블로그 | 모하지?

원문: Koog Documentation — Overview 이 글은 Koog 공식 문서의 Overview 페이지를 한국어로 옮긴 번역본입니다. 문서 구조와 링크 의미를 유지하되, MkDocs 전용 카드 UI는 블로그에서 읽기 좋도록 목록 형태로 정리했습니다.

개요

Koog는 JVM 생태계를 위해 특별히 설계된 AI 에이전트 구축용 오픈소스 JetBrains 프레임워크입니다. Koog는 Kotlin과 Java 개발자 모두에게 일급 개발 경험을 제공하며, 관용적이고 타입 안전한 Kotlin DSL과 fluent builder 스타일의 Java API를 제공합니다.

Java 개발자는 JVM 위에서 관용적인 API를 사용해 Koog의 모든 기능을 활용할 수 있습니다. Kotlin 개발자는 Kotlin Multiplatform을 사용해 JS, WasmJS, Android, iOS 대상에도 에이전트를 배포할 수 있습니다.

시작할 때 참고할 주요 문서는 다음과 같습니다.

Quickstart: 첫 AI 에이전트를 빌드하고 실행합니다.
Glossary: 핵심 용어를 익힙니다.

에이전트

에이전트 전반에 대해 알아보고, Koog를 사용해 다양한 유형의 에이전트를 만드는 방법을 배웁니다.

Basic agents: 대부분의 일반적인 사용 사례에 맞는 사전 정의 전략을 사용합니다.
Functional agents: 일반 Kotlin 또는 Java에서 람다 함수로 사용자 정의 로직을 정의합니다.
Graph-based agents: 전략 그래프로 사용자 정의 워크플로를 구현합니다.
Planner agents: 상태가 원하는 조건과 일치할 때까지 계획을 반복적으로 만들고 실행합니다.

핵심 구성 요소

Koog 에이전트의 핵심 구성 요소를 자세히 알아봅니다.

Prompts: 에이전트와 LLM의 상호작용을 이끄는 프롬프트를 만들고, 관리하고, 실행합니다.
Strategies: 에이전트가 의도한 워크플로를 방향 그래프로 설계합니다.
Tools: 에이전트가 외부 데이터 소스와 서비스와 상호작용할 수 있게 합니다.
Features: AI 에이전트의 기능을 확장하고 강화합니다.

고급 사용법

History compression: 고급 기법을 사용해 긴 대화에서 컨텍스트를 유지하면서 토큰 사용량을 최적화합니다.
Agent persistence: 특정 실행 지점에서 에이전트 상태를 복원합니다.
Structured output: 구조화된 형식으로 응답을 생성합니다.
Streaming API: 스트리밍 지원과 병렬 도구 호출로 응답을 실시간 처리합니다.
Knowledge retrieval: vector embeddings, RAG, shared agent memory를 사용해 대화 전반의 지식을 보존하고 검색합니다.
Tracing: 상세하고 구성 가능한 tracing으로 에이전트 실행을 디버깅하고 모니터링합니다.
Long Term Memory: RAG와 영속 메모리를 위해 vector database와 memory provider를 통합합니다.

통합

Model Context Protocol (MCP): MCP 도구를 AI 에이전트에서 직접 사용합니다.
Spring Boot: Spring 애플리케이션에 Koog를 추가합니다.
Ktor: Koog를 Ktor 서버와 통합합니다.
OpenTelemetry: 널리 쓰이는 observability 도구로 에이전트를 trace, log, measure합니다.
A2A Protocol: 공유 프로토콜 위에서 에이전트와 서비스를 연결합니다.