Multi Agent System
Multi Agent System
- 멀티 에이전트 시스템을 직접 만들어보려고 한다. 주제는 다음과 같다.
“블로그 글 자동 등록기”
이를 위해 만들어야 할 에이전트 리스트를 ChatGPT에게 질문해보았다.
| 하위 에이전트 | 주요 역할 | 구현 아이디어 | 산출물 |
|---|---|---|---|
| 주제/키워드 조사 에이전트 | 인기 키워드와 트렌드 조사, 연관 주제 발굴 | Google Trends, 키워드 툴 API, 경쟁 블로그 분석 | “유럽 환율 전망”, “독일 유학생 보험” 같은 주제 리스트 |
| 정보 수집 & 리서치 에이전트 | 웹/뉴스/위키 등에서 자료 수집 및 요약 | WebScraper + Summarizer, 뉴스/위키 API | 참고 기사 요약, 최신 데이터 정리 |
| 구조 설계(아웃라인) 에이전트 | 글의 흐름과 목차 설계 | “서론–본론–결론” 템플릿 자동 생성 | 글 스켈레톤(소제목, 목차) |
| 콘텐츠 작성 에이전트 | 아웃라인 기반으로 본문 작성 | LLM 기반 작성, 스타일(설명체/스토리텔링) 선택 | 초안 블로그 글 |
| 스타일 & SEO 최적화 에이전트 | 톤 조정, 키워드 삽입, SEO 구조화 | NLP로 readability 개선, Yoast SEO 분석 | 검색 최적화된 글 |
| 이미지/멀티미디어 보조 에이전트 | 글과 어울리는 이미지/자료 자동 추가 | Unsplash API, DALL·E/Stable Diffusion 호출 | 삽입용 이미지, 썸네일 |
| 교정/품질 보증 에이전트 | 맞춤법, 문법, 중복 문장 교정 | Grammarly API, 맞춤법 교정기 | 교정 완료된 텍스트 |
| 배포/퍼블리싱 에이전트 | 블로그/플랫폼 업로드, SNS 공유 | WordPress API, Velog/Tistory 연동, SNS API | 실제 게시된 포스트, 공유 로그 |
| Fact-checker 에이전트 (선택) | 잘못된 정보 필터링 | 신뢰도 높은 소스와 대조 | 검증된 정보만 반영된 글 |
| A/B 테스트 에이전트 (선택) | 제목·썸네일 성능 비교 | 유저 반응 데이터 분석 | 클릭률/조회수 높은 버전 선택 |
다양한 에이전트가 있고, 하나하나씩 구현해보겠다.
에이전트 템플릿, Agent Template
- 먼저 만들어줄 에이전트에 대한 템플릿을 만들어주었다. 해당 구조를 기반으로 에이전트부터 구성후에, 랭그래프를 통해 이들을 서로 연결해주려고 한다.
- 사용할 에이전트의 종류는 ReAct를 기반으로 동작하는 에이전트를 사용한다.
React란?
ReAct는 추론과 행동을 대규모언어모델과 결합하는 것으로, 작업을 위해 언어 추론 추적과 행동을 생성하도록 유도하는 방식을 말합니다.
LLM은 다음과 같은 방식으로 동작하게 됩니다.
Thought: I need to search Apple Remote and find the program it was orignally designed to interacct with.
Act: Search[Apple Remote]
Obs: The Apple Remote is a remote control introduced in October 2005 by Apple ...
-> 위 처럼 생각, 행동, 관찰 3단계를 거쳐 동작하는 에이전트 방식을 말합니다.
Template Code
다음은 ReAct 에이전트를 만들 템플릿 코드입니다.
from langgraph.prebuilt import create_react_agent
from dotenv import load_dotenv
from get_llm import make_llm
import os
load_dotenv()
MODEL_ID = os.getenv("MODEL_ID", "Qwen/Qwen2.5-VL-32B-Instruct-AWQ")
class AgentTemplate:
def __init__(self):
# 도구 만들기
# MCP 서버로 만들지 결정하기
# 메모리 탑재 해주기
# 여기에 에이전트 생성하기
self.agent = create_react_agent(
llm=make_llm(),
model=MODEL_ID,
)
if __name__ == "__main__":
test_agent = AgentTemplate()
print(test_agent.agent.invoke("테스트입니다"))