스테인리스 주방에 접시 부딪히는 소리가 울려 퍼진다. 주문 전달자가 손에 든 주문 스크린을 빠르게 넘기며 지시를 내린다. 소스 한 방울도 엎지르지 않는다. 이게 바로 시스템이다.
요즘 대부분의 AI 에이전트는? 그 주문 전달자가 양파 썰고, 버거 뒤집고, 애피타이저 접시까지 혼자 하려는 꼴이다.
그리고 실패한다. 처참하게. LangChain의 새 딥 에이전트 프레임워크는 이런 AI 붕괴를 피하려고 개념 자체를 재구성한다. 만능 AI 모델 하나에 올인하는 건 잊어라. 전문 스테이션과 총괄 셰프가 있는 분주한 주방으로 생각해라.
이 비유가 의외로 잘 맞는다. 솔직히 말해 복잡한 다단계 작업을 단일 AI 모델에 맡기는 건 한 명이 전체 레스토랑 주방을 운영하는 거나 마찬가지다. 재앙의 레시피다. 재료 까먹고, 메인 요리 태우고, 쇼핑 리스트에 우유 빠뜨리는 식. 간단한 일이라면 솔로 셰프도 괜찮다. “이 메일 요약해.” “비행기 찾아줘.” 문제없지. 하지만 알레르기 고려해서 냉장고 재료 보고 일주일 식단 짜고, 모자란 거 쇼핑 리스트 만들어 달라고 하면? 갑자기 길 잃는다. 화요일 저녁 반쯤 가다 뭐 했는지 잊어버린다. AI 메모리인 컨텍스트 윈도우가 대화 기록에 휩쓸려 버린다. 가져온 레시피마다, 재료 조각마다 매 쿼리마다 다시 뱉어낸다. 느려지고, 비용 들고, 최악은 알레르기 제한이 채팅 히스토리 20페이지 뒤에 묻혀서 무시당한다.
이건 버그가 아니다. 단일 모델 접근의 본질적 한계다. 한 명의 요리사가 디너 서비스를 버티려는 필연적 결과다. LangChain의 대안은 더 똑똑한 요리사가 아니라 더 나은 주방이다.
주방 레이아웃: 딥 에이전트란?
이 AI 주방이 대체 뭐냐? LangChain의 딥 에이전트는 불가능할 정도로 만능인 단일 AI를 만드는 게 아니다. 여러 에이전트를 조율하는 아키텍처를 짓는 거다. 각자 역할이 뚜렷하고, 중앙 코디네이터가 총괄한다. 주방을 처음부터 짓는 게 아니라 그 안에서 돌아갈 레시피를 짠다.
핵심은 메인 에이전트다. 패스에 선 헤드 셰프라고 생각해라. 실제 요리는 안 한다—소테, 그릴, 프렙은 다른 데 맡긴다. 들어오는 주문(사용자 요청)을 읽고 전체 그림 파악해서 적합한 스테이션(다른 에이전트)에 넘기고, 최종 접시가 완벽할 때까지 챙긴다. 근처 선반에서 재료 집거나 소스 맛보는 정도는 하지만, 무거운 다단계 작업은 위임한다. 이건 큰 패러다임 전환이다. 거대 단일 AI를 만드는 게 아니라 숙련된 오케스트라를 거느린 지휘자를 짓는 거다.
전문 스테이션: 단순 요리사 이상
이 스테이션들은 각각 에이전트지만, 익숙한 종류가 아니다. 작업별 전문가다. 한 에이전트는 “레시피 찾기” 담당으로,
