Microsoft Agent Framework 리뷰: 기능, 가격, 대안

Microsoft Agent Framework를 만든 곳은 어디이며, 왜 존재합니까?

Microsoft Agent Framework란 무엇입니까?

• 에이전트: LLM을 사용해 입력을 처리하고, 도구와 MCP(모델 컨텍스트 프로토콜) 서버를 호출하며, 응답을 생성하는 개별 구성 요소——Microsoft Foundry, Anthropic, Azure OpenAI, OpenAI, Ollama 및 기타 제공업체 지원
• Harness Agent: 길고 다단계 작업을 위한 기능이 모두 갖춰진 에이전트——계획 및 할 일 추적, 컨텍스트 압축, 파일 접근 및 메모리, 도구 승인 게이팅, 내장 관찰 가능성
• 워크플로: 단일 자율 에이전트보다 더 많은 제어가 필요한 경우를 위해, 명시적 실행 경로를 통해 여러 에이전트와 함수를 연결하는 함수형 및 그래프 기반 오케스트레이션
• 세션 기반 상태 관리: Semantic Kernel에서 이어받은 기능으로, 매 호출마다 전체 대화 이력을 다시 보내는 대신 여러 턴에 걸쳐 지속적인 상태를 에이전트에 제공
• MCP 및 A2A 프로토콜 지원: 에이전트는 모델 컨텍스트 프로토콜을 통해 도구를 노출하거나 사용할 수 있고, 에이전트-투-에이전트(A2A) 프로토콜을 통해 다른 에이전트와 협업할 수 있음
• 마이그레이션 도구: 기존 코드를 분석하고 단계별 마이그레이션 계획을 생성하는 도구를 포함해, AutoGen과 Semantic Kernel 양쪽으로부터의 공식 마이그레이션 가이드 제공

from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

agent = Agent(
    client=FoundryChatClient(
        project_endpoint="https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project",
        model="your-deployed-model",
        credential=AzureCliCredential(),
    ),
    name="HelloAgent",
    instructions="You are a friendly assistant. Keep your answers brief.",
)

result = await agent.run("What is the largest city in France?")
print(f"Agent: {result}")

Microsoft Agent Framework 비용은 얼마입니까?

• Microsoft Agent Framework(SDK): 자체 호스팅, 상업적 사용, 수정 여부와 관계없이 MIT 라이선스 아래 영구 무료
• Foundry Agent Service(Microsoft의 Azure 관리형 에이전트 호스팅): 프롬프트와 워크플로를 사용하는 Foundry 네이티브 에이전트를 만들거나 실행하는 데 추가 요금 없음
• 모델 토큰: 어떤 에이전트 SDK가 호출하든 관계없이 Microsoft Foundry Models를 통해 별도로 청구됨——가격은 모델별로 다르고 시간에 따라 변하므로, 여기서 고정된 숫자에 의존하기보다 예산을 세우기 전에 실시간 Foundry Models 가격 페이지를 확인할 것
• 도구 및 지식 연결: 에이전트가 사용할 경우 Grounding with Bing Search, Azure AI Search, Microsoft Fabric, SharePoint 같은 연결에 별도 요금 적용
• Foundry Agent Service의 내장 도구: 파일 검색 저장소(1GB 무료, 이후 GB/일당 청구), Code Interpreter(세션당 청구), 웹 검색 및 맞춤 검색(1,000건 거래당 청구)
• Foundry의 호스팅 에이전트(관리형 컨테이너에서 Microsoft Agent Framework, LangGraph, 기타 외부 프레임워크 실행): 고정 SDK 요금이 아니라 vCPU-시간 및 GiB-메모리-시간당 청구
• Azure 외부에서 프레임워크를 완전히 자체 호스팅(자체 서버 또는 다른 클라우드)하는 경우 프로비저닝하는 컴퓨팅과 모델 API 사용량만큼 비용이 듦——Microsoft는 Agent Framework를 실행하는 데 Azure를 요구하지 않음

Microsoft Agent Framework를 설치하고 시작하는 방법은?

1. 1
   해당 언어용 패키지를 설치하십시오: pip install agent-framework(Python) 또는 dotnet add package Microsoft.Agents.AI.Foundry --prerelease(.NET); Go는 공개 프리뷰로 go get github.com/microsoft/agent-framework-go를 통해 사용할 수 있습니다.
2. 2
   모델 제공업체——Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic, Ollama, 또는 기타 지원되는 제공업체——의 자격 증명을 설정하십시오. Agent Framework는 Azure를 특별히 요구하지 않으며, 로컬 Ollama 모델이나 Microsoft가 아닌 클라우드 API 모두 사용 가능합니다.
3. 3
   제공업체용 채팅 클라이언트를 인스턴스화하고 이름, 지침과 함께 Agent 클래스(Python) 또는 AIAgent 타입(.NET)에 전달해 에이전트를 만드십시오.
4. 4
   .run()(스트리밍 없이 전체 응답 한 번에)이나 점진적 출력을 위한 스트리밍 방식으로 에이전트를 호출하십시오.
5. 5
   다단계 또는 멀티 에이전트 프로세스의 경우, 단일 자율 에이전트에 의존하는 대신 명시적 그래프를 통해 에이전트와 함수를 연결하는 Workflows API를 사용하십시오.
6. 6
   기존 프로젝트를 마이그레이션하는 경우, AutoGen에서 마이그레이션하는 가이드나 Semantic Kernel에서 마이그레이션하는 가이드를 사용하십시오——Microsoft는 기존 코드를 분석하고 마이그레이션 계획을 생성하는 도구를 제공합니다.

Microsoft Agent Framework는 누구에게 적합합니까?

Microsoft Agent Framework를 사용하면 안 되는 경우는 언제입니까?

• 단일 프롬프트만 보내고 원시 응답을 반환하는 챗봇——에이전트 프레임워크 계층을 추가하는 대신 모델 제공업체의 SDK를 직접 호출하십시오
• 구체적인 마이그레이션 동인이 없는 기존의 안정적인 AutoGen이나 Semantic Kernel 애플리케이션——두 프로젝트 모두 Microsoft가 계속 지원하므로, 단순히 "더 새로운 것으로 갈아타기" 위한 마이그레이션은 구체적인 이점 없이 위험만 추가함
• Azure 통합에 관심이 없는, 비 Microsoft 클라우드에 완전히 전념하는 팀——LangGraph나 CrewAI는 Microsoft 생태계 밖에서 더 긴 독립적인 실적을 가지고 있음
• 기술 선택의 위험을 낮추기 위해 다년간의 API 안정성 이력이 필요한 프로젝트——Agent Framework는 2026년에야 안정적인 1.0 릴리스에 도달했으므로, 장기 지원 약속이 아직 수년간의 실제 사용을 통해 검증되지 않음
• 프로젝트가 실제로 Microsoft가 뒷받침하는 지원, Azure 네이티브 호스팅 옵션, 또는 단순 에이전트와 명시적 멀티 에이전트 워크플로를 모두 아우르는 단일 SDK를 필요로 할 때는 대신 Microsoft Agent Framework를 사용하십시오

Microsoft Agent Framework와 대안 비교

디렉터리에서 비교→

Microsoft Agent Framework 평가 시 흔한 오해

자주 묻는 질문

출처

관련 읽을거리

• AutoGen 리뷰: 기능, 가격, 대안 — 유지보수 모드 전작 프로젝트와 그 독립적인 AG2 커뮤니티 포크로, 유지할지 마이그레이션할지 평가하는 팀을 위한 자료입니다.
• LangGraph 리뷰: 기능, 가격, 대안 — Azure 생태계 밖에서 그래프 기반 에이전트 상태와 제어가 필요한 팀을 위한 비 Microsoft 대안입니다.
• LangChain 리뷰: 기능, 가격, 대안 — 생태계 규모와 통합 범위를 비교하기 위한 범용 LLM 애플리케이션 프레임워크입니다.
• CrewAI 리뷰: 기능, 가격, 대안 — 오케스트레이션 스타일을 비교하는 팀을 위한 역할 기반 멀티 에이전트 프레임워크입니다.
• 로컬 LLM 소프트웨어 디렉터리 — 에이전트 프레임워크가 그 안에서 어디에 위치하는지를 포함해, 이 글이 속한 로컬 AI 도구의 전체 카탈로그입니다.