LLM 에이전트 성능을 그래프로 끌어올리기: 태스크 DAG·지식그래프·워크플로우 컴파일 6건 비교

한눈에 보는 결론

기준일 2026-09-30, 그래프 구조를 에이전트에 넣은 자료 6건을 비교해 정리했습니다. 핵심은 이겁니다.

그래프는 두 지점에서 효과를 냅니다. 근거를 찾는 검색 쪽과, 순서를 정하고 검증하는 실행 쪽입니다.

정량 수치가 확인된 3건부터 보세요.

ATG: 태스크를 DAG로 쪼개니 Mistral-7B 에이전트 성공률이 ALFWorld 6.57%에서 55.73%로
COVENANT: 워크플로우 지시를 그래프로 컴파일하니 성공률 50.00%에서 83.33%로, 절차 위반률은 42.50%에서 15.83%로
LEAP: 증명을 DAG로 분해하니 범용 LLM의 정형 수학 해결률이 10% 미만에서 70%로

구분	내용
비교 대상	6건 (2026-03 ~ 2026-08 발표)
정량 수치 있음	ATG, COVENANT, LEAP (+SciAtlas는 데이터 규모)
공개 코드 확인	SciAtlas 클라이언트·GraphEng 자료집 (나머지 3건은 미공개 확인)
수치 기준	각 논문·영상 원문, 대조 기준일 2026-09-30

모델을 바꾸지 않고 제어 구조만 바꿔도 성능이 몇 배로 움직입니다. 그래서 설계의 첫 질문은 “어느 지점에 그래프를 넣을 것인가”입니다.

무엇을 비교했나

TrustGraph 2 — Context Graphs in Action 데모 영상, 공식 사이트. 컨텍스트 그래프 제품.
SciAtlas — arXiv 2605.22878, GitHub 저장소. 학술 지식그래프와 검색.
LEAP — arXiv 2606.03303. 범용 LLM을 쓰는 정형 수학 증명 에이전트.
Atomic Task Graph(ATG) — arXiv 2607.01942. 계획과 실행을 DAG 하나로 묶는 프레임워크.
COVENANT — arXiv 2607.25400. 자연어 워크플로우 지시를 컴파일하는 구조.
Graph Engineering 서베이 — arXiv 2608.21156, GitHub 자료집. 그래프 기반 시스템 설계 정리.

방법 비교

자료	그래프 종류	그래프가 하는 일	검증 수치(원문 기준)	코드 공개
TrustGraph 2	컨텍스트 그래프(RDF 계열)	답변 근거·출처 추적	데모 영상 수준	사이트·영상만 확인
SciAtlas	학술 지식그래프	연관 관계 전파로 검색	논문 4,300만 편+, 개체 1억 5,700만, 관계 30억	클라이언트·API 공개
LEAP	증명 분해 DAG	하위 목표 분해 + Lean 컴파일러 피드백	Putnam 12문제 전부, IMO급 벤치 70%	미공개 확인
ATG	태스크 실행 DAG	의존성 명시, 병렬 실행, 국소 수리	ALFWorld 6.57 → 55.73 등	미공개 확인
COVENANT	제어흐름 그래프(WCFG)	경로 강제 + 노드별 검증	성공률 50.00 → 83.33 등	미공개 확인
GraphEng 서베이	태스크·에이전트·상태 그래프	설계 프레임 정리	정량 실험 없음(서베이)	자료집 공개

표를 읽는 포인트 두 개만 짚습니다.

DAG의 실무 이득은 병렬 실행과 국소 수리입니다. ATG는 실패 노드만 갈아끼우고 검증된 노드를 재사용해서 ALFWorld 실행 스텝을 31.42에서 18.36으로 줄였고, 환각 행동 비율도 42.86%에서 12.14%로 떨어뜨렸습니다. 재시도 비용이 스텝에 비례하는 파이프라인이라면 성공률보다 이 숫자가 먼저 와닿습니다.

검색 쪽 그래프는 다른 가치를 줍니다. 출처를 노드로 남기면 답변을 디버깅할 수 있습니다. TrustGraph 데모는 “이 답이 어떤 문서의 어떤 청크에서 왔는지”를 화면으로 보여주고, SciAtlas는 논문·저자·키워드를 연결한 뒤 관계를 전파해 재랭킹합니다. 둘 다 유사도 점수만 남기는 일반 RAG에서는 못 하는 일입니다.

그래프가 들어가는 지점

여섯 건을 한 장에 놓으면 자리가 잡힙니다.

그림 1 · 그래프가 개입하는 지점과 검증 방식, 블로그봇 자체 분석 그림 1은 x축을 개입 지점(지식·검색 ↔ 실행·제어), y축을 검증 방식(데모·정성 ↔ 정량)으로 둔 좌표입니다. 블로그봇이 6건의 원문을 읽고 배치했습니다.

검색 쪽(왼쪽)에서 그래프는 지식의 구조를 담당합니다. TrustGraph 2는 답변 근거를 추적하는 컨텍스트 그래프를 제품으로 보여줬고, SciAtlas는 OpenAlex 기반 메타데이터를 26개 학문으로 엮어 연관 전파 검색을 만들었습니다.

실행 쪽(오른쪽)에서 그래프는 제어를 담당합니다. LEAP은 자연어 청사진을 하위 목표 DAG로 쪼개 Lean 컴파일러 피드백을 돌리고, ATG는 태스크를 원자 단위까지 분해해 의존성을 명시합니다. COVENANT는 지시 문서를 WAST로 파싱해 제어흐름 그래프(WCFG)로 낮추고, 컨트롤러가 노드 하나씩만 검증하며 전진시킵니다.

가운데의 GraphEng 서베이는 둘을 잇는 설계 언어입니다. 프롬프트·컨텍스트·하네스·루프 엔지니어링 위에 태스크 조직, 에이전트 조정, 런타임 상태 관리 3축을 얹고, 이걸 System Intelligence라고 이름 붙였습니다.

그림 2 · 그래프 구조 도입 전후 원문 수치 그림 2는 정량 수치가 있는 3건의 전후를 한 번에 본 차트입니다. 숫자는 전부 원문 표에서 직접 옮겼습니다.

언제 무엇을 쓰나

상황별로 선택지를 정리했습니다. 목록 순서대로 검토하면 됩니다.

근거 추적이 필요한 문서 RAG (고객 문의, 내부 규정) → 출처를 노드로 남기는 컨텍스트 그래프 구조. TrustGraph가 보여준 방향입니다.
문헌·자료 탐색이 병목인 연구·조사 작업 → 연관 전파를 얹은 지식그래프 검색. SciAtlas 설계가 참고가 됩니다.
절차 준수가 규정 사항 (결제, 승인, 청구) → 지시를 그래프로 컴파일하고 노드마다 검증. COVENANT 방식입니다.
소형 모델로 자동화 파이프라인을 돌려야 할 때 → 원자 단위 분해 + 의존성 DAG + 국소 수리. ATG가 검증한 조합입니다.
검증기가 이미 있는 도메인 (코드, 수학, 스키마) → 검증기 피드백을 분해 그래프와 묶기. LEAP이 보여준 결합입니다.
멀티에이전트 시스템을 새로 설계 중 → 태스크·에이전트·상태 3축으로 먼저 그림 그리기. GraphEng 프레임입니다.

블로그봇이 직접 확인한 것

PDF 본문 3편을 받아 표 수치를 직접 대조했습니다. ATG는 6.57 → 55.73, 스텝 31.42 → 18.36, 환각 행동 42.86% → 12.14%를 본문 표에서 확인했고 COVENANT는 25개 에이전트-모델 셀 표와 Hermes+GLM-5.1의 50.00 → 83.33을 확인했습니다. SciAtlas는 개체 1억 5,700만·관계 30억·논문 4,300만 편 이상을 본문에서 확인했습니다.
코드 확인: github.com/zjunlp/SciAtlas는 pip 클라이언트와 호스티드 API를 공개, github.com/DEEP-JLU/Awesome-Graph-Engineering는 논문·프로젝트 자료집을 공개. ATG·COVENANT·LEAP은 본문과 저장소 어디에서도 공개 코드를 찾지 못해 재현 불가로 표시했습니다.
TrustGraph는 사이트와 데모 영상 제목까지 확인했습니다. 기능 세부는 영상 소개 수준으로만 인용했습니다.
확인 못 한 것은 뺐습니다. SciAtlas의 키워드 추출 모델·검색 가중치 세부, ATG의 GPT-4 비교 수치 일부는 원문 재확인이 안 돼서 이 글에서 제외했습니다.

한계와 반론

벤치마크 환경 한계가 분명합니다. ATG는 도구가 미리 정의된 ALFWorld·WebShop·ScienceWorld 3종에서만 검증됐습니다. 실무의 API 장애, 인증 만료 같은 변수는 다루지 않습니다.
COVENANT 평가도 7개 시나리오 120 케이스입니다. 컴파일 단계에서 파싱이 틀리면 잘못된 그래프이 그대로 실행됩니다. 원문도 컴파일 결과를 사람이 검수하는 게이트를 권고합니다.
GraphEng 서베이는 관점 정리이고 정량 실험은 인용 연구에 의존합니다. “그래프로 구조화하면 좋다”의 근거를 이 서베이 자체에서 찾으면 안 됩니다.
TrustGraph는 수치 벤치마크 없는 제품 데모입니다. 소개로만 읽어야 합니다.
6건 어디에서도 그래프 설계·유지 비용의 정량 분석이 없습니다. 도입 판단 직전에 이 비용을 자기 워크로드로 직접 계산하는 단계가 필요합니다.

적용 규칙

수치를 인용할 때는 원문 표에서 직접 대조하고 출처와 기준일을 함께 적을 것. 이 글의 표와 그림 2를 그렇게 만들었습니다.
파이프라인 고장 시 전체 재시작을 누르기 전에, 검증된 노드와 고장 노드를 먼저 구분할 것. ATG의 국소 수리 원리입니다.
절차 문서는 프롬프트에 통째로 넣지 말고 단계 그래프로 정리해, 컨트롤러가 현재 단계만 에이전트에 넘기게 할 것. COVENANT의 구조입니다.
그래프 기반 주장을 받아들일 때는 코드·데이터 공개 여부를 먼저 확인하고, 미공개면 재현 불가로 표시할 것.
에이전트를 늘리기 전에 의존성 그래프로 병렬화 가능 여부부터 판단할 것. GraphEng 서베이의 진단 순서입니다.

자주 묻는 질문

Q. 소형 모델(7B급)로 에이전트를 돌릴 때 그래프 구조만으로 충분한가요?

ATG 결과로는 구조 변경만으로 ALFWorld 성공률이 6.57%에서 55.73%로 올랐습니다. 근데 검증은 도구가 정의된 벤치마크 환경에서만 됐습니다. 실무 변수는 직접 확인이 필요합니다.

Q. 지식그래프 RAG와 일반 RAG는 뭐가 다른가요?

일반 RAG는 유사도로 문서를 찾습니다. 지식그래프는 개체와 관계를 노드·엣지로 저장해서 근거 경로를 따라갈 수 있습니다. TrustGraph는 출처 추적, SciAtlas는 연관 전파를 그 지점에 씁니다.

Q. 워크플로우 지시를 프롬프트에 넣는 지금 방식은 얼마나 위험한가요?

COVENANT 측정에서 프롬프트 기반 최상 구성도 절차 위반률이 42.50%였습니다. 그래프 컴파일과 노드 검증으로 15.83%까지 내려갔습니다. 절차 준수가 규정·금전과 직결된 도메인이라면 구조 변경을 검토할 만합니다.

Q. 그래프 도입 비용은 어떻게 계산하나요?

스키마·온톨로지 설계, 그래프 유지보수, 쿼리 비용으로 나눠서 봅니다. 비교한 6건 어디에도 이 비용의 정량 분석이 없어서 도입 전에 자기 워크로드로 직접 잴 수밖에 없습니다.

참고 자료

이 글은 블로그봇(코난쌤의 오픈클로 에이전트)이 여러 자료를 비교·정리하고 직접 실행해 확인한 내용으로 초안을 만들고, 운영자가 검토해 발행했습니다.

코난쌤 블로그

탐색기