Magentic-One : 새로운 Agent 프레임워크

현재 Anthropic, OpenAI, Google 등의 LLM을 만드는 다양한 기업에서 앞다투어 Agent 상용화에 나서고 있다. 

LLM 기반 Agent는 대형 언어 모델(LLM)을 바탕으로 복합적인 작업을 수행할 수 있는 AI 애플리케이션을 의미하는데, 예를 들어, 챗봇, 기능 호출, RAG 등 다양한 활용 사례가 포함되며, 이러한 AI 챗봇 시장은 앞으로 10년 내에 1조 달러 규모로 성장할 전망이다. 최근 구글, OpenAI, 애플 등이 제시한 AI Agent 시나리오는 향후 고객의 메시지 요약, 일정 자동 등록, 감정에 맞는 음악·영화 추천 등 다양한 기능을 수행하는 지능형 Agent로서의 가능성을 보여주며, 과거의 단순한 규칙 기반 챗봇과 달리, 이제는 사람처럼 업무를 처리하는 AI Agent로 발전하고 있다.

 

이런 와중에, Microsoft에서는 Agent 프레임 워크 였던 AutoGen에 Magentic One 이라는 새로운 프레임 워크를 추가로 공개했다. 

 

Magentic-One은 웹과 파일 기반의 다양한 도메인에서 오픈 엔드(Open-ended) 작업을 해결하기 위한 다중 에이전트 시스템이다. 사람들의 일상 생활과 업무에서 마주하는 복잡한 과제를 자동화하고 효율적으로 처리하기 위해 개발되었으며, 이 시스템은 여러 에이전트들이 협업하여 복잡한 작업을 분해하고 수행하며, 필요에 따라 동적으로 계획을 수정합니다

Magentic One을 활용한 작업의 예시

Magentic-One의 핵심은 Orchestrator 에이전트이다. 이 에이전트는 고수준의 계획을 수립하고, 다른 에이전트들에게 작업을 할당하며, 전체적인 진행 상황을 추적한다. Orchestrator는 다음과 같은 두 가지 주요 루프를 통해 작업을 관리한다:

1. 외부 루프: Task Ledger를 업데이트하고 새로운 계획을 수립한다.
2. 내부 루프: Progress Ledger를 업데이트하며 작업의 진행 상황을 자가 반영(self-reflect)한다.

Magentic-One의 구성

Magentic-One은 가장 핵심적인 Agent인 Orchastrator Agent를 제외하고 여러 Agent로 구성되어 있는데, 다음과 같습니다.

• Orchestrator: 전체 작업의 분해, 계획 수립, 에이전트 지시, 진행 상황 추적 등을 담당하는 리드 에이전트
• WebSurfer: 크로미움 기반 웹 브라우저를 제어하며, 웹 탐색, 페이지 조작, 정보 요약 등을 수행
• FileSurfer: 로컬 파일을 읽고 디렉토리 내비게이션을 담당하는 에이전트로, 마크다운 기반의 파일 미리보기를 제공
• Coder: 코드 작성, 정보 분석, 새로운 아티팩트 생성 등에 특화된 에이전트
• ComputerTerminal: 콘솔 쉘에 접근하여 Coder가 작성한 프로그램을 실행하고 필요한 라이브러리를 설치

설치 및 사용법

사전 준비

1. 코드 클론 및 패키지 설치

git clone https://github.com/microsoft/autogen.git
cd autogen/python/packages/autogen-magentic-one
pip install -e .

   

  2. 환경 변수 설정

 

Chat Completion Client를 위한 환경 변수를 설정해야 합니다. OpenAI의 GPT-4o 모델을 사용하며, 필요한 경우 Bing API 키도 설정합니다.

 

  3. Docker 및 Playwright 설치

 

# Docker 설치 후 실행
playwright install --with-deps chromium

 

  4. 예시 코드 실행

# 로그 디렉토리 지정
python examples/example.py --logs_dir ./my_logs

# 인간 개입 모드 활성화
python examples/example.py --logs_dir ./my_logs --hil_mode

# 브라우저 스크린샷 저장
python examples/example.py --logs_dir ./my_logs --save_screenshots