CrewAI
소개
CrewAI는 역할(role)·목표(goal)·태스크(task)를 가진 다수의 LLM 에이전트가 협업해 복잡한 워크플로우를 자동화하도록 설계된 오픈소스 Python 프레임워크다. OpenAI·Anthropic·Google Gemini·AWS Bedrock 등 30여 개 LLM 제공자를 지원하며 Gmail·Slack·Salesforce·HubSpot 같은 SaaS와 연동된다. 무료 오픈소스로 직접 빌드할 수 있고, 엔터프라이즈 플랜은 시각 편집기·RBAC·모니터링을 제공해 포춘 500의 60%가 도입했다고 밝힌다. 단일 LLM 호출이 아닌 다단계 에이전트 협업이 필요한 자동화에 적합하다.
장점
- •역할·태스크·플로우 추상화로 멀티 에이전트 협업 구조를 명시적으로 설계할 수 있다
- •OpenAI·Anthropic·Gemini·Bedrock·로컬 Ollama 등 30여 개 LLM을 동일 인터페이스로 교체 가능
- •MIT 라이선스 오픈소스로 무료 시작, 엔터프라이즈로 매끄럽게 확장된다
- •Gmail·Slack·Salesforce·HubSpot 등 실무 SaaS 트리거 연동이 기본 제공된다
- •LangChain 비의존이라 종속성·업그레이드 충돌이 적다
단점
- •한국어 공식 문서·UI가 없어 한국 개발자는 영어 문서에 의존해야 한다
- •엔터프라이즈 플랜은 가격 비공개(Custom)라 도입 비용 비교가 어렵다
- •Python 코드를 직접 작성해야 하므로 비개발자가 단독으로 쓰기는 어렵다
- •무료 플랜은 월 50회 실행으로 제한돼 PoC 이상 사용은 유료 전환이 필요하다
핵심 기능
역할 기반 멀티 에이전트 협업
에이전트마다 role·goal·backstory·tools를 정의해 팀처럼 협업하도록 구성한다.
Flows로 이벤트 기반 워크플로우
start/listen/router 단계와 상태 관리로 조건 분기와 사람 검수(human-in-the-loop)를 구성한다.
30여 개 LLM 제공자 지원
OpenAI·Anthropic·Gemini·Bedrock·Azure·Groq·Ollama 등을 환경변수·YAML로 교체 가능.
SaaS 트리거·툴 연동
Gmail·Slack·Salesforce·Outlook·Teams·OneDrive·HubSpot과 연결해 실시간 트리거로 에이전트 실행.
엔터프라이즈 시각 편집기·RBAC
엔터프라이즈 플랜은 GUI 에이전트 빌더, 역할 기반 접근 제어, 라이브 모니터링, 전용 VPC를 제공.
메모리·RAG 지원
에이전트별 메모리와 RAG(검색 증강 생성)로 외부 지식을 호출하며 Pydantic 구조화 출력을 지원.
공식 사이트 2026-07-24 검증
요금제
2026-07-24 기준
Basic (Free)
Free
- 시각 편집기 및 AI 코파일럿
- GitHub 연동
- 월 50회 워크플로우 실행
Enterprise
Custom
(문의)
- CrewAI 또는 자사 인프라 배포
- 온사이트 지원 및 교육, 월 50시간 개발 지원
- SSO·RBAC·전용 VPC·FedRamp High 인증
자주 묻는 질문
CrewAI는 LangChain과 어떻게 다른가요?
CrewAI는 LangChain에 의존하지 않는 독립 프레임워크로, '크루(crew)'라는 역할 기반 에이전트 협업 모델을 1급 개념으로 제공한다. LangChain이 체인·툴 추상화의 범용 라이브러리라면 CrewAI는 다수 에이전트 협업 워크플로우에 특화돼 있다.
어떤 LLM을 사용할 수 있나요?
OpenAI(GPT·o1), Anthropic(Claude 3 Sonnet/Opus/Haiku), Google Gemini, AWS Bedrock, Azure OpenAI, Groq, Ollama, IBM watsonx 등 30여 개 제공자를 지원한다. 환경변수나 YAML 설정으로 모델을 자유롭게 교체할 수 있다.
무료로 어디까지 쓸 수 있나요?
오픈소스 프레임워크 자체는 MIT 라이선스로 무제한 무료다. 호스팅 플랫폼의 Basic 플랜은 월 50회 워크플로우 실행과 시각 편집기·GitHub 연동을 무료로 제공한다.
한국어를 지원하나요?
UI·문서·결제 모두 영어만 제공하며 공식 한국어 페이지는 존재하지 않는다. 다만 LLM이 한국어를 지원하면 에이전트의 입출력 자체는 한국어로 처리할 수 있다.
어떤 작업에 적합한가요?
리서치·작성·분석·실행을 여러 단계로 나눠 다수 에이전트가 협업해야 하는 자동화에 적합하다. 단일 LLM 호출로 충분한 단순 챗봇이나 비개발자용 노코드 시나리오에는 과한 도구다.
사용자 리뷰
불러오는 중...