AI 에이전트의 Loops와 Graphs 차이점, 언제 어떤 방식을 선택해야 할까?

AI 에이전트 워크플로우, 핵심은 '회사 지식(Company Brain)'입니다

최근 AI 에이전트(Agent) 기술에서는 Loops와 Graphs라는 두 가지 워크플로우 방식이 주목받고 있습니다. 몇 주 전까지는 Loops가 화제였다면, 최근에는 Graphs가 더욱 많은 관심을 받고 있습니다.

하지만 두 방식 모두 성능을 결정하는 핵심 요소는 따로 있습니다. 바로 회사 내부의 지식과 정보를 체계적으로 관리하는 'Company Brain'입니다.

이번 글에서는 Loops와 Graphs의 개념을 비교하고, 각각 어떤 상황에서 활용하는 것이 적합한지 살펴보겠습니다.

반응형

---

Loops란?

Loops는 목표만 제시하면 AI 에이전트가 스스로 해결 방법을 찾아가는 방식입니다.

사용자는 해결해야 할 목표와 기준만 전달합니다. 이후 AI는 다음과 같은 과정을 반복적으로 수행합니다.

• 초안 작성
• 결과 검토
• 오류 수정
• 기준 충족 여부 확인
• 필요 시 다시 반복

즉, 사용자가 세부 절차를 설계하지 않아도 AI가 스스로 최적의 경로를 탐색합니다.

Loops의 특징

• 목표 중심(Task-oriented)
• 수행 과정은 AI가 자율적으로 결정
• 반복적인 개선(Iteration)
• 새로운 문제 해결에 적합
• 정해진 절차가 없어도 작업 가능

예를 들어 고객 문의를 해결해야 한다면,

"이 고객의 문제를 해결하고 답변을 작성해."

라는 목표만 전달하면 AI가 필요한 정보를 찾아보고 답변을 작성한 뒤, 스스로 품질을 검토하며 반복적으로 개선합니다.

---

Graphs란?

Graphs는 작업 절차를 사람이 먼저 설계하고, AI는 각 단계만 수행하는 방식입니다.

예를 들어 고객 지원 프로세스를 다음과 같이 정의할 수 있습니다.

문의 확인
    ↓
문의 분류(Triage)
    ↓
답변 초안 작성
    ↓
품질 검토(QA)
    ↓
최종 발송

AI는 각각의 단계(Node)를 수행하지만,

• 어떤 순서로 진행할지
• 어디에서 검토할지
• 언제 다음 단계로 넘어갈지

는 모두 사람이 미리 정의합니다.

즉, 프로세스(Process)를 사람이 통제하는 구조입니다.

Graphs의 특징

• 프로세스 중심(Process-oriented)
• 단계별 검증 가능
• 작업 흐름이 명확
• 동일한 작업을 반복하기 쉬움
• 운영 및 관리가 용이

---

Company Brain이 중요한 이유

Loops와 Graphs는 방식은 다르지만 공통적으로 동일한 지식 기반(Company Brain) 을 활용합니다.

예를 들어 고객 지원 업무를 수행한다고 가정하면,

문의 분류 단계에서는

• 과거 상담 내역
• 고객 이력

을 참고합니다.

답변 작성 단계에서는

• 제품 문서
• 운영 정책
• FAQ

등을 활용합니다.

즉, 모든 작업 단계는 동일한 회사의 지식 저장소를 참조하며 진행됩니다.

이러한 Company Brain이 충분하지 않다면,

• 잘못된 답변을 생성하거나
• 일관성이 떨어지거나
• 업무 품질이 낮아질 수 있습니다.

반대로 Company Brain이 잘 구축되어 있다면 Loops와 Graphs 모두 높은 품질의 결과를 생성할 수 있습니다.

---

Loops와 Graphs의 차이

구분	Loops	Graphs
작업 방식	AI가 경로를 결정	사람이 경로를 설계
제어 방식	목표만 제시	단계별 프로세스 정의
유연성	매우 높음	비교적 낮음
반복 작업	적합하지 않을 수 있음	매우 적합
예측 가능성	상대적으로 낮음	매우 높음
활용 목적	탐색 및 문제 해결	운영 자동화 및 확장

간단히 정리하면,

• Loops는 AI가 스스로 생각하며 해결하는 방식
• Graphs는 사람이 설계한 프로세스를 AI가 수행하는 방식입니다.

---

언제 Loops를 사용할까?

Loops는 아직 정답이나 절차가 명확하지 않은 작업에 적합합니다.

대표적인 예시는 다음과 같습니다.

• 새로운 아이디어 탐색
• 복잡한 문제 해결
• 연구 및 분석
• 처음 수행하는 업무
• 다양한 해결 방법을 시도해야 하는 작업

이처럼 AI가 여러 방향을 탐색하며 해결책을 찾아야 하는 상황에서 효과적입니다.

---

언제 Graphs를 사용할까?

Graphs는 반복적으로 수행하는 업무에 적합합니다.

예를 들어,

• 고객 문의 처리
• 문서 검토
• 승인 프로세스
• 보고서 생성
• 정형화된 업무 자동화

처럼 이미 절차가 정립되어 있는 업무에서는 Graphs가 높은 효율을 제공합니다.

작업 흐름이 일정하기 때문에 품질을 유지하기 쉽고, 운영 규모를 확대하기에도 유리합니다.

---

728x90

Loops와 Graphs는 서로 경쟁하는 개념이 아니라 목적에 따라 선택하는 두 가지 워크플로우 방식입니다.

• Loops는 명확한 절차가 없는 문제를 해결하기 위해 AI가 스스로 탐색하는 방식입니다.
• Graphs는 이미 검증된 업무 프로세스를 기반으로 반복 작업을 안정적으로 수행하는 방식입니다.

그리고 두 방식 모두 Company Brain이라는 공통의 지식 기반을 활용한다는 점이 가장 중요합니다. AI가 아무리 뛰어난 워크플로우를 사용하더라도, 참조하는 정보가 부족하거나 부정확하다면 원하는 결과를 얻기 어렵습니다.

결국 AI 에이전트를 효과적으로 운영하기 위해서는 Loops와 Graphs 중 어떤 방식을 선택할지 고민하는 것뿐만 아니라, 신뢰할 수 있는 Company Brain을 구축하는 것이 핵심 경쟁력이 될 것입니다.

마지막으로 이 내용을 한 문장으로 정리하면 다음과 같습니다.

• Loops는 탐색(Exploring)을 위한 방식입니다.
• Graphs는 확장(Scaling)을 위한 방식입니다.
• 그리고 두 방식 모두 Company Brain이라는 공통의 지식 기반 위에서 가장 큰 가치를 발휘합니다.

300x250

https://www.linkedin.com/posts/femke-plantinga_a-few-weeks-ago-everyone-was-talking-about-share-7486023701583450120-BHuP/?utm_source=social_share_send&utm_medium=ios_app&rcm=ACoAABcSn2MBrAZuQwZdkXSSEWmSGqwh9P9U7Fc

A few weeks ago everyone was talking about loops. Now it's graphs. Both live or die on one thing: your company brain. This wee