728x90
반응형

autogen 2

Mixture-of-Agents (MoA)

개요대규모 언어 모델(LLM)의 발전은 단일 모델의 성능을 극대화하는 방향으로 이루어졌습니다. 그러나 단일 모델 접근은 한계가 존재하며, 더 복잡한 문제 해결을 위해 여러 AI 에이전트를 조합하는 방식이 주목받고 있습니다. 이러한 새로운 접근이 바로 **Mixture-of-Agents(MoA)**입니다. MoA는 다중 AI 에이전트를 조율하여 **협력적 추론(collaborative reasoning)**을 가능하게 하는 아키텍처입니다.1. 개념 및 정의**Mixture-of-Agents(MoA)**는 여러 개의 AI 모델 또는 에이전트를 동시에 활용하여 문제를 해결하는 협력적 추론 프레임워크입니다. 각 에이전트는 특정 역할이나 전문성을 기반으로 작업을 수행하고, 최종적으로 집계(aggregation) ..

Topic 2025.09.15

Agentic LLM Frameworks

개요Agentic LLM Frameworks는 LLM(Large Language Model)이 단순 응답 도구를 넘어, 스스로 목표를 설정하고, 계획하며, 실행하는 자율형 에이전트로 진화하기 위한 핵심 인프라입니다. 이 글에서는 대표적인 프레임워크 구조와 기술 요소, 주요 도구와 실무 활용 사례를 상세히 소개합니다.1. 개념 및 정의 구분 내용 정의LLM을 자율적 에이전트로 구성하기 위한 아키텍처 및 실행 환경 프레임워크목적고차원 목표 달성을 위한 계획 수립, 툴 연동, 실행 자동화를 통합 운영필요성복잡한 태스크를 다단계로 분해하고 인간 개입 없이 수행하려는 AI 시스템 구현2. 특징특징설명차별성플래너 기반고수준 명령을 세부 작업으로 분해단순 프롬프트 실행 모델과 구별됨멀티툴 연계다양한 API/모듈과 ..

Topic 2025.05.18
728x90
반응형