07***
2026-06-29

이 책은 LLM API 호출과 RAG 구현을 이미 경험한 개발자를 위한 멀티 에이전트 시스템 구축 가이드입니다. 실제 서비스에서는 단일 LLM 호출만으로 해결되지 않는 문제가 반복적으로 발생합니다. 역할이 다른 에이전트를 동시에 실행하고, 결과를 검증하며, 다시 수정하는 루프를 설계해야 하는 시점에서 필요한 것은 운영할 수 있는 협업 구조입니다. 싱글 에이전트에서 출발해 멀티 에이전트로 확장하며, OpenAI API와 Claude API를 함께 활용합니
_**한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.**_
## 배경
이전에 사칙연산을 수행하는 에이전트를 작성해봤는데, 속도가 너무 느려 개선해보고 싶었다. 이 과정에서 책에서 참고한 내용을 정리한다. 책에서 제공하는 소스 코드도 살펴봤지만, 좋은 모델을 갖고 다양한 목적을 이루는 것에 집중한 예시들이 많아, 최적화와 성능 개선에 초점을 맞춘 이번 작업에 실질적인 참고는 되지 않았다. 그보단 에이전트의 동작 원리를 다룬, 원론적인 최적화 팁에서 참고할만한 내용들을 찾아볼 수 있었다.
## 운영 환경 고려 사항과 최적화
이 책에 나와있는 내용들은 기본적으로 고차원의 멀티 에이전트 시스템에 대한 내용이다. 그러나 이번 개선 작업에 참고할만한 내용들도 찾아볼 수 있었다. **`결정론적 요소를 결합하라`**는 표현은 간단한 로직에 불필요한 에이전트 호출을 사용할 필요가 없음을 명시하고 있다. 또 **`모델 계층화 전략`**은 작업의 복잡도에 따라 모델을 선택하여 사용하는 아이디어를 제시하고 있다. 그러나 단순한 원칙을 나열하는 수준에 그치고, 깊이 있는 통찰이나 응용 방법을 제시하고 있지는 않아, 자신의 환경에 맞게 적용시키는 기지가 필요해보인다.
## 마치며...
멀티 에이전트 시스템 구축을 **경험/체험**해보고 싶은 입문자들에게 적합한 책인 것 같다. 패턴보다 실행 가능한 예제를 중점에 두었고, 책의 내용도 최대한 자세히 **경험 중심적**으로 서술했다. 이미 별도의 프로젝트를 진행 중인 상태에서는 이 책의 가치가 떨어진다고 생각한다. 밑바닥에서부터 사례를 따라하며, 체험을 통해 학습하기 원하는 분들에게 추천할만한 책이다.