Plan-and-Execute

Plan-and-Execute는 에이전트가 작업을 시작하기 전에 전체 계획(plan)을 세우고, 그 계획을 단계별로 실행한 뒤, 필요하면 계획을 갱신(replan)하는 패턴이다.
ReAct 패턴이 한 스텝씩 즉흥적으로 결정한다면, Plan-and-Execute는 선계획 → 후실행으로 작업 흐름이 더 명확하다.

구조

Mermaid스크롤로 확대 · 드래그로 이동

의사 구현

Python

장점

장기 작업에 강함 — 다단계 작업의 맥락을 계획 문서가 압축해 갖고 있어 컨텍스트 폭주를 막는다.
디버깅 용이 — 계획을 사람이 검토·수정 가능.
Planner는 강한 모델, Executor는 싼 모델 식으로 비용 최적화가 쉽다.

단점

계획이 틀리면 통째로 흔들림 — Replanner 품질이 곧 성능.
즉흥적 분기엔 약함 — ReAct가 더 자연스러운 경우도 많다.

구조

Mermaid스크롤로 확대 · 드래그로 이동

의사 구현

Python
def plan_and_execute(goal: str):
    plan = planner_llm.invoke(f"목표: {goal}\n단계별 계획을 세워라")
    # 예: ["1. 사용자 정보 조회", "2. 최근 주문 가져오기", "3. 환불 처리"]

    history = []
    while plan:
        step = plan.pop(0)
        result = executor_agent.invoke(step)
        history.append((step, result))

        # 남은 계획이 여전히 유효한지 재검토
        decision = replanner_llm.invoke({"history": history, "remaining": plan})
        if decision.is_done:
            return decision.final_answer
        plan = decision.new_plan

장점

장기 작업에 강함 — 다단계 작업의 맥락을 계획 문서가 압축해 갖고 있어 컨텍스트 폭주를 막는다.
디버깅 용이 — 계획을 사람이 검토·수정 가능.
Planner는 강한 모델, Executor는 싼 모델 식으로 비용 최적화가 쉽다.

단점

계획이 틀리면 통째로 흔들림 — Replanner 품질이 곧 성능.
즉흥적 분기엔 약함 — ReAct가 더 자연스러운 경우도 많다.

구조

의사 구현

장점

단점

관련 패턴

Synapse Map Insight

Plan-and-Execute

구조

의사 구현

장점

단점

관련 패턴

Synapse Map Insight