AI 에이전트 개발에서 고질적인 문제로 지적되던 ‘예측 불가능성’과 ‘재사용성 부족’을 해결하기 위한 새로운 프로그래밍 언어 ‘마가리타(Margarita)’가 등장했습니다. 마가리타는 마크다운(Markdown)의 간결한 문법에 조건문, 반복문 등 프로그래밍 언어의 논리적 제어 구조를 결합하여, 대규모 언어모델(LLM) 기반의 에이전트 워크플로우를 더욱 안정적이고 효율적으로 구축할 수 있게 합니다.
마가리타는 마크다운 파일 내에서 LLM 프롬프트를 작성하되, `@state`로 변수를 선언하고, `@effect run`으로 에이전트를 실행하며, `[[ include.mgx ]]` 문법으로 다른 마가리타 파일을 불러와 재사용할 수 있습니다. 예를 들어, 이메일 요약 에이전트를 만들 때 `load_emails` 함수를 호출하여 이메일 내용을 가져오고, 이를 프롬프트에 주입한 뒤 LLM을 실행하여 요약 및 액션 아이템을 도출하는 과정을 마크다운과 유사한 스크립트로 작성할 수 있습니다. 또한, 컨텍스트(Context) 창을 명확하게 제어하여 불필요한 토큰(token) 사용을 줄이고 비용을 절감하는 기능도 제공합니다.
이러한 접근 방식은 LLM이 특정 단계를 건너뛰거나 예상치 못한 응답을 내놓는 문제를 줄여, AI 에이전트의 동작을 더욱 예측 가능하게 만듭니다. 개발자들은 복잡한 프롬프트 엔지니어링(prompt engineering) 대신 친숙한 코드 구조를 활용하여 워크플로우를 명확하게 정의하고, 필요한 부분에만 LLM의 동적인 능력을 활용할 수 있게 됩니다. 이는 자동화된 코드 리뷰 파이프라인, 스케줄링된 보고서, 데이터 강화 워크플로우, 슬랙 봇 등 반복적이고 읽기 쉬운 스크립트가 필요한 다양한 LLM 기반 애플리케이션 개발에 큰 도움이 될 것으로 기대됩니다.