ONEDEV

SuperAGI

AI Agent FrameworksDevOpsPython

★ 17,682주당 +13조회 5

무엇인가

SuperAGI는 LLM을 추론 엔진으로 두고 스스로 도구를 골라 호출하며 주어진 목표를 반복 수행하는 자율 에이전트를 개발자가 정의·실행·관리하도록 만든 Python 프레임워크다. 체인과 컴포넌트를 조립하는 라이브러리가 아니라, 에이전트 런타임과 웹 콘솔, 도구 저장소를 한 저장소에 묶은 애플리케이션 계층에 속한다.

어떻게 동작하나

에이전트는 한 번의 실행(run) 안에서 정해진 최대 반복 횟수까지 루프를 돈다. 각 반복에서 LLM이 현재 상태를 바탕으로 다음 행동을 정하고, 등록된 툴킷에서 도구를 선택해 호출한 뒤 그 결과를 관찰값으로 다시 프롬프트에 넣는다. 도구는 툴킷 단위로 정의되며 이름·설명·입력 스키마를 가진 설정으로 등록된다. 실행 중 생긴 기억은 Pinecone, Weaviate, Qdrant, Redis 같은 벡터 저장소에 임베딩으로 저장되고, 에이전트 설정과 실행 이력, 태스크는 PostgreSQL에 남는다. 백엔드는 FastAPI, 프론트엔드는 Next.js로 되어 있고 비동기 작업은 Celery와 Redis 큐를 거쳐 처리된다.

무엇과 다른가

AutoGPT 계열의 초기 자율 에이전트가 단일 프로세스 CLI 실험이었다면, SuperAGI는 여러 에이전트를 동시에 돌리고 각 실행의 단계·도구 호출·결과를 콘솔에서 확인하는 운영 기능을 전면에 둔다. LangChain이 체인과 컴포넌트를 조립하는 라이브러리인 것과 달리, 여기서는 에이전트 정의와 실행 이력이 DB에 영속화되고 UI에서 실행을 재시작하거나 중단한다. 도구는 코드에 직접 박지 않고 툴킷 단위로 추가·교체한다.

어떻게 쓰나

설정은 저장소 루트의 config.yaml과 .env에서 한다. .env에 LLM 제공자 키와 데이터베이스·벡터 저장소 접속 정보를 넣고, config.yaml에서 사용할 모델과 벡터 DB 종류, 리소스 관리자, 도구 디렉터리를 지정한다. 백엔드와 프론트엔드, PostgreSQL, Redis를 컨테이너로 함께 띄운 뒤 웹 콘솔에 접속해 에이전트를 만들고 목표와 도구를 지정해 실행한다. 에이전트 실행은 REST API로도 트리거할 수 있어 외부 서비스에 붙일 수 있다.

전제와 한계

자체적으로 모델 가중치를 실행하지 않는다. 추론은 OpenAI 등 외부 LLM API에 의존하므로 해당 키와 과금이 전제다. 벡터 저장소와 PostgreSQL, Redis가 별도로 필요하고 컨테이너 없이 돌리려면 각 구성 요소를 직접 설치해야 한다. 에이전트 루프는 최대 반복 횟수로 잘리므로 그 안에 끝나지 않는 작업은 중단된다. 텔레메트리가 기본으로 켜져 있어 실행 정보가 외부로 전송되며, 끄려면 환경 변수로 비활성화해야 한다.

관련 논문 4

유사 도구