에이전틱 AI 실습: OpenAI Agents SDK, CrewAI 멀티에이전트, 앤트로픽 MCP

핵심 메시지

• 워크숍은 앤트로픽의 정의를 빌려 '에이전트는 LLM 출력이 워크플로를 제어하는 프로그램'이라 규정하고, 다중 LLM 호출·도구 사용·환경·플래너·자율성을 특징으로 든다.
• 모듈 1에서는 OpenAI Agents SDK로 OpenAI의 딥리서치를 재현하며, 웹 검색 도구와 Pydantic 기반 구조적 출력(structured outputs)을 다룬다.
• 모듈 2에서는 CrewAI로 엔지니어링 리드·백엔드·프론트엔드·테스트 엔지니어로 구성된 팀을 만들어 자율 협업시키고, agents.yaml·tasks.yaml로 역할과 작업을 정의한다.
• 모듈 3에서는 앤트로픽의 MCP로 fetch·Playwright·파일시스템 같은 외부 도구 서버를 연결해 자율 트레이더를 구축한다.
• 발표자는 에이전틱 AI를 둘러싼 Andrew Ng(전례 없는 기회)와 Andriy Burkov(과대평가) 두 관점을 대비하며, 본인은 낙관론에 가깝다고 밝힌다.

쉽게 이해하기

Jon Krohn이 진행하고 Ed Donner가 코딩 실습을 이끄는 이 4시간 워크숍은 세 모듈로 구성된다. 모듈 1은 에이전트의 정의와 OpenAI Agents SDK 실습, 모듈 2는 효과적 에이전트 시스템의 설계 원칙과 CrewAI 실습, 모듈 3은 MCP와 자율 트레이더 구축이다. 발표자들은 자신들이 금융 자문가가 아니며 에이전트의 거래 조언에 책임이 없다는 농담을 곁들인다.

정의는 앤트로픽에서 가져온다. 'AI 에이전트는 LLM 출력이 워크플로를 제어하는 프로그램'이며, 실무적으로는 다중 LLM 호출, 도구를 쓰는 LLM, 에이전트들이 상호작용하는 환경, 활동을 조율하는 플래너, 그리고 무엇보다 자율성을 갖는다. Krohn은 자신의 팟캐스트에 출연한 Andrew Ng가 2025년을 에이전틱 워크플로로 비즈니스 가치를 만들 전례 없는 기회로 본다고 소개하고, 반대로 Andriy Burkov는 멀티에이전트 시스템이 과대평가됐다고 보는 점을 나란히 제시한다.

모듈 1 실습에서 Ed는 OpenAI Agents SDK로 딥리서치를 재현한다. 먼저 웹 검색 도구를 강제로 호출하는 검색 에이전트를 만들어 'AI 에이전트 프레임워크' 같은 질의를 실제로 검색하게 하고, OpenAI 대시보드의 트레이스로 도구 호출을 확인한다. 이어 사용자의 질의에서 여러 개의 검색어를 만들어내는 단계로 넘어가며, 여기서 Pydantic으로 스키마를 정의하는 구조적 출력을 사용해 모델이 정해진 형식으로 응답하도록 강제한다.

모듈 2에서는 CrewAI로 한 팀의 에이전트를 만든다. 터미널에서 'crewai create crew' 한 번으로 프로젝트 골격이 생성되고, source/config 아래 agents.yaml과 tasks.yaml에서 엔지니어링 리드·백엔드·프론트엔드·테스트 엔지니어의 역할과 작업을 정의한다. 비용을 낮추기 위해 GPT-4.1 mini 같은 저렴한 모델을 고르고, 팀이 점심시간 동안 자율적으로 협업해 코드를 설계·구현·검증하도록 맡긴다.

모듈 3은 MCP(Model Context Protocol)를 다룬다. 누군가 만들어 둔 도구를 'pip install'처럼 가져다 쓰는 방식으로, 헤드리스 브라우저로 웹페이지를 가져오는 fetch, Microsoft Playwright로 브라우저를 정밀 제어하는 서버, 로컬 파일을 읽고 쓰는 파일시스템 서버를 차례로 연결해 각 서버가 제공하는 도구 목록을 확인한다. 마지막으로 모듈 2의 엔지니어링 팀을 활용해 모의 시장 데이터에 반응하는 자율 트레이더를 코드로 구성하며 워크숍을 마무리한다.

주요 인사이트

• 에이전트의 핵심은 자율성이다 — 가드레일은 두되 모든 단계를 일일이 지시하지 않고 에이전트가 스스로 방법을 찾게 한다.
• 구조적 출력(Pydantic 스키마)은 LLM의 응답을 정해진 형식으로 고정해, 후속 단계가 안정적으로 소비할 수 있게 만든다.
• CrewAI는 YAML(agents.yaml·tasks.yaml)로 역할과 작업을 선언해 멀티에이전트 팀을 빠르게 구성하게 해준다.
• MCP는 fetch·Playwright·파일시스템처럼 무거운 도구를 표준 방식으로 가져다 쓰게 해, 에이전트에 외부 능력을 손쉽게 붙인다.
• 현장에서도 에이전틱 AI는 '기회냐 과대평가냐'로 의견이 갈리지만, 모델의 한계가 빠르게 극복되고 있다는 점은 공통적으로 인정된다.

자주 묻는 질문

관련 AI 소식