Microsoft Agent-Lightning 설정 및 활용 가이드

이 문서는

microsoft/agent-lightning

을 사용하여 GIIP 에이전트의 프롬프트를 자동 최적화하는 방법을 설명합니다.

🚀 개요

Agent-Lightning

은 강화학습(RL)을 통해 에이전트의 프롬프트를 튜닝하는 프레임워크입니다. 작업 히스토리를 데이터셋으로 활용하여, 에이전트가 더 높은 성능을 낼 수 있는 최적의 지침을 찾아냅니다.

[!IMPORTANT] Windows 사용자 주의:
agent-lightning
은 Unix 전용 라이브러리를 사용하므로, 반드시 WSL2 또는 Linux 환경에서 실행해야 합니다.

Python 환경 준비:

# Python 3.10+ 권장
python3 -m venv venv
source venv/bin/activate

라이브러리 설치:

pip install agentlightning

API 키 설정: 학습 루프가 LLM을 호출할 수 있도록 환경 변수를 설정합니다.

export AZURE_OPENAI_API_KEY="your-key"
export AZURE_OPENAI_ENDPOINT="your-endpoint"

Windows 환경의 터미널에서 다음 명령을 실행하여 프로젝트 내 작업 기록을 데이터셋으로 변환합니다.

python giipdb/scripts/prompt_optimization/generate_dataset.py

성공하면

giipdb/scripts/prompt_optimization/giip_training_data.jsonl

파일이 생성됩니다.

생성된 데이터셋을 사용하여 에이전트 지침을 튜닝합니다.

# WSL 터미널에서 실행
python giipdb/scripts/prompt_optimization/train_giip_role.py

학습이 완료되면 도출된 Optimal Prompt를

.agent/roles/

폴더 내 해당 마크다운 파일에 업데이트합니다.

증상	원인	해결
Windows에서 설치·학습 실행 시 Unix 라이브러리 관련 오류 발생	`agent-lightning` 은 Unix 전용 라이브러리에 의존	학습(2단계)은 WSL2 또는 Linux에서 실행. 데이터셋 생성(1단계)만 Windows에서 수행
2단계 학습 실행 시 데이터셋을 찾을 수 없음	1단계 `generate_dataset.py` 를 실행하지 않았거나 경로가 다름	먼저 1단계를 실행해 `giipdb/scripts/prompt_optimization/giip_training_data.jsonl` 생성 여부 확인
학습 루프의 LLM 호출에서 인증 오류 발생	`AZURE_OPENAI_API_KEY` / `AZURE_OPENAI_ENDPOINT` 환경 변수 미설정	WSL 세션에서 `export` 로 두 환경 변수를 설정한 뒤 다시 실행
`python: command not found` 또는 버전 오류	Python 3.10 미만이거나 venv 미활성화	Python 3.10+ 설치 후 `source venv/bin/activate` 로 가상환경을 활성화