기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# AutoGen
<a name="autogen"></a>

[https://www.microsoft.com/en-us/research/project/autogen/](https://www.microsoft.com/en-us/research/project/autogen/)는에서 처음 릴리스한 오픈 소스 프레임워크입니다Microsoft.는 대화형 및 협업 자율 AI 에이전트를 활성화하는 데 중점을 AutoGen 둡니다. 복잡한 자율 워크플로를 위해 에이전트 간의 비동기식 이벤트 기반 상호 작용에 중점을 두고 다중 에이전트 시스템을 구축하기 위한 유연한 아키텍처를 제공합니다.

## 의 주요 기능 AutoGen
<a name="key-features-of-autogen"></a>

AutoGen는 다음과 같은 주요 기능을 제공합니다.
+ **대화 에이전트** - 자율 에이전트 간의 자연어 대화를 중심으로 구축되어 대화를 통해 정교한 추론을 가능하게 합니다. 자세한 내용은 AutoGen 설명서의 [다중 에이전트 대화 프레임워크](https://microsoft.github.io/autogen/docs/Use-Cases/agent_chat)를 참조하세요.
+ **비동기 아키텍처** - 비차단 자율 에이전트 상호 작용을 위한 이벤트 기반 설계로 복잡한 병렬 워크플로를 지원합니다. 자세한 내용은 AutoGen 설명서[의 비동기 채팅 시퀀스에서 여러 작업 해결을 참조하세요](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_async_chats/).
+ **Human-in-the-loop** 필요한 경우 자율 에이전트 워크플로에 대한 선택적 인적 참여를 강력하게 지원합니다. 자세한 내용은 AutoGen 설명서의 [에이전트에서 인적 피드백 허용](https://microsoft.github.io/autogen/0.2/docs/tutorial/human-in-the-loop/)을 참조하세요.
+ **코드 생성 및 실행** - 코드를 작성하고 실행할 수 있는 코드 중심 자율 에이전트를 위한 특수 기능입니다. 자세한 내용은 AutoGen 설명서의 [코드 실행](https://microsoft.github.io/autogen/stable/user-guide/core-user-guide/design-patterns/code-execution-groupchat.html)을 참조하세요.
+ **사용자 지정 가능한 동작** - 다양한 사용 사례를 위한 유연한 자율 에이전트 구성 및 대화 제어. 자세한 내용은 AutoGen 설명서의 [agentchat.conversable\$1agent](https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent)를 참조하세요.
+ **파운데이션 모델 선택** - Anthropic Claude, Amazon Bedrock의 Amazon Nova 모델(Premier, Pro, Lite, Micro) 등 다양한 파운데이션 모델과 다양한 자율 추론 기능을 지원합니다. 자세한 내용은 AutoGen 설명서의 [LLM 구성을](https://microsoft.github.io/autogen/docs/topics/llm_configuration) 참조하세요.
+ **LLM API 통합** - Amazon Bedrock, 및 OpenAI를 포함한 여러 LLM 서비스 인터페이스에 대한 표준화된 구성입니다Azure OpenAI. 자세한 내용은 AutoGen API 참조의 [oai.openai\$1utils](https://microsoft.github.io/autogen/docs/reference/oai/openai_utils)를 참조하세요.
+ **멀티모달 처리** - 텍스트 및 이미지 처리를 지원하여 풍부한 멀티모달 자율 에이전트 상호 작용을 활성화합니다. 자세한 내용은 AutoGen 설명서의 [의 Engaging with Multimodal Models: GPT-4VAutoGen](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_lmm_gpt-4v/)를 참조하세요.

## AutoGen(을)를 사용해야 하는 경우
<a name="when-to-use-autogen"></a>

AutoGen는 다음과 같은 자율 에이전트 시나리오에 특히 적합합니다.
+ 복잡한 추론을 위해 자율 에이전트 간에 자연스러운 대화 흐름이 필요한 애플리케이션
+ 완전 자율 운영과 선택적 인적 감독 기능이 모두 필요한 프로젝트
+ 사람의 개입 없이 자율 코드 생성, 실행 및 디버깅과 관련된 사용 사례
+ 유연하고 비동기적인 자율 에이전트 통신 패턴이 필요한 시나리오

## 에 대한 구현 접근 방식 AutoGen
<a name="implementation-approach-for-autogen"></a>

AutoGen는 AutoGen 설명서[의 시작하기](https://microsoft.github.io/autogen/docs/Getting-Started)에 설명된 대로 비즈니스 이해관계자에게 대화형 구현 접근 방식을 제공합니다. 프레임워크를 통해 조직은 다음을 수행할 수 있습니다.
+ 자연어 대화를 통해 통신하는 자율 에이전트를 생성합니다.
+ 여러 에이전트 간에 비동기식 이벤트 기반 상호 작용을 구현합니다.
+ 필요한 경우 완전 자율 운영과 선택적 인적 감독을 결합합니다.
+ 대화를 통해 협업하는 다양한 비즈니스 기능을 위한 전문 에이전트를 개발합니다.

이 대화형 접근 방식을 사용하면 자율 시스템의 추론이 투명하고 비즈니스 사용자가 액세스할 수 있습니다. 의사 결정자는 에이전트 간의 대화를 관찰하여 결론에 도달하는 방법을 이해하고 사람의 판단이 필요할 때 선택적으로 대화에 참여할 수 있습니다.

## 의 실제 예 AutoGen
<a name="real-world-example-of-autogen"></a>

Magentic-One는 [Microsoft AI Frontiers 블로그](https://www.microsoft.com/en-us/research/articles/magentic-one-a-generalist-multi-agent-system-for-solving-complex-tasks/)에 설명된 대로 다양한 환경에서 복잡한 다단계 작업을 자율적으로 해결하도록 설계된 오픈 소스 일반 다중 에이전트 시스템입니다. 핵심에는 상위 수준의 목표를 분해하고 구조화된 원장을 사용하여 진행 상황을 추적하는 Orchestrator 에이전트가 있습니다. 이 에이전트는 특수 에이전트(예: WebSurfer, FileSurfer, 및 CoderComputerTerminal)에게 하위 작업을 위임하고 필요한 경우 다시 계획하여 동적으로 조정합니다.

시스템은 AutoGen 프레임워크를 기반으로 구축되었으며 모델에 구애받지 않으며 기본값은 GPT‐4o입니다. 작업별 튜닝 WebArena없이 GAIA, 및 AssistantBench와 같은 벤치마크 전반에서 최첨단 성능을 달성할 수 있습니다. 또한 AutoGenBench 제안 사항을 통해 모듈식 확장성과 엄격한 평가를 지원합니다.