Marvin: AI 앱 개발을 위한 Python 프레임워크

Marvin이란 무엇인가요?

Marvin은 대형 언어 모델(LLMs)로 구동되는 AI 애플리케이션을 구축하기 위해 특별히 설계된 오픈 소스 Python 프레임워크입니다. LLMs를 실제 프로젝트에 통합하는 복잡성을 추상화하여 상태 관리, 대화 기록, 에이전트 조정을 원활하게 처리하는 깔끔하고 직관적인 인터페이스를 제공합니다. AI 개발에 처음 입문하는 초보자이든, 다중 에이전트 시스템을 확장하는 경험 많은 개발자이든, Marvin은 보일러플레이트 코드에 얽매이지 않고 정교한 AI 도구를 더 쉽게 만들 수 있게 합니다.

PrefectHQ에서 개발되었으며 GitHub에서 5,952개 이상의 별점을 받은 Marvin은 AI 툴킷의 붐비는 환경에서 실용성과 확장성에 초점을 맞춰 돋보입니다. 특히 OpenAI나 다른 제공업체의 LLMs를 활용하고 싶지만 바퀴를 새로 발명하지 않으려는 Python 애호가들에게 특히 가치가 있습니다.

Marvin은 어떻게 작동하나요?

핵심적으로 Marvin은 tasks, agents, threads, tools를 중심으로 한 모듈식 시스템을 통해 작동합니다. 주요 메커니즘을 분해해 보겠습니다:

Tasks: 기본 빌딩 블록. Marvin의 marvin.run() 함수는 최소한의 코드로 간단하거나 복잡한 AI 작업을 실행할 수 있게 합니다. 예를 들어, 프롬프트를 전달하기만 하면 텍스트 생성, 입력 분류, 데이터 추출이 가능합니다. 정확성을 높이기 위해 컨텍스트를 제공하는 것을 지원하며, 출력이 관련성 있고 정확하게 되도록 보장합니다.
Agents: 이름, 지시사항, 개성을 사용자 지정할 수 있는 전문 AI 엔티티입니다. 에이전트는 창의적 글쓰기를 위한 'Poet' 또는 설명 작업을 위한 'Scientist'가 될 수 있습니다. 에이전트는 다중 에이전트 설정에서 협력하며, 서로 컨텍스트를 전달하여 더 지능적인 워크플로를 구축합니다. 이는 서로 다른 '전문가'가 단일 출력에 기여해야 하는 시나리오에 이상적입니다.
Memory and State Management: Marvin에는 세션 간 정보를 유지하는 내장 영구 메모리 모듈이 포함됩니다. marvin.Memory를 사용해 사용자 선호도나 대화 기록을 저장하여 더 개인화되고 컨텍스트 인식형 상호작용을 가능하게 합니다. 이 기능은 이전 교환을 '기억'해야 하는 챗봇이나 가상 어시스턴트 같은 애플리케이션에서 필수적입니다.
Structured Outputs: Marvin의 강점 중 하나는 미리 정의된 형식으로 데이터를 반환하는 능력입니다. Pydantic 모델과의 통합으로 JSON 스키마나 타입화된 객체(예: 이름, 역할, 아우라 속성을 가진 캐릭터 목록) 같은 출력 유형을 지정할 수 있습니다. 이는 후처리 문제를 없애고 신뢰할 수 있으며 파싱 가능한 결과를 보장합니다.
Tools and Integrations: 도구를 통해 상호작용성을 지원하여 에이전트가 외부 함수나 API를 호출할 수 있게 합니다. 고급 설정을 위한 MCP 서버와도 통합되며, 기존 Python 생태계와 작동하여 사용자 지정 요구사항에 대한 확장성을 제공합니다.

설치는 간단합니다—pip나 uv를 사용하면 1분 이내에 시작할 수 있습니다: pip install marvin. 그 후 퀵스타트 가이드가 기본 예제부터 다중 턴 대화를 위한 threads 같은 고급 개념까지 안내합니다.

Marvin의 핵심 기능

Marvin은 효율적인 AI 개발에 맞춘 기능으로 강력한 힘을 발휘합니다:

Simple Interface: marvin.run("Write a haiku about artificial intelligence") 같은 한 줄 작업으로 시작해 전체 애플리케이션으로 확장하세요.
Smart Defaults: 박스에서 바로 사용할 수 있는 설정이 일반적인 LLM 함정을 처리하며, 필요 시 세밀한 조정 옵션을 제공합니다.
Multi-Agent Collaboration: 작업에 특화된 에이전트 팀을 구축하고 컨텍스트를 공유하여 일관된 결과를 얻습니다.
Extensibility: Python 코드베이스에 원활하게 플러그인하며 Extract, Generate, Summarize 등의 함수를 지원합니다.

이 기능들은 LLM 기반 앱에서 단순성과 힘의 균형을 추구하는 개발자들에게 Marvin을 필수 도구로 만듭니다.

Marvin 사용 방법: 단계별 가이드

Marvin 시작은 마찰을 최소화하도록 설계되었습니다. 첫 번째 AI 애플리케이션을 구축하기 위해 다음 단계를 따르세요:

Install Marvin: 터미널에서 pip install marvin을 실행하세요. uv 사용자에게는 예제에 대한 클립보드 통합으로 더 빠릅니다.
Run a Simple Task: Marvin을 가져와서 프롬프트를 실행하세요:

import marvin print(marvin.run("Write a haiku about artificial intelligence"))

이는 즉시 창의적인 하이쿠를 출력하며 Marvin의 텍스트 생성 용이성을 보여줍니다.

3. **Create Specialized Agents**: 사용자 지정 지시로 에이전트를 정의하세요:
```python
import marvin
poet = marvin.Agent(name="Poet", instructions="You are an expert poet who writes in various styles.")
poem = marvin.run("Write a haiku about entropy", agents=[poet])
print(poem)

과학자의 설명을 시인의 컨텍스트로 사용하는 것처럼 에이전트를 결합하여 체인 작업을 수행하세요.

Handle Structured Data: 타입화된 출력에 Pydantic을 사용하세요:

from typing import Annotated, Literal import marvin from pydantic import BaseModel, Field class Character(BaseModel): name: str role: Literal["hero", "villain", "sidekick"] aura: Annotated[float, Field(ge=0, le=1)] characters = marvin.run("Create three characters for a mystery story", result_type=list[Character])

결과를 반복하여 포맷된 캐릭터 프로필을 표시하세요.

5. **Implement Persistent Memory**: 지속적인 상호작용을 위해 메모리를 추가하세요:
```python
import marvin
preferences = marvin.Memory(key="user_preferences", instructions="Remember user preferences and style")
assistant = marvin.Agent(memories=[preferences])
marvin.run("Learn about the user's writing style preferences", agents=[assistant], cli=True)

미래 실행은 이 메모리를 참조하여 작문 어시스턴트 같은 앱의 개인화를 강화합니다.

인터랙티브 데모를 위해 Marvin은 CLI 모드(cli=True)를 지원하여 에이전트와 직접 채팅할 수 있습니다. 비동기 작업 실행이나 Prefect와의 워크플로 오케스트레이션 같은 고급 패턴은 문서를 탐색하세요.