AI Workflow Design

AI Workflow Design

핵심 개념

요약 Agentic Workflow 설계서 작성 가이드. 서비스 기획서가 “무엇을 만들 것인가”를 정의한다면, 워크플로우 설계서는 “어떻게 동작하게 할 것인가”를 정의한다. LangGraph/LangChain 프레임워크를 활용한 구현 전 설계 문서 작성법을 다룬다.

주요 내용

1. 서비스 개요 정의

• 핵심 목적: 사용자에게 제공할 가치를 기술적 관점에서 정의
• 인지 노동 분석: 에이전트 없이 사용자가 수행해야 할 수동 작업을 구체적으로 나열
• 해결 과제 식별: Critical / High / Medium / Low로 우선순위 분류

도전 과제	설명
할루시네이션	LLM이 사실이 아닌 정보를 생성
정보 최신성	모델 학습 이후 정보를 알지 못함
컨텍스트 유실	긴 대화에서 앞선 맥락을 잊음
워크플로우 이탈	에이전트가 의도한 경로를 벗어남
도구 호출 실패	외부 API 연동 실패

2. 시스템 아키텍처

• 상호작용 흐름: 입력 -> 처리 -> 출력 -> (피드백)
• Mermaid 다이어그램: subgraph로 사용자/에이전트/도구 영역을 분리하여 시각화
• 노드 식별: classify_intent, extract_preferences, plan, research, synthesize, evaluate_response, improve_response, save_memory

3. 워크플로우 상세 설계

• 노드별 역할 정의: 입출력, LLM 사용 여부, 분기 조건 명세
• 분기 조건: intent 유형에 따른 라우팅, 품질 점수에 따른 개선 루프
• State 객체 설계: Python TypedDict 기반, Annotated[list, add]로 누적 관리

팁 핵심 분기 로직

• classify_intent: general_chat/out_of_scope -> END, news_search/deep_analysis -> extract_preferences
• evaluate_response: score >= 7 OR iteration >= 2 -> save_memory, score < 7 AND iteration < 2 -> improve_response

4. 구현 전략

전략 영역	핵심
컨텍스트 엔지니어링	Annotated[list, add]로 대화/도구 결과 누적, 토큰 초과 시 요약
메모리 관리	InMemoryStore로 사용자 관심사/이력을 딕셔너리로 구조화
평가-최적화 루프	정확성/관련성/완성도/가독성 기준 7점 임계치, 최대 2회 개선

5. 구현 시 고려 사항

• 비용: LLM 대화당 최소 6~8회 호출, 웹 검색 API 비용
• 응답 시간: 전체 시스템 9~15초 (루프 가동 횟수에 따라 가변)
• 위험 관리: 할루시네이션(RAG 우선), API 장애(폴백+재시도), 무한 루프(최대 반복 제한)

흐름도

연결된 개념

• W07-AI-서비스-기획
• W07-Agent-개발-팁
• W08D01-Agent-Architecture