1. Agentic AI Architecture
최근 AI 시스템은 단순 LLM 호출에서 Agent 기반 시스템으로 발전하고 있습니다.
특징
- LLM + Tools + Memory + Workflow
- multi-step reasoning
- external system integration
대표 프레임워크
- LangChain / LangGraph
- AutoGen
- CrewAI
- Semantic Kernel
핵심 구성
User ↓ Agent (Reasoning) ↓ Tool calling ↓ External System
2. MCP (Model Context Protocol)
최근 Agent Architecture에서 가장 중요한 트렌드 중 하나입니다.
Model Context Protocol (MCP)는 LLM이 외부 데이터, 시스템, API를 표준 방식으로 연결하는 프로토콜입니다.
핵심 개념
| Component | 역할 |
|---|---|
| MCP Host | Agent application |
| MCP Client | Agent와 MCP Server 연결 |
| MCP Server | Tool / Data / Prompt 제공 |
AI는 MCP를 통해 Tools 실행, Data 조회, Template 접근을 수행합니다. 즉 MCP = AI Tool Integration Standard이며, AI ecosystem에서 USB-C 같은 표준 connector 역할을 합니다.
LLM Agent ↓ MCP Client ↓ MCP Server ↓ Tools / Data / Templates
3. RAG → Graph RAG → Knowledge Agent
기존에는 LLM + VectorDB였으나, 최근에는 LLM + Knowledge Graph + Tools + RAG로 확장됩니다.
특히 Engineering 문서에서는 requirements, safety goals, architecture, traceability 같은 관계 구조가 중요해 Graph RAG가 핵심입니다.
4. Multi-Agent Architecture
최근 기업 AI는 Single Agent → Multi Agent 구조로 이동 중입니다.
- Requirement Agent
- Safety Agent
- Architecture Agent
- Test Agent
- Document Agent
장점: 역할 분리, 전문성, 유지보수성
5. Automotive 문서 자동 생성의 특징
자동차 문서 생성은 일반 LLM 문제보다 어렵습니다.
Strong Standards
대표 표준: ISO 26262, ASPICE, IATF16949. Traceability, Template 기반, Audit 가능이 필요합니다.
Structured Documents
예: Safety Case (Item Definition → HARA → Safety Goals → FSC → TSC), ASPICE (SYS.1 ~ SYS.5 등)
Traceability
Requirement → Safety Goal → Technical Requirement → Test Case 등 문서 간 추적성 연결이 필요하며, LLM만으로는 관리가 어렵습니다.
6. Automotive 문서 생성에 적합한 Architecture
추천 Architecture: Agentic RAG + MCP + Knowledge Graph
High Level 구조
┌───────────────┐
│ Web UI │
└──────┬────────┘
│
┌──────▼───────┐
│ Orchestrator │
│ (LangGraph) │
└──────┬───────┘
│
┌───────────┼────────────────┐
│ │ │
┌───▼─────┐ ┌──▼─────┐ ┌────▼─────┐
│ReqAgent │ │SafetyAg│ │ DocAgent │
└───┬─────┘ └──┬─────┘ └────┬─────┘
└───────────┼────────────────┘
│
┌────────▼────────┐
│ MCP Client │
└────────┬────────┘
│
┌───────────┼─────────────────┐
│ │ │
┌───▼─────┐ ┌──▼─────┐ ┌────────▼─────┐
│Template │ │Standard│ │ Company DB │
│MCP Srv │ │MCP Srv │ │ MCP Server │
└─────────┘ └────────┘ └──────────────┘
7. 추천 Technology Stack
- Agent Framework: LangGraph, CrewAI
- LLM: GPT, Claude, local model (regulated environment)
- DB: Vector (Pinecone, Weaviate), Graph (Neo4j), Document (S3/MinIO)
- Integration: MCP Server, REST API
8. 문서 생성 Workflow 예시
예: User: Generate Item Definition
1 User input ↓ 2 Requirement Agent (requirement 분석) ↓ 3 Safety Agent (HARA 분석) ↓ 4 Doc Agent (template 불러오기) ↓ 5 MCP Template Tool (fill_template()) ↓ 6 Word/PDF 생성
9. Automotive Domain 추가 기능
- Traceability 자동 생성: Graph 기반 Req → Safety Goal → TSR → Test
- Audit Support: Evidence, Traceability Matrix, Compliance Report 자동 생성
- Human in Loop: AI draft → engineer review → approval (Safety domain 필수)