LLM 에이전트를 조합하는 'Raven' 프레임워크 공개
원제 Raven: The Harness of Harnesses for Composable Agentic Intelligence
추천 77댓글 1
Key Point
LLM 에이전트 시스템이 점점 복잡해지면서 단일 설계로는 감당할 수 없는 상황에서, 여러 전문 에이전트를 자동으로 조합·진화시키는 새로운 패러다임이 제시됐으며, 복잡한 실무 작업을 처리하는 방식이 달라질 수 있다.
핵심 요약
- 대규모언어모델 기반 AI 에이전트가 단일 도메인 작업을 넘어 장기·교차도메인 워크플로우로 확장되면서, 수동 설계로는 복잡도 관리와 도메인 일반성 확보가 어려워지고 있다.
- Raven은 오픈소스 멀티에이전트 생태계로, 특정 모델과 도메인에 맞는 '하네스(harness, 에이전트 제어 구조)'를 자동으로 구축·진화시키며 각 모델-하네스 쌍을 조합 가능한 지능 단위로 취급한다.
- Host Agent가 목표를 분해하고 부작업을 전문 에이전트에 할당하며 실행 의존성을 조정하고, Host Archive와 EverOS가 경험을 보존하고, Skill Forge가 재사용 가능한 절차로 변환한다.
- 이론적으로 이런 조합이 개별 에이전트보다 더 많은 작업 커버리지를 달성할 수 있음을 증명하며, 공유 리소스 예산 제약 하에서도 신뢰성을 유지한다.
- 복잡하고 장기적인 작업에서 Raven은 기존 에이전트 시스템들을 능가하며 조합형 에이전트 지능의 새로운 경계를 제시한다.