Agno v2.0 무상태형 아키텍처 전환: 서버리스 환경에서 초고속 AI 에이전트 만드는 법

Haram

@haram

Agno v2.0 무상태형 아키텍처 전환: 서버리스 환경에서 초고속 AI 에이전트 만드는 법

Agno v2.0 무상태형 아키텍처 전환: 서버리스 환경에서 초고속 AI 에이전트 만드는 법

그동안 많은 사랑을 받았던 AI 에이전트 프레임워크, 피데이터(Phidata)가 '아그노(Agno) v2.0'이라는 새로운 이름으로 완전히 새롭게 돌아왔습니다! 단순히 이름만 바뀐 게 아니라, 서버리스 환경에서 발목을 잡던 로딩 속도와 비용 문제를 완벽하게 해결해 줄 초경량 아키텍처를 품었는데요. 가볍고 빠른 나만의 에이전트를 어떻게 손쉽게 만들 수 있는지, 핵심만 쏙쏙 골라 아주 쉽고 실용적으로 소개해 드릴게요.

서버리스 최적화의 비결: 단 3마이크로초 만에 깨어나는 엔진

기존 AI 에이전트 프레임워크들은 사용자가 요청을 보낼 때마다 무거운 설정과 이전 대화 기록을 메모리에 새로 올리느라 첫 반응이 느려지는 고질적인 문제를 겪었습니다. 클라우드 환경에서 서버가 깨어날 때 발생하는 '콜드 스타트' 현상 때문인데요. 에이전트가 무거울수록 반응 속도가 답답해지고 서버를 계속 켜두어야 하니 비용 부담도 컸습니다.

아그노 v2.0은 에이전트 자체를 완전히 가볍게 비워두는 무상태형 설계로 이 문제를 해결했습니다. 에이전트를 새로 띄우는 데 필요한 메모리는 고작 6.6KB에 불과하며, 생성 속도는 무려 3마이크로초 수준으로 줄였습니다. 덕분에 호출이 들어오는 순간 대기 시간 없이 즉시 실행됩니다.

마치 비서가 사무실에 하루 종일 상주하는 대신, 호출 벨이 울릴 때만 필요한 서류를 신속하게 훑어보고 일을 마친 뒤 곧바로 퇴근하는 것과 같습니다. 요청이 끝나면 메모리에서 깔끔하게 사라지므로, 서버 가동 비용을 아끼고 여러 사용자의 데이터가 서로 뒤섞일 위험도 완벽하게 예방해 줍니다.

기억 상실 방지: 세션 저장소와 사용자 메모리의 깔끔한 분리

에이전트가 아무리 가볍고 빨라도, 방금 전 나눈 대화를 기억하지 못하고 매번 첫 만남처럼 행동한다면 쓸모가 없겠죠? Agno는 이 문제를 해결하기 위해 에이전트 자체는 완전히 무상태형으로 가볍게 유지하되, 대화의 기억을 보관하는 곳을 두 가지 역할로 깔끔하게 분리했습니다.

첫째는 현재 대화 흐름과 실시간 상태를 임시로 저장하는 세션 저장소이고, 둘째는 사용자의 개인 취향이나 중요한 정보를 오랫동안 보관하는 사용자 장기 메모리입니다. 이 두 가지를 SQLite나 PostgreSQL 같은 가벼운 외부 데이터베이스에 매끄럽게 연결해 관리합니다.

실제로 파일 기반의 초경량 데이터베이스인 SQLite를 사용해 세션 저장소와 장기 메모리를 동시에 연결하는 설정은 아래 코드처럼 아주 직관적입니다.

python
from agno.agent import Agent, AgentMemory
from agno.storage.agent.sqlite import SqliteStorage
from agno.memory.db.sqlite import SqliteMemoryDb

# 무상태형 에이전트에 세션 저장소와 장기 메모리 한 번에 연결하기
agent = Agent(
    storage=SqliteStorage(table_name="agent_sessions", db_file="agno.db"),
    memory=AgentMemory(
        db=SqliteMemoryDb(table_name="user_memory", db_file="agno.db"),
        create_user_memories=True,
    )
)

이렇게 세팅해 두면 에이전트 엔진은 서버리스 환경에서 매번 눈 깜짝할 사이에 켜지고 꺼집니다. 그러면서도 사용자가 요청을 보낼 때 세션 ID나 사용자 고유 ID만 함께 넘겨주면, 필요한 기억 장치에서 이전 맥락을 기가 막히게 가져와 대화를 매끄럽게 이어 나갑니다. 무중단 서비스나 대규모 사용자 요청을 처리할 때 일어나는 상태 꼬임 문제도 완벽하게 예방할 수 있습니다.

레거시 폐기: AgentOS와 FastAPI로 완성하는 초간단 API 서버

이전 버전의 복잡했던 웹 서버 연동 방식은 이제 잊으셔도 좋습니다. Agno v2.0은 기존의 번거로운 설정을 모두 걷어내고, 새로운 런타임 표준인 AgentOS를 도입했습니다. 덕분에 우리가 공들여 만든 에이전트를 상용 서비스에 바로 쓸 수 있는 웹 API 서버로 만드는 과정이 믿기 힘들 정도로 단순해졌습니다.

단 몇 줄의 파이썬 코드만으로 실시간 스트리밍 답변부터 에이전트 실행 추적, 사용자 세션 격리 기능까지 포함된 탄탄한 FastAPI 기반의 서버를 즉시 구축할 수 있습니다.

어떻게 구현하는지 실제 코드로 살펴보겠습니다.

python
from agno.agent import Agent
from agno.os import AgentOS

agent = Agent(name="스마트 비서", instructions=["친근하게 대답해주세요."])

# AgentOS로 에이전트를 감싸서 고성능 API 앱을 가져옵니다
agent_os = AgentOS(agents=[agent])
app = agent_os.get_app()

이렇게 완성된 app 객체는 일반적인 FastAPI 앱과 완전히 똑같이 작동합니다. 이미 서비스 중인 대규모 마이크로서비스가 있더라도 그 안에 자연스럽게 끼워 넣어 통합할 수 있습니다. 복잡한 서버 아키텍처 설계에 시간을 허비하는 대신, 이제 에이전트의 핵심 기능과 사용자 경험을 개선하는 데만 온전히 집중해 보세요.

지갑도 가볍게, 실행은 빠르게!

그동안 24시간 내내 켜두어야 하는 서버 비용 때문에 AI 에이전트 만들기를 망설이셨나요? 이제 Agno v2.0의 초경량 무상태형 아키텍처 덕분에 필요할 때만 잠시 켜지는 서버리스 환경에서도 비용 걱정 없이 에이전트를 마음껏 실행할 수 있습니다.

압도적으로 가볍고 빠른 엔진에 똑똑한 기억 장치까지 더해진 Agno v2.0으로 나만의 스마트한 AI 비서를 오늘 바로 만들어 보세요!