LangChain, deepagents에 'forked subagents' 도입… 컨텍스트 중복 제거 및 성능 향상

LangChain이 deepagents 최신 버전에 forked subagents 기능을 도입했다. 기존 subagents는 fresh context window에서 시작해 supervisor가 이미 수행한 파일 읽기 등 컨텍스트 수집 작업을 중복 수행하는 비효율이 있었다.

Forked Subagents의 작동 원리

새로운 fork 모드는 supervisor의 전체 대화 상태를 subagent에게 전파한다. subagent는 supervisor의 스레드에서 분기된 연속 작업으로 동작하며, supervisor가 작성한 지시문이 추가된다. 이를 통해 prompt caching을 활용할 수 있어 isolated subagents보다 빠르고 저렴하다.

컨텍스트 모드 활용 전략

subagent의 역할에 따라 isolated와 fork 모드를 선택적으로 사용할 수 있다.

• Worker Agent (fork): supervisor가 이미 컨텍스트를 수집한 후 작업을 이어갈 때 사용한다. 조사 중단 지점부터 재개할 수 있어 효율적이다.
• Verifier Agent (isolated): 독립적인 판단이 필요한 검증 작업에 적합하다. supervisor의 추론을 상속받으면 anchor effect로 역효과가 날 수 있어 관련 자료만 전달한다.
• Researcher Agent (isolated): 독립적인 질문 조사에 사용한다. 병렬 실행 시 supervisor history 중복을 방지할 수 있다.

deepagents는 LangChain 팀의 수천 개 팀 작업 경험을 바탕으로 개발된 framework로, Python과 TypeScript 모두 지원한다.