[AI] AI Agent는 모델이 아니라 Workflow다 — Claude가 말하는 Agent 설계 패턴

[AI] Peterica의 AI공부와 비젼 정리

ㅁ 들어가며

실제로 Claude을 효율적으로 사용하기 위해서는 워크플로우 구조(workflow)를 이해해야 한다.

LLM은 단지 추론 엔진일 뿐이고, 실제 문제 해결은 여러 단계의 작업을 어떻게 연결하느냐에 따라 결정된다.
Anthropic에서 정리한 글 “Common workflow patterns for AI agents” 역시 같은 메시지를 전달한다.

좋은 Agent 시스템은 좋은 Workflow 설계에서 나온다.

 

ㅁ Agent 시스템의 본질

AI Agent는 단순한 모델 호출이 아닌, 실제로는 다음 요소들이 결합된 작은 프로그램 구조에 가깝다.

ㅇ LLM reasoning(한번더 생각한다)
ㅇ tool / API 호출
ㅇ 중간 결과 저장
ㅇ 반복적인 평가와 개선

 

즉 Agent는 다음과 같이 볼 수 있다.

   Agent = Model + Tools + Workflow

 

모델이 똑똑하다고 해서 시스템이 자동으로 좋아지는 것은 아니다.
오히려 workflow 설계가 전체 성능을 좌우하는 경우가 많다.

 

ㅁ 가장 기본적인 Agent Workflow 패턴

Anthropic은 여러 Agent 구조 중에서도 실제로 자주 사용되는 패턴을 몇 가지로 정리한다.

 

ㅇ Sequential Workflow (순차 처리)

가장 기본적인 형태이다.

Task → Step1 → Step2 → Step3 → Result

 

예를 들어 다음과 같은 작업에 사용된다.

ㅇ 문서 분석 → 요약 → 보고서 작성
ㅇ 코드 생성 → 테스트 → 수정
ㅇ 데이터 처리 파이프라인

이 구조의 특징은 단순함이다.

 

대부분의 문제는 사실 이 구조만으로도 충분히 해결된다.

 

 

ㅇ Parallel Workflow (병렬 처리)

여러 Agent가 동시에 작업을 수행하는 구조이다.

Task
├ Agent A
├ Agent B
└ Agent C
↓
결과 통합

예를 들면 다음과 같다.

ㅇ 여러 검색 전략 수행
ㅇ 다양한 답변 후보 생성
ㅇ 여러 관점에서 분석

 

이 방식은 탐색 문제(exploration)\에서 특히 강력하다.

 

 

ㅇ Evaluator – Optimizer Workflow

생성과 평가를 반복하며 결과를 개선하는 구조이다.

Generate → Evaluate → Improve → Evaluate → ...

 

대표적인 예

ㅇ 코드 생성 → 테스트 → 수정
ㅇ 글 작성 → 품질 평가 → 개선

ㅇ LLM 응답 품질 개선 루프

 

이 구조는 정답이 명확하지 않은 문제에서 효과적이다.

 

 

ㅁ Agent 설계에서 가장 중요한 원칙

이 글에서 특히 인상적인 부분은 다음 메시지이다.

대부분의 문제는 Multi-Agent가 필요하지 않다.

 

많은 사람들이 Agent 시스템을 만들 때 다음과 같은 실수를 한다.

ㅇ 불필요하게 많은 Agent 생성
ㅇ 복잡한 orchestration
ㅇ 디버깅 어려움
ㅇ 비용 증가

 

Anthropic의 권장 접근 방식은 다음과 같다.

1️⃣ Single Agent + Simple Workflow
2️⃣ 필요하면 Parallel 확장
3️⃣ 필요하면 Evaluation Loop 추가

 

즉, Simple → Complex

순서로 발전시키라는 것이다.

 

 

ㅁ 개발자 관점에서의 핵심 통찰

이 글을 읽고 나면 Agent 시스템이 사실 특별한 AI 기술이 아니라 “워크플로우 설계 문제”라는 것을 깨닫게 된다.

 

Agent 시스템은 결국 다음과 같다.

ㅇ 작은 프로그램 구조
ㅇ 단계적 workflow
ㅇ tool orchestration

그리고 여기서 중요한 것은 모델이 아니라

“작업을 어떻게 분해하고 연결할 것인가”이다.

 

 

ㅁ 빠르게 MVP 적용해 보자

ㅇ Claude Agent를 이용해 빠르게 개발을 진행했던 프로젝트였다.

ㅇ 아이의 문법교육을 고민하면서 서점을 다녀오면서 아이디어를 얻게 되었다.

ㅇ Claude Agent 연습 + AI Grammar 교육 컨텐츠를 목적으로 작업을 시작하였다.

ㅇ 03-14 14시, 둘째 성당 첫영성체 교리 때문에 성당 카페에서 시작하였다.

ㅇ GPT로 PRD를 구성하기 위해 컨텍스트 레이아웃을 쌓았다.

 

GPT에서 PRD 구성

 

이번 작업은 Agent Workflow 기반 개발 준비 과정으로 진행되었다.

먼저 제품 목표를 정의하는

  PRD(Product Requirements Document)

를 작성하고, 이를 바탕으로

  UI 설계(WIREFRAME), 컴포넌트 구조(COMPONENT), LLM 프롬프트 설계(PROMPT_LIBRARY),

  로컬 모델 연동(LLM_INTEGRATION)

문서를 단계적으로 정리하였다.

이 과정에서 AI는 단순 코드 생성 도구가 아니라

제품 기획 → 시스템 아키텍처 설계 → 인터페이스 정의 → LLM 활용 전략 수립

까지 협력하는 에이전트 역할을 수행했다.

최종적으로 Claude Harness와 같은 에이전트 기반 개발 환경에서

바로 구현 가능한 수준의 구조화된 개발 문서 세트를 구축하는 것을 목표로 하였다.

 

Claude Code AI 에이전트 환경 구축, Harness

Claude CLI에서 AI가 프로젝트를 분석하고 스킬/에이전트/워크플로우를 자동 구축하도록 하였다.

Phase 1: 프로젝트 기반 설정 (CLAUDE.md)
Phase 2: 진행 상황 및 계획 관리
Phase 3: 핵심 파일 관리 정책
Phase 4: 스킬/에이전트 설계
Phase 5: 스킬 및 에이전트 생성 (품질 기준 준수)
Phase 6: 레퍼런스 문서 구성
Phase 7: 검증 및 유지보수 루프
Phase 8: 자율 반복 워크플로우

 

 

orchestrator-Worker with Parallelization

패 턴	적용 여부
Orchestrator-Worker	0 (메인이 계획, 서브가 실행)
Parallelization	0 (라운드 내 최대 3개 병렬)
Sequential	0 (라운드 간 의존 관계)
Evaluator-Optimizer	X (평가-재생성 루프 없음)

내가 사용한 Workflow 패턴은 "orchestrator-Worker with Parallelization" 이다.

 

ㅇ 자율 반복 workflow를 이용하여 PLAN에 따라 순차적, 병렬로 작업을 수행하였다.

ㅇ harness에 정의되어 있는 방향성대로 AI가 메인과 서브로 나뉘어  Orchestrator-Worker를 수행하였다.

 

ㅇ 03-14 15시 35분 1차 개발이 완료되었다.

ㅇ 일부 버그가 존재하였지만 2시간 미만에 MVP를 구성 및 개발이 가능하였다.

ㅇ 이 프로젝트는 아내와 함께 더 고도화해 나갈 예정이다.

 

 

ㅁ 마무리

AI Agent를 설계할 때 많은 사람들이 모델이나 프롬프트에 집중한다.

하지만 실제로 시스템을 만들다 보면 중요한 것은 다음 질문이다.

   “이 작업을 어떤 workflow로 구성할 것인가?”

좋은 Agent는 좋은 모델에서 나오는 것이 아니라
좋은 Workflow 설계에서 시작된다.

 

이번 작업을 통해 다시 한번 느낀 점은 AI는 단순히 코드를 생성해 주는 도구가 아니라

ㅇ 문제를 구조화하고
ㅇ 작업을 분해하고
ㅇ 실행 가능한 개발 흐름을 설계하는
협력형 개발 파트너라는 점이다.

 

Claude Agent와 Harness 구조를 이용해 실제로 작은 프로젝트를 실행해 보니
  기획(PRD) → 설계(Wireframe, Component) → LLM 전략(Prompt, Integration) → 구현

까지 이어지는 Agent 기반 개발 workflow를 비교적 짧은 시간 안에 구성할 수 있었다.

 

앞으로 AI Agent 기반 개발 방식은 단순한 코드 자동화를 넘어서

ㅇ 제품 기획
ㅇ 시스템 아키텍처 설계
ㅇ 개발 workflow 자동화

까지 확장될 가능성이 높다고 생각한다.

 

지금은 작은 실험 수준이지만
  이러한 workflow를 계속 반복하고 정리하다 보면
  언젠가는 개발자와 AI가 함께 만드는 새로운 개발 방식이 만들어질 것이라 기대한다.

 

나 역시 그 흐름 속에서 기록하고 실험하며 계속 배워가려고 한다.