Deep Agents

​

핵심 개념

​

create_deep_agent 기본 패턴

from deepagents import create_deep_agent


def internet_search(query: str) -> str:
    """웹 검색 결과를 반환합니다."""
    return f"search result for: {query}"

agent = create_deep_agent(
    tools=[internet_search],
    system_prompt="당신은 리서치 보조 에이전트입니다.",
)

result = agent.invoke({
    "messages": [{"role": "user", "content": "MCP 핵심 개념을 조사해 보고서로 정리해줘"}]
})

​

일반 Agent와 차이

​

언제 선택할까

• 코딩/리서치/문서생성처럼 단계가 긴 업무
• 중간 산출물을 파일로 남겨야 하는 업무
• 단일 에이전트 컨텍스트로는 품질이 흔들리는 업무

​

실전 체크리스트

• 모델이 tool calling을 안정적으로 지원하는가
• sandbox/backend 정책이 준비되었는가
• 승인(HITL)이 필요한 tool이 정의되었는가
• 장기 메모리 저장 범위와 TTL이 정의되었는가

​

참고 자료

• Deep Agents Overview: https://docs.langchain.com/oss/python/deepagents/overview
• Deep Agents Quickstart: https://docs.langchain.com/oss/python/deepagents/quickstart
• Deep Agents Customization: https://docs.langchain.com/oss/python/deepagents/customization

​

학습 완료 기준

• 이 문서의 핵심 개념을 3분 내로 설명할 수 있습니다.
• 현재 프로젝트 기준으로 적용할 범위와 제외 범위를 구분할 수 있습니다.
• 다음 학습 단계에서 필요한 입력(코드/정책/데이터)을 준비할 수 있습니다.

​

실무 적용 체크리스트

• 서브에이전트 역할/입출력 계약을 정의했습니다.
• 장기 메모리 승격 기준과 만료 정책을 정했습니다.
• 중간 산출물 파일 구조를 표준화했습니다.
• 고위험 도구는 승인 경로로 분리했습니다.

​

자주 나는 실수

1. 서브에이전트 역할이 겹쳐 컨텍스트 오염이 발생합니다.
2. 장기 메모리 승격 기준이 없어 노이즈가 누적됩니다.
3. 장시간 작업에서 중간 산출물 관리가 일관되지 않습니다.

​

다음 문서