Deep Agents (Agents 2.0): 아키텍처 패턴 및 핵심 기둥

Deep Agents(또는 Agents 2.0)는 단순한 ‘챗봇’ 루프를 넘어, 모델 주변의 정교한 엔지니어링(에이전트 하네스)을 통해 장기 과제를 자율적으로 수행하는 시스템을 의미합니다.

1. 명시적 계획 (Explicit Planning)

실행과 계획을 명확히 분리하여 장기 과제 수행 시의 논리적 붕괴를 방지합니다.

  • 도구 기반 계획 유지: 에이전트가 내부 추론(CoT)에만 의존하지 않고, PLAN.md와 같은 마크다운 파일이나 JSON 형태의 할 일 목록을 직접 생성하고 관리합니다.
  • DAG 기반 워크플로우: 복잡한 문제를 세부 과업으로 분해하고, 진행 상황에 따라 계획을 스스로 수정(Self-correction)합니다.

2. 계층적 위임 및 컨텍스트 격리 (Hierarchical Delegation & Context Isolation)

복잡성을 관리하고 토큰 팽창(Token Bloat)을 방지하기 위한 구조적 접근입니다.

  • 오케스트레이터 패턴: 메인 에이전트는 프로젝트 매니저 역할을 수행하며, 특정 작업(연구, 코딩 등)에 특화된 하위 에이전트에게 업무를 위임합니다.
  • 컨텍스트 격리: 각 하위 에이전트는 독립적인 컨텍스트 내에서 실행되며, 결과물만 요약하여 반환합니다. 이를 통해 메인 에이전트의 판단력을 보호합니다.

3. 영구 메모리 및 가상 파일 시스템 (Persistent Memory & VFS)

컨텍스트 윈도우의 한계를 외부 저장소를 통해 극복합니다.

  • 진실의 원천 (Source of Truth): 중간 결과물, 코드, 데이터 등을 가상 파일 시스템(VFS)에 실제 파일 형태로 저장하고 후속 단계에서 참조합니다.
  • 기억에서 검색으로: 모든 정보를 컨텍스트에 담으려 하지 않고, 필요한 정보를 어디서 찾을 수 있는지(검색 쿼리, 파일 경로) 아는 능력에 집중합니다.

4. 상태 무결성 및 런타임 (State Integrity & Runtime)

장기 실행 경로에서의 안정성을 확보합니다.

  • 상태 관리 (State Management): 작업 중단 시에도 마지막 지점부터 재개할 수 있는 체크포인팅 기능을 활용합니다.
  • 에이전트 하네스 (Agent Harness): 모델 자체의 성능보다 이를 감싸는 제어 장치(계획, 메모리, 도구 오케스트레이션)의 설계가 에이전트의 품질을 결정합니다.

5. ThoughtMinds 아키텍처 (2026)

ThoughtMinds에서 제안하는 차세대 구조는 다음과 같습니다:

  • 인지 계층 (Cognitive Layer): 다단계 추론 및 계획 수립.
  • 행동 계층 (Action Layer): ERP, CRM 등 기업 시스템과의 API 통합 및 실질적 업무 수행.
  • 메모리 엔진 (Memory Engine): 과거 상호작용과 기업 지식 베이스의 지속적 학습.

관련 문서