최근 AI 에이전트(Agent) 시스템 개발 분야에서 '그래프 엔지니어링(Graph Engineering)'이라는 용어가 새롭게 부상하며 많은 관심을 받고 있습니다. 하지만 이 개념은 완전히 새로운 것이라기보다는, 여러 에이전트 루프(Loop)를 하나의 작업 흐름으로 연결하는 오케스트레이션(Orchestration) 방식에 가깝습니다. 핵심은 기존 워크플로우 엔진(Workflow Engine)이나 DAG 스케줄러(DAG Scheduler)에서 사용되던 그래프 구조에, 지시를 해석하고 스스로 판단하는 확률적 대규모 언어모델(LLM) 에이전트가 노드(Node)로 들어섰다는 점입니다.
루프 엔지니어링은 하나의 에이전트가 특정 목표를 반복적으로 수행하고 외부 검증자(Verifier)가 결과를 확인하며, 실패 시 재시도하고 성공 시 종료하는 구조를 의미합니다. 예를 들어, 코딩 에이전트가 테스트를 통과할 때까지 코드를 수정하는 과정이 여기에 해당합니다. 반면 그래프 엔지니어링은 이러한 개별 루프와 여러 작업 단계를 연결하여 병렬 실행, 작업 인계, 공유 상태 관리, 중단 조건 등을 명시적으로 구성하는 상위 구조입니다. 복잡한 코드 리뷰 시스템처럼 여러 에이전트가 각자의 역할을 수행하고 결과를 서로 검토하며 다음 단계로 넘기는 방식이 대표적입니다. 중요한 것은 에이전트 노드가 고정된 규칙 대신 스스로 판단하기 때문에, 상태 전달, 병렬 실행, 거부 권한, 실패 복구, 비용 및 반복 제한 등을 명시적으로 설계하는 오케스트레이션이 필수적이라는 점입니다.
결론적으로 루프와 그래프는 경쟁 관계가 아닌 상호 보완적인 개념입니다. 그래프는 여러 루프와 작업 단계를 연결할 때 자연스럽게 형성되는 상위 구조이며, 에이전트 시스템의 복잡성이 커질수록 오케스트레이션의 중요성이 더욱 부각됩니다. 특히 여러 에이전트가 서로 검증한다고 해서 시스템의 신뢰성이 자동으로 높아지는 것은 아니며, 실제 테스트 결과, 완료된 거래, 사용자 행동, 전문가 판단 등 에이전트 시스템 외부의 독립적인 증거가 반드시 필요합니다. 따라서 처음부터 거대한 그래프를 설계하기보다는, 하나의 단순한 루프에서 시작하여 실제 운영을 통해 실패 방식을 이해하고 필요한 구조를 점진적으로 추가해 나가는 방식이 효과적입니다. 결국 중요한 것은 어떤 작업을 확률적 에이전트에게 맡기고, 어떤 작업을 결정적 코드로 남길지, 그리고 어디에 실제 검증과 사람의 판단을 넣을지 결정하는 시스템 설계 능력입니다.