콴다가 Gen AI 시대를 맞이하여 단순한 문제 풀이 서비스를 넘어, 사용자의 학습 목적을 실시간으로 이해하는 능동적인 AI 어시스턴트로 진화하기 위해 진행한 백엔드 설계 여정을 공유합니다. 콴다 팀은 사용자의 다양한 요구에 유연하게 대응하기 위해 'Agent(의도 이해) → Tool(문제 해결) → Block(시각적 응답)'이라는 추상화 구조를 설계했습니다. 특히, 복잡한 요청을 처리하기 위해 Multi-Agent Swarm Architecture와 Plan-and-Execute 방식을 도입하여 응답의 일관성과 안정성을 확보했습니다. 또한, 사용자 경험을 극대화하기 위해 별도의 인터랙션 단위인 'Artifact' 개념을 도입하고, Agent와 채팅 관리 레이어를 분리하여 시스템의 확장성과 유지보수성을 높였습니다. 이 글은 AI 기반 서비스 설계 시 마주하는 기술적 도전과 해결 방안을 상세히 다루고 있어, 관련 분야 엔지니어들에게 유용한 인사이트를 제공합니다.