AI Agents with CrewAI

Agentic RAG을 넘어서 Crew AI 기반의 멀티 에이전트 시스템 구축에 도전

말 그대로 "AI 팀"을 구성해서 협력하고 동시에 작업하며, 복잡한 문제를 능동적으로 해결하게 만드는 거죠.

Crew AI란?

Crew AI는 AI 에이전트들이 함께 협력하고, 각자의 역할에 따라 일을 나누어 처리하는 구조를 제공하는 라이브러리입니다.

비유하자면?

당신은 우주선의 선장이며, AI 에이전트는 전문화된 선원들입니다.

각 선원은 "특화된 역할"과 "도구", "업무 절차"를 가지고 함께 우주(=문제)를 탐험합니다!

---

1. Crew AI의 핵심

• Agent: 역할이 분명한 AI 구성원
• Task: 에이전트가 수행하는 작업 (업무 지시서)
• Tool: 정보를 검색하거나, 계산하거나, API를 호출하는 데 사용하는 도구
• Process: 이 모든 것을 연결하고 조율하는 흐름

---

장점

1. AI의 미래는 팀 기반입니다.
   • 단일 모델만으로는 복잡한 문제 해결이 어렵습니다.
   • 여러 에이전트가 협력하면 훨씬 강력한 워크플로우를 만들 수 있어요.
2. 코딩 실력이 높지 않아도 충분히 가능!
   • Crew AI는 사용하기 쉬운 인터페이스를 제공합니다.
3. 혁신적인 솔루션 설계 가능
   • 예를 들어 하나의 에이전트가 문서 요약, 다른 하나는 실시간 정보 검색, 또 다른 하나는 의사결정 수행 → 협력!

 

Crew AI는 다음 네 가지 구성요소로 이루어진 협업형 AI 프레임워크입니다:

🧑 Agent	역할을 가진 AI 에이전트 (예: 리서처, 작가, 분석가 등)
✅ Task	에이전트가 수행하는 구체적 작업 (예: 트렌드 리서치, 보고서 작성)
🛠️ Tool	에이전트가 활용할 수 있는 도구 (웹 검색, API 호출 등)
🔄 Process	전체 흐름을 제어하는 로직 (작업 순서, 상태 전달 등)

---

어떻게 작동하나?

예시: 스타트업을 위한 레스토랑 시장 조사 프로젝트

1. 에이전트 설정

• Research Agent: 최신 트렌드를 수집
• Writer Agent: 수집된 데이터를 기반으로 보고서 작성

2. 도구 설정

• SearchTool (SuperDevTool) 을 통해 웹 검색 수행 가능

3. 태스크(Task) 설정

• TrendTask: 리서치 에이전트가 수행할 작업 → 업계 트렌드 조사
• WriteTask: 작가 에이전트가 수행할 작업 → 조사한 내용 바탕 보고서 작성

4. 프로세스 구성 (Process)

• Sequential (순차적): 리서치 → 결과 전달 → 작성

---

실전 구조 (코드로 구현될 흐름)

# 도구 정의
search_tool = SerperDevTool()

# 에이전트 정의
research_agent = Agent(
    role="Trends Researcher",
    goal="Research trends in restaurant tech",
    backstory="You are in charge of finding the most recent innovations...",
    tools=[search_tool],
    llm=OpenAI(model="gpt-4-1106-preview")
)

writer_agent = Agent(
    role="Report Writer",
    goal="Write a report about restaurant tech trends",
    backstory="You summarize research into concise reports",
    tools=[],
    llm=OpenAI(model="gpt-4-1106-preview")
)

# 태스크 정의
trend_task = Task(
    description="Search for emerging digital menu and pricing strategies",
    expected_output="Detailed summary of current restaurant tech trends",
    agent=research_agent
)

write_task = Task(
    description="Write a professional report based on trend research",
    expected_output="Final report with headings and insights",
    agent=writer_agent,
    context=[trend_task]
)

# 크루 설정 및 실행
crew = Crew(
    agents=[research_agent, writer_agent],
    tasks=[trend_task, write_task],
    process=Process.SEQUENTIAL,
    verbose=True
)

result = crew.kickoff()
print(result)

 

핵심 개념 정리

에이전트	특정 목적을 가진 AI 역할자
태스크	명확한 목표와 산출물이 있는 작업 단위
도구	외부 데이터 접근 권한 (예: 웹 검색, 파일 분석)
프로세스	작업 순서 및 흐름 조율 (Sequential / Hierarchical 등)

 Crew AI의 장점

역할 분담에 따른 전문성

자동화된 멀티 스텝 작업 처리

확장성 (새로운 에이전트/작업 추가 쉬움)

재사용성 (다른 주제에도 그대로 적용 가능)

실전 예시 응용

• 제품 조사 AI 팀
• 투자 분석 AI 크루
• 콘텐츠 제작 AI 협업팀
• 고객 응대 챗봇 + 정책 해석 에이전트