구글 에이전트 개발 키트: 핵심 개념

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

인공지능

대상자

• 개발자 (AI 에이전트 개발에 관심 있는 Python/Java 개발자, Google Cloud 사용자)
• 난이도: 중간~고급 (LLM, 멀티에이전트 시스템 이해 필요)

핵심 요약

• ADK는 AI 에이전트를 구축, 실행, 평가하는 오픈소스 프레임워크 (예: LlmAgent, MCPToolset)
• Gemini 모델과 Google Cloud 서비스(Vertex AI, Cloud Run)와의 통합 지원
• 멀티에이전트 시스템 구현 가능 (예: root_agent가 places_finder, geocode_finder, path_planner를 호출)

섹션별 세부 요약

1. ADK 개요

• ADK의 목적: AI 에이전트를 위한 프레임워크 (예: 웹 검색, API 호출, 코드 실행)
• 내부 시스템과 동일한 기반 제공 (예: Gemini 기반의 Agentspace)
• 주요 특징: 오픈소스, 멀티에이전트 지원, Google Cloud 통합

2. 핵심 구성 요소

• 🧠 Agent: LlmAgent (LLM 기반), SequentialAgent, ParallelAgent, Custom Agent
• 🛠️ Tools: API 호출, MCPToolset (Google Maps 연동), 코드 실행 (Code Execution)
• 🧾 Events: 세션 내 상호작용 기록 (디버깅, 평가 용도)
• 💾 State/Session/Memory: 단기/장기 기억 관리 (세션 간 정보 유지)

3. 실무 예제: 도시 여행 계획

• places_finder: gemini-2.0-flash 모델로 인기 관광지 검색 (Google Search 도구 사용)
• geocode_finder: MCPToolset을 통해 주소를 위도/경도로 변환
• path_planner: Google Maps MCP 도구로 최적 경로 계산 (최소 이동 시간, 복잡한 경로 회피)
• root_agent: places_finder, geocode_finder, path_planner를 연동한 핵심 에이전트

4. 설치 및 사용 방법

• 설치: pip install adk-python 또는 GitHub
• 실행: adk web 명령어로 개발자 인터페이스 열기
• 인터페이스 활용: root_agent를 통해 도시 여행 계획 실행 (예: 낸트 도시 여행)

결론

• ADK는 멀티에이전트 시스템 구현에 유리한 프레임워크 (예: AgentTool로 다른 에이전트 호출)
• Gemini 모델과 MCPToolset 활용 시 실무적 성능 향상 가능
• 실제 사용 시 Google Maps API 키와 @modelcontextprotocol/server-google-maps 설치 필수