OpenAI Agents SDK를 통한 Multi-Agent 시스템의 구조적 예측 가능성 확보

Context

Single-prompt 기반 챗봇의 짧은 Context Window 및 기억 상실 문제로 인한 복잡한 워크플로우 수행 한계 발생. 단순 질의응답을 넘어 계획 수립, 도구 활용, 협업이 필요한 실제 업무 자동화 단계에서의 병목 지점 노출.

Technical Solution

• Perception → Reasoning → Action의 반복적인 Agent Loop 구조를 통한 상태 기반 작업 수행
• 특정 도메인 지식에 특화된 전문 Agent 설계로 전체 시스템의 Context Window 최적화 및 정확도 향상
• Triage Agent를 활용한 Handoff 메커니즘 도입으로 복잡한 요청을 하위 작업으로 분리하여 처리하는 계층적 구조 구현
• Python 함수 기반의 Tool 정의를 통해 LLM의 텍스트 생성을 실제 API 호출 및 데이터 조작 액션으로 전환
• 과도한 설계 방지를 위해 단일 Agent에서 시작하여 명확한 성능 한계 도달 시에만 Agent를 분리하는 점진적 확장 전략 채택