GitHub 스타 69,905개, MIT 라이선스, 순수 Python 구현. MetaGPT는 꽤 과감한 길을 택한다. LLM 하나에게 코드 작성을 맡기는 데서 그치지 않고, PM, 아키텍트, 프로젝트 매니저, 엔지니어, QA가 각자 역할을 수행하는 「가상 소프트웨어 회사」를 통째로 구축했다. 전원은 죽어 있는 SOP(표준 작업 절차)로 연결된다.
핵심 철학이 매우 직관적이다: Code = SOP(Team). 코드는 천재 프로그래머의 번개 같은 영감에서 나오지 않는다. 팀이 절차에 따라 협업한 결과물이다. 이 절차를 멀티에이전트 시스템에 인코딩하면 이론적으로 소프트웨어 회사의 산출물을 재현할 수 있다.
직접 한 번 돌려봤다. 결과는 과장할 만큼 신기하지는 않았지만, SOP라는 공학적 사고방식은 확실히 먹힌다. 아래에서 하나씩 분해해 본다.
해결하려는 문제
단일 Agent에게 코드를 맡기면 어디서 막히나? 이전에 GPT-4o에 「커맨드라인 todo 도구 만들어줘」라고 한 줄 던져본 적이 있는데, 돌아온 코드는 다음과 같았다.
- API 문서가 없음
- 함수 명명이 앞뒤로 제각각
- 엣지 케이스는 운에 맡기는 수준
- 테스트는 따로 또 써야 함
문제는 모델이 약해서가 아니다. LLM 하나가 요구사항 담당, 설계 담당, 구현 담당, 테스트 담당을 동시에 맡으면서 역할이 충돌하기 때문이다. MetaGPT의 해법은 이 역할들을 분리하고, 각각 자기 일만 하도록 한 뒤, 소프트웨어 회사 프로세스 흐름으로 묶는 것이다.
이것이 SOP의 가치다. 똑똑함이 아니라 안정성이다.
사용법
진입장벽이 아주 높은 편은 아니지만, 몇 가지 전제 조건이 필요하다.
- Python 3.9-3.12
- Node.js + pnpm (프런트엔드 관련 action 사용 시)
- LLM API key (GPT-4 급 권장, 소형 모델은 결과가 확연히 떨어짐)
설치는 한 줄이면 끝난다.
pip install metagpt
그다음 config2.yaml에 key를 적어두고, 아래 스크립트를 실행한다.
import asyncio
from metagpt.software_company import SoftwareCompany
async def main():
# 한 줄 요구사항
idea = "개발一个命令行待办事项工具,支持增删改查"
# 소프트웨어 회사 가동 (PM/아키텍트/엔지니어/QA 자동 배정)
company = SoftwareCompany()
company.hire(["ProductManager", "Architect", "ProjectManager", "Engineer", "QA"])
# 요구사항 투입
company.invest(idea)
# 팀 작업 완료 대기 후 산출물 출력
await company.run(n_round=8)
# 산출물 확인
for artifact in company.repo.get_artifacts():
print(f"[{artifact.role}]: {artifact.filename}")
asyncio.run(main())
Agent 오케스트레이션 로직을 직접 짤 필요 없다. SoftwareCompany에 5개 역할의 협업 순서가 이미 정의돼 있다.
동작 원리 (아키텍처)
3계층 구조로 구성된다.
1. Role 클래스
각 역할은 Role 베이스 클래스를 상속하며, 세 가지 요소를 갖는다. profile(신분), goals(목표), actions(수행 가능한 행동). 예를 들어 ProductManager의 action은 WritePRD, Engineer의 action은 WriteCode다.
2. Action
Action은 역할의 구체적 행위로, prompt 템플릿과 출력 파싱 로직을 캡슐화한다. 예를 들어 WritePRD는 upstream 메시지를 읽고 템플릿에 맞춰 user stories를 생성한다. Action 자체는 stateless이고, 상태는 Role이 관리한다.
3. Environment + Message 메커니즘
SOP가 실제로 구현되는 지점이다. Environment에는 메시지 라우팅 순서가 하드코딩돼 있다. PM이 PRD를 작성하면 메시지는 Architect가 구독하는 channel로 자동 publish되고, Architect가 API 설계를 끝내면 Engineer에게로 자동 전달된다. 각 역할은 자신이关心的 메시지만 본다. 전체 흐름은 알 필요가 없다.
메시지 흐름은 대략 이렇다.
사용자 요구사항 입력
↓
ProductManager → WritePRD → user stories 산출
↓
Architect → DesignAPI → 데이터 구조 + API 계약 산출
↓
ProjectManager → WriteTasks → 태스크 분할
↓
Engineer → WriteCode → 코드 산출
↓
QA → WriteTest → 테스트 케이스 산출
이 흐름은 SoftwareCompany 초기화 코드에 하드코딩돼 있다. 흐름을 바꾸려면 소스를 수정해야 한다. 이 부분이 한계인데, 뒤에서 다시 다룬다.
장점
진입장벽이 낮다. 설치, key 설정, 스크립트 실행. 3단계면 프로토타입이 나온다. 1인 개발자가 데모를 검증할 때 「scaffold 짜는 시간」을 크게 아낄 수 있다.
역할 프리셋이 풍부하다. 5개 역할이 바로 사용 가능하며, Agent 협업 그래프를 직접 설계할 필요가 없다. LangChain의 「뭐든 직접 조립」 방식과 대조적이다.
SOP는 공학적 사고방식이다. 개별 Agent가 얼마나 똑똑한지를 추구하지 않고, 「팀 산출물의 안정성」을 추구한다. 이 사고방식이 프로덕션 환경에서 충분하냐는 별개 문제지만, 멀티 Agent 협업을 학습하는 교재로서 가치가 매우 높다.
학술적 배경. 기반이 된 AFlow 논문이 ICLR 2025 oral(상위 1.8%, LLM-based Agent 카테고리 #2)에 선정됐다. 아무 데서나 나온 게 아니다.
상용화 진척. 2025년 2월 팀이 MGX(mgx.dev)를 출시했고, Product Hunt 주간 차트 1위를 기록했다. 이 사고방식에 돈을 낼 의향이 존재한다는 뜻이다.
단점
모델을 먹는다. GPT-4 급에서야 쓸만한 결과가 나오며, GPT-3.5는 사실상 사용 불가다. Llama-3-8B로 바꿔봤더니 PRD가 아예 날아가고 API 스펙이 자기모순을 일으켰다. 즉 비용이 만만치 않다. 복잡한 요구사항 하나 돌리는 데 50k 토큰은 가볍게 소진된다.
아키텍처가 무겁다. 5개 역할 + 풀 SOP이 프리셋이다. 「DevOps」 역할을 추가하거나 흐름 순서를 바꾸고 싶다면? 소스를 수정해야 한다. SoftwareCompany의 클래스 상속 체인이 꽤 깊어, LangGraph 대비 커스터마이징 비용이 높다.
코드 품질이 프로덕션에는 못 미친다. 직접 돌려본 Python 코드는 동작은 하지만, 변수명에 오타가 있고 예외 처리가 빠졌으며 타입 힌트가 없다. 프로토타입 단계로는 충분하지만, 프로덕션에 바로 투입하려면 사람의 리뷰를 한 번 더 거쳐야 한다.
동종 프레임워크와 비교. AutoGen과 비교하면, MetaGPT는 「조직 설계」 쪽(역할과 흐름 프리셋)에 가깝고, AutoGen은 「유연한 오케스트레이션」 쪽(Agent 간 대화 방식을 직접 정의)에 가깝다. LangChain과 비교하면 MetaGPT는 「업무 캡슐화」 레벨이고, LangChain은 「컴포넌트 라이브러리」 레벨이다. 모두 단일 Agent 프레임워크보다는 무겁지만, 각자 자기 영역이 있다.
직접 돌려본 결과
요구사항: 「커맨드라인 todo 도구 만들어줘. 추가/삭제/수정/조회 지원」
설정: GPT-4o, n_round=8
산출물: 파일 6개
- PRD (user stories + 인수 기준)
- API 설계 (CLI 커맨드 인터페이스 정의)
- 데이터 구조 (JSON 저장 스키마)
- Python 코드 (~200줄)
- 테스트 케이스 (pytest)
- README
소요 시간: 약 4분
토큰 소모: ~80k
코드는 정상 동작했고 CRUD도 모두 작동했다. 다만 처리하지 못한 엣지 케이스가 하나 있었다. 빈 문자열을 입력하면 크래시가 나서, if not todo.strip(): continue를 직접 추가해야 했다.
같은 프롬프트를 GPT-4o 단일 Agent 모드에 그대로 던졌을 때와 비교하면 다음과 같았다.
- 산출물은 Python 코드뿐, 문서 없음
- 함수 명명이 일관성 없음 (
add_todo와create_task가 섞여 사용됨) - 테스트는 별도로 다시 prompt를 줘서 작성해야 함
SOP 분리의 효과는 분명했다. 구조화된 산출물의 품질이 눈에 띄게 높다. 다만 공학적 효율성은 여전히 병목이다. 4분 + 80k 토큰으로 200줄짜리 소도구를 하나 뽑는 구조는 양산이 현실적이지 않다.
누구에게 적합한가
적합한 대상:
- 1인 개발자가 제품 데모를 빠르게 검증하는 경우
- 멀티 Agent 협업을 연구하는 학술 팀 (AFlow 논문이 좋은 baseline)
- 소프트웨어 공학 교육 현장 (SOP로 요구사항부터 코드까지의 전 과정을 설명)
적합하지 않은 대상:
- 프로덕션 환경 코드 생성 (품질이 충분히 안정적이지 않음)
- 지연에 민감한 시나리오 (한 라운드에 몇 분은 너무 느림)
- 소형 모델 배포 (효과가 바로 붕괴)
- Agent 협업 로직의 깊은 커스터마이징 (소스 수정 비용이 높음)
한 줄 평
MetaGPT의 가치는 「AI가 코드를 쓸 수 있다」는 데 있지 않다. 그건 GPT-4 단일 Agent로도 충분하다. 진짜 가치는 소프트웨어 공학 안에 숨어 있던 암묵적 지식(SOP)을 명시적으로 인코딩해, 멀티 Agent 협업에 재사용 가능한 템플릿을 제공했다는 점이다.
2023년에 이 접근은 신선했지만, 2025년 지금 보기에는 다소 「무겁다」. LangGraph, CrewAI 모두 더 가볍고 유연한 방향으로 움직이고 있다. 그래도 「멀티 Agent가 도대체 어떻게 협업하는지」를 이해하고 싶다면, 논문보다 MetaGPT 소스를 읽는 편이 빠르다. 한 줄 한 줄 코드가 SOP의 형태를 그대로 보여주기 때문이다.
저장소 주소: github.com/FoundationAgents/MetaGPT
참고:
- MetaGPT GitHub: https://github.com/FoundationAgents/MetaGPT
- MGX: https://mgx.dev