크루AI

CrewAI는 역할·목표·배경을 가진 여러 에이전트를 팀처럼 묶어 함께 일하게 하는 파이썬 오픈소스 프레임워크다. 앞 에이전트가 낸 결과를 다음 에이전트가 이어받아 최종 결과물을 만드는 구조라, 조사→작성→검토처럼 단계가 분명한 일을 자동화할 때 쓴다.

역할·목표·배경이 곧 프롬프트다

에이전트를 만들 때는 role, goal, backstory 세 가지를 적는다. 이 문장이 그대로 모델에게 가는 지시가 된다. 그래서 "리서처"라고만 쓰기보다 "출처를 꼭 남기는 꼼꼼한 시니어 리서처"처럼 구체적으로 쓸수록 결과가 안정된다. 태스크에는 할 일(description)과 기대 결과(expected_output)를 적어서, 다음 단계로 무엇을 넘겨야 하는지 분명히 해 둔다.

CLI로 뼈대를 만들고 YAML을 고친다

pip install crewai로 설치한 뒤 crewai create crew 프로젝트명을 실행하면 프로젝트 뼈대가 생긴다. 에이전트는 agents.yaml에, 태스크는 tasks.yaml에 적고, 파이썬 코드에서 @agent, @task, @crew 데코레이터로 연결한다. 실행은 crewai run으로 한다.

웹 검색이나 파일 읽기 같은 도구는 에이전트마다 따로 붙인다. 검색 도구는 리서처에게만 주고 작가에게는 주지 않는 식으로 권한을 나누면 엉뚱한 행동이 줄어든다. 모델은 OpenAI, Anthropic, 로컬 모델 등 여러 LLM 가운데서 고를 수 있다.

처음엔 순차 방식, 필요할 때 계층 방식

처음에는 순차 방식으로 시작해야 결과를 예측하기 쉽다. 계층 방식은 매니저 에이전트가 모델을 추가로 호출하므로 비용과 실행 시간이 늘어난다.

LangGraph와는 설계 방식이 다르다

팀에 빗대어 빨리 만들고 싶으면 CrewAI가, 분기와 상태를 세밀하게 다뤄야 하면 LangGraph가 맞다. 에이전트끼리 주고받는 내용이 길어질수록 토큰 비용이 커지고 결과도 실행할 때마다 조금씩 달라진다. 한 번에 끝나는 단순한 작업이라면 에이전트 하나나 일반 프롬프트로 충분하다.

단계가 나뉜 조사·글쓰기 작업에 주로 쓴다

가장 흔한 건 조사하는 에이전트와 쓰는 에이전트를 나눈 작업 흐름이다. 검색 도구를 가진 리서처가 자료를 모으고, 작가가 초안을 쓰고, 검토자가 다듬는 순차 방식이 기본 형태다.