본문으로 건너뛰기
블로그로 돌아가기
AgentScope 완전 가이드: Alibaba의 프로덕션-레디 멀티 에이전트 AI 프레임워크
튜토리얼

AgentScope 완전 가이드: Alibaba의 프로덕션-레디 멀티 에이전트 AI 프레임워크

8분 읽기0

AgentScope 완전 가이드: Alibaba의 프로덕션-레디 멀티 에이전트 AI 프레임워크

AgentScope는 Alibaba Tongyi Lab이 개발한 오픈소스 멀티 에이전트 프레임워크로, Actor 기반 네이티브 분산과 MCP/A2A 프로토콜을 동시에 지원하는 프로덕션-레디 솔루션입니다.

AI 에이전트 프레임워크가 넘쳐나는 2026년, 또 하나의 프레임워크가 등장했다고 생각하실 수 있습니다. 하지만 AgentScope는 근본적으로 다른 접근법을 취합니다. "Build and run agents you can see, understand and trust" -- 보이고, 이해되고, 신뢰할 수 있는 에이전트를 지향합니다. GitHub 스타 12,900개 이상, Apache 2.0 라이선스 100% 오픈소스. 이 글에서는 AgentScope의 핵심 기능, 다른 프레임워크와의 비교, 그리고 실제 시작 방법까지 정리합니다.

AgentScope란 무엇인가

AgentScope는 Alibaba Group의 AI 연구 조직 Tongyi Lab(이전 DAMO Academy)이 개발한 오픈소스 멀티 에이전트 AI 프레임워크입니다. Qwen(대형 언어 모델), CosyVoice(음성 합성), CoPaw(개인 AI 비서) 등을 만든 팀이 만들었습니다.

2024년 2월 arXiv 논문으로 처음 공개된 이후, 2025년 8월 v1.0.0 정식 릴리스를 거쳐 현재 v1.0.14까지 빠르게 진화하고 있습니다. 핵심 설계 철학은 세 가지입니다:

  • Simple: 5분 만에 에이전트 구축 시작. 내장 ReAct 에이전트, 도구, 스킬, Human-in-the-loop, 메모리, 플래닝 제공
  • Extensible: MCP/A2A 네이티브 지원, Message Hub 기반 유연한 멀티 에이전트 오케스트레이션
  • Production-ready: 로컬/서버리스/K8s 배포 지원, OpenTelemetry 내장 모니터링

AgentScope의 핵심 기능 5가지

1. Actor 기반 네이티브 분산

AgentScope가 다른 프레임워크와 가장 크게 차별화되는 지점입니다. Actor 모델을 기반으로 에이전트를 독립적인 프로세스로 실행할 수 있습니다. 이는 수십 개의 에이전트를 Kubernetes 위에서 안정적으로 운영할 수 있다는 의미입니다. LangGraph, CrewAI, AutoGen 모두 이 수준의 네이티브 분산을 제공하지 않습니다.

2. MCP + A2A 듀얼 프로토콜 지원

대부분의 에이전트 프레임워크가 Anthropic의 MCP(Model Context Protocol)만 지원하는 것과 달리, AgentScope는 Google의 A2A(Agent-to-Agent) 프로토콜까지 네이티브로 지원합니다. MCP 역시 Stateful과 Stateless 듀얼 클라이언트를 내장하여 유연한 통합이 가능합니다.

3. 완전한 에코시스템

단일 프레임워크가 아닌 완전한 에코시스템을 제공합니다:

구성 요소역할
AgentScope Core멀티 에이전트 프레임워크 (핵심)
AgentScope Runtime프로덕션 배포 (FastAPI 기반)
AgentScope Studio시각적 개발 도구
AgentScope JavaJava SDK
CoPaw개인 AI 비서 앱
ReMe장기 메모리 관리 키트

4. 실시간 음성 에이전트

TTS(Text-to-Speech) 기반 실시간 음성 에이전트를 내장하고 있습니다. 같은 팀이 개발한 CosyVoice와의 연동으로 자연스러운 음성 인터페이스를 구현할 수 있습니다.

5. 런타임 샌드박스

에이전트가 실행하는 코드를 안전하게 격리하는 런타임 샌드박스를 제공합니다. 2026년 1월 업데이트에서 비동기 샌드박스 5종이 추가되어 다양한 실행 환경을 지원합니다.

경쟁 프레임워크 비교: AgentScope vs LangGraph vs CrewAI vs AutoGen

AI 에이전트 프레임워크 시장에서 AgentScope의 위치를 정확히 파악하는 것이 중요합니다.

비교 항목AgentScopeLangGraphCrewAIAutoGen
개발사Alibaba Tongyi LabLangChainCrewAI Inc.Microsoft
분산 지원Actor 기반 네이티브제한적제한적제한적
MCP 지원Stateful + Stateless지원지원지원
A2A 지원네이티브미지원미지원미지원
Java SDK있음없음없음.NET 지원
시각적 도구StudioLangSmithDashboardAutoGen Studio
배포로컬/서버리스/K8sLangGraph CloudCrewAI+Azure
라이선스Apache 2.0MITMITMIT
GitHub Stars12,900+15,000+25,000+40,000+
핵심 차별점투명성 + 분산 + 에코시스템상태 그래프역할 기반 팀대화형 에이전트

언제 AgentScope를 선택해야 하는가

  • 프로덕션 배포가 핵심 요구사항일 때: K8s, OpenTelemetry, Actor 분산
  • MCP와 A2A를 모두 활용해야 할 때: 프로토콜 상호운용성
  • Java 환경과 Python 환경을 동시에 지원해야 할 때
  • 완전한 에코시스템(개발 + 배포 + 모니터링)이 필요할 때

다른 프레임워크가 더 나은 경우

  • 빠른 프로토타이핑: LangGraph가 상태 그래프 기반으로 직관적
  • 역할 기반 팀 구성: CrewAI가 시나리오 정의에 특화
  • Microsoft 생태계 통합: AutoGen이 Azure와 밀접하게 연동

AgentScope 시작하기: 5분 퀵스타트

설치

# PyPI에서 설치 (가장 간단)
pip install agentscope

# 소스에서 설치 (최신 기능)
git clone https://github.com/agentscope-ai/agentscope
cd agentscope
pip install -e .

Python 3.10 이상이 필요합니다. Java 환경이라면 AgentScope Java SDK를 별도로 사용할 수 있습니다.

기본 에이전트 생성

import agentscope

# 모델 설정
agentscope.init(
    model_configs={
        "model_type": "openai_chat",
        "config_name": "my_model",
        "model_name": "gpt-4o",
        "api_key": "your-api-key"
    }
)

# ReAct 에이전트 생성
from agentscope.agents import ReActAgent

agent = ReActAgent(
    name="assistant",
    model_config_name="my_model",
    tools=["web_search", "calculator"]
)

# 에이전트 실행
response = agent("AgentScope의 최신 버전은?")
print(response)

MCP 도구 연결

from agentscope.service import ServiceToolkit

# MCP 서버 연결
toolkit = ServiceToolkit()
toolkit.add_mcp_client(
    server_name="filesystem",
    command="npx",
    args=["-y", "@anthropic-ai/mcp-filesystem"]
)

# MCP 도구를 에이전트에 연결
agent = ReActAgent(
    name="file_agent",
    model_config_name="my_model",
    tools=toolkit
)

최근 업데이트 히스토리

AgentScope는 정식 릴리스 이후 매달 의미 있는 업데이트를 발표하고 있습니다:

  • 2025년 8월: v1.0.0 정식 릴리스
  • 2025년 11월: Anthropic Agent Skill 지원
  • 2025년 12월: A2A + TTS 지원, Runtime v1.0
  • 2026년 1월: 비동기 샌드박스 5종, 격주 커뮤니티 미팅 시작
  • 2026년 2월: Runtime v1.1.0 (FastAPI 아키텍처 리팩토링)
  • 2026년 3월: v1.0.14 - Redis 세션, PowerPoint RAG, MCP 타임아웃

격주 커뮤니티 미팅이 진행 중이며, 오픈소스 거버넌스가 활발합니다.

마무리: AgentScope를 주목해야 하는 이유

AI 에이전트 프레임워크는 빠르게 성숙하고 있습니다. 그중 AgentScope는 "프로덕션 배포"라는 현실적 과제에 가장 정면으로 대응하는 프레임워크입니다.

Actor 기반 네이티브 분산, MCP+A2A 듀얼 프로토콜, 완전한 에코시스템 -- 이 세 가지 조합은 현재 다른 프레임워크에서 찾기 어렵습니다. GitHub 스타 12,900개는 LangGraph나 CrewAI에 비해 적지만, 프레임워크의 기술적 깊이는 그 수치 이상입니다.

AI 에이전트를 실제 서비스에 적용하려는 팀이라면, AgentScope를 평가 대상에 반드시 포함하세요.

자주 묻는 질문 (FAQ)

AgentScope는 무료인가요?

네, Apache 2.0 라이선스로 100% 무료 오픈소스입니다. 상업적 사용에도 제한이 없습니다.

LangGraph에서 AgentScope로 마이그레이션할 수 있나요?

직접적인 마이그레이션 도구는 없지만, MCP 프로토콜을 공유하므로 도구(Tool) 수준에서의 호환이 가능합니다. 에이전트 로직은 재구성이 필요합니다.

Java만 사용하는 팀도 AgentScope를 쓸 수 있나요?

네, AgentScope Java SDK가 별도로 제공됩니다. Python SDK와 동일한 핵심 기능을 Java 환경에서 사용할 수 있습니다.

AgentScope Studio는 어떤 도구인가요?

웹 기반 시각적 개발 도구로, 에이전트 워크플로우를 드래그 앤 드롭으로 설계하고 실행 결과를 실시간으로 모니터링할 수 있습니다.

한국어 문서가 있나요?

현재 공식 문서는 영어와 중국어로 제공됩니다. 한국어 문서는 아직 없지만, 커뮤니티 기여를 통해 추가될 수 있습니다.

참고 자료