2026: AI Agents 실전 완전 정복

LLM 도구 호출부터 멀티 에이전트·MCP·A2A·프로덕션 배포까지 — 20챕터 97섹션 튜토리얼

학습 로드맵

flowchart LR
    P1["Part 1\nAgent 기초\nCh1-3"] --> P2["Part 2\nLangGraph\nCh4-7"] --> P3["Part 3\nTool·MCP·A2A\nCh8-11"] --> P4["Part 4\nAgentic RAG\nCh12-14"] --> P5["Part 5\n멀티 에이전트\nCh15-16"] --> P6["Part 6\n운영·배포\nCh17-20"]

    style P1 fill:#4CAF50,color:#fff
    style P2 fill:#2196F3,color:#fff
    style P3 fill:#FF9800,color:#fff
    style P4 fill:#9C27B0,color:#fff
    style P5 fill:#F44336,color:#fff
    style P6 fill:#607D8B,color:#fff

Loading

Part 1→2로 에이전트 핵심을 다지고, Part 3에서 MCP/A2A 프로토콜, Part 4에서 Agentic RAG, Part 5에서 멀티 에이전트, Part 6에서 프로덕션 운영까지 완성합니다.

---

Part 1: Agent 기초 (Ch1-3, 입문)

Ch1. LLM 도구 호출의 이해

• 01. AI 에이전트란 무엇인가 · 02. LLM Tool Calling 메커니즘 · 03. OpenAI API 도구 호출 실습 · 04. Anthropic API 도구 호출 실습 · 05. 도구 실행 엔진 구축

Ch2. ReAct 패턴과 에이전트 루프

• 01. ReAct 패턴 이론 · 02. ReAct 루프 직접 구현 · 03. 에이전트 종료 조건과 안전장치 · 04. LangGraph의 create_react_agent · 05. ReAct 에이전트 실전 프로젝트

Ch3. 대화 메모리와 상태 관리

• 01. 대화 메모리의 기초 · 02. 슬라이딩 윈도우와 토큰 관리 · 03. LangGraph 메시지 상태 · 04. 장기 메모리 구현 · 05. 멀티턴 에이전트 실습

Part 2: LangGraph 핵심 (Ch4-7, 초중급)

Ch4. LangGraph StateGraph 기초

• 01. LangGraph 아키텍처 개관 · 02. 상태 스키마 정의 · 03. 노드와 엣지 구성 · 04. 리듀서와 상태 업데이트 패턴 · 05. 첫 번째 LangGraph 에이전트

Ch5. 조건 분기와 동적 라우팅

• 01. 조건부 엣지의 이해 · 02. 복잡한 라우팅 전략 · 03. 서브그래프와 그래프 합성 · 04. 맵-리듀스 병렬 처리 · 05. 의사결정 에이전트 실습

Ch6. 체크포인트와 영속적 실행

• 01. 체크포인트 시스템 이해 · 02. 메모리 및 SQLite 체크포인터 · 03. 멀티 세션과 스레드 관리 · 04. 타임 트래블과 상태 복원 · 05. 장기 실행 워크플로우 구축

Ch7. Human-in-the-Loop 워크플로우

• 01. Human-in-the-Loop 패턴 개관 · 02. 도구 호출 승인 워크플로우 · 03. 상태 수정과 피드백 주입 · 04. 동적 중단점과 조건부 승인 · 05. HITL 실전 프로젝트

Part 3: Tool · MCP · A2A (Ch8-11, 중급)

Ch8. 커스텀 도구 개발

• 01. @tool 데코레이터 심화 · 02. 복합 도구 설계 패턴 · 03. 비동기 도구와 외부 API 연동 · 04. 도구 에러 핸들링 · 05. 도구 테스트와 모킹

Ch9. MCP 서버 구축

• 01. MCP 프로토콜 이해 · 02. FastMCP 서버 기초 · 03. 리소스와 프롬프트 설계 · 04. 트랜스포트 설정 · 05. MCP 서버 실전 프로젝트

Ch10. MCP 클라이언트와 에이전트 통합

• 01. MCP 클라이언트 구축 · 02. MCP 도구와 LLM 연동 · 03. LangGraph + MCP 통합 · 04. 다중 MCP 서버 관리 · 05. MCP 에이전트 실전 프로젝트

Ch11. A2A 프로토콜 기초

• 01. A2A 프로토콜 개관 · 02. Agent Card와 능력 선언 · 03. 태스크 기반 통신 구현 · 04. MCP + A2A 통합 아키텍처

Part 4: Agentic RAG (Ch12-14, 중상급)

Ch12. Agentic RAG — 에이전트가 검색을 도구로 활용

• 01. RAG에서 Agentic RAG로 · 02. 검색 도구 구축 · 03. 검색 결과 평가와 필터링 · 04. 자기교정 RAG 구현 · 05. Agentic RAG 실전 프로젝트

Ch13. Adaptive RAG와 동적 라우팅

• 01. Adaptive RAG 아키텍처 · 02. 쿼리 분석과 라우터 구현 · 03. 하이브리드 검색 전략 · 04. 반복적 검색과 자기교정 통합 · 05. Adaptive RAG 실전 프로젝트

Ch14. GraphRAG와 Knowledge Graph

• 01. GraphRAG 이론과 아키텍처 · 02. 지식 그래프 구축 파이프라인 · 03. Neo4j 기반 Knowledge Graph RAG · 04. 하이브리드 RAG 설계 · 05. GraphRAG 실전 프로젝트

Part 5: 멀티 에이전트 (Ch15-16, 상급)

Ch15. Supervisor/Worker 멀티 에이전트

• 01. 멀티 에이전트 아키텍처 패턴 · 02. langgraph-supervisor 활용 · 03. 에이전트 핸드오프와 상태 공유 · 04. 계층적 멀티 에이전트 · 05. 멀티 에이전트 실전 프로젝트

Ch16. CrewAI와 LangGraph 비교

• 01. CrewAI 기초 · 02. CrewAI Flows와 프로덕션 워크플로우 · 03. CrewAI vs LangGraph 심층 비교 · 04. 프레임워크 선택 가이드

Part 6: 운영과 배포 (Ch17-20, 실무)

Ch17. 에이전트 평가와 LangSmith

• 01. 에이전트 평가 전략 · 02. LangSmith 데이터셋과 오프라인 평가 · 03. LLM-as-Judge 평가 · 04. 멀티턴 궤적 평가 · 05. CI/CD 통합 평가

Ch18. 관찰가능성과 디버깅

• 01. LangSmith 트레이싱 설정 · 02. 트레이스 분석과 디버깅 · 03. 비용과 성능 모니터링 · 04. 프로덕션 모니터링 전략

Ch19. 가드레일과 Structured Output

• 01. 에이전트 가드레일 설계 · 02. 입력 검증과 프롬프트 인젝션 방어 · 03. Structured Output 기초 · 04. LangGraph에서의 Structured Output · 05. 가드레일 통합 실습

Ch20. FastAPI 배포와 프로덕션 운영

• 01. FastAPI + LangGraph 통합 · 02. 스트리밍 응답 구현 · 03. 인증과 보안 · 04. 확장성과 운영 · 05. 프로덕션 배포 실전

---

기술 스택: Python 3.12+ · LangGraph · LangChain · LangSmith · MCP (FastMCP) · A2A · CrewAI · FastAPI · OpenAI API · Anthropic API · Neo4j

라이선스

GNU General Public License v3.0