AI 에이전트를 만들려고 검색하면 정말 다양한 도구들이 터져 나옵니다. 랭체인, 랭그래프, 구글 ADK, 파이덴틱 AI, 클로드 에이전트 SDK까지. 하지만 이 중에서 아무거나 골라서 시작했다가 6개월 뒤에 갈아엎는 팀이 정말 많습니다. 겉보기엔 다 똑같아 보이지만, 속을 열어보면 완전히 다른 문제를 풀고 있기 때문입니다.

Sources

왜 이렇게 많은 프레임워크가 생겼을까

2025년에 AI 관련 도구들이 한꺼번에 쏟아져 나왔습니다. 특히 에이전트 관련 프레임워크들이 그렇습니다. 문제는 이것들이 각자 완전히 다른 생각으로 만들어졌다는 점입니다.

flowchart TD
    subgraph problems["에이전트 프레임워크가 풀려는 문제들"]
        P1["다양한 AI 서비스 연결"]
        P2["AI 대답 형식 일관성"]
        P3["AI에게 컴퓨터 작업 시키기"]
        P4["여러 AI 협업 구조"]
    end

    subgraph frameworks["각 프레임워크의 접근"]
        F1["랭체인/랭그래프
연결 중심"]
        F2["파이덴틱 AI
포맷팅 중심"]
        F3["클로드 에이전트 SDK
작업 수행 중심"]
        F4["구글 ADK
협업 중심"]
    end

    P1 --> F1
    P2 --> F2
    P3 --> F3
    P4 --> F4

“뭐가 제일 좋아요?“라는 질문 자체가 잘못된 것입니다. 각 도구가 풀려는 문제가 다르기 때문에, 상황에 맞는 도구를 선택해야 합니다.

랭체인 (LangChain): 검색하면 제일 먼저 나오지만

검색하면 제일 많이 나오고 튜토리얼도 제일 많습니다. AI 에이전트 만들기 영상을 보면 거의 다 여기서 시작합니다. 하지만 새 프로젝트에서는 비추천입니다.

왜 이렇게 많이 쓰일까

랭체인이 나온 게 ChatGPT가 처음 나왔을 때입니다. 그때는 AI 기능을 뭔가에 붙이려면 연결해 주는 도구가 필요했고 선택지가 없었습니다. 그러다 보니 다들 랭체인으로 시작했고 지금도 그 관성이 이어지고 있습니다.

실제 문제점들

실제로 쓰다 보면 다음과 같은 벽에 부딪힙니다:

문제 설명
용어 학습 부담 이 부분만 좀 바꾸고 싶은데 하면 알 수 없는 용어들을 계속 파야 함
디버깅 어려움 뭔가 잘못됐을 때 어디서 문제가 생겼는지 찾기가 너무 어려움
업데이트 호환성 업데이트하면 어제까지 잘 돌던 게 갑자기 안 됨
문서 품질 공식 설명서도 안 좋기로 유명. 읽다 보면 중간에 포기하게 됨

이게 한두 번이 아닙니다. 랭체인 서든 팀이라면 한 번씩 다 겪는 경험입니다.

랭그래프 (LangGraph): 더 복잡해진 해결책

랭체인 팀이 랭그래프를 만들었습니다. 더 복잡한 걸 할 수 있게 업그레이드한 버전입니다. 하지만 이것도 솔직히 더 복잡합니다.

복잡성의 문제

복잡한 걸 해결하겠다고 만든 건데, 그 과정에서 배워야 할 것들이 오히려 더 늘어났습니다. 간단한 것 하나 만드는데 코드가 너무 많습니다. 달걀 하나 삶는데 설명서가 열 페이지짜리인 느낌입니다.

직관성 부족

그래프 구조가 그렇게 직관적이지 않습니다. AI 개발자라면 텐서플로우를 떠올려 보세요:

flowchart LR
    subgraph past["과거: 텐서플로우"]
        direction LR
        T1["먼저 나옴"]
        T2["선택지 없어서 다 씀"]
        T3["쓸데없이 복잡함"]
        T4["디버깅 어려움"]
        T5["직관적이지 않음"]
    end

    subgraph now["현재: 랭체인/랭그래프"]
        direction LR
        L1["먼저 나옴"]
        L2["선택지 없어서 다 씀"]
        L3["쓸데없이 복잡함"]
        L4["디버깅 어려움"]
        L5["직관적이지 않음"]
    end

    subgraph future["미래: ???"]
        direction LR
        F1["파이토치처럼
직관적인 대안"]
    end

    past -.->|"비슷한 패턴"| now
    now -.->|"대체될 것"| future

딥러닝 초창기에 텐서플로우가 나왔고, 처음엔 선택지가 없으니까 다들 썼습니다. 근데 막상 써보면 쓸데없이 복잡하고 뭔가 잘못됐을 때 원인 찾기가 너무 힘들었습니다. 그 사이에 파이토치가 나왔고, 연구자들, 스타트업들, 결국 큰 회사들까지 다 파이토치로 갔습니다.

지금 AI 에이전트 프레임워크들이 딱 그 상황입니다. 랭체인이랑 랭그래프가 텐서플로우 자리라고 생각하면 됩니다.

추천

이미 쓰고 있다면 유지보수만 하고, 새로 시작하는 거라면 다른 걸 보는 걸 추천합니다.

구글 ADK: 아이디어는 좋지만

2025년에 구글이 공개한 도구입니다. 아이디어 자체는 나쁘지 않습니다.

장점

flowchart TD
    subgraph adk_features["ADK 장점"]
        A1["AI 여러 개를 팀처럼 일하게 함"]
        A2["각자 역할 분담 가능"]
        A3["순서대로/동시에 작업 지정 가능"]
        A4["필요한 정보 미리 가져오기 쉬움"]
        A5["데이터 저장/불러오기 쉬움"]
        A6["참고할 예제 코드 많음"]
    end

AI를 여러 개 만들어서 팀처럼 일하게 한다는 컨셉입니다. 각자 역할이 있고 어떤 건 순서대로, 어떤 건 동시에 일하게 할 수 있습니다.

문제점들

문제 설명
커스터마이징 어려움 조금이라도 내 양식대로 바꾸려고 하면 막힘
몽키패치 남발 정해진 틀에서 벗어나려면 임시방편 우회 코드가 엄청 필요
버그 많음 기본 기능인데 안 된다거나 어제 됐는데 오늘 안 됨

더 근본적인 문제: 구글의 오픈소스 신뢰도

구글이 만들었다는 거 자체가 신뢰가 안 갑니다. 구글은 오픈소스 도구를 만들어 놓고 나중에 조용히 손 떼버린 전적이 엄청 많습니다.

timeline
    title 구글 오픈소스 역사
    2015 : Angular 등장
    2017 : 각종 프로젝트 시작
    2018-2020 : 일부 프로젝트 중단 발표
    2025 : ADK 공개
    미래 : ???

개발자들 사이에서 “구글이 만든 건 믿고 쓰기 좀 무섭다"는 얘기가 꽤 돕니다. ADK도 지금은 열심히 업데이트되지만 1, 2년 뒤에 어떻게 될지 장담을 못 합니다.

파이덴틱 AI (Pydantic AI): 가장 기대되는 선택

AI의 대답 결과가 포매팅된 걸 받고 싶다면 파이덴틱 AI를 추천합니다. 이게 제일 기대되는 도구입니다.

신뢰할 수 있는 팀

만든 팀이 개발자들 사이에서 꽤 신뢰받는 팀입니다. 좋은 도구를 만드는 사람들로 알려진 곳입니다.

풀려는 문제

flowchart LR
    subgraph before["문제 상황"]
        direction LR
        B1["오늘: JSON으로 대답"]
        B2["내일: 텍스트로 대답"]
        B3["모레: 또 다른 형식"]
    end

    subgraph after["파이덴틱 AI 적용"]
        direction LR
        A1["형식 지정"]
        A2["항상 동일한 형식"]
        A3["이상하면 자동 재시도"]
    end

    before -->|"해결"| after

AI가 맨날 다른 형식으로 대답하는 거 겪어 보셨죠? 오늘은 이렇게 대답하고 내일은 저렇게 대답합니다. 이걸 실제 서비스에 쓰면 굉장히 곤란합니다.

파이덴틱 AI는 “이 형식으로만 대답해"라고 딱 정해 놓으면 항상 그 형식으로만 나옵니다. 이상하게 대답하면 알아서 다시 합니다. 써본 사람들 반응이 “드디어 이런 게 나왔다"는 분위기입니다.

단점

단점 설명
사례 부족 최근에 나온 거라 큰 서비스에서 써 봤다는 사례가 많지 않음
검색 결과 부족 뭔가 막히면 검색해도 답이 잘 안 나옴
문서는 좋음 독스가 잘 돼 있어서 AI에게 독스를 주고 알아서 하라고 하면 잘함

클로드 에이전트 SDK: 다른 차원의 접근

이게 나머지 셋이랑 생각 자체가 좀 다릅니다.

다른 접근 방식

flowchart TB
    subgraph others["다른 도구들"]
        O["어떻게 AI를 만들까?"]
    end

    subgraph claude["클로드 에이전트 SDK"]
        C["AI가 뭘 할 수 있게 할까?"]
    end

    subgraph capabilities["내장된 능력들"]
        CA1["파일 열기/수정"]
        CA2["인터넷 검색"]
        CA3["결과 저장"]
        CA4["여러 AI 협업"]
        CA5["작업 중단/이어하기"]
    end

    C --> capabilities

다른 도구들은 “어떻게 AI를 만들까"를 고민합니다. 클로드 에이전트 SDK는 “AI가 뭘 할 수 있게 할까"를 고민합니다.

클로드 코드 경험의 확장

클로드 코드를 써 보셨다면 이해가 빠를 것입니다. AI가 직접 파일을 열고 수정하고 인터넷 검색하고 결과를 저장하는 그 기능입니다.

“이 폴더에서 문제 찾아서 보고서 만들어 줘"라고 하면 AI가 직접 파일을 열고 내용을 읽고 문제를 찾아서 보고서를 만듭니다. 따로 기능을 만들어 줄 필요 없이 다 내장돼 있습니다.

단점

단점 설명
클로드 전용 클로드만 씀. 다른 AI로 바꿀 수 없음
유료 계정 필요 앤스로픽 유료 계정 없으면 못 씀
커스텀 기능 번거로움 내가 만든 기능을 붙이려면 좀 번거로운 방식으로 만들어야 함
진입장벽 다른 도구들보다 시작하기 어려움

추천 사용 사례

파일 작업이나 코드 관련 자동화할 때 추천합니다. 클로드 코드 경험이 그대로 들어온다고 보면 됩니다.

상황별 추천 정리

flowchart TD
    START["어떤 프로젝트인가요?"]

    START --> Q1{"파일/코드
자동화?"}
    Q1 -->|Yes| A1["클로드 에이전트 SDK"]
    Q1 -->|No| Q2

    Q2{"특정 AI 회사에
묶이기 싫음?"}
    Q2 -->|Yes| A2["파이덴틱 AI
(어떤 AI든 교체 가능)"]
    Q2 -->|No| Q3

    Q3{"빠르게 소규모
프로토타입?"}
    Q3 -->|Yes| A3["파이덴틱 AI
(대답 형식 일관성)"]
    Q3 -->|No| Q4

    Q4{"여러 AI 협업하는
대규모 시스템?"}
    Q4 -->|Yes| Q5
    Q4 -->|No| A4["아무 도구도 쓰지 말고
AI 직접 연결"]

    Q5{"랭그래프 쓸까?"}
    Q5 -->|"검색하면 나오지만"| WARN["저라면 안 씁니다"]
    WARN --> A2

    style WARN fill:#ff6b6b,color:#fff
    style A1 fill:#4ecdc4,color:#fff
    style A2 fill:#4ecdc4,color:#fff
    style A3 fill:#4ecdc4,color:#fff
    style A4 fill:#4ecdc4,color:#fff

1. 빠르게 소규모 팀에서 만들어 보고 싶어요 + 대답이 일정하게 나오길 원해요

→ 파이덴틱 AI 추천

2. 여러 AI가 협업하는 큰 시스템, 실제 서비스에 올려야 해요

검색하면 랭그래프가 나오겠지만 저라면 안 씁니다. 나중에 고치는 것도 힘들고 팀 규모가 커야지 진짜 유의미하다고 생각합니다. 차라리 파이덴틱 AI로 직접 만드는 게 낫습니다.

3. 파일 다루거나 코드 관련 작업 자동화하고 싶어요

→ 클로드 에이전트 SDK 추천

다른 도구에서는 이런 기능을 직접 다 만들어야 하는데 여기선 그냥 있습니다.

4. 특정 AI 회사에 묶이기 싫어요, 나중에 바꿀 수도 있어요

→ 파이덴틱 AI 추천

어떤 AI든 갈아끼울 수 있습니다.

5. 아직 뭐가 필요한지도 모르겠어요

→ 아무 도구도 쓰지 말고 AI를 직접 연결해서 써 보세요

도구는 문제를 해결해 주기도 하지만 문제를 더 만들기도 합니다. 처음부터 무턱대고 에이전트 프레임워크를 쓰는 건 추천하지 않습니다.

트렌드 분석

timeline
    title AI 에이전트 프레임워크 역사와 전망
    2022 : ChatGPT 등장
    2023 : 랭체인 등장, 선택지 없어서 다 씀
    2024 : 랭그래프 등장, 더 복잡해짐
    2025 : ADK, 파이덴틱 AI, 클로드 SDK 쏟아짐
    2026-2027 : 승자 예정?

랭체인의 현주소

랭체인이 지금도 많이 쓰이는 건 사실입니다. 하지만 그게 좋아서가 아니라 먼저 나와서 다들 거기서 시작했기 때문입니다.

AI 개발자들 커뮤니티에서 요즘 이런 글들이 자주 올라옵니다:

  • “우리 팀이 랭체인을 버린 이유”
  • “랭체인 없이 직접 만드는 게 낫다”

이게 소수 의견이 아닙니다.

텐서플로우-파이토치와 같은 패턴

flowchart LR
    subgraph ml["머신러닝"]
        TF["텐서플로우
먼저 나옴, 복잡함"]
        PT["파이토치
직관적, 다 이걸로 감"]
    end

    subgraph agent["에이전트"]
        LC["랭체인/랭그래프
먼저 나옴, 복잡함"]
        PA["파이덴틱 AI
직관적, ?"]
    end

    TF -.->|"같은 패턴"| LC
    PT -.->|"같은 패턴"| PA

텐서플로우 때랑 똑같이 흘러가고 있습니다. “텐서플로우 아니면 바보다"라는 분위기가 있었는데 결국 파이토치가 다 뒤집었습니다. 지금 랭체인/랭그래프가 딱 그 자리입니다.

아직 승자는 정해지지 않았다

파이덴틱 AI가 그 자리를 차지할 수도 있고, 아직 나오지 않은 뭔가가 나올 수도 있습니다. 지금 확실한 건 하나입니다:

나중에 갈아타기 어려운 선택을 지금 해버리면 후회할 가능성이 높습니다.

핵심 요약

프레임워크 평가 추천 상황
랭체인 새 프로젝트에서 쓸 이유 없음 기존 프로젝트 유지보수만
랭그래프 복잡하고 나중에 고통받을 수 있음 비추천
구글 ADK 버그 많고 구글이 언제 손 뗄지 모름 비추천
파이덴틱 AI 가장 기대되는 선택 대부분의 상황
클로드 에이전트 SDK 파일/코드 자동화 특화 클로드 기반 자동화

결론

2025년에 쏟아져 나온 AI 에이전트 프레임워크들은 각자 다른 문제를 풀고 있습니다. “뭐가 제일 좋아요?“라는 질문보다 “내 상황에 맞는 건 뭔가?“를 물어야 합니다.

핵심 추천:

  • 파일/코드 자동화 + 클로드 기반 → 클로드 에이전트 SDK
  • 그 외 대부분 → 파이덴틱 AI
  • 아직 뭐가 필요한지 모름 → 아무 도구도 쓰지 말고 AI 직접 연결

1, 2년 안에 AI 에이전트 도구의 승자가 정해질 것입니다. 그때까지는 나중에 바꾸기 쉬운 선택을 해야 합니다. 랭체인/랭그래프로 새 프로젝트를 시작하는 건 텐서플로우 시절의 선택을 지금 하는 것과 같습니다.