AI Agent 프레임워크, CrewAI

AI Agent란?

---

AI 에이전트는 특정 목적을 달성하기 위해 역할을 부여해 행동할 수 있는 AI 프로그램이다. 이러한 에이전트는 주어진 환경에서 데이터를 수집하고 분석하여 최적의 결정을 내리는 역할을 수행한다. 이를 통해 다양한 산업에서 복잡한 문제를 해결하거나 사용자 경험을 혁신적으로 개선할 수 있다.

AI 에이전트의 주요 특징은 다음과 같다.

• 지능적 의사결정: 데이터를 기반으로 한 학습과 추론을 통해 최적의 결과를 도출한다.
• 자율성: 사용자 개입 없이 스스로 작업을 수행하며, 환경 변화에 따라 적응할 수 있다.
• 상호작용성: 사용자와 자연스럽게 소통하며 정보를 교환한다.

한 마디로 정리하자면, 역할이 부여된 인공지능 개체라 할 수 있다.

 

 

 

CrewAI: AI Agent 개발을 위한 프레임워크

---

AI 에이전트의 발전을 이끄는 대표적인 기술로 CrewAI 프레임워크를 들 수 있다. CrewAI는 AI 에이전트 개발을 쉽게 하고, 효율적으로 관리할 수 있도록 돕는 오케스트레이션 프레임워크다. 이 프레임워크는 다음과 같은 특징을 갖고 있다:

• 모듈화된 설계: 개발자들이 필요한 기능을 선택적으로 조합하여 사용할 수 있도록 설계되었다.
• 스케일링 지원: 대규모 시스템에서 AI 에이전트를 효율적으로 운영할 수 있도록 확장성을 제공한다.
• 손쉬운 통합: 기존 소프트웨어 환경과의 원활한 통합이 가능하다.

CrewAI는 개발자들에게 복잡한 AI 에이전트 시스템을 단순화된 방식으로 구현할 수 있는 강력한 도구를 제공하며, 이를 통해 소프트웨어 산업 전반의 생산성과 효율성을 크게 향상시킬 수 있다. 물론 CrewAI뿐만 아니라 다양한 프레임워크가 등장 및 개발 중에 있고, 의미 있는 결과는 향후의 결과가 알려줄 것이다.

아래는 CrewAI를 활용한 간단한 코드 예시들이다.

1. 기본 에이전트 생성 및 작업 수행

from crewai import Agent, Task, Crew

# 에이전트 생성
agent = Agent(
    role='데이터 분석가',
    goal='데이터 분석 및 인사이트 도출',
    backstory='당신은 대기업의 데이터 분석가로서 마케팅 캠페인의 성과를 분석하는 중이다.'
)

# 작업 생성
task = Task(
    description='주어진 데이터셋을 분석하여 참가자들의 평균 연령을 계산하라.',
    agent=agent
)

# 크루 생성 및 작업 추가
crew = Crew(
    agents=[agent],
    tasks=[task]
)

# 크루 실행
result = crew.kickoff()

print(result)

 

이 코드는 데이터 분석가 역할을 가진 에이전트를 생성하고, 해당 에이전트에게 데이터셋의 평균 연령을 계산하는 작업을 할당한다. 크루를 실행하면 에이전트가 작업을 수행하고 결과를 반환한다.

 

2. 코드 실행 기능이 포함된 에이전트 생성

from crewai import Agent, Task, Crew

# 코드 실행이 가능한 에이전트 생성
coding_agent = Agent(
    role="Python 데이터 분석가",
    goal="Python을 사용하여 데이터 분석 및 인사이트 제공",
    backstory="당신은 숙련된 Python 기술을 가진 데이터 분석가이다.",
    allow_code_execution=True
)

# 코드 실행이 필요한 작업 생성
data_analysis_task = Task(
    description="주어진 데이터셋을 분석하여 참가자들의 평균 연령을 계산하라.",
    agent=coding_agent
)

# 크루 생성 및 작업 추가
analysis_crew = Crew(
    agents=[coding_agent],
    tasks=[data_analysis_task]
)

# 크루 실행
result = analysis_crew.kickoff()

print(result)

 

이 예시에서는 allow_code_execution=True로 설정하여 에이전트가 Python 코드를 작성하고 실행할 수 있도록 한다. 이를 통해 데이터 분석 작업을 자동화할 수 있다.

 

3. 두 개의 에이전트를 활용한 협업 예시

from crewai import Agent, Task, Crew

# 에이전트 생성
agent1 = Agent(
    role='보안 분석가',
    goal='시스템의 보안 취약점 식별',
    backstory='당신은 사이버 보안 전문가로서 시스템의 취약점을 분석하는 중이다.'
)

agent2 = Agent(
    role='시스템 관리자',
    goal='시스템의 보안 취약점 수정',
    backstory='당신은 시스템 관리자이며, 보안 분석가가 발견한 취약점을 수정하는 책임이 있다.'
)

# 작업 생성
task1 = Task(
    description='시스템의 보안 취약점을 식별하라.',
    agent=agent1
)

task2 = Task(
    description='보안 분석가가 발견한 취약점을 수정하라.',
    agent=agent2
)

# 크루 생성 및 작업 추가
crew = Crew(
    agents=[agent1, agent2],
    tasks=[task1, task2]
)

# 크루 실행
result = crew.kickoff()

print(result)

이 코드는 보안 분석가와 시스템 관리자 역할을 가진 두 에이전트를 생성하고, 각각에게 보안 취약점 식별 및 수정을 위한 작업을 할당한다. 크루를 실행하면 두 에이전트가 협업하여 시스템의 보안을 강화하는 작업을 수행한다. 이러한 예시들을 통해 CrewAI를 활용하여 다양한 역할의 에이전트를 생성하고, 그들에게 작업을 할당하며, 협업을 통해 복잡한 작업을 자동화할 수 있다.

 

 

사용 시 주의사항

2025년 1월 기준
CrewAI 프레임워크 호환버전은  >= Python 3.10 또는 < Python 3.13이다!
이전에 버전 업그레이드를 한 사람은 위에 나온 범위대로 조절하길 바란다!

 

 

AI Agent에 대한 소감

---

AI 에이전트는 앞으로 소프트웨어 산업에서 더욱 큰 변화를 가져올 것으로 예상된다. 이러한 변화는 산업 전반에 걸쳐 새로운 기회와 도전을 동시에 제시할 것이다. 나 또한 이러한 트렌드의 변화에 발맞춰 꾸준히 공부하고 학습하며, 빠르게 변화하는 환경에서 뒤처지지 않도록 노력하고 있다.

CrewAI와 같은 기술은 AI 에이전트 개발의 진입 장벽을 낮추고, 다양한 산업에서 혁신을 이끌 수 있는 가능성을 제공한다는 점에서 주목할 가치가 있다. AI 에이전트는 단순히 기술의 진보를 넘어 우리의 삶과 산업 전반에 걸쳐 중요한 변화를 이끌어낼 것이라 생각한다.