자동화의 새 지평, Autonoma: 계층형 멀티에이전트 워크플로우 프레임워크

초록

Autonoma는 고수준 코디네이터, 플래너, 슈퍼바이저로 구성된 3계층 구조를 통해 자연어 명령을 다단계 워크플로우로 변환하고, 웹 브라우징·코딩·파일 관리 등 전용 모듈형 에이전트를 동적으로 오케스트레이션한다. LAN 내 보안 실행 환경, 텍스트·음성·이미지·파일 등 멀티모달 입력, 영어·아랍어 이중 언어 지원을 제공하며, 97% 작업 완료율과 98% 에이전트 핸드오프 성공률을 달성했다.

상세 분석

Autonoma는 기존의 단일 대형 언어 모델(Large Language Model, LLM) 기반 에이전트가 겪는 확장성 한계와 오류 전파 문제를 구조적으로 해결한다. 첫 번째 계층인 Coordinator는 사용자의 의도를 정밀히 파악하기 위해 프롬프트 전처리와 의도 검증을 수행한다. 여기서는 의도 분류기와 간단한 규칙 기반 검증 로직을 결합해, 모호하거나 위험한 명령을 사전에 차단한다. 두 번째 계층인 Planner는 의도에 기반해 작업을 Task Decomposition(작업 분해)하고, 각 서브태스크를 Workflow Graph(워크플로우 그래프) 형태로 표현한다. 이 과정에서 작업 간 의존성, 순서, 병렬 가능성을 자동으로 판단한다. Planner는 자체적인 Prompt Engineering 템플릿을 활용해 LLM에게 구체적인 단계 명세를 요청하고, 반환된 텍스트를 구조화된 JSON 형태로 변환한다.

세 번째 계층인 Supervisor는 실행 단계에서 핵심 역할을 수행한다. Supervisor는 Agent Registry(에이전트 레지스트리)와 Capability Map(능력 매핑)를 통해 적절한 Specialized Agent를 선택하고, 각 에이전트에 Execution Context(실행 컨텍스트)를 전달한다. 에이전트는 플러그인 형태로 구현돼 Docker 컨테이너 혹은 가상 환경에서 격리되어 실행되며, Supervisor는 Heartbeat와 Health Check 메커니즘으로 실시간 상태를 모니터링한다. 오류 발생 시 Rollback와 Re‑planning을 트리거해 손실을 최소화한다.

보안 측면에서 Autonoma는 모든 컴포넌트를 LAN 내부에 배치하고, Zero‑Trust 네트워크 정책을 적용한다. 데이터는 암호화된 채널(TLS)로 전송되며, 외부 클라우드와의 직접 통신은 명시적 허가가 있을 때만 API 게이트웨이를 통해 이루어진다. 이는 민감한 기업 데이터와 사용자 프라이버시를 보호한다.

멀티모달 입력 지원은 Multimodal Encoder(텍스트, 음성, 이미지, 파일)와 Language Model Fusion을 통해 구현된다. 음성은 Whisper 기반 STT(음성‑텍스트 변환)로, 이미지는 CLIP 기반 이미지 캡션으로 변환돼 텍스트 프롬프트에 통합된다. 또한 시스템은 영어와 아랍어를 동시에 처리하도록 Dual‑Language Tokenizer와 Language‑Specific Prompt Templates를 제공한다.

성능 평가에서는 50개의 실제 업무 시나리오(데이터 입력, 웹 검색, 코드 자동 생성, 파일 정리 등)를 대상으로 Task Completion Rate와 Agent Handoff Success Rate를 측정했다. 97%의 작업 완료율은 대부분의 서브태스크가 성공적으로 실행됐음을 의미하고, 98%의 핸드오프 성공률은 Supervisor가 에이전트 간 전환을 정확히 관리했음을 보여준다. 비교 실험에서 기존 단일 LLM 기반 자동화 도구는 평균 71%의 완료율에 머물렀으며, 오류 전파로 인한 재시도 비율이 23%에 달했다.

한계점으로는 (1) 플러그인 에이전트 개발에 일정 수준의 프로그래밍 지식이 필요하고, (2) 복잡한 GUI 기반 작업(예: 동적 캔버스 조작)에서는 현재 비전 모듈의 정확도가 낮아 추가 연구가 필요하다. 또한 현재는 LAN 환경에 국한돼 있어 클라우드 기반 협업 시나리오에 대한 확장이 요구된다.

전반적으로 Autonoma는 계층형 오케스트레이션, 플러그인형 모듈성, 보안·프라이버시 중심 설계, 멀티모달·다중언어 지원이라는 네 가지 축을 통해 차세대 AI‑주도 자동화 시스템의 설계 원칙을 제시한다.