멀티 에이전트란? 처음엔 에이전트 하나로 시작해야 하는 이유

AI 에이전트를 여러 개 붙였는데 누가 무엇을 했는지 몰라 결과를 다시 확인한 적 있으신가요? 에이전트가 늘수록 조율할 일도 늘어납니다.

멀티 에이전트란 여러 AI 에이전트가 일을 나눠 맡아 하나의 작업을 끝내는 구조입니다. 다글로 팀이 OpenAI 데브데이 서울 2026에서 들은 내용과 공식 문서를 바탕으로, 왜 처음엔 에이전트 하나로 시작하는 편이 나은지 정리했습니다.

멀티 에이전트란? 여러 AI가 일을 나눠 맡는 구조

멀티 에이전트는 조사, 작성, 검토처럼 성격이 다른 일을 각각 다른 에이전트에게 맡기는 방식입니다. 각자 지침과 도구로 일한 뒤 결과를 모아 하나의 답을 만듭니다.

OpenAI 개발자 문서의 두 방식은 이렇습니다.

• 매니저 방식: 매니저 에이전트가 전문 에이전트를 도구처럼 불러 쓰고 최종 답을 씁니다.
• 넘겨주기(handoff) 방식: 요청에 맞는 전문 에이전트에게 대화를 넘기고, 넘겨받은 쪽이 직접 답합니다.

각 에이전트는 도구 실행과 종료 판단을 맡는 하네스 위에서 움직입니다.

단일 에이전트와 멀티 에이전트 비교

단일 에이전트는 단순해서 확인과 수정이 쉽고, 멀티 에이전트는 일을 동시에 처리하지만 비용과 조정 부담이 큽니다.

처음엔 에이전트 하나로 시작해야 하는 이유

OpenAI는 에이전트 하나의 능력을 먼저 최대한 끌어올리라고 권합니다. 에이전트를 늘리면 복잡도와 관리 부담이 커지고, 도구를 갖춘 에이전트 하나로 충분할 때가 많아서입니다.

OpenAI의 에이전트 구축 가이드도 같은 입장이고, 서울 행사 발표도 목표와 검증 방법을 갖춘 에이전트 하나로 시작하라고 권했습니다.

1. 목표: 무엇이 끝나야 완료인지 적습니다. 발표에서는 실행이 끝나도 목표가 남아 있으면 작업을 이어 가는 /goal 패턴을 소개했습니다.
2. 검증 방법: 단계마다 결과를 확인하고, 빠진 정보를 보고한 뒤에 완료를 판단합니다.
3. 작업 기록: 목표, 이미 내린 결정, 남은 작업을 남깁니다. 긴 대화를 줄일 때도 이 내용이 남아야 합니다(컴팩션 참고).

에이전트를 늘려도 될 때의 신호

에이전트 하나의 지침과 도구를 다듬어도 실수가 반복될 때 나누는 것을 검토합니다. OpenAI 문서가 드는 예는 다음과 같습니다.

• 지침에 조건 분기가 너무 많아졌을 때
• 비슷한 도구가 많아 계속 잘못 고를 때
• 권한이나 규칙을 나눠야 하는 일이 섞여 있을 때

서울 행사에서는 수학 연구에 에이전트 약 1만 개, 메시지 270만 건, 토큰 1,300억 개를 쓴 사례도 나왔습니다. 발표에서 제시한 특정 연구의 수치이고 일반 업무 규모는 아닙니다. 나눌 때는 AI 에이전트 설계 패턴처럼 평가 기준을 먼저 정해 두세요.

작업 기록(Worklog)에 남길 것

작업 기록은 사람과 에이전트가 함께 보는 짧은 공용 메모입니다. 발표에서는 팀이 공유하는 기록에 세 가지를 남기라고 권했습니다.

• 바뀐 요구사항: 처음 지시와 달라진 점
• 책임: 누가 어떤 일을 맡았는지
• 진행 상태: 끝난 일과 막힌 일

사람 팀도 같습니다: 작업 기록은 회의에서 시작됩니다

요구사항이 바뀌고 담당이 정해지는 곳은 대부분 회의입니다. 회의를 받아쓴 기록으로 남기면 사람과 에이전트가 같은 기록을 보고 일합니다.

다글로는 회의를 받아쓴 원문과 요약을 함께 보관합니다. 보드챗에 "바뀐 요구사항과 담당만 정리해 줘"라고 물으면 작업 기록 초안이 나오고, 이 요청을 내 템플릿에 저장하면 녹음이 끝날 때마다 자동으로 요약됩니다. 보이스매칭은 참석자의 목소리를 기억해 다음 녹음부터 '참석자 1' 대신 실제 이름을 자동으로 넣어 주므로 누가 무엇을 맡았는지 바로 보입니다. 모든 사용자에게 제공하는 것은 다글로가 국내 최초입니다. 보이스매칭 자세히 보기

함께 읽기: 상시 AI 에이전트 닷츠(Dots)

#멀티에이전트 #AI에이전트 #단일에이전트 #에이전트오케스트레이션 #작업기록 #OpenAI #보이스매칭 #다글로

👉 회의 기록 무료로 시작하기