# \#microsoft-autogen
**URL:** https://discuss.pytorch.kr/tag/microsoft-autogen/1795.md
[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)
---
## [Microsoft Agent Framework: Microsoft가 새롭게 공개한 Multi-Agent Framework (feat. Python, C#/.NET)](https://discuss.pytorch.kr/t/microsoft-agent-framework-microsoft-multi-agent-framework-feat-python-c-net/7884)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [10월 2, 2025, 3:00오전 UTC](https://discuss.pytorch.kr/t/microsoft-agent-framework-microsoft-multi-agent-framework-feat-python-c-net/7884 "2025-10-02T03:00:24Z")
Microsoft Agent Framework 소개 Microsoft Agent Framework는 AI 에이전트와 멀티 에이전트 워크플로우를 구축, 조율, 배포할 수 있도록 설계된 새로운 프레임워크입니다. Python과 .NET을 모두 지원하며, 단순한 챗봇부터 복잡한 그래프 기반 멀티 에이전트 오케스트레이션까지 다양한 시나리오를 다룰 수 있도록 설계되어 있습니다. 특히 이 프레임워크는 AI 기반 애플리케이션을 개발하려는 팀이 언어나 플랫폼 제약 없이 빠르게 에이전트를 설계하고 실행할 수 있도록 돕습니다. 최근 AI 에이전트 프레임워크 시장은 빠르게 성장하고 있으며, 다양한 솔루션이 경쟁하고 있습니다. 하지만 기존 프레임워크는 특정 언어에 한정되거나, 대규모 오케스트레이션을 다루기에는 기능이 제한적이었습니다. Microsoft Agent Framework는 이러한 한계를 극복하기 위해 Python과 C#/.NET을 아우르는 통합 API, 그래프 기반 워크플로우, 실시간 모니터링 및 디버깅 환경까지 지원하여 개발자 경험을 크게 개선하고 있습니다. 따라서 AI 기반 챗봇, 대화형 도우미, 지능형 자동화 시스템을 구현하려는 개발자라면 이 프레임워크를 주목할 필요가 있습니다. 특히 멀티 에이전트 구조를 활용한 복잡한 AI 애플리케이션 개발에 있어 Microsoft Agent Framework는 중요한 역할을 하게 될 것입니다. Semantic Kernel 및 AutoGen과 비교 Microsoft는 이전에 Semantic Kernel은 플러그인 기반으로 AI 모델과 기존 코드, 워크플로우를 연결하는 데 초점을 맞췄으며, AI 오케스트레이션 기능을 제공하여 많은 개발자가 이를 활용해 AI 워크플로우를 구축했습니다. 그러나 Semantic Kernel은 C#과 Python 중심이었지만 확장성과 멀티 에이전트 지원 측면에서 한계가 있었습니다. 또한, Microsoft의 또다른 오픈소스 프로젝트 중 하나인 AutoGen은 여러 AI …
---
## [Magentic-UI: 실험적인 인간 중심의 웹 에이전트 프로젝트 (feat. Microsoft)](https://discuss.pytorch.kr/t/magentic-ui-feat-microsoft/6976)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [5월 20, 2025, 9:30오전 UTC](https://discuss.pytorch.kr/t/magentic-ui-feat-microsoft/6976 "2025-05-20T09:30:24Z")
Magentic-UI 소개 Microsoft Research가 새로운 오픈소스 웹 에이전트인 Magentic-UI를 공개했습니다. 이 프로젝트는 단순한 자동화 도구가 아니라, 사용자의 개입과 협업을 중심으로 설계된 인간 중심의 에이전트입니다. 특히 반복적이고 복잡한 웹 기반 작업을 수행하면서도 사용자의 통제를 유지할 수 있도록 설계되어, AI 에이전트의 자율성과 사용자 통제 사이의 균형을 맞추는 것을 목표로 하고 있습니다. 현대의 웹 기반 작업은 여전히 수동적이고 반복적인 경우가 많습니다. 예를 들어, 정보를 검색하거나 양식을 작성하고, 대시보드를 탐색하는 등의 작업은 자동화하기 어렵고, 사용자의 직접적인 개입이 필요합니다. 이러한 문제를 해결하기 위해 Microsoft Research는 Magentic-UI라는 새로운 오픈소스 연구 프로토타입을 개발했습니다. 이 에이전트는 사용자가 웹 기반 작업을 수행할 때 실시간으로 협업하며, 사용자의 피드백을 반영하여 작업을 계획하고 실행합니다. 기존의 완전 자율적인 에이전트와 달리, Magentic-UI는 사용자의 통제와 투명성을 중시하여, 사용자가 에이전트의 행동을 이해하고 개입할 수 있도록 설계되었습니다. Magentic-UI는 이전에 Microsoft가 발표한 Magentic-One의 확장판으로 볼 수 있습니다. Magentic-One은 다양한 도메인에서 복잡한 작업을 수행할 수 있는 범용 멀티 에이전트 시스템으로, 주로 자율적인 작업 수행에 초점을 맞추고 있습니다. 반면, Magentic-UI는 인간 중심의 설계를 통해 사용자의 개입과 협업을 강조합니다. 또한, Magentic-UI는 AutoGen 프레임워크를 기반으로 하여, 다양한 Azure AI 모델 및 에이전트와 통합되어 작동합니다. Magentic-UI의 주요 기능 협업적 계획 수립(Co-Plannin…
---
## [iauto: 적은 코드(low-code)로 LLM과 RPA를 통합하는 지능형 자동화 도구](https://discuss.pytorch.kr/t/iauto-low-code-llm-rpa/3641)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 1\
**마지막 업데이트:** [2월 28, 2024, 6:59오전 UTC](https://discuss.pytorch.kr/t/iauto-low-code-llm-rpa/3641 "2024-02-28T06:59:35Z")
iauto 소개 iauto는 Low-code 지능형 자동화 도구로, LLM(Large Language Model)과 RPA(Robotic Process Automation)를 통합합니다. OpenAI 등의 외부 API를 통한 LLM 사용과 llama.cpp를 사용한 로컬 LLM 모두 사용할 수 있습니다. Microsoft의 AutoGen을 통합하여 다중 에이전트를 사용한 자동화도 정의할 수 있습니다. 사용자는 Playbook이라고 부르는, 해결하고자 하는 작업을 정의한 yaml 파일을 작성한 뒤, 이를 자동화하여 사용할 수 있습니다. 예를 들어, 로컬 브라우저를 열어서 bing.com을 접속한 뒤 결과를 가져오는 작업을 정의한 browser.yaml 파일은 다음과 같이 정의할 수 있습니다. playbook: description: Open browser and goto https://bing.com actions: - browser.open: args: exec: /Applications/Google Chrome.app/Contents/MacOS/Google Chrome result: $browser - browser.goto: args: browser: $browser url: https://bing.com result: $page - repeat: actions: - browser.eval: args: page: $page javascript: new Date() result: $now - log: $now - time.wait: 2 이후, 실행을 위해서는 다음과 같이 iauto를 설치하고 실행하면 됩니다. iauto의 설치 및 실행을…
---
## [\[GN\] Microsoft AutoGen - 차세대 LLM 어플리케이션을 위한 프레임워크](https://discuss.pytorch.kr/t/gn-microsoft-autogen-llm/2669)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [10월 17, 2023, 9:29오후 UTC](https://discuss.pytorch.kr/t/gn-microsoft-autogen-llm/2669 "2023-10-17T21:29:13Z")
GeekNews의 xguru님께 허락을 받고 GN에 올라온 글들 중에 AI 관련된 소식들을 공유하고 있습니다. :smiley\_cat: 소개 Multi-Agent 대화 프레임워크 : 여러 에이전트간의 자동화된 대화를 통해서 LLM, 도구, 인간을 연동 복잡한 워크플로우를 위한 다양한 대화 패턴 지원 : 정적/동적 대화. 등록된 자동 응답, LLM 기반 함수 호출 구현 예제: 수학 문제 풀이, 멀티 에이전트 코딩, 온라인 의사 결정, Retrieval-Augemented Chat, 동적인 그룹 채팅, 대화형 체스 원문 AutoGen 홈페이지 AutoGen GitHub 저장소 https://github.com/microsoft/autogen 출처 / GeekNews
---
## [\[TLDR\] 오늘의 AI 뉴스, 2023-10-13: 2023년 AI 현황 보고서 🤖, Google의 검색 생성 경험 🔍, 텍스트 임베딩 vs. 텍스트 📃](https://discuss.pytorch.kr/t/tldr-ai-2023-10-13-2023-ai-google-vs/2652)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [10월 14, 2023, 3:00오전 UTC](https://discuss.pytorch.kr/t/tldr-ai-2023-10-13-2023-ai-google-vs/2652 "2023-10-14T03:00:00Z")
파이토치 한국 사용자 모임에서는 TLDR 뉴스레터 의 승인을 받아 AI 소식을 DeepL로 번역 하여 전합니다. :star\_struck: 더 많은 AI 소식 및 정보를 공유하고 함께 성장하고 싶으신가요? 지금 파이토치 한국어 커뮤니티에 방문해주세요! :robot: :rocket: 주요 뉴스 & 신규 출시 소식 / Headlines & Launches OpenAI, AI 개발 효율성을 높이기 위한 주요 업데이트 공개 / OpenAI Unveils Major Updates To Boost AI Development Efficiency (2 minute read) OpenAI는 개발자 도구에 메모리 스토리지 및 고급 비전 기능과 같은 업데이트를 도입하여 애플리케이션 비용을 크게 절감하고 다양한 분야에서 혁신을 촉진할 계획입니다. openai OpenAI plans to introduce updates like memory storage and advanced vision capabilities in its developer tools to significantly reduce application costs and foster innovation across diverse sectors. 이제 이미지를 생성할 수 있는 Google의 AI 기반 검색 환경 / Google’s AI-Powered Search Experience Can Now Generate Images (2 minute read) 이제 Google의 검색창에서 텍스트 프롬프트에서 바로 이미지를 만들 수 있습니다. text-to-image google-search Google’s Search Generative Experience now lets you create images right from a text prompt. AI 현황 2023 / State of AI 2023 (20 minute read) 언어 모델링 산업에 대한 훌륭한 요약입니다. 안전, 기능, 칩 등에 대한 …