랭체인 CEO "AI 에이전트 성패, 컨텍스트 엔지니어링에 달렸다"

[디지털투데이 황치규 기자]랭체인 공동창업자 겸 최고경영자(CEO) 해리슨 체이스가 AI 에이전트 개발 핵심 과제로 '하네스 엔지니어링'(harness engineering)을 꼽았다.

하네스는 AI 모델이 루프를 돌며 도구를 호출하고 장기적으로 실행되는 작업을 수행할 수 있도록 설계된 실행 환경이다.

체이스 CEO는 벤처비트 팟캐스트에 나와 "하네스 엔지니어링은 컨텍스트 엔지니어링의 연장선"이라며 "최근 추세는 모델 자체에 컨텍스트 엔지니어링 제어권을 보다 많이 넘기는 방향"이라고 말했다. 모델이 무엇을 보고 보지 않을지 스스로 결정하게 한다는 의미다.

그에 따르면 과거에는 모델 성능이 부족해 루프 실행이 어려웠다. 체이스 CEO는 오토GPT(AutoGPT)를 예로 들며 오토GPT는 오늘날 최상위 에이전트와 구조는 같았지만, 당시 모델이 루프를 안정적으로 돌릴 수준이 아니었기 때문에 빠르게 사라졌다고 밝혔다.

랭체인은 이 문제를 해결하기 위해 범용 하네스 '딥 에이전트(Deep Agents)'를 내놨다. 딥 에이전트는 랭체인과 랭그래프 기반으로 구축돼 계획 수립, 가상 파일시스템, 컨텍스트·토큰 관리, 코드 실행, 스킬·메모리 기능을 제공한다.

작업을 하위 에이전트에 위임할 수 있고, 하위 에이전트는 각자 다른 도구와 설정 기반으로 병렬 방식으로 작동한다. 하위 에이전트 작업은 메인 에이전트 컨텍스트와 분리되며, 대용량 작업 결과는 단일 결과물로 압축해 토큰 효율을 높일 수 있다고 랭체인은 설명했다.

체이스는 에이전트가 200단계 작업에서도 진행 상황을 추적하고 일관성을 유지하려면 모델이 생각을 기록하면서 진행하는 구조가 필요하다고 강조했다.