0Pricing
AI Agents · 강의

사용 사례에 맞는 프레임워크 선택

의사 결정 트리를 사용합니다. 단일 단계인가요? 장시간 실행되나요? 다중 에이전트인가요? 코딩인가요? 각 분기에서 서로 다른 도구를 가리킵니다.

사용 사례에 맞는 프레임워크 선택은(는) CoddyKit의 무료 AI Agents 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Agents 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.

최고의 프레임워크는 없습니다

각 프레임워크는 서로 다른 패턴에 강점이 있습니다. 유행을 따라가기보다 작업의 SHAPE에 맞춰 선택하십시오.

의사 결정 트리

  1. 단일 단계(모델 호출 하나, 도구 하나일 수도 있음)? -> 직접 구현
  2. 여러 단계의 선형 흐름(A -> B -> C)? -> LCEL 또는 직접 구현
  3. 반복이나 분기가 있는 여러 단계? -> LangGraph
  4. 역할 기반 팀과 선언적 작업? -> CrewAI
  5. 세션을 넘나드는 장기 메모리? -> Letta 또는 Mem0
  6. 코드 실행 중심? -> AutoGen 또는 OpenHands
  7. 관리형 RAG + 코드 인터프리터 프로토타입? -> OpenAI Assistants
  8. 웹 탐색 / GUI? -> Anthropic Computer Use / Operator / Playwright

그 밖의 실제 고려 사항

  • 팀의 익숙함(Python 대 JS, 비동기 대 동기)
  • 관측성 지원 현황(LangSmith / Langfuse / OTel)
  • 배포 형태(Docker, 서버리스, k8s)
  • 프레임워크의 성숙도와 변경 빈도

프레임워크를 넘나드는 표준

가능하면 프레임워크가 바뀌어도 유지되는 표준에 맞춰 구축하십시오:

  • OpenAI 형식의 API — 대부분의 제공업체와 프레임워크가 이를 지원함
  • 도구 정의에는 JSON Schema — 범용적으로 사용됨
  • 타입이 지정된 입력 / 출력에는 Pydantic — 어디서나 사용됨
  • 추적에는 OpenTelemetry — 특정 공급업체에 종속되지 않음

교체 가능성을 고려해 구축하기

프레임워크를 얇은 어댑터 계층으로 감싸십시오:

class AgentRunner:
    def run(self, task: str) -> str:
        # implementation may be LangGraph today, AutoGen tomorrow
        ...

오늘의 선택을 지나치게 중시하지 마십시오

프레임워크는 생겨났다가 사라집니다. 기본 구성 요소가 발전함에 따라 대부분의 에이전트는 12~18개월마다 다시 작성해야 합니다. 다시 작성할 가능성을 고려해 계획하고, 특정 프레임워크에 얽매이지 마십시오.

프레임워크 없이 시작하기

일반적인 경로는 다음과 같습니다:

  1. 최소한의 에이전트를 직접 구현합니다
  2. 가장 복잡하고 다루기 어려운 부분을 찾습니다
  3. 그러한 문제를 구체적으로 처리하는 프레임워크를 도입합니다

도입을 확정하기 전에 실제로 무엇이 필요한지 파악할 수 있습니다.

멀티 에이전트를 사용하지 않을 때(NOT)

많은 팀이 너무 이른 단계에 멀티 에이전트를 도입합니다. 좋은 시스템 프롬프트를 사용한 단일 에이전트로 충분하다면 그대로 유지하십시오. 멀티 에이전트는 복잡성 AND 비용을 추가합니다.

기술 스택별 적합한 선택

  • Python, 프로덕션, 복잡한 작업 — LangGraph
  • Python, 선언적이고 단순한 작업 — CrewAI
  • Python, 코드 중심 — AutoGen 또는 OpenHands
  • TypeScript — LangChain.js / Vercel AI SDK
  • 장기 메모리 — Letta 또는 Mem0
  • 인프라가 전혀 필요 없는 프로토타입 — OpenAI Assistants

호스팅 에이전트 플랫폼

일부 팀은 다음과 같은 방법으로 프레임워크 사용을 건너뜁니다:

  • LangGraph Platform — 호스팅되는 LangGraph 런타임
  • Cloudflare AI Workers — 서버리스 에이전트
  • Vercel AI SDK + KV — 풀 스택 Next.js 팀을 위한 구성

평가 도구를 미리 선택하기

무엇을 선택하든 추적과 평가가 통합되는지 확인하십시오. Langfuse와 LangSmith는 대부분의 프레임워크에 맞춰 사용할 수 있으며, Helicone, Phoenix, W&B Weave도 대안입니다.

복습

프레임워크를 형태에 맞추십시오. 선형 체인 -> LCEL, 그래프 -> LangGraph, 팀 -> CrewAI, 장기 메모리 -> Letta, 코드 -> AutoGen, 프로토타입 -> Assistants입니다. 어댑터 뒤에 감싸고 다시 작성할 가능성을 고려해 계획하십시오.

올바른 선택

반복, 분기, 사람의 개입이 있는 여러 단계의 작업 흐름이 있습니다. 어떤 프레임워크가 가장 적합할까요?

자주 묻는 질문

“사용 사례에 맞는 프레임워크 선택” 강의는 무료인가요?

네 — “사용 사례에 맞는 프레임워크 선택” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 AI Agents 강의 전체를 잠금 해제할 수 있습니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.

“사용 사례에 맞는 프레임워크 선택”에서 뭘 배우나요?

의사 결정 트리를 사용합니다. 단일 단계인가요? 장시간 실행되나요? 다중 에이전트인가요? 코딩인가요? 각 분기에서 서로 다른 도구를 가리킵니다. 브라우저에서 직접 실행하는 실습 코드로 AI Agents을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

AI Agents을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 AI Agents은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.

“사용 사례에 맞는 프레임워크 선택” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 AI Agents 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 AI Agents 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

  1. LangGraph 대 CrewAI 대 AutoGen
  2. 장기 실행 에이전트를 위한 Letta(이전 이름 MemGPT)
  3. OpenAI Assistants API와 스레드
  4. 사용 사례에 맞는 프레임워크 선택
← AI Agents(으)로 돌아가기