Anthropic의 에이전트 시스템(Agentic System) 정의

Anthropic은 **에이전트 시스템(Agentic System)**을 크게 **에이전틱 워크플로(Agentic Workflow)**와 **AI 에이전트(AI Agents)**라는 두 가지 핵심 패턴으로 구분하여 정의합니다,. 이 둘의 가장 큰 차이점은 작업을 수행하는 과정이 '사전에 정의되어 있는가' 아니면 **'동적으로 결정되는가'**에 있습니다.

구체적인 차이점은 다음과 같습니다.

1. 에이전틱 워크플로 (Agentic Workflow)

• 정의: LLM과 도구들이 **사전에 정의된 코드 경로(Predefined code paths)**를 통해 오케스트레이션되는 시스템입니다.
• 작동 방식: 복잡한 작업을 고정된 하위 작업 시퀀스로 분해하여 처리합니다. 대표적인 예로 작업 단계를 순차적으로 연결하는 **프롬프트 체이닝(Prompt Chaining)**이나 입력을 분류해 전문 작업으로 전달하는 라우팅(Routing) 방식이 있습니다,.
• 장점 및 용도: 예측 가능성이 높고 정확도를 향상시킬 수 있으며, 작업 단계가 명확하고 고정된 단순 하위 작업으로 나뉠 수 있는 경우에 적합합니다,.

2. AI 에이전트 (AI Agents)

• 정의: LLM이 자신의 프로세스와 도구 사용을 동적으로 지시하며, 작업 완수 방법에 대한 통제권을 직접 유지하는 시스템입니다,.
• 작동 방식: 고정된 경로를 따르는 대신, 환경으로부터 피드백을 받고 진행 상황을 스스로 확인하며 독립적으로 운영되는 **'에이전트 루프(Agent loop)'**를 통해 작동합니다,.
• 장점 및 용도: 단계가 예측 불가능하고 경로를 사전에 하드코딩할 수 없는 **개방형 문제(Open-ended problems)**를 해결하는 데 최적화되어 있습니다. 예를 들어, 수많은 파일 변경이 필요한 복잡한 코딩 작업이나 여러 정보원에서 데이터를 수집해야 하는 예측 불가능한 검색 작업 등이 이에 해당합니다,.

3. 주요 비교 요약

제어 흐름	사전에 정의된 프로그래밍된 경로	LLM에 의한 동적 결정 및 자기 지시
구조	정적이고 예측 가능한 단계 (체이닝, 라우팅 등),	반복적이고 자율적인 루프 구조
적합한 작업	단계가 명확한 고정된 업무	단계가 불확실한 복잡하고 개방적인 업무

구분에이전틱 워크플로AI 에이전트

에이전틱 워크플로와 AI 에이전트의 차이는 **'정해진 노선을 달리는 기차'**와 **'목적지를 향해 실시간으로 경로를 탐색하며 운전하는 자동차'**의 차이와 같습니다. 기차(워크플로)는 정해진 선로 위에서 빠르고 정확하게 움직이지만 선로를 벗어날 수 없는 반면, 자동차(에이전트)는 도로 상황에 맞춰 스스로 판단하여 최적의 길을 찾아내며 예상치 못한 장애물에도 대응할 수 있습니다.