AI 에이전트 개발, - Agno 가이드 (+ v2.5.14 최신 업데이트)

AI 에이전트 개발, - Agno 가이드 (+ v2.5.14 최신 업데이트)

 

Multi Agent 시스템에 대해서 이제는 다양한 업계 및 개발자들이 고려하고 있습니다.

다음의 내용은 이런 Multi Agent 시스템 구축을 위한 가벼운 프레임워크중에 하나로 소개하려고 합니다.

다양한 시스템들이 유료버전으로 사용 가능한데 비해 소개할 Agno는 무료로도 사용이 가능한 시스템을 제공하고 있습니다. 즉 오픈 소스 이면서 유료에 대한 정책이 따로 있습니다.

 

---

🤖 Agno가 뭔가요?

쉽게 말하면, AI 에이전트를 만들고 운영하기 위한 종합 플랫폼입니다.

식당으로 비유하자면 이렇습니다. AI 모델(GPT, Claude 등)이 훈련된 요리사라면, Agno는 그 요리사가 일할 수 있는 주방 전체, 그러니까 냉장고(기억/지식 저장), 주문 시스템(API), 홀 서빙(UI)까지 모두 갖춘 레스토랑 운영 시스템인 셈이죠.

Agno는 세 가지 계층으로 구성됩니다.

• Framework (프레임워크): 에이전트, 팀, 워크플로우를 코드로 만드는 도구. 메모리, 지식 베이스, 안전 장치(가드레일), 100개 이상의 외부 연동을 지원합니다.
• Runtime (런타임): 만든 에이전트를 실제 서비스로 배포하는 백엔드 서버. 사용자별 세션 분리, 스트리밍 응답 등을 자동으로 처리해줍니다.
• Control Plane (관제 시스템): AgentOS UI를 통해 운영 중인 에이전트를 실시간으로 모니터링하고 관리합니다.

GitHub에서 이미 **39,000개 이상의 별(⭐)**을 받은, 실력과 인기를 모두 갖춘 프로젝트입니다.

---

💡 Agno로 어떤 걸 만들 수 있나요?

Agno 팀이 직접 만들어 공개한 예시들을 보면 가능성이 느껴집니다.

• Pal: 사용자의 취향을 학습하는 개인 비서 에이전트
• Dash: 6가지 컨텍스트 레이어를 활용하는 데이터 분석 에이전트
• Gcode: 코드 작성 후에도 계속 개선되는 코딩 에이전트
• Investment Team: 여러 에이전트가 토론하며 투자 결정을 내리는 멀티 에이전트 시스템

하나짜리 단순 에이전트부터 여러 에이전트가 협업하는 복잡한 시스템까지, 동일한 구조로 확장해나갈 수 있습니다.

---

🚀 첫 번째 에이전트, 20줄로 만들기

공식 문서(docs.agno.com)에서는 단 20줄로 첫 에이전트를 만드는 방법을 안내합니다. 한 번 따라가 볼게요.

1단계: 코드 작성

아래 코드를 agno_assist.py 파일로 저장합니다.

from agno.agent import Agent
from agno.db.sqlite import SqliteDb
from agno.models.anthropic import Claude
from agno.os import AgentOS
from agno.tools.mcp import MCPTools

agno_assist = Agent(
    name="Agno Assist",
    model=Claude(id="claude-sonnet-4-5"),         # AI 모델 연결
    db=SqliteDb(db_file="agno.db"),                # 대화 기록 저장소
    tools=[MCPTools(url="https://docs.agno.com/mcp")],  # 외부 도구 연결
    add_history_to_context=True,                   # 과거 대화 기억
    num_history_runs=3,                            # 최근 3번 대화 참조
    markdown=True,
)

# AgentOS로 서비스화 (스트리밍, 인증, 세션 분리, API 엔드포인트 자동 생성)
agent_os = AgentOS(agents=[agno_assist], tracing=True)
app = agent_os.get_app()

코드가 짧아도 이 안에 엄청난 기능이 담겨 있습니다. 대화 이력을 SQLite 파일에 저장하고, 외부 문서를 MCP(Model Context Protocol)로 가져와서 에이전트가 답변할 때 참고하게 합니다. 서비스는 FastAPI 기반으로 자동 생성됩니다.

2단계: 실행

# 가상환경 생성 및 활성화
uv venv --python 3.12
source .venv/bin/activate

# 필요한 패키지 설치
uv pip install -U 'agno[os]' anthropic mcp

# API 키 설정
export ANTHROPIC_API_KEY=sk-***

# 서버 실행
fastapi dev agno_assist.py

http://localhost:8000에서 서버가 시작되고, /docs에서 API 문서를 자동으로 볼 수 있습니다.

3단계: UI에서 확인

os.agno.com에 접속해서 "Add new OS → Local"을 선택하고 로컬 서버 주소를 입력하면, 웹 UI에서 에이전트와 대화하고 세션 이력을 확인할 수 있습니다.

---

📦 최신 릴리즈: v2.5.14 — 무엇이 달라졌나?

2025년 4월 2일에 공개된 v2.5.14 업데이트에는 실용적인 기능들이 포함되었습니다. 

여기서 중요한점은 Agno 는 빠른 시간에 계속해서 업데이트가 이뤄지고 있다는 것입니다. 앞으로도 지속적으로 개선이 이뤄질것으로 보여집니다.

 

✨ 새로운 기능

Fallback Models (폴백 모델) 지원

에이전트에 주력 모델이 실패했을 때 자동으로 대체할 모델을 지정할 수 있게 됐습니다.

agent = Agent(
    model=OpenAIChat(id="gpt-4o", base_url="http://localhost:1/v1", retries=0),
    fallback_models=[Claude(id="claude-sonnet-4-20250514")],
)

예를 들어 GPT-4o 서버가 다운되거나 응답이 없을 때, Claude가 자동으로 그 역할을 대신합니다. 장애 대응을 코드 한 줄로 처리할 수 있는 셈이죠.

Azure Blob Storage SAS 토큰 인증 지원

클라우드 스토리지 연동 시 더 안전한 인증 방식인 SAS(Shared Access Signature) 토큰을 사용할 수 있게 됐습니다.

Slack 워크스페이스 검색 도구 추가

SlackTools에 워크스페이스 전체 검색 기능이 추가되어, 에이전트가 Slack 대화 내용을 검색해 답변에 활용할 수 있습니다.

🔧 버그 수정

• LearningMachine: 대화가 아닌 시스템 메시지가 학습 데이터로 잘못 추출되던 문제를 수정했습니다.
• OpenAI Responses API: 이미지 바이트 데이터의 MIME 타입이 잘못 설정되던 버그를 수정했습니다.
• Claude 4.6+ 모델 호환성: Claude 4.6 이상 버전은 어시스턴트 메시지 프리필(prefill)을 지원하지 않는데, 이를 자동 감지해서 사용자 메시지를 자동으로 추가하는 방식으로 처리하도록 개선했습니다. Anthropic, Bedrock, Vertex AI, LiteLLM 등 모든 제공자에 동일하게 적용됩니다.

---

🧩 왜 Agno를 사용해야 할까요?

비슷한 AI 에이전트 프레임워크들(LangChain, CrewAI 등)이 많지만, Agno의 차별점은 몇 가지가 있습니다.

내 인프라에서 실행 — 데이터가 외부 서버로 나가지 않습니다. 세션, 메모리, 지식, 추적 기록 모두 내 데이터베이스에 저장됩니다.

프로덕션 준비 완료 — 개발용 코드와 배포용 코드가 동일합니다. 스케일아웃이나 세션 격리를 위해 별도 작업이 필요 없습니다.

2,000개 이상의 예제 — 공식 문서에서 다양한 실제 사용 예제를 바로 참고할 수 있어, 아이디어를 빠르게 검증할 수 있습니다.

---

🎯 정리하며

지금까지의 글은 Agno 홈페이지의 소개글을 바탕으로 작성됐습니다. 자세한 내용은 홈페이지를 참고하세요.

 

---

참고 링크

• Agno GitHub: https://github.com/agno-agi/agno
• v2.5.14 릴리즈 노트: https://github.com/agno-agi/agno/releases/tag/v2.5.14
• 공식 문서: https://docs.agno.com