정의
중앙의 강력한 메인 에이전트(Orchestrator)가 사용자의 컨텍스트, 장기 기억, 최종 판단 기준을 독점적으로 관리하고, 개별 하위 작업이 필요할 때마다 목적에 맞는 임시 워커 에이전트(Worker)를 동적으로 생성하여 병렬 처리한 뒤 소멸시키는 AI 시스템 아키텍처 패턴.
핵심 속성
- 상태 중앙화 (State Centralization): 목표, 제약 조건, 누적된 컨텍스트는 오직 오케스트레이터만 유지한다. 기억이 꼬이는 것을 방지한다.
- 워커의 무상태성 (Stateless Workers): 리서치, 코드 리뷰, 반론 생성 등 특정 도구나 권한이 필요한 작업에 한해 워커를 인스턴스화하며, 작업이 끝나면 메모리를 반환(해고)한다.
- 기계 친화적 통신 (M2M Communication): 슬랙이나 텔레그램 같은 인간을 위한 채팅 UI를 거치지 않고, 시스템 내부의 API와 구조화된 데이터(JSON 등)로 통신하여 지연시간과 토큰 비용을 최소화한다.
- 자원 효율화: 상시 페르소나를 유지하는 데 드는 불필요한 시스템 프롬프트 토큰과 메모리 분산을 막아 비용 효율을 극대화한다.
관계
- multi-agent-system — 상위개념
- skeuomorphic-ai-design — 대조 (인간 조직도를 모방한 비효율적 에이전트 설계)
- agent-context-management — 연장 (상태를 메인 에이전트로 모아 컨텍스트 유실 방지)
인용
“AI 에이전트는 ‘가상의 직원’이라기보다 필요할 때 생성되는 작업 단위에 가까워야 한다. 상시 직원처럼 이름과 캐릭터를 부여하는 건 채널, 권한, 장기 기억, 반복 업무 경계가 명확할 때만 의미가 있다.”