QANDA가 Generative AI 시대에 맞춰 단순한 문제 풀이 도우미를 넘어, 사용자의 학습 의도를 이해하고 능동적으로 지원하는 'AI learning assistant'로 진화하기 위해 어떤 기술적 여정을 거쳤는지 소개합니다. 주요 내용으로는 Multi-Agent Swarm Architecture를 활용한 의도 분석, 복잡한 요청을 처리하기 위한 Plan-and-Execute 아키텍처 도입, 그리고 사용자 인터랙션을 극대화하는 Artifact 개념 등을 다룹니다. 특히 LangGraph를 사용하여 에이전트 로직과 채팅 인터페이스를 분리함으로써 확장성과 유지보수성을 높인 설계 방식에 대한 깊이 있는 통찰을 제공합니다.