SelfManaged Crew 컴포넌트는 복잡한 목표 달성을 위해 작업을 분할·관리하며 협업하는 AI 에이전트 그룹을 나타냅니다. 이 컴포넌트는 서로 다른 능력을 가진 여러 에이전트들이 자율적으로 계층적 또는 다단계 작업을 조정, 실행, 관리할 수 있는 워크플로우를 만들고자 할 때 이상적입니다.

컴포넌트가 하는 일

• 크루 에이전트 오케스트레이션: 서로 다른 전문성이나 역할을 가진 여러 에이전트를 팀으로 정의하여 함께 작업할 수 있습니다.
• 작업 할당 및 관리: 작업을 계층적으로 구조화하여 복잡한 워크플로우를 적절한 에이전트에게 분할·할당할 수 있습니다.
• 매니저 에이전트 지원: 선택적으로 특정 에이전트를 매니저로 지정하여 크루를 감독하고 작업이 효과적으로 할당·완료되도록 할 수 있습니다.
• 관리용 LLM 지정: 매니저 에이전트에 사용할 언어 모델(LLM)을 지정해 크루 내에서 고급 협업, 추론, 커뮤니케이션을 가능하게 합니다.

입력값

셀프-매니지드 크루 컴포넌트는 팀워크와 작업 관리를 필요에 맞게 구성할 수 있도록 다양한 입력값을 제공합니다:

입력값 추가 설명

• Show Progress: true로 설정하면 각 단계에서 각 에이전트의 작업 진행 상황을 모니터링할 수 있어 디버깅이나 프로세스 투명성에 유용합니다.
• Max RPM(분당 요청 수): API 또는 외부 서비스와 상호작용 시 속도 제한을 위해 활용할 수 있습니다.

출력

• Output: 이 컴포넌트는 일반적으로 크루의 작업 결과를 포함하는 Message 객체를 출력합니다. 여기에는 완료 상태, 생성된 데이터, 크루가 취합한 최종 보고서 등이 포함될 수 있습니다.

활용 사례 및 이점

• 복잡한 작업 자동화: 한 명의 에이전트로 충분하지 않은 상황에서 다양한 기술을 가진 여러 에이전트가 협업해야 할 때 적합합니다.
• 계층적 워크플로우: 큰 문제를 하위 작업으로 분해해 전문가에게 할당하고 결과를 집계하는 데 유용합니다.
• 인간과 유사한 프로젝트 관리: 실제 팀 역학을 모방하여 “매니저” 에이전트가 과정을 감독하고 의사결정을 내립니다.
• 프로세스 투명성: 진행 상황 추적을 활성화하여 AI 크루의 내부 동작을 확인할 수 있어 개발 및 운영 모니터링에 도움을 줍니다.
• 효율성: 캐싱 및 속도 제한 옵션으로 성능을 최적화하고 자원 사용을 제어할 수 있습니다.

사용 시점

다음과 같은 AI 워크플로우가 필요할 때 셀프-매니지드 크루 컴포넌트 사용을 고려하세요:

• 여러 에이전트가 상호 의존적인 작업에 협업해야 할 때
• 인간 프로젝트 관리와 유사하게 작업 분해 및 위임이 필요할 때
• 진행 상황과 결과를 명확히 추적·보고해야 할 때

추가 문서

더 자세한 예제 및 고급 설정은 공식 문서를 참고하세요.