Agentic Design Patterns가 흥미로운 이유: 프레임워크보다 패턴 카탈로그로 에이전트를 배운다

evoiz/Agentic-Design-Patterns는 또 하나의 에이전트 프레임워크가 아니다. 오히려 그 반대에 가깝다. 이 저장소의 가치는 특정 프레임워크를 밀기보다, 에이전트 시스템을 이루는 반복 가능한 설계 패턴을 카탈로그처럼 정리하고 실습까지 붙여 놓았다는 점에 있다.

그래서 이 저장소는 “무엇을 설치할까?”보다 “어떤 문제를 어떤 패턴으로 풀까?”를 먼저 생각하게 만든다.

Sources

1. 이 저장소는 프레임워크 소개가 아니라 패턴 지도다

README를 보면 구조가 명확하다.

전체 책 PDF
21개 장
7개 appendix
각 장에 대응하는 Jupyter notebook

즉 이 저장소는 도구 사용법을 빠르게 알려 주는 튜토리얼보다, 에이전트 시스템을 구성하는 패턴을 체계적으로 나누어 보여 주는 교재형 저장소다.

핵심 주제도 패턴 중심이다.

Prompt chaining
Routing
Parallelization
Reflection
Tool use
Planning
Multi-agent
Memory
Learning and adaptation
MCP
Goal setting
Exception handling
Human-in-the-loop
RAG
A2A
Resource-aware optimization
Reasoning
Guardrails
Evaluation
Prioritization
Exploration

이렇게 보면 이 저장소는 “에이전트”를 기능 하나가 아니라 설계 조각들의 조합으로 보게 만든다.

flowchart TD
    A[Agentic Design Patterns] --> B[Core Patterns]
    A --> C[Advanced Patterns]
    A --> D[Production Patterns]
    A --> E[Enterprise Patterns]

    B --> B1[Prompt Chaining]
    B --> B2[Routing]
    B --> B3[Parallelization]
    B --> B4[Reflection]
    B --> B5[Tool Use]
    B --> B6[Planning]
    B --> B7[Multi-Agent]

    C --> C1[Memory]
    C --> C2[Adaptation]
    C --> C3[MCP]
    C --> C4[Goal Monitoring]

    D --> D1[Exception Handling]
    D --> D2[Human-in-the-Loop]
    D --> D3[RAG]

    E --> E1[A2A]
    E --> E2[Resource Optimization]
    E --> E3[Reasoning]
    E --> E4[Guardrails]
    E --> E5[Evaluation]
    E --> E6[Prioritization]
    E --> E7[Exploration]

2. 좋은 점은 “패턴의 난이도 계단”이 보인다는 것이다

많은 에이전트 자료는 처음부터 멀티 에이전트, 자율 루프, 장기 메모리 같은 복잡한 주제로 뛰어든다.
반면 이 저장소는 비교적 자연스러운 난이도 계단을 만든다.

2-1. Core Patterns

처음에는 가장 기본적인 조합들부터 시작한다.

순차 분해
분기 선택
병렬 실행
자기 반성
외부 도구 사용
계획 수립
다중 에이전트 협업

이건 사실 오늘날 거의 모든 agent framework의 공통 문법이다.

2-2. Advanced / Production

그다음에는 기억, 적응, MCP, 목표 추적, 예외 처리, human-in-the-loop, RAG 같은 주제로 올라간다.

즉 “데모가 된다”에서 끝나지 않고, 실제 환경에서 계속 돌릴 수 있나라는 질문으로 넘어간다.

2-3. Enterprise

마지막엔 A2A, 자원 최적화, guardrails, 평가, 우선순위화, 탐색 같은 운영과 확장 주제가 나온다.

이 구간에 오면 에이전트는 더 이상 장난감이 아니라 조직 시스템에 가까워진다.

3. 노트북 기반이라는 점이 의외로 중요하다

이 저장소는 Jupyter notebook 중심이다.
이건 단순한 학습 편의성 이상을 뜻한다.

챕터별 실험이 분리되어 있고
패턴별 최소 예제가 있으며
코드를 바로 변형해 볼 수 있고
결과를 단계적으로 관찰할 수 있다

즉 “읽고 끝나는 책”이 아니라, 패턴을 실행해 보면서 몸에 익히는 워크북에 가깝다.

프레임워크 README는 종종 사용법만 알려 주지만, 노트북은 “이 패턴이 왜 이렇게 동작하는가”를 더 잘 드러낸다.

4. 요즘 흐름과 특히 잘 맞는 챕터들

이 저장소 전체가 유용하지만, 지금 시점에서 특히 눈에 띄는 챕터들이 있다.

4-1. MCP

Model Context Protocol 챕터가 독립적으로 들어가 있다는 점이 중요하다.
이제 에이전트 설계에서 MCP는 부록이 아니라 표준 연결 계층에 가깝기 때문이다.

4-2. Guardrails / Evaluation / Monitoring

요즘 실전 에이전트 작업에서 가장 부족한 부분은 종종 “더 똑똑한 모델”보다 어떻게 통제하고 평가할 것인가다.
이 저장소가 그 부분을 별도 패턴으로 다루는 건 장점이다.

4-3. Resource-aware optimization

토큰, 지연, 호출 비용, 컨텍스트 낭비가 커지는 시점에는 알고리즘보다 운영 설계가 중요해진다.
이 챕터는 그 현실을 잘 반영한다.

4-4. Appendix G: Coding agents

코딩 에이전트가 appendix에 따로 정리된 점도 흥미롭다.
이건 코딩 에이전트를 모든 에이전트의 중심으로 보지 않고, 여러 패턴이 응용되는 하나의 분야로 본다는 뜻이기도 하다.

flowchart LR
    A[기초 패턴 학습] --> B[메모리/계획/도구]
    B --> C[예외 처리 / HITL / RAG]
    C --> D[평가 / 가드레일 / 최적화]
    D --> E[실전 에이전트 시스템]

5. 이 저장소를 어떻게 읽으면 좋은가

이 프로젝트를 처음부터 끝까지 정독하는 것도 가능하지만, 실전에서는 병목 중심으로 보는 편이 더 효율적이다.

5-1. 에이전트가 중간에 자주 길을 잃는다면

Planning
Goal setting and monitoring
Prioritization

5-2. 에이전트가 비용을 너무 많이 쓴다면

Parallelization
Resource-aware optimization
Evaluation and monitoring

5-3. 에이전트가 위험하거나 불안정하다면

Exception handling
Human-in-the-loop
Guardrails

5-4. 에이전트가 외부 세계와 잘 연결되지 않는다면

Tool use
MCP
RAG
A2A

즉 이 저장소는 통독형 교재이면서 동시에 문제별 패턴 사전으로도 쓸 수 있다.

6. 라이선스와 성격은 조금 조심해서 봐야 한다

README 기준 이 저장소는 교육 목적 성격이 강하다.

책 내용: 저작권 보호
코드 예제: MIT
저장소 배지: Educational

즉 완전한 자유 재배포 문서 모음처럼 보기보다, 책 + 실습 노트북을 위한 학습용 저장소로 이해하는 편이 정확하다.

7. 결론

Agentic-Design-Patterns가 흥미로운 이유는 새로운 프레임워크를 제안해서가 아니다.
오히려 에이전트 시스템을 지나치게 도구 이름 중심으로 보지 말고, 패턴과 설계 문제의 조합으로 보게 만든다는 데 있다.

그래서 이 저장소는 다음 질문에 더 가깝다.

우리는 순차 분해를 잘하고 있는가?
언제 분기하고 언제 병렬화해야 하는가?
메모리와 목표 추적은 어떻게 설계하는가?
예외 처리와 인간 개입은 어디에 넣는가?
평가와 가드레일은 어떻게 운영하는가?

이 질문들이 중요해질수록, 좋은 에이전트 빌드는 프레임워크 선택보다 패턴 선택과 조합의 문제가 된다.
그 점에서 이 저장소는 도구 모음보다 에이전트 설계의 교과서형 지도에 더 가깝다.