감독 에이전트
감독 에이전트(supervisor agent)는 멀티 에이전트 시스템을 지휘하는 AI 에이전트입니다. 요청을 받아 하위 작업으로 나누고, 각 작업을 알맞은 도구를 가진 전문 작업자 에이전트(서브에이전트)에게 맡기며, 돌아온 결과를 검토해 하나의 답으로 합칩니다. 실행은 작업자가 하고, 누가 무엇을 언제까지 할지는 감독 에이전트가 정합니다.
이해하기 감독 에이전트
AI 시스템이 점점 더 복잡한 작업에 도전함에 따라 단일 에이전트 아키텍처로는 한계에 부딪히게 됩니다. 한 에이전트가 계획 수립, 도구 실행, 품질 검토, 결과 통합 등 모든 과정을 담당하면 시스템 이해와 오류 관리가 어려워집니다. 멀티 에이전트 아키텍처는 이러한 문제를 전문화로 해결합니다.
감독-작업자(supervisor-worker) 구조에서는 감독 에이전트가 상위 과제를 받아 이를 어떻게 분할할지 결정합니다. 각각의 세부 작업에 맞는 전문 하위 에이전트를 파악해 업무를 분배하고, 진행 상황을 모니터링하며, 실패 상황에 대응하고, 개별 출력을 결합합니다. 감독 에이전트는 조정에 집중하고, 작업자 에이전트는 실행에 집중합니다.
이는 실제 인간 조직의 운영 방식과 유사합니다. 프로젝트 매니저가 동시에 코딩, UI 설계, 테스트를 전부 직접 하진 않습니다. 각 분야 전문가를 조정하여 업무를 완수하는 것처럼, 감독 에이전트도 같은 원리를 AI에 적용합니다.
GAIA의 에이전트 시스템 기반 프레임워크인 LangGraph는 감독-작업자 패턴을 기본적으로 지원합니다. 그래프의 각 노드는 전문화된 에이전트를 나타낼 수 있고, 그래프 구조에 조정 논리가 내재되어 있습니다.
감독 패턴이 작동하는 순서: 감독 에이전트가 요청을 읽고 하위 작업을 계획합니다. 각 하위 작업을 작업자에게 보내는데, 보통 작업 내용을 적어 그 작업자를 도구처럼 호출합니다. 작업자는 각자의 프롬프트, 도구, 컨텍스트 창을 가지고 단독으로 또는 병렬로 실행됩니다. 결과가 감독 에이전트에게 돌아오면 추가 작업을 맡길지, 다시 시도할지, 끝낼지를 판단하고, 마지막으로 최종 답을 작성합니다. 작업자는 자기 작업만 보기 때문에 감독 에이전트의 컨텍스트가 작게 유지되고, 작업자의 긴 도구 출력이 메인 대화를 채우지 않습니다.
감독 패턴과 다른 멀티 에이전트 패턴: 순차 파이프라인에서는 중앙의 결정자 없이 에이전트들이 정해진 순서대로 작업을 넘깁니다. 네트워크(스웜) 패턴에서는 어떤 에이전트든 다른 에이전트에게 바로 제어권을 넘길 수 있습니다. 계층형 패턴에서는 감독 에이전트가 다른 감독 에이전트를 관리하고, 각자 한 팀을 이끕니다. 감독 패턴은 모든 결정이 한곳을 거치므로 디버깅이 가장 쉽습니다. 대신 라우팅 결정마다 모델 호출이 한 번 더 들고, 단일 장애 지점이 생깁니다. 감독 에이전트가 작업을 잘못 이해하면 모든 작업자가 엉뚱한 일을 합니다. LangGraph(langgraph-supervisor 라이브러리), CrewAI의 계층형 프로세스, OpenAI Agents SDK의 agents-as-tools 방식이 이 패턴을 구현합니다.
쓰지 않는 편이 나은 경우: 도구 몇 개를 가진 에이전트 하나로 충분하다면 감독 에이전트는 지연과 비용만 늘립니다. 작업이 서로 다른 영역에 걸치거나, 다른 도구나 권한이 필요하거나, 컨텍스트 창 하나에 담기지 않을 만큼 중간 결과가 많을 때 이 패턴이 제 몫을 합니다.
콜센터의 감독자용 AI와는 다릅니다: 콜센터에서 상담원과 감독자는 사람이며, 감독자용 AI나 상담 보조 도구는 사람 감독자가 실시간 통화를 모니터링하고 상담원을 코칭하고 에스컬레이션을 잡아내도록 돕습니다. AI 시스템 안의 감독 에이전트와는 다른 제품 범주입니다.
GAIA 활용 방법 감독 에이전트
GAIA는 감독 역할을 두 단계로 나눕니다. 사용자가 대화하는 상대는 커뮤니케이션 에이전트로, 요청을 이해한 뒤 실제 작업은 모두 실행 에이전트(executor)에게 넘깁니다. 실행 에이전트는 백그라운드에서 일하므로 대화가 끊기지 않습니다. 고전적인 의미의 감독 에이전트는 실행 에이전트입니다. 작업을 계획하고, 필요한 연동(Gmail, Google 캘린더, Notion 등)을 불러와 그 도구를 직접 쓰며, 분량이 크고 독립적인 작업에는 서브에이전트를 띄우거나 사용자가 연결한 맞춤 MCP 서버마다 서브에이전트에게 작업을 넘깁니다. 서브에이전트는 결과를 실행 에이전트에게 보고하고, 실행 중에 메시지를 받거나 취소될 수 있으며, 자신의 작업자를 따로 띄울 수 없어 계층이 한 단계로 유지됩니다.
관련 개념
에이전틱 AI
에이전틱 AI는 최소한의 사람 개입으로 독립적으로 의사결정하고 복잡한 여러 단계의 작업을 수행하도록 설계된 인공지능 시스템을 일컫습니다.
에이전트 루프
에이전트 루프는 AI 에이전트가 현재 상태를 추론하고, 행동(주로 툴 호출)을 선택 및 실행하며, 결과를 관찰한 뒤, 과제가 완료되거나 중지 조건에 도달할 때까지 이 과정을 반복하는 순환 실행 구조입니다.
자율 에이전트
자율 에이전트는 환경을 독립적으로 인식하고, 판단하고, 목표 달성을 위해 사람의 개입 없이 스스로 행동할 수 있는 AI 시스템입니다.
AI 오케스트레이션
AI 오케스트레이션이란 여러 AI 에이전트, 모델, 도구가 서로 협력해 단일 구성요소로는 처리할 수 없는 복잡하고 다단계의 업무를 함께 완수하는 과정을 의미합니다.
서브에이전트
서브에이전트(subagent)는 더 큰 작업의 한 부분을 맡기기 위해 다른 에이전트가 실행하는 AI 에이전트입니다. 상위 에이전트(흔히 감독자나 오케스트레이터라고 부름)는 서브에이전트에게 작업 설명, 범위를 좁힌 도구, 자체적인 새 컨텍스트를 주고, 서브에이전트는 그 부분을 독립적으로 처리한 뒤 결과만 돌려줍니다. 이렇게 나누면 여러 서브에이전트를 병렬로 돌릴 수 있고 메인 에이전트의 컨텍스트도 깔끔하게 유지됩니다.
시맨틱 라우팅
시맨틱 라우팅은 사용자 입력의 의미와 의도를 분류하여 적합한 핸들러나 에이전트, 응답 전략으로 전달하는 방식입니다. 이를 통해 하나의 AI 인터페이스가 다양한 유형의 요청을 지능적으로 처리할 수 있습니다.
