# AI 에이전트 프레임워크 선택법: 마케터는 2026년에 무엇을 고를까

URL: https://trycompass.co/ko/journal/ai-agent-framework-marketing-guide
Type: blog
Locale: ko
Published: 2026-10-16
Updated: 2026-10-16

---

> 프레임워크에 빠진 운영 비용과 직접 만들지 살지 정하는 네 가지 질문을 정리했습니다. 마케터가 AI 에이전트 프레임워크를 고를 때 쓰는 기준입니다.

AI 에이전트 프레임워크는 언어 모델이 도구를 호출하고, 상태를 유지하고, 다른 에이전트에게 일을 넘기게 해 주는 코드 계층입니다. 마케팅 팀에게 진짜 질문은 어떤 프레임워크가 유행하느냐가 아니라, 그 계층을 직접 소유할 필요가 있느냐입니다. 엔지니어가 있고 아무도 팔지 않는 워크플로가 필요하다면 LangGraph나 CrewAI로 직접 만드세요. 다음 주에 캠페인 경로를 바꾸고 싶다면, 다음 분기가 아니라 지금 바꿀 수 있는 오케스트레이터를 사세요.

방향은 간단합니다. 나머지 글은 그 방향을 읽는 법을 보여 줍니다.

## AI 에이전트 프레임워크가 실제로 주는 것

브랜드를 걷어내면 프레임워크가 제공하는 것은 네 가지입니다. 모델이 다음 단계를 정하는 루프, 도구를 호출하는 방법(이메일 플랫폼, 광고 계정, CRM), 단계 사이에서 살아남는 메모리, 그리고 에이전트끼리 작업을 넘기는 규칙입니다.

이것은 배관입니다. 마케팅 전략이 아니고, 그로스 리드가 월요일 아침에 열어 볼 수 있는 제품도 아닙니다. 프레임워크에는 Meta Ads 커넥터가 없고, 브랜드 안전성에 대한 개념도 없고, 고객 획득 비용을 보는 시각도 없습니다. 이 모든 것은 누군가가 직접 만들어야 합니다.

이 구분이 중요한 이유는 '프레임워크'라는 단어가 두 가지 다른 것을 가리키기 때문입니다. 개발자용 프레임워크는 라이브러리입니다. 마케팅 오케스트레이터는 비슷한 배관 위에 올라간 완성된 시스템입니다. 둘을 혼동하면 캠페인을 금요일까지 돌리고 싶었던 팀이 6개월짜리 엔지니어링 프로젝트를 떠안게 됩니다.

![작업대 위에 맞물린 톱니바퀴와 유리 블록](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/trycompass/2026-10/7ca282-inline1.webp)

## 네 가지 프레임워크, 네 가지 철학

2026년 후보 목록은 대개 같은 이름들로 채워집니다. 이들이 갈라지는 지점은 하나입니다. 경로를 얼마나 직접 통제하고 싶은가?

**LangGraph**는 에이전트를 명시적 상태를 가진 그래프로 다룹니다. [공식 문서](https://docs.langchain.com/oss/python/langgraph/overview)는 자신을 저수준 오케스트레이션 프레임워크이자 런타임으로 소개하고, 프롬프트나 아키텍처를 대신 추상화해 주지 않는다고 밝힙니다. 실패 후 에이전트가 이어서 실행되는 내구성 있는 실행과 사람이 개입하는 체크포인트를 제공합니다. 통제력을 얻는 대신 설정 시간을 지불합니다.

**CrewAI**는 작업을 팀 단위로 조직합니다. [이 모델에서 Flow는 프로세스를, Crew는 실제 작업을 맡습니다](https://docs.crewai.com/introduction). 목표와 도구를 가진 역할 기반 에이전트들이 Flow에 의해 호출되는 구조입니다. 리서처, 작가, 검토자가 콘텐츠 파이프라인에 자연스럽게 대응되어 마케터가 머릿속에 그리기 쉽습니다.

**OpenAI Agents SDK**는 얇은 층입니다. 핵심 요소는 에이전트, 핸드오프, 가드레일입니다. 에이전트는 지시문과 도구를 가진 LLM이고, 핸드오프는 다른 에이전트에게 일을 위임하며, 가드레일은 입력과 출력을 검증합니다. 시작은 빠르지만 나머지는 직접 연결해야 합니다.

**AutoGen**은 주의가 필요한 사례입니다. Microsoft 저장소는 이 프로젝트가 현재 유지보수 모드에 있으며 새 작업에는 Microsoft Agent Framework를 권장한다고 설명합니다. 벤더 제안서나 오래된 튜토리얼이 AutoGen을 가리킨다면 날짜부터 확인하세요.

프레임워크 인기 순위 비교는 건너뛰세요. GitHub 스타 수는 캠페인 스택이 맞는지를 재지 못합니다.

## 어떤 마케팅 업무에 어떤 프레임워크가 맞는가

구조를 과제에 맞추세요. 순서를 거꾸로 하면 안 됩니다. 대부분의 마케팅 팀은 세 가지 경우 중 하나에 해당합니다.

- 
**반복되는 업무 하나, 담당자 한 명.** 주간 리포트, 리드 보강, 인박스 분류 같은 일입니다. 얇은 SDK나 노코드 에이전트 빌더로 충분합니다. 여기에 그래프 런타임을 얹으면 비용만 늘고 정확도는 오르지 않습니다.

- 
**역할이 분명한 파이프라인.** 리서치가 브리프를 만들고, 브리프가 초안으로 이어지고, 초안은 검토를 거칩니다. 역할 기반 팀이 맞고, CrewAI식 구조는 조직도처럼 읽힙니다.

- 
**실패를 견뎌야 하는 장기 캠페인.** 여러 주에 걸쳐 이메일, 유료 광고, 소셜을 가로지르는 제품 런칭이 여기에 듭니다. 웹훅은 실패하고 API는 요청 제한에 걸립니다. 체크포인트가 있는 그래프 런타임은 중단된 단계를 처음부터 다시 돌리지 않고 이어서 실행하므로, 학습 곡선만큼의 값을 합니다.

![마케팅 운영 데스크, 모니터 두 대에 흐름도가 떠 있는 모습](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/trycompass/2026-10/72bafe-inline2.webp)

세 경우 모두 프레임워크는 쉬운 부분입니다. 어려운 부분은 마지막 한 마일입니다. 모든 채널에 대한 인증, 지출 한도, 승인 규칙, 그리고 에이전트가 왜 그렇게 행동했는지에 대한 기록이 여기에 해당합니다.

## 숨은 비용: 프레임워크에 포함되지 않는 것

프레임워크에서 출발한 팀은 같은 공백을 같은 순서로 발견합니다.

첫째는 커넥터입니다. 채널마다 인증, 요청 제한 처리, 오류 매핑이 필요합니다. 둘째는 평가입니다. 에이전트의 경로 변경이 고객 획득 비용을 낮췄는지, 아니면 예산을 옮겨 놓기만 했는지 아무도 알려 주지 않습니다. 셋째는 거버넌스입니다. 임계값을 넘는 예산 이동을 누가 승인하는지, 그 기록을 어디에 남기는지가 문제입니다. 넷째는 유지보수입니다. 모델이 바뀌고 API가 바뀌며, 3월에 잘 작동하던 프롬프트는 6월이면 어긋납니다.

컨설턴트들의 직접 구축 대 구매 논의는 대체로 하이브리드로 수렴합니다. [Pedowitz Group의 가이드](https://www.pedowitzgroup.com/when-should-i-build-vs-buy-ai-marketing-solutions)는 보안, 거버넌스, 연동 같은 기반은 사고, 차별화되는 마지막 한 마일만 직접 만들라고 조언합니다. 이것은 컨설팅 회사의 경험칙이지 법칙이 아닙니다. 하지만 운영 근거와도 맞아떨어집니다. 배관에서 여러분의 경쟁력이 나오는 경우는 드뭅니다.

간단한 테스트가 있습니다. 여러분의 강점이 독점 데이터 소스나 어떤 벤더도 제공하지 않는 의사결정 로직이라면 그 부분을 직접 만드세요. 강점이 단지 캠페인을 잘 운영하는 데 있다면, 그 아래 층을 직접 짓는 것은 우회로입니다.

## 직접 짓는 대신 쓸 수 있는 도구: 프레임워크를 마케터용으로 감싼 제품들

프레임워크를 조립하는 대신, 이미 그 일을 해 놓은 제품을 쓸 수 있습니다. 이들은 통제 스펙트럼의 서로 다른 지점에 있습니다.

Lindy는 반복되는 비즈니스 워크플로를 위한 노코드 빌더입니다. 작은 상주형 에이전트를 한 번 설정하고 이메일, 캘린더, CRM을 연결하면 같은 업무를 반복해서 실행합니다. 위에서 말한 '업무 하나, 담당자 한 명' 경우에 맞습니다.

Manus는 반대쪽 끝에 있습니다. 목표를 받아 웹 전체에서 그 목표를 향해 작업하는 범용 자율 에이전트입니다. 리서치와 일회성 구축에 좋고, 브랜드 규칙과 지출 상한을 매시간 지켜야 하는 캠페인에는 덜 맞습니다.

플랫폼 내장형 에이전트가 세 번째 경로입니다. HubSpot의 Breeze 에이전트는 CRM 안에 들어 있고 성과 단위로 과금합니다. 예를 들어 영업 발굴 에이전트는 확보한 적격 리드 한 건당 $1.00으로 책정되어 있습니다. 데이터가 이미 HubSpot에 있다면 연동 작업은 끝나 있습니다. 한계는 그 플랫폼의 벽입니다.

고전적인 자동화 플랫폼이 네 번째입니다. ActiveCampaign은 이메일, SMS, WhatsApp을 위한 시각적 워크플로를 만들고 이제 AI 캠페인 도구도 추가했습니다. 본질적으로 규칙 기반이라서 그려 둔 경로를 따라갑니다. 예측 가능성이 필요할 때는 장점이고, 도중에 조건이 바뀌면 천장이 됩니다.

Klaviyo는 대부분의 오케스트레이터보다 이메일을 더 잘 다룹니다. 반대로 멀티채널 오케스트레이터는 이메일 도구보다 채널 간 경로 전환을 더 잘합니다. 어느 쪽을 고를지는 캠페인이 어디에서 시간을 잃는지에 달려 있습니다.

## 오케스트레이션은 대부분의 프레임워크가 비워 두는 층입니다

자동화는 계획을 따르고, 오케스트레이션은 계획을 수정합니다. 이 차이가 조정 기능을 프레임워크 선택의 부수 효과가 아니라 독립된 층으로 다뤄야 하는 이유 전부입니다.

48시간 동안 돌아가는 런칭을 떠올려 보세요. 이메일 오픈율이 18%에서 정체됩니다. 계획은 24%를 가정했습니다. (설명을 위한 가상의 시나리오이며 실측 통계가 아닙니다.) 자동화 도구는 예정대로 계속 발송합니다. 오케스트레이팅 에이전트는 정체를 읽고, 다음 발송 시간대를 옮기고, 전환이 나오는 광고 세트로 예산을 옮기고, 그 변경 내역을 사람이 검토할 수 있도록 기록합니다.

이런 동작에는 플래너, 채널별 실행기, 실제 라이브 전에 확인하는 검증기, 그리고 에이전트들이 서로 무엇을 찾았는지 볼 수 있는 공유 메모리가 필요합니다. 프레임워크나 제품이 무엇이든 멀티 에이전트 시스템이 쓰는 같은 네 가지 역할입니다. 이 구조를 더 길게 보고 싶다면 [멀티 에이전트 시스템이란 무엇인가](/journal/what-is-a-multi-agent-system-in-ai-a-marketers-guide) 가이드가 각 역할을 설명합니다.

![새벽녘 배의 키 손잡이와 계기판](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/trycompass/2026-10/f867d3-inline3.webp)

## 첫 30일 동안 측정할 것

어떤 경로를 택하든, 실험은 출발 전에 계기를 맞춰 둬야 의미가 있습니다. 세 가지 지표가 대부분의 신호를 담고 있습니다.

- 
**고객 획득 비용, 도입 전후 비교.** 한 캠페인에 에이전트를 돌리고, 비슷한 캠페인은 기존 방식으로 유지하세요. 비교군이 없으면 좋은 달은 그냥 좋은 달일 뿐입니다.

- 
**신호에서 실행까지 걸리는 시간.** 오픈율이 정체된 순간부터 변경이 실제로 나갈 때까지 몇 시간이 걸렸나요? 사람이 돌리는 프로세스는 보통 하루나 이틀이 걸립니다. 에이전트가 이를 몇 분으로 줄였는데 고객 획득 비용이 움직이지 않는다면, 그 속도는 겉치레입니다.

- 
**되돌림 비율.** 사람이 에이전트의 행동을 되돌리는 빈도를 셉니다. 되돌림이 거의 없고 승인도 없다면 아무도 검토하지 않은 것입니다. 되돌림이 많다면 한도가 느슨하거나 에이전트가 오래된 데이터로 일하고 있다는 뜻입니다. 어느 쪽이든 이 숫자는 어디를 조여야 하는지 알려 줍니다.

1주차에 세 숫자를 적어 두세요. 30일째가 되면 소유할 가치가 있는 프레임워크를 보고 있는지, 갱신할 가치가 있는 도구를 보고 있는지 알게 됩니다.

## 이번 주에 쓸 수 있는 결정 규칙

네 가지 질문을 순서대로 확인하세요. 처음으로 '예'가 나오면 멈춥니다.

- 
**노코드 에이전트가 이 업무 하나를 할 수 있는가?** 그렇다면 그것을 쓰고, 만들지 마세요.

- 
**이미 비용을 내고 있는 플랫폼이 이 에이전트를 제공하는가?** 거기서 시작하고, 한 달 동안 측정하세요.

- 
**지출 한도 안에서 채널 간 경로 재설정이 필요한가?** 그 목적에 맞게 만들어진 오케스트레이터를 사세요.

- 
**독점 로직이 있고, 그것을 유지보수할 엔지니어가 있는가?** 이때 프레임워크가 자리를 얻습니다.

대부분의 팀은 처음 세 질문 중 하나에서 빠져나갑니다. 야망이 부족해서가 아닙니다. 자체 에이전트 계층을 유지하는 것은 상시 비용이고, 그것을 소유하는 이득이 있는 팀은 보통 그 이점을 한 문장으로 말할 수 있습니다.

네 번째 질문에 도달했다면, 기능보다 실패 방식을 먼저 고르세요. 열네 단계 중 아홉 번째 단계에서 도구 호출이 실패하면 어떻게 되는지 물어보세요. 체크포인트에서 이어서 실행되는 프레임워크는 상태를 다시 만드느라 쓸 뻔한 한 주를 아껴 줍니다.

## 방향을 정하는 곳

전담 에이전트 엔지니어가 없는 회사에서 마케팅을 맡고 있다면, 권장 경로는 오케스트레이션 계층을 사고 자신의 데이터와 규칙을 담는 부분만 직접 만드는 것입니다. 엔지니어가 있고 벤더가 다루지 않는 워크플로가 있다면, 장기 상태에는 LangGraph, 역할 기반 팀에는 CrewAI가 믿을 만한 출발점입니다. AutoGen은 레거시로 취급하세요.

프레임워크가 전략은 아닙니다. 경로가 전략입니다. 다음 캠페인을 근거에 따라 재설정해 주는 옵션을 고르고, 계층을 소유하면 무엇을 얻는지 한 문장으로 말할 수 있을 때 직접 만들지 여부를 다시 검토하세요.

## FAQ

### AI 에이전트 프레임워크란 무엇인가요?

언어 모델이 도구를 호출하고, 상태를 유지하고, 다른 에이전트에게 작업을 넘기게 해 주는 코드 계층입니다. 루프, 도구 호출, 메모리, 핸드오프는 제공하지만 마케팅 커넥터, 지출 한도, 승인 규칙은 포함하지 않습니다.

### 마케팅에 가장 좋은 AI 에이전트 프레임워크는 무엇인가요?

업무에 따라 다릅니다. LangGraph는 실패 후 재개가 필요한 장기 캠페인에, CrewAI는 리서치, 초안, 검토 같은 역할 기반 파이프라인에, OpenAI Agents SDK는 단순하고 빠른 구축에 맞습니다.

### AutoGen은 여전히 좋은 선택인가요?

Microsoft 저장소는 AutoGen을 유지보수 모드로 설명하고 새 프로젝트에는 Microsoft Agent Framework를 권장합니다. 새 작업에는 레거시로 취급하세요.

### 마케팅 팀이 자체 에이전트 프레임워크를 만들어야 하나요?

드물게만 그래야 합니다. 어떤 벤더도 제공하지 않는 독점 데이터나 의사결정 로직이 있고 이를 유지할 엔지니어가 있을 때만 직접 만드세요. 그렇지 않다면 기반은 사고 마지막 한 마일만 직접 만드세요.

### 프레임워크와 오케스트레이터의 차이는 무엇인가요?

프레임워크는 개발자가 조립하는 라이브러리입니다. 오케스트레이터는 커넥터와 거버넌스가 포함된, 채널을 가로질러 캠페인을 계획하고 경로를 바꾸고 수정하는 완성된 시스템입니다.

### 노코드 에이전트 빌더도 프레임워크에 해당하나요?

비슷한 배관을 시각적 인터페이스로 감싼 것입니다. Lindy 같은 도구는 담당자 한 명이 맡는 반복 업무 하나에 맞지만, 지출 한도 안에서 채널 간 경로를 바꾸도록 만들어진 것은 아닙니다.