14명의 AI 팀원, 이렇게 설계했다 — ATM 에이전트 아키텍처 전체 공개

목차

• 왜 “팀” 구조로 설계했는가
• 에이전트 설계의 핵심 원칙
• 전체 아키텍처 — 5개 레이어
• 각 에이전트 소개
• 에이전트 간 데이터 흐름
• 설계하면서 가장 고민했던 것

도입부

EP1에서 왜 AI 에이전트 팀을 만들기로 했는지 이야기했습니다. 이번 편에서는 실제로 팀을 어떻게 설계했는지, 전체 구조를 공개합니다.

결론부터 말하면 ATM 에이전트 팀은 현재 14개 에이전트로 구성되어 있습니다. 처음부터 14개를 만든 게 아닙니다. 5개로 시작해서 역할 충돌과 품질 문제를 경험하면서 점차 분화시켰습니다. 각 에이전트가 하나의 명확한 역할을 가질 때 전체 퀄리티가 올라간다는 것을 직접 확인했습니다.

왜 “팀” 구조로 설계했는가 {#팀구조}

처음에는 범용 에이전트 하나에게 “유튜브 스크립트 써줘, 블로그도 써줘, 뉴스레터도 정리해줘”를 모두 맡겼습니다. 결과는 예측 가능했습니다. 채널마다 톤이 달라야 하는데 하나의 에이전트가 모든 맥락을 기억하면서 채널별 특성에 맞게 쓰는 것은 한계가 있었습니다.

반면 역할을 분리하면 각 에이전트가 자신의 도메인에 집중합니다. 리서치 에이전트는 정보 수집과 정리에만 집중하고, 스크립트 에이전트는 유튜브 포맷에만 최적화합니다. 이렇게 하면 각자가 맡은 영역에서 더 일관된 품질을 냅니다.

실제 조직 구조와 같습니다. 기자가 취재하고, 편집장이 검수하고, 디자이너가 비주얼을 만드는 것처럼 AI 팀도 역할 분리가 효율을 만듭니다.

에이전트 설계의 핵심 원칙 {#원칙}

설계 과정에서 세 가지 원칙을 세웠습니다.

원칙 1: 한 에이전트, 한 역할
에이전트 하나가 여러 역할을 맡으면 프롬프트가 복잡해지고 품질이 불안정해집니다. 역할이 하나일 때 설명(description)도 명확해지고, 아웃풋 기준도 구체적으로 잡을 수 있습니다.

원칙 2: 아웃풋은 다음 에이전트의 인풋
각 에이전트의 결과물이 다음 에이전트에게 전달될 수 있는 형식이어야 합니다. 리서치 에이전트가 만든 요약이 분석 에이전트의 입력값이 되고, 분석 결과가 기획 에이전트로 넘어가는 방식입니다.

원칙 3: QC는 별도 에이전트
제작 에이전트가 스스로 검수하면 자기 오류를 잘 잡지 못합니다. 독립적인 QC 에이전트가 ATM 브랜드 기준을 가지고 검수하는 구조가 필요합니다.

전체 아키텍처 — 5개 레이어 {#아키텍처}

ATM 에이전트 팀은 5개 레이어로 구성됩니다.

각 에이전트 소개 {#소개}

L1 — 지휘

atm-manager
전체 에이전트 파이프라인을 지휘합니다. 리서치 결과를 받아 우선순위를 정하고, 각 에이전트에게 작업을 배분합니다. ATM 대표에게 주간 브리핑을 제출하는 역할도 담당합니다.

L2 — 리서치

caleb
AI 트렌드 리서치 및 경쟁 채널 모니터링 담당. 주요 AI 뉴스, 바이럴 콘텐츠 패턴, 경쟁 채널 주제를 수집해 정리합니다.

matt
OpenAI, Anthropic, Google, xAI 등 AI 기업 동향 추적 전담. 공식 발표, 블로그, 리서치 페이퍼를 기반으로 주요 업데이트를 요약합니다.

L3 — 분석·기획

daniel
caleb과 matt의 리서치 아웃풋을 받아 인사이트를 분석하고 이번 주 다룰 주제 Top 5를 도출합니다. 단순 요약이 아니라 “왜 지금 이게 중요한가”의 관점을 추가합니다.

joseph
daniel의 주제 Top 5를 기반으로 주간 콘텐츠 캘린더를 작성하고 각 채널 에이전트에게 작업을 배분합니다.

L4 — 제작

angel
유튜브 스크립트 담당. 타임스탬프, 설명란, 태그까지 포함한 완성형 패키지로 납품합니다.

esther
인스타그램 카드뉴스 5장 기획 및 nanobanana 이미지 프롬프트 생성, 해시태그 작성 담당.

mark
Threads 5챕터 스레드 작성. 짧고 밀도 있는 문장으로 모바일 독자를 겨냥합니다.

peter
Facebook 게시물 작성. 상대적으로 긴 형식, 링크 공유 중심 구성.

john
주간 뉴스레터 작성. 한 주의 AI 트렌드 인사이트를 구독자 친화적 형태로 정리합니다.

joas
aitrend.kr 블로그 SEO 포스트 담당. 키워드 최적화, 내부 링크, 외부 출처 포함 기준을 준수합니다.

ruth
nanobanana를 통해 블로그·인스타 이미지를 생성합니다. ATM 브랜드 비주얼 가이드를 기준으로 프롬프트를 설계합니다.

L5 — QC·발행

samuel
전 채널 콘텐츠 QC 검수. 브랜드 가이드라인 준수 여부, 사실 오류, 톤 일관성을 확인하고 수정 요청 또는 승인을 결정합니다.

publisher
Threads, Instagram, 블로그 자동 발행 담당. API를 통해 예약 발행 처리합니다.

에이전트 간 데이터 흐름 {#흐름}

[caleb + matt] → 리서치 리포트
       ↓
    [daniel] → 주제 Top 5 + 인사이트
       ↓
    [joseph] → 주간 콘텐츠 캘린더 + 에이전트 배분
       ↓
[angel / esther / mark / peter / john / joas] → 채널별 콘텐츠 초안
       ↓
    [ruth] → 이미지 생성 (필요 채널)
       ↓
   [samuel] → QC 검수 (승인 / 수정 요청)
       ↓
 [publisher] → 자동 발행
       ↓
[atm-manager] → YJ에게 주간 브리핑 제출

caleb과 matt는 병렬로 동시 실행됩니다. joseph은 daniel의 아웃풋이 완성된 후에 실행됩니다. 제작 에이전트들(angel, esther, mark 등)은 joseph의 배분 이후 병렬 실행됩니다.

설계하면서 가장 고민했던 것 {#고민}

가장 어려웠던 것은 “어디까지 에이전트에게 맡기고, 어디서 내가 판단을 개입할 것인가”의 경계를 잡는 일이었습니다.

예를 들어 daniel이 도출한 주제 Top 5가 내 감각과 다를 때가 있습니다. ATM 채널 특성상 단순한 뉴스 요약보다 관점이 있는 콘텐츠가 더 반응이 좋습니다. 이 감각은 아직 완전히 프롬프트로 옮기지 못했습니다. 그래서 지금은 joseph이 캘린더를 완성하기 전에 제가 daniel의 아웃풋을 한 번 검토합니다.

완전 자동화는 아직입니다. 그리고 그게 맞다고 생각합니다. 브랜드 판단은 제가 해야 합니다.

정리

ATM 에이전트 팀은 5개 레이어, 14개 에이전트로 구성됩니다. 핵심 원칙은 “한 에이전트, 한 역할”이며, 각 에이전트의 아웃풋이 다음 에이전트의 인풋이 되는 파이프라인 구조입니다.

다음 편(EP3)에서는 각 에이전트의 프롬프트를 어떻게 설계했는지, 실제 예시 일부와 함께 공개합니다.

CTA

에이전트 구조도를 카드뉴스 형태로 보고 싶다면 인스타그램 팔로우 후 확인하세요. 이번 시리즈 전체 구조도를 인스타 전용으로 제작해 올릴 예정입니다.

AI Trend Master 바로가기

© AI Trend Master | okiroo@gmail.com | http://aitrend.kr