CrewAI 튜토리얼: 역할·목표·도구로 만드는 자율 AI 에이전트 크루

핵심 메시지

• 챗봇은 질문에 답하는 수동적 방식이지만, AI 에이전트는 열린 과제를 받아 사람 개입 없이 스스로 실행하는 능동적 방식이다.
• CrewAI에서 에이전트는 역할(role)·목표(goal)·배경 이야기(backstory) 세 가지로 정의되며, 배경 이야기가 에이전트의 행동 방식을 결정한다.
• 에이전트에 웹 검색 같은 도구를 붙이고 평범한 문장으로 작업(task)을 지정하면, 스스로 웹을 탐색해 시장 조사를 완수한다.
• 여러 에이전트를 순차 방식으로 묶어 크루를 구성하면 조사·보고서 작성·전략 수립을 협업으로 처리해, 사람 팀이 며칠 걸릴 일을 짧은 시간에 끝낸다.

쉽게 이해하기

발표자는 약 15분 만에 만든 '자율 AI 직원'이 일주일치 시장 조사를 대신 처리하는 모습을 보여 주며 시작한다. 핵심은 단순히 AI를 사용하는 것을 넘어 자율적으로 행동하는 AI 에이전트를 직접 만드는 것으로, 이 기술이 창업자나 적극적인 실무자에게 큰 경쟁력이 된다고 강조한다. 전체 과정은 에이전트의 두뇌를 만들고, 작업과 도구를 주고, 하나의 크루로 연결하는 세 단계로 진행된다.

발표자는 ChatGPT 같은 도구가 질문하면 답하는 반응적인 프롬프트-응답 루프에 갇혀 있다고 설명하고, 대신 열린 과제를 스스로 실행하는 능동적 세계로 나아가는 것이 에이전트라고 말한다. 시작은 CrewAI의 퀵스타트 버전으로, 명령줄 도구로 설치하면 프로젝트 뼈대가 만들어져 곧바로 커스터마이징을 시작할 수 있다.

에이전트는 agents.yaml 파일에서 정의한다. 첫째로 역할(예: 바이브 코딩 시장 조사 분석가), 둘째로 목표(예: 바이브 코딩 분야의 인기 유튜브 주제 발굴), 셋째로 배경 이야기를 부여한다. 배경 이야기는 에이전트가 어떻게 행동해야 하는지를 알려 주는 핵심으로, '트렌드를 발굴하고 명확하게 정리하는 노련한 연구자'처럼 설정한다. 발표자는 이 두뇌가 단순한 프롬프트가 아니라 목적을 가진 하나의 실체라고 표현한다.

두뇌만으로는 인터넷을 볼 수도 없어 쓸모가 없으므로 도구가 필요하다. CrewAI는 미리 만들어진 도구를 쓰거나 직접 도구를 만드는 두 가지 방법을 제공한다. 발표자는 바이브 코딩 방식으로 에이전트에 serper dev 도구와 웹사이트 검색 도구 접근 권한을 부여하고, '지난 3개월간 바이브 코딩 채널의 인기 유튜브 영상 상위 10개를 조사하라'는 작업을 평범한 영어 문장으로 정의한다. crew.py에서 @task 데코레이터로 이 작업을 연구 작업으로 만들고 연구자 에이전트에 배정하자, 에이전트가 스스로 웹을 탐색해 조사를 완수한다.

진짜 위력은 여러 에이전트를 협업시키는 데 있다. 연구자 에이전트가 보고서 작성자와 콘텐츠 전략가라는 하위 에이전트를 관리하고, 참고할 채널도 지정할 수 있게 한다. 크루를 만드는 핵심 코드는 파일 안의 모든 에이전트와 그들의 작업을 불러와 순차(sequential) 방식으로 처리하도록 지시하는 것으로, CrewAI 프레임워크가 이들을 알맞게 조율해 프로젝트를 자율적으로 실행한다. 발표자는 이렇게 만든 크루가 30초 만에 사람 마케팅 팀이 며칠 걸릴 조사를 재현했다며, 이것이 앞으로 스타트업을 정의할 기본 역량이라고 말한다.

주요 인사이트

• 에이전트와 챗봇의 결정적 차이는 '반응'과 '자율'에 있다. 챗봇은 질문에 답할 뿐이지만 에이전트는 열린 과제를 스스로 실행한다.
• CrewAI에서 에이전트의 성격은 역할·목표·배경 이야기로 정의되며, 특히 배경 이야기가 에이전트의 행동 방식을 좌우한다.
• 두뇌(에이전트)만으로는 부족하고, 웹 검색 같은 도구가 붙어야 세상과 상호작용해 실제 작업을 수행할 수 있다.
• 한 에이전트가 한 작업을 하는 것보다, 여러 에이전트를 순차적으로 조율하는 크루 구조가 조사·작성·전략을 나눠 처리해 훨씬 큰 성과를 낸다.

자주 묻는 질문

관련 AI 소식