Make Your AI Agents Predictable With Graph Engineering - Zachary Blumenfeld, Neo4j

한 줄 핵심

그래프 엔지니어링은 에이전트의 작업, 문맥, 절차를 그래프 형태로 명시해 더 예측 가능하고 통제 가능하며 다른 런타임으로도 옮길 수 있게 만드는 방법이다.

시간별 요약

1. 0:00
   그래프 엔지니어링이란 무엇인가 그래프 엔지니어링은 에이전트의 일을 명시적인 그래프로 설계하는 실천이며, 노드는 일을 수행하고 간선은 상태를 전달한다. 기존의 상태 मशीन, 워크플로 그래프, 지식 그래프와 연결되지만, 핵심은 이를 에이전트 작업 설계의 관점에서 다시 보는 데 있다.
2. 1:42
   세 가지 그래프 유형 실행 그래프, 컨텍스트 그래프, 절차 그래프라는 세 가지 관점이 제시된다. 특히 컨텍스트 그래프는 의사결정 흔적과 도메인 데이터의 연결을 다루고, 절차 그래프는 스킬이나 작업 절차를 그래프로 표현해 더 이식하기 쉽게 만든다.
3. 3:04
   예측 가능성, 거버넌스, 이식성 그래프는 에이전트의 경로를 제약해 결과를 더 예측 가능하게 만들고, 무엇을 했는지 감사·통제할 수 있게 하며, 런타임 밖으로 옮길 수 있는 형태로 지식을 저장하게 한다. 런타임의 오케스트레이션에서 끝나는 것이 아니라 지식 계층으로 분리하면 상호운용성이 높아진다.
4. 4:42
   Neo4j의 지식 계층 Neo4j는 DataStax, BigQuery, Snowflake, 문서, markdown 파일 같은 다양한 소스 위에 지식 계층을 두고, 그 안에 표준 프로토콜과 아티팩트를 쌓는 방식을 취한다. 이 계층에 쌓인 데이터와 메타데이터가 여러 에이전트 런타임에서 재사용되는 기반이 된다.
5. 6:03
   컨텍스트 그래프와 에이전트 메모리 컨텍스트 그래프는 단기 기억인 대화 기록, 장기 기억인 추출된 엔티티, 그리고 추론·의사결정 트리를 함께 담는다. 여기서 핵심 연구 질문은 과거 결정이나 스킬 같은 절차적 지식을 그래프로 컴파일할 수 있는가이다.
6. 6:53
   스킬을 그래프로 컴파일하기 skill MD 파일, 스크립트, 참조, 자산을 실제 그래프 구조로 변환하면 에이전트가 분기와 실행 순서가 명시된 절차를 따라가게 된다. 이 방식은 어려운 과제에서 task reward와 성능을 높였고, 더 작은 모델로도 효과를 얻을 수 있었다.
7. 8:08
   메모리 그래프에서 스킬 추출하기 컨텍스트 그래프에 쌓인 과거 의사결정 흔적으로부터 스킬을 추출해도 같은 그래프 안에서 provenance와 연결 상태를 유지할 수 있다. 버전 관리, 추적, drift 점검, 도구 호출 이력 확인이 가능해지고, NAMS 같은 참조 아키텍처에서 사람이 직접 편집할 수도 있다.
8. 9:22
   고객 활용 사례 금융 컴플라이언스에서는 여러 출처의 데이터와 정책을 조합해 감사 보고서를 자동화하는 데 사용된다. Uber 같은 사례에서는 지역별 규정과 미세 서비스에 흩어진 구성 정보를 그래프로 표현해 운영 복잡도를 줄인다.
9. 10:47
   대출 승인 에이전트 데모 대출 승인 과정에 필요한 정책 문서와 과거 결정, 거래 데이터를 그래프로 연결해 에이전트가 근거를 따라 판단하도록 만든다. 그러나 성공한 실행들만으로는 경로가 일관되지 않을 수 있어, 이후 절차를 더 결정적인 형태로 정제할 필요가 있다.
10. 14:30
    실행 결과를 그래프 형태의 스킬로 컴파일하기 여러 번의 성공적인 실행을 모아 graph YAML 형태의 스킬로 만들면, 라우팅을 에이전트가 즉흥적으로 하지 않고 프로그램적으로 수행하게 할 수 있다. 하드 룰 검사, Jave나 TypeSafe 같은 결정 모델, 인간 검토 라우팅, 보고서 작성과 검증이 하나의 재사용 가능한 절차가 된다.
11. 18:20
    그래프 분기 관측성 그래프에 실행 기록을 저장하면 어떤 분기가 실행됐고 어떤 분기는 실행되지 않았는지까지 추적할 수 있어 거버넌스와 분석이 쉬워진다. 루프를 새로 만드는 것이 아니라, 문서나 메모리 그래프에서 컴파일한 스킬을 CLI로 실행하게 했기 때문에 비용과 지연 시간이 크게 줄어든다.
12. 20:01
    자료 Aura 클라우드 서비스, 무료 크레딧, 이벤트, 스타트업 프로그램, 관련 코드 저장소가 추가 자료로 제공된다. 관심 있는 사람은 이 자료를 통해 그래프 엔지니어링과 Neo4j의 구현 예제를 더 살펴볼 수 있다.

실무 인사이트

• 에이전트의 불확실성을 줄이려면 프롬프트를 더 정교하게 만드는 것보다, 라우팅·검증·에스컬레이션을 그래프로 고정하는 편이 효과적이다.
• 문서나 실행 로그를 그대로 두지 말고 스킬 그래프나 메모리 그래프로 컴파일하면, 재사용성과 감사 가능성이 동시에 높아진다.
• 거버넌스가 필요한 업무일수록 실행을 에이전트 자율성에 맡기기보다, 결정은 모델에 두고 경로는 프로그램적으로 제어하는 구조가 유리하다.