정의

그래프 엔지니어링은 AI에게 무엇을 묻고(프롬프트) 무엇을 주는가(컨텍스트)가 아니라, AI 호출 전후에 벌어지는 일의 구조 자체를 설계하는 방법론이다. 하나의 거대한 채팅에 모든 판단을 몰아넣는 대신 작업을 잡 단위로 쪼개고, 순서와 검사와 승인 지점을 명시적으로 배치한다.

핵심 속성

  • 구성 3요소: 잡(job, 작업 단위) · 화살표(의존 관계) · 상태(state, 워크플로우를 따라 흐르는 공유 메모)
  • 표준 형태: 다이아몬드 — 질문 1개 → 병렬 분기(리서처 N) → 회의론자 검사 → 병합 → 사람 승인
  • 두 종류의 그래프: 지식 그래프(정보 간 관계 이해) vs 에이전트 그래프(일의 흐름 이해). 성숙한 시스템은 둘 다 쓴다.
  • 적용 조건 3가지: ① 여러 단계가 있고 ② 일부를 동시에 진행할 수 있고 ③ 결과물이 쓰이기 전 검사가 필요할 때
  • 핵심 분리 원칙: 일하는 잡과 검사하는 잡을 분리한다. 작성자가 자기 답을 채점하면 자신감만 남고 근거는 검증되지 않는다.
  • 구현 3단계: 초급(레인 나눠 수동 실행) → 중급(Claude Code·Codex + 단계별 파일 산출: plan.md, customer.md, review.md, recommendation.md) → 고급(LangGraph·AutoGen GraphFlow·n8n·make.com)
  • 안티패턴: 에이전트 수 늘리기. 다섯 에이전트가 똑같이 틀린 생각을 반복하거나, 사고보다 조율에 시간을 더 쓴다. 목표는 최대 그래프가 아니라 품질을 높이는 가장 작은 그래프.
  • 복리 지점: 좋은 그래프는 결과물과 함께 재사용 가능한 상태(근거·초안·출처·결정)를 남긴다. 다음 그래프가 더 똑똑해진다.

관계

인용

그래프 엔지니어링이 당신 대신 결정을 내려주지는 않습니다. 결정을 내릴 때 쓸 근거를 더 잘 만들어내는 방법을 줄 뿐이에요.

AI 리서치가 실패하는 이유 상당수는, 답을 쓴 모델이 그 답을 채점까지 하기 때문이거든요.

출처

클리핑 · maily.so