AutoGen
에이전트 간 대화로 작업을 풀어 가는 다중 에이전트 프레임워크
지표
GitHub API 에서 직접 읽은 값입니다
GitHub 별61,414
라이선스CC-BY-4.0저장소 공개
주 언어Python2023-08-18 공개
마지막 커밋2026-04-15확인 2026-10-15
별 수 추이는 기록이 쌓인 뒤에 보여 줍니다 — 과거 값은 소급해 만들 수 없습니다.
무엇을 하는 도구인가
AutoGen은 여러 개의 LLM 에이전트가 서로 메시지를 주고받는 대화를 통해 작업을 분담하고 완료하도록 구성하는 다중 에이전트 프레임워크입니다. 하나의 LLM 호출로는 끝나지 않는 일을, 역할이 다른 에이전트(예: 코드를 작성하는 에이전트, 이를 검토하거나 실행하는 에이전트, 사람을 대신하는 프록시 에이전트)들의 주고받는 대화로 풀어내는 방식을 씁니다. 그룹 채팅 형태로 여러 에이전트를 묶어 다음 발화자를 정하는 오케스트레이션도 프레임워크가 제공합니다. 명시적인 그래프나 상태 머신으로 흐름을 고정하는 프레임워크(예: LangGraph)와 달리, 에이전트 간 '대화'라는 느슨한 단위로 흐름이 전개되는 점이 특징입니다. 직접 호스팅해서 코드베이스에 넣고 쓰는 오픈소스 프레임워크입니다.
이럴 때 고른다
- 코드 작성 에이전트와 이를 검토·실행하는 에이전트를 번갈아 대화시켜 결과를 다듬어가는 구조를 짤 때
- 고정된 그래프보다 에이전트들이 서로 묻고 답하며 유연하게 다음 행동을 정하는 방식이 작업 특성에 맞을 때
- 사람 역할을 대신하는 프록시 에이전트를 끼워 넣어 특정 단계에서 사람이 개입하거나 코드를 실행하게 하고 싶을 때
- 여러 역할(계획자, 실행자, 비평자 등)을 분리된 에이전트로 나누어 협업시키는 패턴을 실험하거나 구축할 때
어디까지만 하나
- 대화 기반 오케스트레이션이라 다음 발화자 선정이나 종료 조건을 느슨하게 설계하면 대화가 불필요하게 길어지거나 끝나지 않을 수 있어, 종료 기준을 직접 꼼꼼히 설계해야 합니다
- 흐름이 명시적 그래프가 아니라 대화로 전개되므로, 실행 경로를 예측하거나 디버깅하기가 상태 머신 기반 프레임워크보다 더 손이 많이 갈 수 있습니다
- 에이전트가 코드를 실행하는 구성을 쓸 경우 실행 환경 격리(샌드박싱)와 권한 통제는 프레임워크가 대신해주지 않으므로 별도로 마련해야 합니다
- 상태 저장, 운영 환경 배포, 모니터링·관측성 같은 프로덕션 운영 요소는 프레임워크 범위 밖이라 별도로 구축해야 합니다
에이전트 프레임워크 층은 무엇을 푸나
모델 호출을 여러 단계로 엮고, 도구를 쥐여 주고, 상태를 들고 간다
언제 필요해지나 — 한 번의 호출로 끝나지 않는 일을 코드로 짤 때
같은 층의 다른 도구
층이 같다는 것은 푸는 문제가 같다는 뜻입니다 — 비교가 되는 자리입니다
| 도구 | 하는 일 | 별 | 라이선스 |
|---|---|---|---|
| AutoGen 보는 중 | 에이전트 간 대화로 작업을 풀어 가는 다중 에이전트 프레임워크 | 61,414 | CC-BY-4.0 |
| LangChain | 모델·도구·데이터 연결을 공통 인터페이스로 묶는 프레임워크 | 147,847 | MIT |
| CrewAI | 역할을 나눈 여러 에이전트가 협업하도록 구성하는 프레임워크 | 59,718 | MIT |
| LlamaIndex | 문서를 읽어 색인하고 질문에 맞는 조각을 찾아 넣는 데 초점을 둔 프레임워크 | 52,502 | MIT |
| LangGraph | 에이전트의 단계를 그래프로 정의해 분기·되돌림·사람 개입을 넣는다 | 43,299 | MIT |
| Agno | 메모리·지식·도구를 갖춘 에이전트를 가볍게 구성하는 프레임워크 | 42,739 | Apache-2.0 |
| OpenAI Agents SDK | 핸드오프·가드레일·추적을 기본으로 둔 경량 에이전트 SDK | 30,047 | MIT |
지표는 GitHub API 실측값입니다. 설명은 이 사이트가 작성했으며 공식 문서를 대체하지 않습니다 — 도입 전에 원문을 확인하세요.