ReAct 방식 AI 에이전트 기술 동향

순수 추론(Chain-of-Thought)만으로 문제를 푸는 언어 모델은 근본적인 한계 하나를 안고 있다. 학습 데이터에 없는 최신 정보나 전문 지식이 필요한 질문 앞에서는 확신에 찬 오답을 내놓을 수밖에 없고, 추론 초반에 한 번 어긋난 경로는 교정 없이 그대로 최종 답까지 이어진다. 이와는 반대로 다른 한 축에서는 행동만으로 과제를 해결하려는 에이전트가 있다. 강화학습이나 모방학습으로 훈련된 이런 에이전트는 매 순간 무엇을 할지는 정하지만 왜 그 행동을 택했는지에 대한 고차원적 계획이나 그 계획을 여러 단계에 걸쳐 유지하는 작업 기억이 없어 과제가 조금만 길어져도 문제의 핵심에서 벗어나 원하는 결과를 만들어 내지 못한다.

ReAct는 이 두 접근을 하나의 루프 안에 묶어 한쪽의 한계를 다른 쪽의 강점으로 메우는 방식이다. 추론(Thought)이 행동(Action)의 계획을 세우고 그 행동이 가져온 관찰(Observation)이 다시 추론의 근거가 되는 순환 구조를 통해 모델은 외부 세계와 실제로 상호작용하면서도 그 상호작용을 계획적으로 통제할 수 있게 된다. 2022년 처음 제안된 이후 지금까지도 이 루프는 단일 에이전트를 설계할 때 가장 먼저 시도해 보는 기본 구조이다.

이 글에서는 ReAct가 어떤 문제의식에서 정립됐는지, 그 표준 아키텍처는 무엇으로 구성되는지, 그리고 이 순환 루프가 실제로 에이전트의 어떤 문제 해결 능력을 만들어내는지를 차례로 짚고 2026년 현재 어디까지 발전되어 있는지 알아본다.

ReAct 출현 배경

2022년 프린스턴 대학교와 구글 리서치 공동 연구진이 발표한 "ReAct: Synergizing Reasoning and Acting in Language Models"라는 논문은 바로 이 문제의식에서 출발했다. 당시 널리 쓰이던 Chain-of-Thought 프롬프팅은 모델이 단계적으로 추론 과정을 언어로 풀어내게 함으로써 정답률을 크게 끌어올렸지만 그 추론은 어디까지나 모델이 이미 학습한 지식 안에서만 이뤄졌다. 반대로 강화학습이나 모방학습 기반의 행동 에이전트는 환경과 직접 상호작용할 수 있었지만 그 행동을 뒷받침하는 명시적 추론 과정이 없어 왜 그런 선택을 했는지 설명하기 어려웠고 장기 과제에서 쉽게 궤도를 이탈했다.

연구진의 핵심 통찰은 이 둘이 서로를 보완할 수 있다는 데 있었다. 추론이 행동의 계획을 세우고 유지하고 수정하는 역할("reason to act")을 하는 동시에 행동이 가져온 외부 정보가 다시 추론의 근거를 갱신하는 역할("act to reason")을 하도록 두 과정을 하나의 흐름 안에서 교대로 생성하게 한 것이다.

이 방식의 효과는 여러 과제에서 뚜렷하게 나타났다. 다중 홉 질의응답 벤치마크인 HotpotQA에서 ReAct 단독은 정확 일치율(EM) 27.4%로 CoT의 29.4%에 오히려 조금 못 미쳤지만, 두 방식을 결합한 ReAct→CoT-SC는 35.1%로 양쪽 모두를 앞섰다. 체화된 의사결정 과제인 ALFWorld에서는 모방학습 대비 절대 성공률이 34%포인트, 웹 탐색 과제인 WebShop에서는 강화학습 대비 10%포인트 높았다. 더 주목받은 지점은 이 모든 성과가 별도의 파인튜닝 없이 한두 개의 few-shot 예시와 프롬프트만으로 달성됐다는 것이다. 이는 당시 에이전트를 구현하려면 전용 모델을 학습시켜야 한다는 통념을 흔든 결과였고 이후 프롬프트 기반 에이전트 설계가 빠르게 확산되는 계기가 됐다.

ReAct의 표준 아키텍처

ReAct 논문이 제안한 것은 특정 구현체가 아니라 하나의 상호작용 패턴이었지만 이후 이를 실제로 구현하는 과정에서 몇 가지 구성 요소가 사실상의 표준으로 자리 잡았다.

ReAct 에이전트의 표준 구성 요소

네 요소 중 특히 궤적·메모리가 하는 역할이 자주 과소평가된다. 이는 단순한 기록이 아니라 그 자체로 모델의 다음 판단을 좌우하는 컨텍스트다. 궤적이 길어질수록 모델은 더 많은 근거를 갖게 되지만 동시에 컨텍스트 길이와 비용도 함께 늘어난다는 점은 뒤에서 다시 다룬다.

추론과 행동이 순환하는 방식

이 네 구성 요소가 실제로 어떻게 맞물려 돌아가는지는 다음과 같은 순환 구조로 정리된다.

ReAct 루프의 기본 순환 구조

이 순환은 정지 조건, 즉 최종 답을 냈거나 더 이상 행동이 필요 없다고 모델이 판단하는 시점이 만족될 때까지 반복된다. 매 회전마다 궤적에 한 단계가 추가되므로 루프가 길어질수록 컨텍스트도 함께 길어진다는 점이 뒤에 나올 현재 실무적 한계와 직결된다.

ReAct 루프 도입이 가져오는 개선 포인트들

첫째는 근거 확보다. 학습 데이터에 없는 최신 정보를 묻는 질문 앞에서 순수 추론은 그럴듯하지만 근거 없는 답을 내놓을 수밖에 없다. ReAct 루프는 이런 상황에서 검색 Action을 실행하고 실제로 돌아온 검색 결과를 Observation으로 받아 그 위에서 다음 Thought를 잇는다. 추측이 아니라 실제로 확인된 정보 위에서 답을 구성하게 되는 것이다.

둘째는 피드백을 통한 자기 교정이다. 검색 Action이 관련 없는 결과를 돌려주더라도 단일 패스 방식이라면 그 결과를 그대로 받아들이고 끝난다. 반면 루프 구조에서는 다음 Thought가 그 결과를 평가하고 왜 원하는 정보가 아니었는지를 추론한 뒤 검색어를 좁히거나 다른 접근을 시도하는 새로운 Action으로 이어갈 수 있다. 오류가 발생해도 그 자리에서 복구할 기회가 생기는 것이다.

셋째는 여러 단계에 걸친 점진적 정보 수집이다. 하나의 질문에 답하기 위해 여러 문서나 여러 차례의 조회를 거쳐야 하는 다중 홉 과제에서는 각 Observation이 다음에 무엇을 더 확인해야 하는지에 대한 단서가 된다. 다중 홉 과제에서 ReAct를 CoT와 결합했을 때 나타난 성능 향상은 상당 부분 이 점진적 수집 능력에서 비롯된 것으로 볼 수 있다.

넷째는 계획의 동적 수정이다. 환경은 계획한 대로만 반응하지 않는다. 특정 도구 호출이 실패하거나 예상과 다른 상태를 돌려줄 때 미리 세운 계획을 그 자리에서 바꿀 수 있어야 과제를 끝까지 완수할 수 있다. ALFWorld처럼 여러 단계의 물리적 행동이 필요한 체화된 과제에서 ReAct가 모방학습 베이스라인을 크게 앞선 것은 이런 즉흥적 계획 수정 능력이 실제로 작동한다는 근거로 볼 수 있다.

네 가지 모두 근본적으로는 하나의 특성에서 나온다. 매 단계의 판단이 이전 단계의 실제 결과에 근거해서 갱신된다는 것이다. 이 갱신 가능성이야말로 ReAct를 단순한 프롬프트 기법이 아니라 에이전트라는 개념 자체를 성립시키는 최소한의 요건으로 만든 지점이다.

2026년 현재: 여전히 기본값이지만 한계도 뚜렷하다

2026년의 여러 에이전트 아키텍처 가이드에서도 ReAct는 여전히 단일 에이전트를 설계할 때 가장 먼저 시도해야 할 기본값으로 언급된다. 새로운 에이전트를 만들 때는 우선 ReAct 베이스라인을 구현하고 성공률, 도구 호출 정확도, 지연 시간, 비용을 측정한 뒤에야 그 위에 다른 패턴을 얹을지 판단하는 것이 실무에서 자리 잡은 접근이다.

동시에 프로덕션 환경에서 드러난 한계도 뚜렷하다. 2026년의 한 에이전트 아키텍처 가이드에 따르면 약 50스텝을 넘어서는 장기 실행에서는 궤적이 지나치게 길어지면서 일관성이 무너지는 현상이 관찰되고, 별도의 리플렉션(reflection) 장치가 없으면 같은 실수를 반복하는 경향이 나타난다. 같은 자료는 루프가 길어질수록 프롬프트 캐시가 자주 무효화되면서 비용이 5배에서 10배까지 치솟는 경우도 보고한다.

이를 보완하기 위해 몇 가지 조합이 사실상의 표준으로 자리 잡았다. Reflexion처럼 스스로의 과거 실패를 되짚어보는 리플렉션 메커니즘을 함께 두면 반복되는 실수를 1030% 줄일 수 있고, 3040스텝마다 컨텍스트를 다시 고정(re-anchor)해 캐시 무효화로 인한 비용 급증을 방지하며, 정확성이나 컴플라이언스가 중요한 고위험 출력에는 별도의 검증자(verifier-critic)를 붙여 이중으로 확인한다. 이 중에서도 ReAct에 Reflexion을 결합한 조합은 2026년 기준 프로덕션 등급 단일 에이전트 스택의 사실상 표준으로 자리 잡았다.

정리 및 요약

ReAct의 핵심은 하나의 발상으로 요약된다. 추론과 행동을 번갈아 생성하면 행동이 가져온 결과가 다음 추론의 근거가 되고 그 추론이 다시 다음 행동의 방향을 정한다는 것이다. LLM 추론 코어, 액션 실행기, 궤적·메모리, 외부 환경은 이 순환을 이루는 최소한의 구성이며, 근거 확보와 자기 교정, 점진적 정보 수집, 동적 계획 수정은 모두 이 순환 하나에서 갈라져 나온 결과다.

2022년 등장 이후 지금까지 ReAct가 단일 에이전트 설계의 출발점 자리를 지키고 있는 이유도 여기에 있다. 매 단계의 판단을 실제 관찰 결과로 갱신한다는 이 원리 자체가 에이전트를 신뢰할 수 있게 만드는 최소 조건이기 때문이다. 다만 루프 실행이 길어질수록 관리하는 궤적도 길어지다 보니 일관성을 유지하는데 문제가 생기기도 한다. 그래서 현재 ReAct를 실무적으로 활용하는데 리플렉션과 컨텍스트 재고정, 검증자 페어링을 같이 적용하여 안정성을 높이는 방향으로 기술이 발전하고 있다.

참고 자료

• ReAct: Synergizing Reasoning and Acting in Language Models
• Agent Architecture Patterns: 2026 Taxonomy Guide
• What Is the ReAct Loop? How AI Agents Reason, Act, and Iterate