AI Agent 프레임워크 생태계 - Databricks 가이드

AI Agent를 구축하기 위한 프레임워크는 2023년 이후 폭발적으로 증가했습니다. 이 가이드는 주요 프레임워크의 설계 철학, 아키텍처, 코드 수준의 차이를 비교하고, 프로젝트 요구사항에 맞는 최적의 선택을 돕습니다.

참고 학습 목표

주요 Agent 프레임워크의 설계 철학과 아키텍처 차이를 이해한다
LangChain에서 LangGraph로의 진화 과정과 그 이유를 설명할 수 있다
프로젝트 요구사항에 맞는 프레임워크를 선택할 수 있다
Databricks Agent Framework와 오픈소스 프레임워크의 역할 분담을 이해한다

서브 페이지 구성

페이지	설명
LangChain & LangGraph	LangChain의 LCEL, LangGraph의 StateGraph, Checkpoint, 코드 예시 및 비교
CrewAI, OpenAI Agents SDK & AutoGen	CrewAI 역할 기반 멀티에이전트, OpenAI Handoff 패턴, AutoGen 대화 기반 협업
Databricks Agent Framework	ChatAgent 인터페이스, UC Functions as Tools, MLflow 통합, LangGraph 조합
종합 비교 & 선택 가이드	전체 비교 테이블, 의사결정 트리, Agent UI 개요, 2025 트렌드, 고객 FAQ, 연습문제

Agent 프레임워크의 진화 — 왜 이렇게 많은가?

Agent 프레임워크의 역사는 “LLM을 어떻게 실용적으로 쓸 것인가” 에 대한 답을 찾아가는 과정입니다. 각 프레임워크는 이전 세대의 한계를 해결하기 위해 등장했습니다.

성공 비유: 웹 프레임워크의 역사와 유사합니다. jQuery(단순 DOM 조작) -> Angular(구조화) -> React(컴포넌트 기반) -> Next.js(풀스택)로 진화한 것처럼, Agent 프레임워크도 단순 체인에서 그래프 기반, 멀티에이전트, 엔터프라이즈 플랫폼으로 진화하고 있습니다.

타임라인

시기	주요 이벤트	의미
2022.11	ChatGPT 출시	LLM 대중화의 시작
2022.12	ReAct 논문 발표 (Yao et al.)	Agent 패턴의 이론적 기반
2023.03	LangChain 0.0.1 릴리스	최초의 범용 LLM 프레임워크
2023.06	OpenAI Function Calling 출시	Tool Use의 표준화
2023.10	AutoGen (Microsoft) 공개	멀티에이전트 대화 패러다임
2024.01	LangGraph 정식 출시	그래프 기반 워크플로의 등장
2024.02	CrewAI 인기 급상승	역할 기반 멀티에이전트 간소화
2024.06	Databricks Agent Framework 출시	엔터프라이즈 Agent 거버넌스
2024.11	Anthropic MCP 표준 발표	도구 접근 프로토콜 표준화
2025.01	OpenAI Agents SDK 출시	핸드오프 패턴 + 가드레일 내장
2025.03	Google A2A 프로토콜 발표	Agent 간 통신 표준화
2025.Q1	프레임워크 수렴 시작	LangGraph + Databricks 조합이 엔터프라이즈 표준으로 부상

왜 하나의 프레임워크로 통일되지 않는가?

각 프레임워크는 서로 다른 문제를 해결합니다.

문제 영역	적합한 프레임워크
LLM 호출 추상화 + 빠른 프로토타이핑	LangChain
복잡한 워크플로 (조건 분기, 루프, 상태 관리)	LangGraph
역할 기반 멀티에이전트 협업	CrewAI
에이전트 간 대화 기반 문제 해결	AutoGen
OpenAI 생태계 내 프로덕션 Agent	OpenAI Agents SDK
엔터프라이즈 거버넌스 + 배포 + 모니터링	Databricks Agent Framework

다음 페이지: LangChain & LangGraph