Andrew Ng 4 에이전틱 디자인 패턴
한 줄 정의
Andrew Ng의 에이전틱 디자인 패턴은 모델 자체를 변경하지 않고도 이를 감싸는 에이전트 아키텍처(자가 성찰, 도구 사용, ReAct, 계획, 다중 에이전트)를 활용하여 AI 시스템의 신뢰성과 문제 해결력을 극대화하는 실무 설계 프레임워크다.
핵심 요지
- 하네스 엔지니어링의 기초: GPT-3.5에 에이전틱 워크플로우를 씌우면 GPT-4 제로샷 성능을 상회한다는 발견을 시작으로, 모델 외부의 반복(Iteration) 및 검증 루프가 성능을 끌어올리는 주축이 되었다.
- 적응성(Adaptability)과 균형: 계획이나 다중 에이전트처럼 복잡한 패턴을 맹신하지 않고, 추론과 실행(ReAct)의 매끄러운 결합을 통해 예외 에러 및 상황 변동에 유연하게 대처한다.
- 트레이드오프: 시스템이 복잡해질수록 조율 및 통신 오버헤드(Coordination Overhead)가 급증하므로, 단발성 작업은 단일 에이전트로 처리하고 복잡성이 높은 기획/개발 협업 등에만 다중 아키텍처를 도입한다.
상세
5대 에이전틱 워크플로우 패턴
① 자가 성찰 (Reflection)
- 개념: 에이전트가 본인의 출력물(초안, 소스코드 등)을 비판적으로 평가하고 수정 과정을 반복한다.
- 특징: 같은 모델에 시니어 리뷰어, 보안 전문가 등 서로 다른 페르소나 역할을 얹어 검증을 실행할 때 출력물의 깊이와 안정성이 크게 향상된다.
② 도구 사용 (Tool Use)
- 개념: 에이전트가 외부 웹 검색, 계산기, API 호출, 코드 실행 샌드박스 등 물리적 도구를 활용하여 언어 모델의 지식 한계를 극복한다.
- 핵심: 개발자가 도구 실행 시점을 강제하는 전통적 코드와 달리, 에이전트 스스로가 부족한 정보나 정밀 연산이 필요할 때 도구 호출 여부를 자율적으로 결정한다.
③ 추론 및 실행 (ReAct - Reason and Act)
- 개념: 다음에 무엇을 할지 추론(Reason)하고, 행동(Act)하며, 결과를 관찰(Observation)하는 사이클을 촘촘히 순환한다.
- 3대 가치:
- 방향성 유지: 추론 단계를 기록해 두어 삼천포로 빠지거나 동일 루프를 도는 현상을 방지한다.
- 궤도 수정: 도구 사용 중 에러나 예상 밖의 결과가 나와도 전략을 비트는 완충재 역할을 한다.
- 투명성: 에이전트의 사고 흐름이 텍스트로 고스란히 기록되므로, 개발자가 디버깅하기에 최적이다.
④ 계획 (Planning)
- 개념: 목표를 분석하여 하위 과제(Subtask)와 선후 의존 관계(Dependency)로 쪼개어 단계별 로드맵을 작성한다.
- 2026 실무 지침: 계획을 맹신하는 경직된 방식을 버리고, 진행 상황에 따라 계획을 유동적으로 수정하는 **적응형 계획 수립(Adaptive Planning)**을 동반한다. 선명한 페이즈(Phase)로 구분된 일에 적합하다.
⑤ 다중 에이전트 협업 (Multi-Agent Collaboration)
- 개념: 단일 일반주의자(Generalist) 에이전트 대신 전문가 에이전트들을 포지셔닝하여 상호 작용하게 한다.
- 주요 역할:
- 전문가 에이전트 (Specialist): 코딩, 리서치, 통계 등 깊이 있는 특정 업무에 올인한다.
- 감사/검토 에이전트 (Critic/Reviewer): 논리 오류나 팩트를 점검하여 퀄리티 둑 역할을 수행한다.
- 조율자 에이전트 (Orchestrator): 선후 관계 정리 및 최종 산출물 취합을 진두지휘한다.
- 한계: 에이전트 수 증가에 따른 통신 오버헤드와 디버깅 복잡성 급증을 동반한다.
예시
- ReAct 실무 예시: 웹 검색으로 계약 정보 단서를 얻고, 로컬 DB에서 세부 조건을 매핑하여, 계산기 도구로 미정산 금액을 추론하여 리포트를 생성하는 일련의 유기적인 Composable 체인 가동.
- Planning의 오버엔지니어링 극복: 극도의 불확실성이나 직관적인 단순 선형 업무에는 계획 단계를 생략하여 시간 및 시스템 리소스 낭비를 방지한다.
충돌
- Planning의 취약성과 인간 개입: Andrew Ng는 초기에 Planning을 핵심 패턴으로 분류했으나, 실제 비즈니스 배포 환경에서는 디테일에 취약하여 계획 단계의 파탄이 잦았다. 2026년 실무에서는 Planning 모드에서 에이전트가 초안을 쪼개면 사람이 이를 직접 승인/수정하고 실행 단계만 자동화하는 Plan Mode 기반 AI 작업으로 한계를 보완한다.