작업 목록으로%20-%20AI%20Multi-Agent%20Planning%20System%20.jpg&w=3840&q=75)
Multi-Agent AI System
Arc - AI Multi-Agent Planning System (Product Management AI)
1인 개발로 진행한 LangGraph 기반 다중 에이전트 기획 시스템(Arc/PMAI)입니다. 사용자의 목표를 입력으로 받아 리서치/분석/기획/비평 에이전트를 라우팅해 실행 가능한 산출물(계획/문서)을 만드는 것을 목표로 했습니다.
기술 스택
PythonFastAPILangGraphWebSocketPostgreSQL
기간
2025 - Present
요약
도전 과제
다단계 워크플로우의 진행 상황을 실시간으로 보여주고, 중단/재개 및 토큰 비용 가시성이 필요했습니다.
해결 방식
StateGraph 기반 오케스트레이션과 FastAPI WebSocket 스트리밍을 구현하고, 체크포인트/토큰 사용량/Obsidian 내보내기를 통합했습니다.
구현 범위
1인 개발로 진행한 LangGraph 기반 다중 에이전트 기획 시스템(Arc/PMAI)입니다. 사용자의 목표를 입력으로 받아 리서치/분석/기획/비평 에이전트를 라우팅해 실행 가능한 산출물(계획/문서)을 만드는 것을 목표로 했습니다.
증빙 자료
공개 가능한 증빙 자료가 등록되지 않았습니다.
기술 문서
구현 방식
개요
- 1인 개발로 진행한 LangGraph 기반 다중 에이전트 기획 시스템(Arc/PMAI)입니다.
목적 / 사용 흐름
1) 목적
- “목표를 입력하면, 에이전트들이 분업해 리서치/분석/기획안을 만들고, 비평(critic) 루프로 품질을 올린다”는 기획 자동화 흐름을 구현하는 것이 목적입니다.
2) 유저 플로우
- 프로젝트/요구사항 입력 → 워크플로우 실행(에이전트 라우팅) → 실행 상태/중간 산출물 스트리밍(WebSocket) → 체크포인트 기반 재개 → 문서 형태로 내보내기(예: Obsidian).
핵심 구성
1) 워크플로우 오케스트레이션
- StateGraph 기반으로 에이전트 실행 흐름을 정의하고, 단계별 결과를 누적해 다음 단계에 전달합니다.
2) 실시간 스트리밍
- FastAPI WebSocket으로 실행 로그/토큰/중간 산출물을 스트리밍해 사용자에게 진행 상황을 제공합니다.
3) 체크포인트/재개
- 장시간 실행 또는 중단 상황을 고려해 체크포인트 기반으로 재개 가능한 구조를 구성했습니다.
4) 비용 추적/내보내기
- 토큰/비용 트래킹을 구성하고, 산출물을 문서 도구로 내보내는 흐름을 포함했습니다.