다중 에이전트 시스템이란 무엇입니까?

에이 다중 에이전트 시스템 환경을 인식하고 결정을 내리고 조치를 취하는 두 개 이상의 독립적인 AI 에이전트로 구성된 컴퓨팅 프레임워크입니다. 각 에이전트는 자율적으로 작동하지만 모든 것을 순차적으로 처리하는 단순한 단일 모델 설정과 달리 서로 통신하고 조정하고 협상할 수도 있습니다.

각각 정의된 역할을 갖고 공유 목표를 위해 협력하는 전문 AI 작업자 팀으로 생각하십시오. 회사에서 판매, 엔지니어링 및 지원을 처리하기 위해 여러 부서를 할당하는 것처럼 다중 에이전트 시스템은 고유한 하위 작업에 고유한 에이전트를 할당하고 함께 작업할 수 있도록 합니다.

AI에서 "에이전트"라는 용어는 다음을 수행할 수 있는 모든 개체를 의미합니다.

입력(데이터, 지침, 도구 출력 또는 다른 에이전트의 메시지)을 인식합니다.
상황과 목표를 고려하여 다음에 취해야 할 조치에 대한 추론
도구를 호출하거나, 텍스트를 생성하거나, 다운스트림 에이전트를 트리거하여 작업합니다.
피드백, 오류 또는 상태 변경에 따라 동작을 조정합니다.
공유 메모리 또는 메시지 전달 프로토콜을 통해 피어 에이전트와 조정

💡 Key Distinction 다중 에이전트 시스템은 서로 연결된 여러 LLM 통화 그 이상입니다. 각 에이전트는 자율성, 정의된 범위, 도구 및 기타 에이전트와 상호 작용할 수 있는 능력을 갖추고 있어 단독으로 작동하는 단일 모델보다 전체 시스템의 성능이 훨씬 뛰어납니다.

다중 에이전트 시스템은 어떻게 작동합니까?

다중 에이전트 시스템의 작동 방식을 이해하려면 에이전트의 구조, 통신 방식, 외부 세계와 상호 작용하는 방식을 제어하는 세 가지 핵심 메커니즘을 살펴봐야 합니다.

🎭

에이전트 역할 및 Specialization

각 상담원에게는 특정 역할이 할당됩니다. SEO 워크플로우에서 키워드 에이전트, 콘텐츠 에이전트, 사실 확인 에이전트 및 이미지 에이전트는 각각 파이프라인의 한 부분을 소유하며 인간 팀의 작동 방식을 미러링합니다.

🔀

커뮤니케이션 및 조정

에이전트는 공유 상태 또는 메시지 전달을 통해 통신합니다. 오케스트레이터는 호출할 에이전트, 순서, 전달할 데이터를 결정하는 흐름을 관리합니다. 패턴에는 순차, 병렬 및 계층적 조정이 포함됩니다.

🔧

도구 사용 및 환경 상호작용

개별 에이전트에는 웹 스크레이퍼, API, 데이터베이스, 코드 실행기와 같은 도구가 장착되어 있습니다. 따라서 시스템 전체는 풍부하고 다단계 방식으로 현실 세계와 상호 작용할 수 있습니다.

Sequential 실행

에이전트 A는 작업을 완료하고 구조화된 출력을 에이전트 B에 전달합니다. 이는 선형적이고 예측 가능하며 디버그하기 쉬운 가장 간단한 조정 패턴입니다.

🔄

병렬 실행

여러 에이전트가 독립적인 하위 작업에서 동시에 실행된 다음 해당 출력이 병합됩니다. 이는 복잡한 워크플로의 엔드투엔드 대기 시간을 대폭 줄여줍니다.

계층적 계획

최상위 플래너 에이전트는 높은 수준의 목표를 하위 작업으로 분해하고 각 작업을 전문 하위 에이전트에 위임하여 동적이고 적응 가능한 워크플로를 활성화합니다.

Key Features and Benefits of Multi-Agent Systems

다중 에이전트 시스템은 단일 에이전트 접근 방식에 비해 여러 가지 구조적 이점을 제공합니다. 이러한 이점은 작업이 복잡해짐에 따라 더욱 두드러집니다.

특징	단일 에이전트	다중 에이전트 시스템
Complexity handling	Limited	High
Specialization	Generalist	Role-specific
Speed	Sequential	Parallel-capable
Maintainability	Simpler	Modular
다음에 가장 적합	Simple tasks	Complex, multi-step workflows

전문화

특정 작업에 가장 적합한 모델, 프롬프트 및 도구 세트를 사용하여 각 에이전트를 하나의 작업에 최적화할 수 있습니다. 작고 빠른 모델이 라우팅과 분류를 처리합니다. 더 크고 더 유능한 모델은 미묘한 글쓰기나 추론을 처리합니다.

Scalability

새로운 기능을 추가한다는 것은 전체 시스템을 다시 작성하는 것이 아니라 새 에이전트를 추가하는 것을 의미합니다. 아키텍처는 모듈식으로 확장되므로 시간이 지남에 따라 확장이 훨씬 쉬워집니다.

Parallelism

독립적인 하위 작업을 동시에 실행할 수 있어 종단 간 대기 시간이 크게 단축됩니다. 단일 에이전트가 10개의 순차적 단계를 수행하는 작업은 2~3개의 병렬 라운드로 압축될 수 있습니다.

Fault 격리

에이전트 하나에 장애가 발생하더라도 시스템의 나머지 부분은 계속 작동할 수 있습니다. 오류는 전체 파이프라인에 걸쳐 계단식으로 표시되지 않고 실패한 에이전트의 범위 내에 포함됩니다.

감사 가능성

각 에이전트에는 정의된 범위가 있고 추적 가능한 출력이 생성되므로 파이프라인의 어느 부분이 디버깅, 규정 준수 및 품질 보증에 매우 중요한 특정 결과를 생성했는지 정확히 식별하는 것이 더 쉽습니다.

💡 Why It Matters in 2026 LLM 기능이 원시 지능 수준에 머물면서 아키텍처 설계(에이전트를 구성하고 조정하는 방법)가 더 유능한 AI 애플리케이션을 구축하기 위한 주요 수단이 되고 있습니다. 다중 에이전트 설계는 이제 핵심 엔지니어링 기술입니다.

2026년 다중 에이전트 시스템 사용 사례

다중 에이전트 시스템은 단일 모델로 효율적으로 관리하기에는 작업이 너무 복잡하거나, 다양하거나, 시간에 민감한 산업 전반에 배포되고 있습니다. 가장 영향력 있는 실제 애플리케이션은 다음과 같습니다.

Content Production

연구 에이전트가 정보를 수집하고, 집필 에이전트가 콘텐츠 초안을 작성하고, 편집 에이전트가 내용을 수정하고, 출판 에이전트가 단계 사이에 사람의 개입 없이 형식을 지정하고 업로드하는 자동화된 파이프라인입니다. 이는 현대 AI 기반 SEO 및 미디어 운영의 중추입니다.

Software Development

한 에이전트가 코드를 작성하고, 다른 에이전트가 코드를 검토하고, 세 번째 에이전트가 테스트를 실행하고, 네 번째 에이전트가 실패한 테스트 출력을 기반으로 수정 사항을 제안하는 코딩 도우미입니다. 이러한 아키텍처를 사용하는 팀은 검토 주기가 크게 단축되었다고 보고합니다.

고객 지원

분류 에이전트는 들어오는 쿼리를 분류하고 관련 도구 및 지식 기반에 액세스할 수 있는 전문 에이전트(청구, 기술 지원, 반품)에게 각각 라우팅합니다. 각 에이전트가 해당 도메인에 최적화되어 있으므로 응답 품질이 향상됩니다.

Financial Analysis

뉴스 피드를 동시에 스캔하고, 시장 데이터를 분석하고, 포트폴리오 위험을 평가하고, 인적 검토를 위한 통합 브리핑을 생성하는 에이전트입니다. Parallelism을 사용하면 단일 에이전트 시스템이 따라올 수 없는 속도로 정보를 합성할 수 있습니다.

Scientific Research

실험 설계 에이전트, 데이터 분석 에이전트, 문헌 검토 에이전트가 협력하여 발견을 가속화합니다. 신약 발견 및 재료 과학 분야의 초기 배치를 통해 연구 주기 시간이 눈에 띄게 단축된 것으로 나타났습니다.

💡 다중 에이전트 워크플로를 위한 EasyClaw: EasyClaw의 데스크톱 기본 아키텍처는 다중 에이전트 시스템에 참여하는 데 매우 적합합니다. 클라우드 전용 에이전트가 접근할 수 없는 로컬 앱, 파일 및 인터페이스와 상호 작용하는 실행 계층 역할을 할 수 있습니다.

Getting Started with Multi-Agent Systems

다중 에이전트 패턴의 이점을 활용하기 위해 크고 복잡한 시스템이 필요하지 않습니다. 두 에이전트 설정(연구하는 에이전트와 쓰는 에이전트)도 단일 프롬프트 접근 방식에 비해 출력 품질을 의미 있게 향상시킬 수 있습니다. 실용적인 시작 프레임워크는 다음과 같습니다.

Step 1: 작업 정의

명확한 입력과 출력을 통해 전체 목표를 별개의 하위 작업으로 나눕니다. 구체적으로 설명하세요. "연구 경쟁자"는 하위 작업입니다. "웹 탐색"은 그렇지 않습니다. 하위 작업 경계가 명확할수록 상담원 조정이 더 쉬워집니다.

Step 2: 에이전트 할당

각 하위 작업에 하나의 에이전트를 매핑합니다. 간단하게 시작하세요. 2~3개의 에이전트이면 패턴을 검증하는 데 충분합니다. 특정 병목 현상이나 기능 격차로 인해 요구되는 경우에만 복잡성을 추가하십시오.

Step 3: 프레임워크 선택

LangGraph, CrewAI 및 AutoGen과 같은 도구는 에이전트 통신, 상태 관리 및 도구 오케스트레이션을 위한 스캐폴딩을 제공합니다. 각각은 유연성과 관례에 있어 장단점이 있습니다. 팀의 친숙도와 작업 구조에 따라 선택하세요.

Step 4: 오케스트레이션 패턴 정의

에이전트가 순차적으로 실행되는지, 병렬로 실행되는지 또는 동적 플래너를 통해 실행되는지 결정합니다. Sequential은 추론하기 가장 쉽습니다. 병렬에는 신중한 출력 병합이 필요합니다. 계층적 계획은 가장 강력하지만 디버그하기 가장 복잡합니다.

Step 5: 증분 테스트

함께 연결하기 전에 각 에이전트를 독립적으로 검증하십시오. 개별 에이전트가 격리되어 올바르게 작동하는지 확인한 적이 없다면 다중 에이전트 파이프라인의 오류를 진단하기가 훨씬 어렵습니다.

💡 Start Small, Scale Deliberately 새로운 건축업자가 저지르는 가장 큰 실수는 처음부터 과도한 엔지니어링을 하는 것입니다. 안정적으로 작동하는 2개의 에이전트 파이프라인은 예기치 않게 실패하는 10개의 에이전트 시스템보다 더 가치가 있습니다. 구체적인 이유가 있는 경우에만 상담원을 추가하세요.

EasyClaw: 다중 에이전트 시스템을 위한 데스크탑 실행 계층

🏆 #1 - 편집자의 선택 · 2026년 다중 에이전트 워크플로를 위한 최고의 데스크톱 에이전트

다중 에이전트 시스템용 EasyClaw - Best Desktop-Native Agent

다중 에이전트 워크플로에 누락된 실행 계층은 자연어를 통해 전체 컴퓨터를 제어합니다. 제로 설정이 필요합니다.

- 톱픽

Mac 및 Windows용 기본 OpenClaw 앱

- 제로 설정🔒 개인정보 보호 우선🖥 - 데스크탑 네이티브

최고의 대상

다중 에이전트 파이프라인에서 데스크톱 실행

플랫폼

맥과 윈도우

설정 시간

< 1분

API 키 필요

None

EasyClaw이 다른 이유는 무엇입니까?

다중 에이전트 시스템의 대부분의 에이전트는 클라우드에 거주하며 API를 통해 전 세계와 상호 작용합니다. EasyClaw은 이러한 시스템이 할 수 없는 격차를 해소합니다. Mac 또는 Windows 시스템에서 직접 실행되며 인간이 앱 열기, 양식 채우기, 화면 읽기, 버튼 클릭 및 복잡한 다단계 워크플로 실행과 같은 방식으로 데스크톱 UI와 상호 작용합니다.

다중 에이전트 아키텍처에서 EasyClaw은 실행 계층 역할을 합니다. 오케스트레이터가 계획을 세우고 연구 에이전트가 데이터를 수집하는 동안 EasyClaw은 이러한 출력을 가져와 데스크톱 애플리케이션(레거시 소프트웨어, 브라우저 기반 도구 또는 컴퓨터에 설치된 기타 모든 것) 내에서 조치를 취할 수 있습니다. API가 필요하지 않습니다. 스크립팅이 없습니다. 자연어 지침과 즉각적인 결과만 제공됩니다.

Key Features

🖥?데스크탑 네이티브 실행

EasyClaw은 시스템 수준에서 OS를 구동하여 인간과 동일한 방식으로 기본 앱, 웹 브라우저 및 데스크톱 인터페이스와 상호 작용합니다. 이는 클라우드 에이전트가 단순히 수행할 수 없는 작업(예: 설치된 소프트웨어 제어, 로컬 파일 읽기, 시스템의 모든 UI와의 상호 작용)에 대한 작업 실행자로 다중 에이전트 워크플로에 참여할 수 있음을 의미합니다.

📱 모바일을 통한 원격 제어

책상에서 멀리 떨어져 있나요? 괜찮아요. EasyClaw은 WhatsApp, Telegram, Discord, Slack 및 Feishu에 연결되어 휴대폰에서 자연어 명령을 보낼 수 있습니다. 귀하의 지시가 도착합니다. 데스크탑은 이를 즉시 실행합니다. 이로 인해 EasyClaw은 분산 다중 에이전트 파이프라인에서 이상적인 원격 실행 노드가 됩니다.

🔒 개인 정보 보호 우선 아키텍처

AI 처리는 안전한 클라우드 연결을 통해 이루어지지만 모든 자동화된 작업은 컴퓨터에서 로컬로 실행됩니다. 화면 캡처 및 로컬 자동화 데이터는 장치에 유지되지만 EasyClaw은 이를 유지하지 않습니다. 민감한 데이터를 처리하는 다중 에이전트 시스템의 경우 이 로컬 실행 모델은 중요한 아키텍처 이점입니다.

- 제로 구성

진정한 플러그 앤 플레이. API 키가 없습니다. 스크립트가 없습니다. 환경설정이 없습니다. 다운로드하여 설치하면 몇 초 안에 모든 다중 에이전트 워크플로우에 데스크톱 자동화를 추가할 수 있습니다. 이것은 개발자뿐만 아니라 모든 사람을 위한 AI 에이전트입니다.

🌐 모든 다중 에이전트 프레임워크와 작동

EasyClaw은 오케스트레이터로부터 작업을 수신하고 결과를 반환하는 데스크탑 측 실행 노드로서 LangGraph, CrewAI 및 AutoGen과 같은 오케스트레이션 프레임워크와 자연스럽게 통합됩니다. 기존 다중 에이전트 아키텍처를 재구축하지 않고도 실제 기능 계층을 추가할 수 있습니다.

장점

진정한 제로 설정은 60초 이내에 작동합니다.
시스템 수준 데스크탑 제어(독특한 기능)
개인정보 보호 우선 로컬 실행, 데이터 보존 없음
모든 메시징 앱을 통한 모바일 원격 제어
API 키가 필요하지 않습니다. 즉시 사용할 수 있습니다.
기본적으로 Mac 및 Windows 지원

단점

새로운 플랫폼 - 생태계는 계속 성장하고 있습니다.
데스크톱 앱 설치 필요

💡 Pro Tip: EasyClaw은 클라우드 에이전트가 도달할 수 없는 로컬 앱, 파일 및 인터페이스와 상호 작용해야 하는 작업을 처리하는 다중 에이전트 시스템에서 데스크톱 실행 노드 역할을 할 수 있는 유일한 에이전트입니다. 워크플로가 데스크탑에 닿는 경우 EasyClaw이 스택에 속합니다.

다중 에이전트 시스템에 적합한 접근 방식을 선택하는 방법

올바른 다중 에이전트 아키텍처는 전적으로 작업의 성격에 따라 달라집니다. 2026년에 귀하의 선택을 안내할 실용적인 의사결정 프레임워크는 다음과 같습니다.

Choose EasyClaw if

공개 API가 없는 앱과 작동하는 데스크톱 실행 레이어가 필요합니다.
다중 에이전트 파이프라인에는 로컬 파일, 설치된 소프트웨어 또는 데스크톱 UI와 상호 작용하는 작업이 포함됩니다.
개인정보 보호가 최우선이며 자동화 데이터가 컴퓨터 외부로 유출되는 것을 원하지 않습니다.
복잡한 구성이나 환경 설정 없이 멀티 에이전트 기능을 추가하고 싶습니다.

Choose LangGraph if

에이전트 상태 및 실행 흐름을 세밀하게 제어해야 합니다.
귀하의 워크플로우에는 복잡한 조건부 분기 및 동적 에이전트 선택이 포함됩니다.
강력한 관찰성과 재현성이 필요한 생산 시스템을 구축하고 있습니다.

Choose CrewAI if

역할 기반 에이전트 정의를 통해 더 높은 수준의 추상화가 필요합니다.
귀하의 팀은 구성보다 규칙을 선호하며 작업 시스템을 빠르게 실행하기를 원합니다.
각 에이전트에 페르소나와 도구 세트가 있는 협업 에이전트 시스템을 구축하고 있습니다.

Choose AutoGen if

사용 사례에는 대화식 다중 에이전트 상호 작용 및 반복적인 문제 해결이 포함됩니다.
Human-In-The-Loop 워크플로에 대한 기본 지원이 필요합니다.
다중 에이전트 시스템의 프로토타입을 제작 중이며 무엇보다도 유연성을 원합니다.

🎯 Our Recommendation 2026년에 다중 에이전트 개발을 시작하는 대부분의 빌더(개인 개발자, 소규모 팀, 엔터프라이즈 설계자 등)를 위한 것입니다. EasyClaw 실제 세계에 영향을 미치는 가장 빠른 경로를 제공합니다. 이는 구성 장벽 없이 다중 에이전트 시스템을 데스크탑 환경으로 확장하는 유일한 에이전트입니다.

Full Feature Comparison: 2026년 다중 에이전트 도구 및 프레임워크

도구/프레임워크	데스크탑 제어	노코드	다중 에이전트	개인 정보 보호 우선	무료 플랜	최고의 대상
🏆 EasyClaw	- Native	- Yes	- Yes	- Local exec	- Yes	Desktop automation
LangGraph	- Cloud only	- Code required	- Yes	- Partial	- Open source	Production pipelines
CrewAI	- Cloud only	- Partial	- Yes	- Partial	- Open source	Role-based agent teams
AutoGen	- Cloud only	- Code required	- Yes	- Partial	- Open source	Conversational agents
Lindy	- Cloud only	- Yes	- Yes	- Cloud	- Yes	No-code workflow automation

다중 에이전트 시스템에 대해 자주 묻는 질문

다중 에이전트 시스템의 가장 간단한 예는 무엇입니까?

2명의 에이전트 설정은 가장 간단한 형태입니다. 한 에이전트는 웹을 탐색하여 주제를 조사하고, 두 번째 에이전트는 해당 조사를 받아 구조화된 기사를 작성합니다. 각 에이전트에는 명확한 입력, 명확한 출력 및 정의된 범위가 있습니다. 이 패턴만으로도 "연구 에이전트 + 글쓰기 에이전트"는 콘텐츠 작업에 대한 단일 프롬프트 접근 방식보다 훨씬 더 나은 성능을 발휘할 수 있습니다.

다중 에이전트 시스템과 단일 AI 에이전트의 차이점은 무엇입니까?

단일 에이전트가 모든 추론과 실행 자체를 순차적으로 처리합니다. 다중 에이전트 시스템은 병렬로 실행될 수 있고 각각 특정 하위 작업에 최적화된 특수 에이전트에 작업을 배포합니다. 단일 에이전트는 간단한 작업에 더 간단하고 충분합니다. 다중 에이전트 시스템은 다양한 유형의 추론이나 도구 액세스가 필요한 복잡한 다단계 워크플로에 더 적합합니다.

다중 에이전트 시스템을 구축하려면 코딩 방법을 알아야 합니까?

도구에 따라 다릅니다. LangGraph, CrewAI 및 AutoGen과 같은 프레임워크는 Python 기반이며 프로그래밍 지식이 필요합니다. 그러나 Lindy과 같은 코드 없는 플랫폼과 EasyClaw과 같은 데스크톱 기본 도구를 사용하면 개발자가 아닌 사람도 코드를 작성하지 않고도 다중 에이전트 기능의 이점을 누릴 수 있습니다. 특히 EasyClaw은 설정이 전혀 필요하지 않으며 다운로드, 설치 및 즉시 자동화를 시작합니다.

다중 에이전트 시스템이 내 데스크탑을 제어할 수 있습니까?

대부분의 다중 에이전트 시스템은 전적으로 클라우드에서 작동하며 API를 통해서만 시스템과 상호 작용할 수 있습니다. EasyClaw은 주목할만한 예외입니다. 기본적으로 Mac 및 Windows에서 실행되며 API가 없는 앱을 포함하여 데스크톱 UI를 직접 제어할 수 있습니다. 따라서 로컬 소프트웨어, 파일 또는 데스크톱 인터페이스와 상호 작용해야 하는 다중 에이전트 워크플로에 이상적인 실행 계층이 됩니다.

다중 에이전트 시스템을 사용해도 안전한가요?

안전은 아키텍처와 관련된 특정 도구에 따라 달라집니다. 클라우드 기반 시스템은 데이터를 외부 서버로 전송하므로 개인정보 보호가 고려됩니다. EasyClaw의 개인 정보 보호 우선 아키텍처는 장치에서 로컬로 모든 자동화를 실행합니다. 화면 데이터와 로컬 파일 액세스는 컴퓨터를 떠나지 않습니다. 민감한 워크플로의 경우 EasyClaw과 같은 로컬 실행 에이전트는 클라우드 전용 대안보다 훨씬 더 강력한 개인 정보 보호 정책을 제공합니다.

2026년에 다중 에이전트 시스템을 구축하는 데 가장 적합한 프레임워크는 무엇입니까?

LangGraph은 정확한 상태 관리가 필요한 프로덕션 등급 시스템을 위한 최고의 선택입니다. CrewAI은 역할 기반 에이전트를 통해 더 높은 수준의 추상화를 제공하며 빠르게 움직이기를 원하는 팀에 이상적입니다. AutoGen은 대화형, 반복적 다중 에이전트 상호 작용에 탁월합니다. 더 큰 파이프라인의 일부로 데스크톱 실행을 위해 EasyClaw은 클라우드 프레임워크가 복제할 수 없는 작업 수행 계층으로 자연스럽게 통합됩니다.

최종 평결: 2026년 다중 에이전트 시스템 이해 및 구축

다중 에이전트 시스템은 AI가 복잡한 문제를 해결하는 방식의 근본적인 변화를 나타냅니다. 전문적이고 조율된 에이전트에 작업을 분산함으로써 이러한 시스템은 단일 모델만으로는 관리하기에는 너무 크거나, 너무 다양하거나, 시간에 민감한 작업을 처리할 수 있습니다. 2026년에는 더 이상 다중 에이전트 아키텍처가 실행 가능한지 여부가 아니라 이를 어떻게 잘 구현하는지가 문제입니다.

클라우드 기반 오케스트레이션과 실제 데스크톱 실행 사이의 격차를 해소해야 하는 빌더를 위해 EasyClaw 돋보입니다. 이는 기본적으로 시스템에서 실행되고 구성이 필요하지 않으며 광범위한 다중 에이전트 파이프라인의 일부로 모든 데스크톱 애플리케이션과 상호 작용할 수 있는 이 분야의 유일한 에이전트입니다. 이는 클라우드 전용 프레임워크가 해결할 수 없는 기능 격차를 해소합니다.

복잡한 오케스트레이션 논리를 구축하는 팀의 경우 LangGraph 및 CrewAI이 여전히 최고의 선택입니다. 클라우드 워크플로의 코드 없는 자동화를 위해 Lindy은 탁월한 가치를 제공합니다. 멀티 에이전트 여정을 처음부터 시작하는 사람이라면 프레임워크 없이도 간단한 두 에이전트 파이프라인만으로도 실제 결과를 보기에 충분합니다.

💡 Start with EasyClaw: 이는 0에서 작동하는 데스크탑 통합 에이전트까지의 가장 빠른 경로입니다. API 키도, 설정도, 코드도 필요하지 않습니다. 다운로드하고, 작업을 설명하고, 실행되는 모습을 지켜보세요. 그런 다음 확장할 준비가 되면 이 가이드의 다중 에이전트 패턴을 추가하세요.