microsoft/agent-framework — Semantic Kernel과 AutoGen을 하나로 합쳤어

Semantic Kernel과 AutoGen을 하나로 합친 SDK

Microsoft의 두 에이전트 프레임워크 — Semantic Kernel(C#/.NET 중심)과 AutoGen(Python 멀티에이전트 연구용) — 이 마침내 하나로 합쳐졌어. 2026년 4월 3일 1.0 GA로 공개된 'microsoft/agent-framework'는 Python·.NET 양쪽에서 동일한 API를 제공하면서 그래프 기반 멀티에이전트 워크플로우를 표준화해. 깃허브 5월 첫째 주 트렌딩에 진입해 누적 1만 스타를 돌파했고, 일간 스타 250개의 안정적 성장세야.

프로젝트 배경 — 두 프레임워크가 합쳐진 이유

Microsoft가 LLM 응용 도구를 만든 건 2022년 ChatGPT 직후야. Sam Schillace 팀의 Semantic Kernel은 Office 365 Copilot 빌드를 위해 C#/.NET 우선으로 출발했고, 'Plugin + Planner + Memory' 3축이 핵심이었어. 같은 시기 Microsoft Research가 만든 AutoGen은 Chi Wang을 중심으로 한 학술 프레임워크로 'Conversable Agent + GroupChat'을 핵심으로 멀티에이전트 협업 연구에 강점이 있었어.

두 프레임워크는 같은 회사 안에서 자주 비교됐고, 프로덕션 운영 팀은 Semantic Kernel을, 연구 팀은 AutoGen을 쓰는 분리가 굳어졌어. Mark Russinovich (Azure CTO)는 2025년 Build 키노트에서 "두 프레임워크를 합치는 게 가장 자주 받은 요청"이라고 인정했고, 1년 후 1.0 GA로 결과물이 나왔어.

메인테이너 Eduardo Pinheiro와 Stephen Toub (Microsoft .NET 디스팅귀시드 엔지니어)가 통합 설계를 주도했어. 핵심 결정은 'API 동등성'이었어 — Python에서 쓸 수 있는 모든 패턴을 .NET에서도 똑같은 이름·시그너처로 쓸 수 있어야 한다는 거지. 이건 Microsoft가 이전 어떤 SDK에서도 시도하지 못한 일이야.

Simon Willison은 통합 설계가 'Plugin + Planner를 그래프 워크플로우로 흡수하고, Conversable Agent를 ChatAgent로 단순화한 결정'이라고 분석했어. 즉 두 프레임워크의 좋은 부분만 뽑아 새 추상화를 만든 거지.

출처: spoonai 정리 · GitHub 스타 (2026.05.06 기준)

핵심 기능 — 그래프 워크플로우와 멀티에이전트 패턴

이 프레임워크의 4가지 멀티에이전트 패턴이 핵심이야.

1. Sequential — 에이전트가 순서대로 작업을 넘기는 패턴. A 에이전트가 결과를 만들고 B에 넘기면 B가 다음 단계 작업.

2. Concurrent — 여러 에이전트가 동시에 같은 입력을 받고 다른 관점으로 작업. 결과를 합산해서 최종 응답.

3. Handoff — 에이전트가 다른 에이전트로 컨트롤을 명시적으로 넘기는 패턴. 'Customer 에이전트가 결제 문의를 받으면 Billing 에이전트로 핸드오프'.

4. Group Collaboration — 여러 에이전트가 자유롭게 토론하면서 공동 결정에 도달. AutoGen의 GroupChat 패턴을 그대로 흡수.

이 4개 패턴이 그래프(graph) 표현으로 통합됐어. 각 에이전트는 노드, 메시지 흐름은 엣지, 분기·반복·조건은 그래프 연산으로 표현돼서 LangGraph와 비슷한 구조지만 Python·.NET에서 동일하게 동작해.

from agent_framework import ChatAgent, Workflow

writer = ChatAgent(name="Writer", instructions="기사 초안을 작성하세요")
editor = ChatAgent(name="Editor", instructions="문법과 사실관계를 검수하세요")

workflow = Workflow.sequential(writer, editor)
result = workflow.run("Anthropic·Blackstone 합작 벤처 1500자 요약")

기술 스택 + 아키텍처

언어는 Python (3.10+)·C#/.NET (8.0+) 양쪽 1급 지원. LLM 제공자 통합은 OpenAI SDK·Azure AI·Anthropic API·Mistral·로컬 모델 (Ollama) 어댑터 5종을 빌트인으로 제공해. Foundation은 Microsoft Semantic Kernel 1.x의 Plugin 시스템을 그래프 노드로 흡수했어.

상태 관리는 Memory 모듈로 처리하는데, 인메모리·Azure Blob·Cosmos DB·Redis·SQLite 5종 백엔드를 지원해. 실행 모델은 'Async-First'로 Python의 asyncio·.NET의 ValueTask와 직접 통합돼서 추론 호출 1만 건 동시 처리가 가능해.

Eval/Telemetry는 OpenTelemetry 표준에 맞춰서 LLM 호출 단위 토큰·지연·오류를 추적하고, Azure Monitor·Datadog·Honeycomb로 직접 export 가능. 이건 Semantic Kernel에는 있었지만 AutoGen에는 없던 기능을 통합한 결과야.

출처: spoonai 정리 · README 분석 (2026.05)

경쟁 레포 비교 — LangGraph, AutoGen (별도), CrewAI, OpenAI Agents

프로젝트	스타	일간	언어	특징
LangChain LangGraph	19.5k	35	Python	가장 성숙한 그래프 프레임워크
AutoGen (별도 유지)	38k	30	Python	학술·연구 중심
CrewAI	32k	80	Python	간단함·직관성 강점
MS Agent Framework	4.2k	250	Py/.NET	1.0 GA, 통합·엔터프라이즈
OpenAI Agents (Python)	11.2k	100	Python	단순 멀티에이전트 SDK

MS Agent Framework가 가장 두드러지는 차별점은 두 가지야. 첫째 .NET 1급 지원 — 다른 모든 프레임워크가 Python 우선이거나 Python 전용. 둘째 Azure AI Foundry 직접 연결 — Azure에서 모델 호스팅·메모리 백엔드·Eval를 묶어 운영하는 엔터프라이즈 환경에 최적화.

LangGraph가 더 성숙하고 커뮤니티도 크지만, MS Agent Framework는 'Microsoft 인프라 + 두 프레임워크 통합'이라는 점에서 향후 12-18개월 안에 엔터프라이즈 .NET 환경에서는 표준으로 굳어질 가능성이 있어.

왜 지금 뜨는가 — 생태계 맥락

3가지 흐름이 동시에 가고 있어. 첫째 'Multi-agent vs Single-agent' 논쟁이 multi-agent 쪽으로 기울고 있어 — Anthropic 금융 에이전트 10종 발표(2026.05.04), OpenAI Agents SDK 출시(2025.11) 등이 모두 'Single agent로는 복잡한 도메인을 잘 못 처리한다'는 결론에 수렴.

둘째 '엔터프라이즈가 .NET을 못 버린다'는 현실. Fortune 500의 70%가 .NET 코드 베이스를 운영하는데 Python 우선 프레임워크는 이 환경에 못 들어가. MS Agent Framework가 .NET 1급 지원을 한 게 즉시 시장 호응을 받는 이유야.

셋째 'AI Foundry 일체형 운영'. Azure AI Foundry가 2025년 모델 호스팅·Vector DB·Eval을 한 통합 콘솔로 제공하기 시작했고, MS Agent Framework가 그 위에서 동작하는 첫 번째 1급 SDK가 됐어.

Hacker News 토론 (2026.04.03) 1,200+ 댓글에서 가장 인용된 reactions:

"두 프레임워크를 안 합치고 둘 다 유지했으면 더 큰 혼란이었을 거다." — HN 사용자 jaredklewis

"AutoGen은 학술용으로 남기고 Agent Framework가 프로덕션을 가져가는 게 자연스러운 분리." — HN 사용자 simonpure

시작하기

가장 빠른 시작:

# Python
pip install agent-framework

# .NET
dotnet add package Microsoft.Agents.AI

from agent_framework import ChatAgent
from agent_framework.providers import OpenAIProvider

agent = ChatAgent(
    name="Researcher",
    instructions="회사 펀딩 라운드 정보를 분석하세요.",
    llm=OpenAIProvider(model="gpt-5"),
)
result = agent.run("Sierra 9.5억 달러 라운드의 핵심 시그널은?")

가장 흔한 함정 두 가지. 첫째 Python·.NET 어댑터를 동시에 설치하면 패키지 충돌이 나니까 분리해서 설치. 둘째 Memory 백엔드를 인메모리로 두고 프로덕션 ramp하면 100만 건 이상에서 OOM이 나니까 Azure Cosmos DB 또는 Redis로 변경.

한계와 전망

아직 안 되는 것 — Multi-region 배포 자동화, On-device 모델 어댑터 (Apple MLX·Qualcomm Snapdragon), Reasoning chain debugger UI. 1.x 후속 마이너 버전에서 들어올 예정이야.

로드맵은 분기 단위로 발표돼. 1.1(2026 Q3) — Multi-region orchestration. 1.2(2026 Q4) — Edge agent (모바일·IoT). 2.0(2027 Q1) — Agent-to-Agent 표준 프로토콜 (Cloudflare·Stripe AP2와 호환).

미래는 'AI Foundry 표준 SDK'로 굳을지가 핵심이야. 만약 Microsoft가 6-12개월 안에 .NET 비중을 50%+로 끌어올리면 LangGraph와 양분되는 시장 구조가 정착될 거야. 못 끌어올리면 Semantic Kernel·AutoGen 둘 다 잊혀지듯이 Agent Framework도 잊혀질 위험이 있어.

3줄 요약

• Microsoft가 Semantic Kernel + AutoGen을 통합한 1.0 GA SDK를 풀었어.
• Python·.NET 동등 API + Azure AI Foundry 직접 연결이 핵심 차별점.
• 일간 250 스타 안정 성장, 엔터프라이즈 .NET 환경 표준 가능성.

참고 자료

• microsoft/agent-framework — GitHub
• Microsoft Agent Framework now in preview — DevBlogs
• Hacker News 토론 — microsoft/agent-framework 1.0 GA
• Semantic Kernel + AutoGen 통합 분석 — Simon Willison
• Microsoft Build 2026 키노트 — Agent Framework 공개