[AI에이전트]4. Planning

요즘 AI에이전트, 제대로 배우기

AI 에이전트의 계획(Planning)이란?

개요

AI 에이전트에서 말하는 "계획(Planning)"이란, 어떤 목표를 달성하기 위해 필요한 일련의 행동들을 구성하는 선택하는 프로세스를 의미합니다.

조금 더 구체적으로 말하면, 주어진 태스크나 목표에 맞춰 필요한 단계를 논리적/시간적 순서로 정리하고, 에이전트가 그 순서에 따라 행동할 수 있도록 만드는 것을 뜻합니다.

왜 LLM기반 에이전트에 Planning이 필요한가?

LLM은 매우 강력한 추론 능력을 가지고 있지만, 그 자체만으로는 "복잡한 태스크를 단계적으로 실행하는 것"에는 적합하지 않은 경우가 많습니다.

한번의 출력으로 끝낼 수 없는 작업들, 예를 들어:

조사 → 분석 → 정리 → 리포트 작성

검색 → 필터링 → 비교 → 추천

같은 워크플로우에서는 사전에 "어떤 단계로 진행할지"를 설계하는 Planning이 매우 중요해집니다.

Planning의 연구 카테고리

대표적인 연구 축은 다음과 같습니다.

태스크 분해 (Task Decomposition)

멀티 플랜 선택 (Multi-plan Selection)

외부 플래너 지원 계획(External Planner Assisted Planning)

반성과 개선 (Reflection & Refinement)

메모리 확장 계획 (Memory-augmented Planning)

각 카테고리를 순서대로 정리해 봅시다.

1. 테스크 분해 (Task Decomposition)

복잡한 태스크를 여러 개의 서브태스크로 나누고, "분할 정복(divide and conquer)"방식으로 각 서브태스크에 대해 계획을 세우는 방법입니다.

원문에서의 분할통치는 정치/사회적 의미(피지배 계급을 갈라 지배를 유지하는 정책)도 있지만 여기서는 알고리즘/소프트웨어 문맥의 분할정복 개념으로 이해하는 것이 자연스럽습니다.

즉, 큰 문제를 한 번에 풀려고 하기보다, 작게 쪼개서 각 부분을 해결하고 다시 합치는 사고방식입니다.

2. 멀티 플랜 선택 (Multi-plan Selection)

LLM이 만들어내는 계획은 다양하고 그 중에는 최적이 아니거나 아예 실행 불가능한 것도 섞여 있습니다.

이를 해결하기 위한 한 가지 접근은,