OpenAgents: 언어 에이전트를 위한 개방형 플랫폼

최근 연구는 특히 대규모 언어 모델(LLM)에 기반한 언어 에이전트가 자연어를 사용해 다양한 환경에서 복잡한 작업을 수행할 가능성을 보여줍니다. 하지만 기존 프레임워크 대부분은 개념 증명용 에이전트 구축에 집중하며, 애플리케이션 수준의 설계와 비전문가의 접근성은 충분히 고려하지 않습니다.

OpenAgents는 실제 환경의 일상 작업을 위해 언어 에이전트를 호스팅하고 배포하는 개방형 플랫폼입니다. 세 가지 에이전트를 중심으로 구성됩니다.

• 데이터 에이전트: 데이터 도구, SQL 같은 쿼리 언어, Python 같은 프로그래밍 언어로 분석을 돕습니다.
• 플러그인 에이전트: 일상 작업에 유용한 200개 이상의 API 도구를 제공합니다.
• 웹 에이전트: 원문에서는 익명성을 유지한 웹 탐색을 지원한다고 설명합니다.

흔한 오류와 빠른 응답을 고려한 웹 UI로 일반 사용자가 기능을 이용할 수 있고, 연구자와 개발자는 로컬 환경에 쉽게 배포할 수 있습니다. 실제 환경에서의 평가와 새롭고 효과적인 언어 에이전트 개발을 위한 기반을 목표로 합니다. 이 글에서는 구조, 동작, 과제와 결과를 살펴봅니다.

OpenAgents와 언어 에이전트 소개

언어 에이전트는 자율적으로 문제를 해결하고 환경을 감지해 결정하고 행동하는 지능형 에이전트 개념에서 나왔습니다. 개발자들은 이 개념을 LLM과 결합해 자연어 프로그래밍으로 다양한 환경의 복잡한 작업을 처리하는 에이전트를 만들었습니다.

Gravitas와 Chase 같은 기존 프레임워크는 주로 개발자용 콘솔과 개념 증명 구현을 제공합니다. 따라서 특히 코딩을 모르는 사람에게는 접근성이 제한됩니다. 벤치마크 역시 웹 탐색, 코딩, 도구 활용 또는 그 조합에 대해 개발자가 정한 요구사항에 따라 결정론적으로 평가하도록 구성되는 경우가 많습니다.

OpenAI와 Microsoft (MSFT ) 는 Advanced Data Analysis(이전 Code Interpreter)와 브라우저 플러그인 같은 잘 설계된 제품을 제공했습니다. 하지만 원문 작성 당시 업무 로직과 모델 구현이 오픈소스로 공개되지 않아 개발자·연구자의 탐색과 사용자의 무료 접근에는 한계가 있었습니다.

OpenAgents는 이를 해결하기 위해 데이터 분석, 200개 이상의 API 도구, 웹 탐색을 담당하는 세 에이전트를 오픈소스 기반으로 제공합니다. 대상별 이용 방식은 다음과 같습니다.

• 일반 사용자는 개발자용 패키지나 콘솔 대신 온라인 웹 화면으로 세 에이전트를 사용할 수 있습니다.
• 개발자는 공개된 업무 로직과 연구 코드를 활용해 백엔드·프론트엔드를 배포하고 확장할 수 있습니다.
• 연구자는 공유 구성요소와 예제로 새 에이전트나 관련 방법을 구현하고 웹 UI에서 성능을 평가할 수 있습니다.

목표는 사람이 평가 과정에 참여하는 포괄적이고 현실적인 플랫폼입니다. 사용자와 에이전트의 상호작용 및 피드백을 저장·분석해 후속 개발과 평가에 활용합니다.

LLM 프롬프팅은 악의적이거나 잘못된 입력에 대응하고 출력의 표현을 개선하며 백엔드 처리 요구를 충족하도록 지시를 작성하는 과정입니다. 개발자는 애플리케이션 요구사항을 명확히 지정하는 중요성을 확인했지만, 누적된 지시가 길어지면 토큰 한도와 문맥 처리 능력에 영향을 줄 수 있습니다. 실제 배포에서는 높은 성능뿐 아니라 다양한 상호작용에 대한 실시간 대응도 필요합니다. 기존 에이전트 프레임워크는 성능에 집중하면서 응답성과 정확도의 절충 같은 현실 조건을 간과하기도 합니다.

다음 그림은 에이전트 개념, 시제품, 벤치마크 측면에서 기존 연구와 OpenAgents를 비교합니다.

OpenAgents: 플랫폼 설계와 구현

플랫폼은 백엔드·프론트엔드를 포함한 사용자 인터페이스와, 도구·언어 모델·환경으로 구성된 언어 에이전트로 나뉩니다. 사용자 입력을 받은 에이전트는 사용 가능한 도구로 계획을 수립하고 해당 환경에서 필요한 행동을 수행합니다.

사용자 인터페이스

개발자는 호스팅할 에이전트와 재사용 가능한 업무 로직을 정리하고 기능성과 사용성을 갖춘 UI를 설계했습니다. 오류 처리, 백엔드 서버 운영, 데이터 스트리밍 등 기술적 작업을 지원하며, 사용하기 쉬우면서도 효과적인 시스템을 지향합니다.

언어 에이전트

주요 요소는 도구 인터페이스, 언어 모델, 환경입니다. 프롬프트는 관찰→숙고→행동 순서를 지시하고 LLM이 효율적으로 파싱할 수 있는 텍스트를 만들게 합니다. 인터페이스의 파서는 이 텍스트를 API 호출이나 코드 생성 같은 실행 가능한 행동으로 변환합니다. 행동은 해당 환경의 범위 안에서 실행됩니다.

OpenAgents의 에이전트

세 에이전트는 ChatGPT 플러그인처럼 각 분야의 전문성을 갖지만, OpenAgents는 공개된 언어 모델 API를 기반으로 구현됩니다.

데이터 에이전트

사용자가 일상적으로 접하는 데이터 작업을 처리하며 SQL과 Python의 코드 생성·실행을 지원합니다. Data Profiling은 기본 데이터 정보를 제공하고, Kaggle Data Search는 데이터셋을 검색하며, ECharts Tool은 대화형 차트를 그립니다. 요청에 효과적으로 응답하도록 도구를 적극적으로 사용하라는 지시를 받습니다.

코딩 요구가 많기 때문에 언어 모델을 도구 내부에 포함합니다. 에이전트 본체 대신 Python, ECharts, SQL 도구가 코드를 생성해 모델의 프로그래밍 능력을 활용하고 에이전트의 부담을 줄입니다. 단순한 코드·텍스트 생성을 넘어 데이터 시각화, 조작, 쿼리를 수행할 수 있습니다.

플러그인 에이전트

인터넷 검색, 온라인 쇼핑, 뉴스 읽기, 웹사이트와 앱 제작 등 일상 요구를 위해 200개 이상의 플러그인을 제공합니다. 함수 호출 인터페이스, API 통신, 응답 길이를 고려해 설계되었습니다. 대표적인 플러그인은 Google Search, Wolfram Alpha, Zapier, Klarna, Coursera, Show Me, Speak, AskYourPDF, BizTok, Klook입니다.

사용자는 필요한 플러그인 수를 선택할 수 있습니다.

어떤 플러그인이 적합한지 모를 때는 지시와 관련성이 높은 플러그인을 자동으로 선택하는 기능도 제공합니다.

웹 에이전트

채팅 에이전트의 능력과 효율을 높이는 전문 도구입니다. 주된 대화 인터페이스는 채팅 에이전트가 유지하고 필요할 때 웹 에이전트를 결합합니다. 최종 응답은 웹 에이전트가 사용자에게 전달합니다.

채팅 에이전트가 중요한 매개변수를 처리하고 URL을 체계적으로 준비한 뒤 웹 에이전트에 넘기므로 사용자 요구와 결과를 맞추기 쉽습니다. 동적인 여러 차례의 웹 탐색을 채팅과 결합해 계층적이고 변화하는 요청에 대응합니다. 채팅과 브라우징의 역할을 구분하면 각 모듈을 개별적으로 개선할 수 있습니다.

실용적 적용과 실제 환경 배포

이론에서 실제 배포로 이어지는 과정에서는 다음과 같은 과제와 평가상의 복잡성이 나타났습니다.

프롬프트로 LLM을 실제 앱으로 전환하기

일부 지시는 백엔드가 처리할 특정 출력 형식을 정하고, 일부는 출력의 표현을 개선하며, 나머지는 악의적인 공격으로부터 시스템을 보호합니다. 최종 사용자용 애플리케이션에서는 이런 요구를 명확히 지정해야 합니다.

통제할 수 없는 실제 환경 요인

인터넷 인프라, 사용자, 업무 로직 등의 요인은 선행 연구에 기반한 가정을 다시 평가하고 조정하게 했습니다. 이러한 조건 때문에 사용자가 생성된 응답에 만족하지 못할 수 있습니다.

평가의 복잡성

응용 분야를 직접 겨냥한 에이전트는 활용 범위를 넓히고 실제적인 평가를 가능하게 하지만, 앱 구축과 성능 분석은 복잡해집니다. 불안정성과 LLM 시스템의 처리 연쇄가 늘어나 서로 다른 구성요소에 적응하기도 어려워집니다. 절차를 단순화하고 효과적인 결과를 얻으려면 시스템 설계와 운영 로직을 개선해야 합니다.

마무리

OpenAgents는 데이터 분석, 200개 이상의 API 도구, 웹 탐색을 담당하는 세 에이전트와 일반 사용자용 웹 UI를 제공합니다. 흔한 오류와 신속한 응답을 고려하고 개발자·연구자가 로컬에 쉽게 배포할 수 있도록 했습니다. 투명하고 포괄적이며 배포 가능한 플랫폼으로 기술 지식이 제한된 사용자에게도 LLM의 가능성을 제공하려는 시도입니다.