Clip 1: Agent vs Workflow 개념 이해하기

학습 목표

• Agent와 Workflow의 근본적인 차이점 이해하기

• 각 접근 방식의 특징과 적용 시나리오 파악하기

• 프로젝트 요구사항에 따른 올바른 선택 기준 세우기

1. Agent와 Workflow의 정의

Workflow란?

Workflow는 LLM과 도구들이 미리 정의된 코드 경로를 통해 조율되는 시스템입니다.

주요 특징:

• 고정되고 사전에 결정된 단계의 순서를 따름

• 예측 가능한 하위 작업들로 명확하게 분해될 수 있는 작업에 이상적

• 더 많은 제어와 예측 가능성 제공

• 프로세스를 사전에 매핑할 수 있을 때 가장 적합

Agent란?

Agent는 LLM이 자체 프로세스와 도구 사용을 동적으로 지시하는 시스템으로, 작업을 수행하는 방법에 대한 제어권을 유지합니다.

주요 특징:

• 더 많은 자율성과 유연성을 가짐

• 예측할 수 없는 단계를 가진 개방형 문제를 처리할 수 있음

• 자체 경로와 도구 사용을 동적으로 결정

• 정확한 솔루션 경로를 미리 알 수 없는 복잡하고 진화하는 작업에 가장 적합

2. 핵심 차이점

출처: https://langchain-ai.github.io/langgraph/tutorials/workflows/

주요 차이점: 사전 결정 수준

가장 중요한 차이점은 사전 결정의 수준입니다:

• Workflow: 엄격하고 사전 설계된 경로를 따름

• Agent: 환경 피드백을 기반으로 실시간으로 적응하고 결정을 내림

3. 언제 무엇을 사용할까?

Workflow 사용 시기

✅ 다음과 같은 경우에 Workflow를 선택하세요:

• 구조화되고 잘 이해된 프로세스

• 작업 단계가 명확하게 정의됨

• 높은 예측 가능성과 일관성이 필요함

• 디버깅과 모니터링이 중요함

예시:

• 문서 처리 파이프라인 (추출 → 변환 → 저장)

• 정기적인 데이터 분석 리포트 생성

• 승인 프로세스가 있는 워크플로우

• ETL (Extract, Transform, Load) 작업

Agent 사용 시기

✅ 다음과 같은 경우에 Agent를 선택하세요:

• 개방형 문제 해결

• 동적인 의사결정이 필요한 복잡한 작업

• 예측할 수 없는 상황에 대한 적응이 필요함

• 창의적이거나 탐색적인 작업

예시:

• 고객 지원 챗봇 (다양한 질문 유형 처리)

• 코드 리뷰 및 버그 수정 제안

• 복잡한 리서치 및 정보 수집

• 멀티 스텝 문제 해결 (해결 경로가 미리 알려지지 않음)

4. 실전 선택 가이드

의사결정 플로우차트

5. 핵심 원칙

"LLM 분야에서의 성공은 가장 정교한 시스템을 구축하는 것이 아닙니다. 귀하의 요구사항에 맞는 올바른 시스템을 구축하는 것입니다."

— Anthropic, "Building Effective Agents"

설계 원칙

1. 가장 단순한 솔루션으로 시작하기

   • 불필요한 복잡성 피하기

   • 명확한 이점이 있을 때만 복잡성 추가

2. 결과로 검증하기

   • 복잡한 Agent가 항상 더 나은 것은 아님

   • 실제 성과 지표로 평가

3. 점진적 개선

   • Workflow로 시작 → 필요시 Agent 기능 추가

   • 단계별로 복잡성 증가

6. 하이브리드 접근 방식

실제로는 Workflow와 Agent를 결합하는 것이 효과적인 경우가 많습니다:

예시:

• 구조화된 데이터 수집 (Workflow)

• AI 기반 분석 및 의사결정 (Agent)

• 표준 형식으로 결과 출력 (Workflow)

요약

특성	Workflow	Agent
제어 방식	사전 정의된 경로	동적 의사결정
유연성	낮음	높음
예측 가능성	높음	낮음
적용 분야	구조화된 작업	개방형 문제
복잡도	상대적으로 단순	상대적으로 복잡
디버깅	용이함	도전적

다음 단계

다음 Clip에서는 AI Agent의 내부 아키텍처를 자세히 살펴보고, Agent가 어떻게 작동하는지 깊이 있게 이해하겠습니다.

---

참고 자료

• LangGraph - Workflows Tutorial

• Anthropic - Building Effective Agents

---

강사 정보

• 작성자: 정구봉

• LinkedIn: https://www.linkedin.com/in/gb-jeong/

• 이메일: [e-mail]

강의 자료

• 강의 자료: https://goobong.gitbook.io/fastcampus

• Github: https://github.com/Koomook/fastcampus-ai-agent-vibecoding

• FastCampus 강의 주소: https://fastcampus.co.kr/biz_online_vibeagent