ODW #2: ADK로 싱글/멀티 에이전트를 개발해 사내 시스템과 통합

ADK와 MCP 기반 멀티 에이전트 설계를 통한 사내 시스템 통합 및 지식 사일로 해결

2026년 4월 15일15분intermediate

AI 요약

Context

개인 단위의 로컬 AI 도구 활용으로 인한 지식 사일로화 및 생산성 격차 발생. 싱글 에이전트 구조의 한계로 인해 복잡한 사내 시스템(Jira, Confluence) 통합 및 전문적 작업 수행에 병목 지점 존재.

ADK(Agent Development Kit) 도입을 통한 에이전트 동작 정의 및 호스팅 기반의 팀 단위 지식 공유 체계 구축
MCP(Model Context Protocol) 표준 프로토콜 채택으로 Jira, Confluence 등 외부 데이터 소스와 LLM 간의 능동적 연결 구조 설계
과도한 Tool 부여로 인한 Prompt 비대화 및 응답 정확도 저하 문제를 해결하기 위해 멀티 에이전트 기반의 Context 분리 전략 적용
Sequential Agent 구조를 설계하여 '정보 수집 → 분석 → 리포트 생성 → 번역'으로 이어지는 파이프라인 기반의 작업 최적화 구현
Python 함수 정의를 통한 도구(Tool) 통합으로 LLM이 실행 가능한 구체적인 액션 세트 제공

실천 포인트

1. LLM에 제공하는 Tool 개수가 과도하여 응답 지연이 발생하는지 검토

2. 복잡한 태스크를 원자적 단계로 분해하여 Sequential Agent 구조로 설계 가능한지 분석

3. MCP와 같은 표준 프로토콜을 통해 외부 시스템 연동의 인터페이스를 추상화했는지 확인

4. 개인별 프롬프트 최적화 비용을 줄이기 위해 중앙 집중형 에이전트 호스팅 환경 고려

태그