LangGraph 기반 CrewAI 다중 에이전트 통합 아키텍처

Q: 이 논문에서 정의한 에이전트 래핑이란 무엇인가?

CrewAI의 에이전트, 태스크, 크루와 같은 핵심 구성 요소들을 LangGraph의 개별 노드로 캡슐화하여 통합하는 전략이다. 이를 통해 CrewAI의 역할 기반 협업 구조를 LangGraph의 그래프 기반 오케스트레이션 체계 내에서 효율적으로 운용할 수 있도록 구현하는 것을 의미한다.

Q: CrewAI와 LangGraph를 통합한 아키텍처가 기존 시스템 대비 가지는 강점은 무엇인가?

연구 결과, 통합 아키텍처는 RAG 시스템의 신뢰성과 답변 관련성 등 정량적 지표를 향상시켰다. 특히 노드 단위 래핑을 통해 코드 수정 없이 유연한 워크플로우 설계와 조건 분기가 가능해져 통합 비용 절감 및 유지보수 효율성을 현저히 개선하였다.

김재호; 김장영

doi:10.6109/jkiice.2025.29.8.987

추천

검색

질문

자료유형: 학술저널

저자정보: 김재호 (수원대학교) 김장영 (수원대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제29권 제8호

발행연도: 2025.8

수록면: 987 - 992 (6page)

DOI: 10.6109/jkiice.2025.29.8.987

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

최근 대형 언어 모델(LLM)의 급속한 발전과 함께, 다양한 도메인에서 복잡한 문제를 해결하기 위한 Multi-Agent System(MAS)이 새롭게 주목받고 있다. 본 연구에서는 역할 기반 협업 구조의 CrewAI와 그래프 기반 워크플로우 및 상태 오케스트레이션에 강점을 지닌 LangGraph를 통합한 하이브리드 아키텍처를 제안한다. CrewAI는 Agent, Task, Crew 단위의 모듈화로 개발 현장에서의 접근성을 높이지만, 내부 데이터 흐름과 협업 과정은 블랙박스화되어 복잡한 시나리오에서는 투명성과 디버깅에 한계가 있다. 반면, LangGraph는 상태 기반 그래프 모델을 통해 전체 워크플로우를 명확하게 시각화하여 확장성과 유지보수성을 크게 향상시킨다. 특히, 본 연구는 CrewAI의 엔티티를 LangGraph의 노드로 래핑하여, 모듈화된 워크플로우와 유연한 오케스트레이션, 그리고 동적 도구 통합을 실현함으로써, 고도화된 RAG 파이프라인과 도메인별 응용에서 우수한 성능과 확장성을 실험적으로 입증하였다.

#임베딩 #대형 언어 모델 #검색 증강 생성(RAG) #멀티에이전트시스템 #Embedding #LLM(Large Language Model) #RAG(Retrieval Augmented Generation) #Multi-Agent System

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-093921922

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)