Open Agent Platform이란?

개요

Open Agent Platform(OAP)은 비전문가도 손쉽게 AI 에이전트를 만들고, 관리하고, 활용할 수 있도록 설계된 오픈소스 노코드(no-code) 에이전트 빌딩 플랫폼입니다. 복잡한 코딩 없이도 웹 기반 UI를 통해 다양한 AI 에이전트를 생성하고, 외부 도구 및 RAG(Retrieval Augmented Generation) 서버, 그리고 다른 에이전트와도 연동할 수 있습니다.

주요 특징

기능	설명
에이전트 관리	직관적인 웹 UI에서 에이전트 생성, 설정, 관리, 상호작용 가능
RAG 통합	LangConnect와 연동하여 지식 기반 확장 및 검색 기반 생성 지원
MCP 도구 연동	MCP 서버를 통해 외부 도구와 연결, 기능 확장 가능
에이전트 슈퍼비전	여러 에이전트를 오케스트레이션하여 복잡한 작업 자동화
인증 및 접근 제어	내장 인증 시스템으로 보안 및 사용자별 접근 제어
에이전트 설정 UI	다양한 옵션을 시각적으로 설정, 비개발자도 손쉽게 커스터마이징 가능

실제 사용 사례

고객 지원 챗봇: FAQ, 주문 조회, 간단한 상담 등 반복 업무 자동화
문서 요약/검색: 사내 문서, 매뉴얼 등에서 필요한 정보 자동 추출 및 요약
데이터 분석 에이전트: 파이썬, SQL 등으로 데이터 분석 자동화
플러그인 에이전트: 200개 이상의 플러그인과 연동하여 다양한 외부 서비스 활용

장점

비전문가도 사용 가능: 코딩 지식 없이도 에이전트 생성 및 관리 가능
확장성: 다양한 외부 도구, 서버, 에이전트와 연동하여 기능 확장
빠른 프로토타이핑: 아이디어를 빠르게 실현하고 테스트할 수 있음
커뮤니티 및 오픈소스: 오픈소스 기반으로 활발한 커뮤니티 지원

한계 및 주의점

LangGraph 기반 에이전트만 지원: OAP에서 사용하는 에이전트는 LangGraph 플랫폼에 배포된 에이전트여야 함
RAG 기능 사용 시 별도 서버 필요: RAG(지식 검색) 기능을 쓰려면 LangConnect 서버를 별도로 운영해야 함
고급 커스터마이징은 개발 필요: UI에서 제공하지 않는 특수 기능은 직접 개발이 필요할 수 있음

설치 및 개발 환경 구축

Open Agent Platform을 직접 구축하고 실행하려면 아래와 같은 준비가 필요합니다.

1. 사전 준비물

LangSmith 계정 (무료 플랜 가능)
Supabase 계정 (인증 및 데이터베이스)
MCP 서버 (예: Arcade)
LLM API Key (예: OpenAI, Anthropic, Google)

2. 에이전트 배포

공식에서 제공하는 프리빌트 에이전트(예: Tools Agent, Supervisor Agent) 저장소를 클론합니다.
각 에이전트 저장소의 README를 참고해 LangGraph Platform에 배포합니다.
배포 후, 각 에이전트의 프로젝트 ID, tenant ID, 배포 URL 등 정보를 확인합니다.

3. 환경 변수 설정

에이전트 배포 정보를 아래와 같이 JSON 객체로 구성합니다.

{
  "id": "프로젝트 ID",
  "tenantId": "LangSmith tenant ID",
  "deploymentUrl": "배포 API URL",
  "name": "배포 이름",
  "isDefault": true,
  "defaultGraphId": "agent"
}

여러 에이전트 정보를 배열로 묶어 NEXT_PUBLIC_DEPLOYMENTS 환경 변수에 할당합니다.

NEXT_PUBLIC_DEPLOYMENTS=[{"id":"bf63dc89-1de7-4a65-8336-af9ecda479d6","deploymentUrl":"http://localhost:2024","tenantId":"42d732b3-1324-4226-9fe9-513044dceb58","name":"Local deployment","isDefault":true,"defaultGraphId":"agent"}]

4. 인증(Supabase) 설정

Supabase에서 새 프로젝트를 생성합니다.
아래 환경 변수를 apps/web/ 디렉토리에 추가합니다.

NEXT_PUBLIC_SUPABASE_URL="<your supabase url>"
NEXT_PUBLIC_SUPABASE_ANON_KEY="<your supabase anon key>"

Google 인증을 활성화하거나, 필요 없다면 관련 UI 코드를 제거할 수 있습니다.

5. RAG 서버(LangConnect) 연동

LangConnect RAG 서버를 배포하고, 아래와 같이 환경 변수를 설정합니다.

NEXT_PUBLIC_RAG_API_URL="http://localhost:8080"

6. MCP 서버 연동

MCP 서버 URL을 환경 변수로 지정합니다.

NEXT_PUBLIC_MCP_SERVER_URL="<your MCP server URL>"

인증이 필요한 경우:
```
NEXT_PUBLIC_MCP_AUTH_REQUIRED=true
```

7. 실제 실행 방법

아래 명령어로 Open Agent Platform을 실행할 수 있습니다.

# 웹앱 디렉토리로 이동
cd apps/web

# 의존성 설치
yarn install

# 개발 서버 실행
yarn dev

실행 후, 브라우저에서 http://localhost:3000 으로 접속하면 Open Agent Platform을 사용할 수 있습니다.

개발자 팁

환경 변수는 .env 파일에 저장하면 관리가 편리합니다.
여러 에이전트를 동시에 관리할 때는 NEXT_PUBLIC_DEPLOYMENTS 배열에 여러 객체를 추가하면 됩니다.
MCP, RAG 등 외부 서버와의 연동은 네트워크 환경에 따라 오류가 발생할 수 있으니, 로컬 테스트 후 운영 환경에 배포하는 것이 좋습니다.

결론

Open Agent Platform은 AI 에이전트의 대중화를 이끄는 혁신적인 플랫폼입니다. 비전문가도 손쉽게 AI 자동화의 세계에 입문할 수 있으며, 개발자에게도 강력한 확장성과 커스터마이징 옵션을 제공합니다. 앞으로 AI 에이전트가 다양한 산업과 일상에 더 깊이 스며드는 데 중요한 역할을 할 것으로 기대됩니다.

이 글은 AI를 통해 작성되었습니다.