✍️ CrewAI의 핵심 구성요소 — Agent와 Task [2]

🧠 CrewAI의 두 축: Agent와 Task

🔹 Agent란?

• 자율성과 전문성 각 에이전트는 자신에게 할당된 역할과 목표에 따라 데이터 분석, 웹 검색, 텍스트 요약 등 특정 작업을 독립적으로 수행합니다.
• 역할 기반 구조 에이전트는 연구원, 작가, 개발자, 검토자 등과 같이 특화된 역할을 부여받으며, 각 역할은 고유한 능력과 권한, 때로는 배경 스토리까지 갖추고 있어 실제 팀과 유사한 협업과 효율적인 업무 분담이 가능합니다.
• 의사결정 및 협업 에이전트는 독립적으로 의사결정을 내리고, 하위 작업을 위임하거나 다른 에이전트와 소통할 수 있어 협력적 문제 해결과 워크플로우 조정이 가능합니다.
• 도구 통합 에이전트는 다양한 소프트웨어, API, 데이터베이스, 웹 검색 엔진, 언어 모델 등의 도구를 활용하여 자신의 기능을 확장할 수 있습니다.
• 확장성과 유연성 CrewAI는 단순한 프로젝트부터 기업 규모의 자동화까지 다양한 복잡도의 멀티 에이전트 시스템을 지원합니다.

CrewAI 에이전트의 장점

• 향상된 협업: 여러 에이전트가 지식을 공유하고 복잡한 작업을 함께 수행할 수 있습니다.
• 자동화: 반복적이고 다단계 또는 협업이 필요한 비즈니스 프로세스를 자동화할 수 있습니다. (예: 이벤트 기획, 기술 문서 작성, 고객 지원 등)
• 적응성: 에이전트는 목표나 외부 조건 변화에 따라 행동을 조정할 수 있습니다.
• 개발 용이성: CrewAI는 멀티 에이전트 시스템을 쉽고 빠르게 정의, 관리, 확장할 수 있는 플랫폼을 제공합니다.

CrewAI 에이전트 기능 요약 표

CrewAI 에이전트의 협업 방식

예시 워크플로우

• 크루(Crew): 프로젝트를 관리하는 팀 전체
• 에이전트(Agent): 데이터 분석가, 웹 리서처 등 특화된 역할의 멤버
• 작업(Task): 데이터 수집, 결과 분석 등 개별 할당 업무
• 프로세스(Process): 작업이 분배되고 완료되는 절차와 논리
• Agent는 "무엇을 해야 하는지"보다는 "어떻게 행동할 것인가"에 집중합니다.

예시 역할:

• 기획자 (Planner)
• 작가 (Writer)
• 검토자 (Reviewer)
• 요약가 (Summarizer)

from crewai import Agent

writer = Agent(
    role="콘텐츠 작가",
    goal="주어진 주제에 맞춰 매력적인 블로그 초안을 작성한다",
    backstory="5년 경력의 기술 블로거로, 독자 친화적인 글을 작성하는 데 전문성이 있다.",
    verbose=True
)

🔹 Task란?

• Description(설명): 작업의 목적과 내용을 간결하게 기술합니다.
• Agent(에이전트): 해당 작업을 담당할 에이전트를 지정합니다. 에이전트는 역할, 전문성, 가용성에 따라 직접 지정하거나, CrewAI의 프로세스(예: hierarchical)에서 자동으로 할당할 수 있습니다.
• Expected Output(기대 결과): 작업의 산출물(예: 요약, 보고서 등)을 명확하게 정의하여 결과의 품질과 일관성을 높입니다.
• Tools(도구): 에이전트가 작업을 수행할 때 사용할 수 있는 기능이나 외부 API, 데이터 소스 등을 지정할 수 있습니다. 이를 통해 작업의 복잡성과 효율성을 높일 수 있습니다.
• Async Execution(비동기 실행): 여러 작업을 동시에 처리할 수 있도록 하여 전체 워크플로우의 속도와 효율성을 향상시킵니다.
• Context(문맥/의존성): 다른 작업의 결과를 입력으로 받아 사용할 수 있도록 하여, 여러 작업 간의 연계와 협업을 실현합니다.

1. 작업 정의 각 Task는 description, expected output, agent, tools 등 주요 속성을 포함해 코드 또는 YAML로 정의합니다.
2. 에이전트 할당 작업은 직접 지정된 에이전트가 수행하거나, hierarchical 프로세스에서는 매니저 역할의 에이전트가 적합한 멤버에게 동적으로 할당합니다.
3. 도구 통합 및 실행 필요한 도구를 지정해 에이전트가 최적의 환경에서 작업을 수행할 수 있도록 하며, 비동기 실행을 통해 여러 작업을 병렬로 처리할 수 있습니다.
4. 결과 검증 및 연계 각 Task의 결과는 명확한 기대 결과와 검증 과정을 거치며, 필요시 후속 작업의 입력으로 활용됩니다.

from crewai import Task

write_blog_task = Task(
    description="주제에 맞는 블로그 글 초안을 작성하라. 문단 구성을 명확히 하고, 기술적인 내용을 쉽게 설명할 것.",
    expected_output="마크다운 형식의 블로그 글 초안",
    agent=writer,
    async_execution=False
)

• 역할 기반 분업과 효율적인 협업 구조
• 도구 및 외부 서비스와의 유연한 통합
• 비동기 실행 및 작업 간 의존성 관리로 복잡한 워크플로우 지원
• 명확한 산출물 정의로 품질 및 신뢰성 향상

🛠️ 실습 예제: 블로그 글 초안 작성

🧪 시나리오

✅ 코드 예제

# 필요한 패키지 설치 (한 번만 실행)
# pip install crewai langchain openai

from crewai import Agent, Task, Crew
from langchain.chat_models import ChatOpenAI
import os

# OpenAI API 키 설정
os.environ["OPENAI_API_KEY"] = "your-api-key"

# 언어 모델 정의
llm = ChatOpenAI(model_name="gpt-4", temperature=0.7)

# 1. 작가 에이전트 정의
writer = Agent(
    role="블로그 작가",
    goal="기술 블로그 글 초안을 작성한다",
    backstory="5년 차 전문 기술 작가로, 복잡한 내용을 쉽게 풀어 설명하는 데 능숙하다.",
    verbose=True,
    llm=llm
)

# 2. 작성 태스크 정의
write_task = Task(
    description="주제: 'CrewAI란 무엇인가?'. 이 주제에 맞는 블로그 글 초안을 작성하라. "
                "마크다운 형식으로 문단 구분과 구조를 명확히 하고, 너무 기술적이지 않게 작성할 것.",
    expected_output="마크다운 형식의 블로그 글 초안",
    agent=writer
)

# 3. 크루 구성 및 실행
crew = Crew(
    agents=[writer],
    tasks=[write_task],
    verbose=True
)

result = crew.run()
print(result)

💡 실행 결과 예시 (요약)

# CrewAI란 무엇인가? — 멀티에이전트 프레임워크의 이해

CrewAI는 여러 AI 에이전트가 팀처럼 협력하여 문제를 해결할 수 있도록 설계된 프레임워크입니다...

🧩 역할 기반 설계 팁

✅ 마무리 정리

• Agent: 역할, 목표, 성격을 가진 AI 인격체
• Task: 해당 Agent가 수행해야 할 실제 업무
• 구성 조합을 통해 다양한 앱, 서비스에 CrewAI를 활용할 수 있음

출처

• https://medium.com/@arulprasathpackirisamy/mastering-ai-agent-orchestration-comparing-crewai-langgraph-and-openai-swarm-8164739555ff