Academy · Module 3

미션 03: 멀티 에이전트 시스템

단일 에이전트를 조율된 멀티 에이전트 시스템으로 전환합니다

게시일 2026-03-16 · Copilot Studio Agent Academy

원문 번역 게시물 — 이 글은 Copilot Studio Agent Academy의 원문 🚨 Mission 03: Multi-Agent Systems을 한글로 옮긴 것입니다. 원문 표현이 우선합니다.

🎥 워크스루 영상 보기

🎯 미션 개요

다시 오신 것을 환영합니다, Agent. Mission 01에서는 채용 워크플로를 관리하기 위한 탄탄한 기반으로 메인 Hiring Agent를 구축했습니다. 하지만 하나의 agent만으로는 할 수 있는 일에 한계가 있습니다.

이번 과제의 이름은 Operation Symphony입니다. 단일 agent를 멀티 에이전트 시스템으로 전환하는 작업으로, 복잡한 채용 과제를 처리하기 위해 함께 동작하는 전문 agent 팀을 오케스트레이션하게 됩니다. 혼자 일하는 운영자에서 전문 태스크 포스를 지휘하는 역할로 업그레이드한다고 생각하면 됩니다.

교향악단에서 각 연주자가 완벽한 조화를 이루며 자신의 파트를 연주하듯, 기존 Hiring Agent에 두 명의 핵심 전문가를 추가하게 됩니다. 하나는 이력서를 자동 처리하는 Application Intake Agent이고, 다른 하나는 포괄적인 면접 자료를 만드는 Interview Prep Agent입니다. 이 agent들은 메인 orchestrator 아래에서 매끄럽게 함께 동작합니다.

참고 — Copilot Studio 화면이 이 강의의 스크린샷과 다르게 보인다면, 오른쪽 위의 New Experience를 꺼서 여기에서 사용하는 classic experience로 전환하세요.

🔎 학습 목표

이번 미션에서는 다음을 배우게 됩니다.

child agents와 connected agents를 언제 사용해야 하는지
확장 가능한 multi-agent architectures를 설계하는 방법
집중된 작업을 위한 child agents 만들기
agents 간 communication patterns 수립하기
Application Intake Agent와 Interview Prep Agent 구축하기

🧠 connected agents란 무엇인가요?

Copilot Studio에서는 단일하고 거대한 agent만 만드는 데 그치지 않습니다. 복잡한 워크플로를 처리하기 위해 함께 동작하는 전문 agent들의 네트워크, 즉 멀티 에이전트 시스템을 만들 수 있습니다.

현실의 조직처럼 생각해 보세요. 한 사람이 모든 일을 처리하는 대신, 특정 작업에 뛰어난 전문가들이 필요할 때 협업하는 방식입니다.

멀티 에이전트 시스템이 중요한 이유

확장성: 각 agent는 서로 다른 팀이 독립적으로 개발, 테스트, 유지 관리할 수 있습니다.
전문화: agents는 자신이 가장 잘하는 일에 집중할 수 있습니다. 예를 들어 하나는 데이터 처리, 다른 하나는 사용자 상호작용, 또 다른 하나는 의사결정을 맡을 수 있습니다.
유연성: agents를 조합해 사용할 수 있고, 여러 프로젝트에서 재사용할 수 있으며, 시스템을 점진적으로 발전시킬 수 있습니다.
유지보수성: 한 agent의 변경이 반드시 다른 agent에 영향을 주는 것은 아니므로 업데이트가 더 안전하고 쉬워집니다.

실제 예시: 채용 프로세스

채용 워크플로를 생각해 보면, 여러 agent가 다음과 같은 책임을 나누어 함께 일할 수 있습니다.

이력서 접수에는 문서 파싱과 데이터 추출 역량이 필요합니다.
평가 점수 산정에는 지원자의 이력서를 평가하고 직무 요건과 매칭하는 능력이 필요합니다.
면접 준비에는 지원자 적합성에 대한 깊이 있는 추론이 필요합니다.
지원자 커뮤니케이션에는 공감력 있는 소통 능력이 필요합니다.

이 모든 역량을 처리하려는 하나의 거대한 agent를 만드는 대신, 각 영역별로 전문 agent를 만들고 이를 함께 오케스트레이션할 수 있습니다.

🔗 Child agents와 connected agents: 핵심 차이

Copilot Studio는 멀티 에이전트 시스템을 구축하는 두 가지 방법을 제공하며, 각각 고유한 사용 사례가 있습니다.

↘️ Child agents

Child agents는 메인 agent 내부에서 동작하는 가벼운 전문가입니다. 같은 부서 안의 전문 팀처럼 생각하면 됩니다.

핵심 기술 세부 사항

Child agents는 parent agent 내부에 존재하며 단일 구성 페이지를 가집니다.
Tools와 Knowledge는 parent agent에 저장되지만, child agent에 “Available to” 되도록 구성됩니다.
Child agents는 parent agent의 topics를 공유합니다. Topics는 child agent instructions에서 참조할 수 있습니다.
Child agents는 별도 게시가 필요 없습니다. 생성되면 parent agent 내부에서 자동으로 사용할 수 있습니다. 덕분에 parent와 child agent 변경을 동일한 공유 작업 영역에서 수행할 수 있어 테스트가 더 쉬워집니다.

다음과 같은 경우 child agents를 사용하세요

하나의 팀이 전체 solution을 관리할 때
tools와 knowledge를 논리적으로 하위 agent로 구성하고 싶을 때
각 agent마다 별도의 인증이나 배포가 필요 없을 때
agents를 별도로 게시하거나 독립적으로 사용할 필요가 없을 때
여러 solution에서 agent를 재사용할 필요가 없을 때

예시: 다음 child agents를 가진 IT 헬프데스크 agent

비밀번호 재설정 절차
하드웨어 문제 해결
소프트웨어 설치 가이드

🔀 Connected agents

Connected agents는 메인 agent가 협업할 수 있는 완전한 독립형 agent입니다. 하나의 프로젝트에서 함께 일하는 서로 다른 부서처럼 생각하면 됩니다.

핵심 기술 세부 사항

Connected agents는 자체 topics와 대화 흐름을 가집니다. 자체 설정, 로직, 배포 수명 주기로 독립적으로 동작합니다.
Connected agents는 다른 agents에 추가되어 사용되기 전에 반드시 게시되어야 합니다.
테스트 중에는 calling agent가 변경 사항을 사용하기 전에 connected agent 변경 사항을 먼저 게시해야 합니다.

다음과 같은 경우 connected agents를 사용하세요

여러 팀이 서로 다른 agents를 독립적으로 개발하고 유지 관리할 때
Agents에 자체 설정, 인증, 배포 채널이 필요할 때
각 agent에 대해 독립적인 애플리케이션 수명주기 관리(ALM)로 agents를 따로 게시하고 유지 관리하고 싶을 때
여러 solution에서 agents를 재사용해야 할 때

예시: 다음에 연결되는 고객 서비스 시스템

재무 팀이 유지 관리하는 별도의 청구 agent
제품 팀이 유지 관리하는 별도의 기술 지원 agent
운영 팀이 유지 관리하는 별도의 반품 agent

팁 — 두 접근 방식을 함께 사용할 수도 있습니다. 예를 들어 메인 agent가 다른 팀의 외부 agents에 연결하면서도, 내부 전문 작업을 위해 자체 child agents를 가질 수 있습니다.

🎯 멀티 에이전트 아키텍처 패턴

멀티 에이전트 시스템을 설계할 때는 agent들이 상호작용하는 방식에 따라 몇 가지 패턴이 나타납니다.

패턴	설명	가장 적합한 경우
Hub and Spoke	메인 orchestrator agent가 여러 전문 agent를 조율합니다. orchestrator는 사용자 상호작용을 처리하고 작업을 child agents 또는 connected agents에 위임합니다.	하나의 agent가 전문 작업을 조율하는 복잡한 워크플로
Pipeline	agents가 작업을 순차적으로 다음 agent로 전달하며, 각 단계에서 가치를 더한 뒤 다음 단계로 넘깁니다.	지원서 처리처럼 선형적인 프로세스(intake -> screening -> interview -> decision)
Collaborative	agents가 동일한 문제의 서로 다른 측면을 동시에 함께 다루며, 컨텍스트와 결과를 공유합니다.	여러 관점이나 전문성이 필요한 복잡한 분석

팁 — 위 패턴 중 둘 이상을 조합한 하이브리드 형태를 사용할 수도 있습니다.

💬 Agent 간 커뮤니케이션과 컨텍스트 공유

Agents가 함께 일할 때는 정보를 효과적으로 공유해야 합니다. Copilot Studio에서는 이를 다음과 같이 지원합니다.

대화 기록

기본적으로 메인 agent가 child agent 또는 connected agent를 호출할 때 conversation history를 함께 전달할 수 있습니다. 이를 통해 전문 agent는 사용자가 무엇을 논의해 왔는지에 대한 전체 컨텍스트를 갖게 됩니다.

보안이나 성능상의 이유로 이 기능을 끌 수도 있습니다. 예를 들어 전문 agent가 전체 대화 컨텍스트 없이 특정 작업만 처리하면 되는 경우입니다. 이는 data leakage를 방지하는 좋은 방법이 될 수 있습니다.

명시적 지시

메인 agent는 child agent 또는 connected agent에 구체적인 instructions를 줄 수 있습니다. 예를 들어 “이 이력서를 처리하고 Senior Developer 역할에 대한 기술 요약을 제공해”와 같은 방식입니다.

반환 값

Agents는 calling agent에 구조화된 정보를 반환할 수 있으므로, 메인 agent는 이후 단계에서 그 정보를 활용하거나 다른 agents와 공유할 수 있습니다.

Dataverse 통합

더 복잡한 시나리오에서는 agents가 Dataverse 또는 다른 데이터 저장소를 통해 정보를 공유할 수 있어, 여러 상호작용에 걸쳐 지속되는 컨텍스트 공유가 가능해집니다.

↘️ Child agent: Application Intake Agent

이제 멀티 에이전트 채용 시스템을 구축해 보겠습니다. 첫 번째 전문가는 Application Intake Agent로, 들어오는 이력서와 지원자 정보를 처리하는 child agent입니다.

---
config:
  layout: elk
  look: neo
---
flowchart TB
 subgraph People["People"]
    direction TB
        HiringManager["Hiring Manager"]
        Interviewers["Interviewers"]
  end
 subgraph Agents["Agents"]
    direction LR
        ApplicationIntakeAgent["Application Intake Agent<br>(Child)"]
        InterviewAgent["Interview Agent<br>(Connected)"]
        HRAgent["HR Agent"]
  end
    HiringManager -- Upload CV --> HRAgent
    HRAgent -- Upload Resume, Create Candidate, Match to Job Roles --> ApplicationIntakeAgent
    ApplicationIntakeAgent -- Create Resume, Upsert Candidate, Create Job Application --> Dataverse["Dataverse"]
    ApplicationIntakeAgent -- Store Resume file in file column --> Dataverse
    HiringManager -- Ask for summaries --> HRAgent
    Interviewers -- Request interview pack --> HRAgent
    HRAgent -- Generate interview pack and summarize data --> InterviewAgent
    InterviewAgent -- Read all Candidate, Resume, Job Roles, Evaluation Criteria Data --> Dataverse
     HiringManager:::person
     Interviewers:::person
     ApplicationIntakeAgent:::agent
     InterviewAgent:::agent
     HRAgent:::agent
     Dataverse:::data
    classDef person fill:#e6f0ff,stroke:#3b82f6,color:#0b3660
    classDef agent fill:#e8f9ef,stroke:#10b981,color:#064e3b
    classDef data  fill:#f3f4f6,stroke:#6b7280,color:#111827

🤝 Application Intake Agent의 책임

대화형 채팅에서 제공된 PDF의 이력서 내용을 파싱합니다. (향후 미션에서는 이력서를 자율적으로 처리하는 방법을 배웁니다.)
구조화된 데이터(이름, 기술, 경력, 학력)를 추출합니다.
자격 요건과 자기소개 메시지를 기준으로 지원자를 공고 역할에 매칭합니다.
이후 처리를 위해 지원자 정보를 Dataverse에 저장합니다.
동일한 지원자를 두 번 만들지 않도록 중복 지원을 제거하고, 이력서에서 추출한 이메일 주소를 사용해 기존 레코드와 매칭합니다.

⭐ 이것이 child agent여야 하는 이유

Application Intake Agent가 child agent로 적합한 이유는 다음과 같습니다.

문서 처리와 데이터 추출에 특화되어 있습니다.
별도 게시가 필요하지 않습니다.
같은 팀이 관리하는 전체 채용 solution의 일부입니다.
새 이력서 수신이라는 특정 트리거에 집중하며 Hiring Agent에서 호출됩니다.

🔀 Connected agent: Interview Prep Agent

두 번째 전문가는 Interview Prep Agent입니다. 이 connected agent는 포괄적인 면접 자료를 만들고 지원자 응답을 평가하는 데 도움을 줍니다.

🤝 Interview Prep Agent의 책임

회사 정보, 역할 요구사항, 평가 기준을 포함한 interview pack 생성
특정 역할과 지원자 배경에 맞춘 면접 질문 생성
이해관계자 커뮤니케이션을 위해 직무 역할과 지원서에 대한 일반 질문 응답

⭐ 이것이 connected agent여야 하는 이유

Interview Prep Agent가 connected agent로 더 적합한 이유는 다음과 같습니다.

인재 확보 팀이 여러 채용 프로세스 전반에서 이를 독립적으로 사용하고자 할 수 있습니다.
면접 모범 사례와 평가 기준에 대한 자체 knowledge base가 필요합니다.
서로 다른 hiring manager가 자신의 팀에 맞게 동작을 커스터마이즈하고자 할 수 있습니다.
외부 채용뿐 아니라 내부 포지션에도 재사용될 수 있습니다.

🧪 실습 3.1 - Application Intake Agent 추가하기

이제 이론을 실제에 적용해 보겠습니다. 기존 Hiring Agent에 첫 번째 child agent를 추가해 봅시다.

이 미션을 완료하기 위한 사전 준비

이 미션을 완료하려면 다음이 필요합니다.

Mission 01을 완료하고 Hiring Agent를 준비해 두어야 합니다.

3.1.1 Solution 설정

Copilot Studio 안에서 왼쪽 탐색의 Tools 아래에 있는 줄임표(…)를 선택합니다.
Solutions를 선택합니다.
Operative solution을 찾은 다음, 그 옆의 ellipsis (…)를 선택하고 Set preferred solution을 고릅니다. 팝업 대화 상자에서 Apply를 선택합니다. 이렇게 하면 앞으로 수행하는 모든 작업이 이 solution에 추가됩니다.

3.1.2 Hiring Agent의 agent instructions 구성

Copilot Studio로 이동합니다. 오른쪽 위의 Environment Picker에서 환경이 선택되어 있는지 확인합니다.
Mission 01에서 만든 Hiring Agent를 엽니다.
agent의 Overview 탭에 있는 Instructions 섹션에서 Edit를 선택합니다.

instructions 입력란에 다음 지침을 복사해 붙여 넣습니다.
```
 You are the central orchestrator for the hiring process. You coordinate activities, provide summaries, and delegate work to specialized agents.
```
Save를 선택합니다.
화면 오른쪽 위의 Settings 버튼을 선택합니다.

페이지를 검토하고 다음 설정이 적용되어 있는지 확인합니다.

Setting	Value
Use generative AI orchestration for your agent’s responses	Yes
Deep Reasoning	Off
Let other agents connect to and use this one	On
Continue using retired models	Off
Content Moderation	Moderate
Collect user reactions to agent messages	On
Use general knowledge	Off
Use information from the Web	Off
File uploads	On
Code Interpreter	Off

Save를 클릭합니다.
오른쪽 위의 X를 클릭해 settings 메뉴를 닫습니다.

3.1.3 Application Intake child agent 추가

Hiring Agent 내 Agents 탭으로 이동하고(전문 agent를 추가하는 위치입니다) Add를 선택합니다.
New child agent를 선택합니다.
agent 이름을 Application Intake Agent로 지정합니다.
When will this be used? 드롭다운에서 The agent chooses를 선택합니다. 이 옵션들은 topics에 구성할 수 있는 트리거와 유사합니다.

Description은 다음과 같이 설정합니다.

 Processes incoming resumes and stores candidates in the system

Advanced를 펼치고 Priority를 10000으로 설정합니다. 이렇게 하면 나중에 Interview Agent가 일반 질문에 먼저 응답한 후 이 agent가 사용됩니다. 여기에 첨부 파일이 최소 하나 있어야 한다는 조건도 설정할 수 있습니다.
Web Search 토글이 Disabled로 설정되어 있는지 확인합니다. parent agent가 제공한 정보만 사용하려고 하기 때문입니다.
Save를 선택합니다.

3.1.4 Resume Upload agent flow 구성

Agents는 tools나 topics가 주어지지 않으면 아무 작업도 수행할 수 없습니다.

Upload Resume 단계에서는 Topics가 아니라 Agent Flow tools를 사용합니다. 이 다단계 백엔드 프로세스에는 결정적인 실행과 외부 시스템 통합이 필요하기 때문입니다. Topics가 대화형 dialog를 안내하는 데 가장 적합한 반면, Agent Flows는 사용자 상호작용에 의존하지 않고 파일 처리, 데이터 검증, 데이터베이스 upsert(새로 삽입 또는 기존 항목 업데이트)를 안정적으로 처리하는 데 필요한 구조화된 자동화를 제공합니다.

Application Intake Agent 페이지 내부의 Tools 섹션을 찾습니다. 중요: 이 위치는 parent agent의 Tools 탭이 아니라, child agent instructions 아래로 스크롤했을 때 찾을 수 있습니다.
+ Add를 선택합니다.
+ New tool을 선택합니다.
Agent flow를 선택합니다. Agent Flow designer가 열리며, 여기에서 upload resume 로직을 추가합니다.
When an agent calls the flow 노드를 선택하고 + Add an input을 선택합니다.

아래 표에 있는 각 Parameter에 대해 입력을 추가합니다. 표에 표시된 적절한 input type을 선택하고, name과 description을 모두 추가해야 합니다. description을 포함하는 것이 중요한데, agent가 입력값에 무엇을 채워야 하는지 이해하는 데 도움이 되기 때문입니다.

Type	Name	Description
File	`Resume`	`The Resume PDF file`
Text	`Message`	`Extract a cover letter style message from the context. The message must be less than 2000 characters.`
Text	`UserEmail`	`The email address that the Resume originated from. This will be the user uploading the resume in chat, or the from email address if received by email.`

When an agent calls the flow 노드 아래의 + icon을 선택하고 Dataverse add를 검색한 다음, Microsoft Dataverse 섹션의 Add a new row action을 선택합니다.

참고 — action을 추가한 후 Dataverse에 대한 새 connection을 생성하라는 메시지가 표시될 수 있습니다. connection 이름은 아무거나 입력하고 add를 클릭해 해당 connection을 생성하세요.
Add a new row node를 선택해 노드 이름을 Create Resume으로 바꾸고, 그림과 같이 타일 이름을 변경합니다.
Table name을 Resumes로 설정한 뒤 Show all을 선택해 모든 매개변수를 표시합니다.

다음 properties를 설정합니다.

Property	How to Set	Details / Expression
Resume Title	Dynamic data (thunderbolt icon)	When an agent calls the flow → Resume name If you don’t see the Resume name, make sure you have configured the Resume parameter above as a data type.
Cover letter	Expression (fx icon)	`if(greater(length(triggerBody()?['text']), 2000), substring(triggerBody()?['text'], 0, 2000), triggerBody()?['text'])`
Source Email Address	Dynamic data (thunderbolt icon)	When an agent calls the flow → UserEmail
Upload Date	Expression (fx icon)	`utcNow()`

Create Resume 노드 아래의 + icon을 선택하고 Dataverse upload를 검색한 뒤 Upload a file or an image action을 선택합니다.

중요: Upload a file or an image to the selected environment action은 선택하지 않도록 주의하세요.
노드 이름을 Upload Resume File로 지정합니다.

다음 properties를 설정합니다.

Property	How to Set	Details
Content name	Dynamic data (thunderbolt icon)	When an agent calls the flow → Resume name
Table name	Select	Resumes
Row ID	Dynamic data (thunderbolt icon)	Create Resume → See more → Resume
Column Name	Select	Resume PDF
Content	Dynamic data (thunderbolt icon)	When an agent calls the flow → Resume contentBytes

Respond to the agent node를 선택한 다음 + Add an output을 선택합니다. 아래 표의 속성으로 output을 생성합니다.

Property	How to Set	Details
Type	Select	`Text`
Name	Enter	`ResumeNumber`
Value	Dynamic data (thunderbolt icon)	Create Resume → See More → Resume Number
Description	Enter	`The [ResumeNumber] of the Resume created`

오른쪽 위에서 Save draft를 선택합니다.
Overview 탭을 선택한 뒤 Details 패널에서 Edit를 선택합니다. 아래와 같이 이름과 설명을 입력하고 Save를 선택합니다.
1. Flow name:Resume Upload
2. Description:Uploads a Resume when instructed
다시 Designer 탭을 선택한 뒤 Publish를 선택합니다.

3.1.5 flow를 agent에 연결

이제 게시된 flow를 Application Intake Agent에 연결합니다.

참고 — managed environment를 사용하는 경우 flow를 tool로 추가할 때 일반 오류와 함께 실패할 수 있습니다. 이는 Solution-aware cloud flows 공유 제한이 비활성화되어 있기 때문입니다. 해결하려면 Power Platform Admin Center → Environments → 해당 환경 → Edit Managed Environments → Manage Sharing → Power Automate로 이동해 Solution-aware cloud flows를 활성화한 뒤 저장하세요.

Hiring Agent로 돌아가 Agents 탭을 선택합니다. Application Intake Agent를 연 다음 Tools 패널을 찾습니다.
+ Add를 선택합니다.
Flow 필터를 선택하고 Resume Upload를 검색합니다. Resume Upload flow를 선택합니다.
Add and configure를 선택합니다.

description과 tool 사용 시점에 대해 다음 매개변수를 설정합니다.

Parameter	Value
Description	`Uploads a Resume when instructed. STRICT RULE: Only call this tool when referenced in the form "Resume Upload" and there are Attachments`
Additional details → When this tool may be used	`only when referenced by topics or agents`

참고 — 이 설명은 agent가 언제 이 tool을 호출해야 하는지 알려 줍니다. description에 “strict rule”을 사용한 점에 주목하세요. 이를 통해 이 경우처럼 첨부 파일이 있고 대화 컨텍스트가 이력서 업로드일 때만 사용하도록 추가 가드레일을 제공할 수 있습니다. 또한 이 tool을 언제 사용할 수 있는지 선택하는 것도 중요합니다. 멀티 에이전트 시스템을 구축하고 child agent를 사용하므로, 이 tool이 메인 agent가 아니라 child agent에서만 호출되도록 해야 합니다. 값을 “only when referenced by topics or agents”로 설정하면 이를 보장할 수 있습니다.

아래로 스크롤하여 inputs 섹션에서 Add Input을 선택하고 다음 입력을 추가합니다.

Parameter	Value
Inputs → Add Input	`contentBytes`
Inputs → Add Input	`name`

이제 입력 속성을 설정해야 합니다. 먼저 실제 이력서 파일을 저장할 contentBytes 입력부터 시작합니다. contentBytes 입력 옆의 Fill using 드롭다운에서 Custom value를 선택합니다.
Value 속성에서 three dots (…)를 선택하고 Formula 탭을 선택합니다. 채팅에서 파일을 추출하는 다음 수식을 붙여 넣고 Insert 버튼을 클릭합니다.

First(System.Activity.Attachments).Content
이제 이력서 파일 이름을 저장할 name 입력을 구성합니다. 이 값도 하드코딩하므로 Fill using 열에서 Custom value 옵션을 선택합니다.
Value 열의 three dots (…)를 선택하고, 채팅에서 파일 이름을 추출하는 다음 수식을 붙여 넣은 뒤 Insert를 클릭합니다.

First(System.Activity.Attachments).Name
이제 Message 입력을 구성합니다. 이 입력은 AI가 동적으로 채우도록 할 것이므로 fill using은 그대로 둡니다. Value 열의 Customize 버튼을 선택해 이 입력을 어떻게 채울지에 대한 추가 세부 정보를 입력합니다.
입력의 Description 필드에 다음 내용을 입력합니다.
```
 Extract a cover letter style message from the context. Be sure to never prompt the user and create at least a minimal cover letter from the available context. STRICT RULE - the message must be less than 2000 characters.
```
참고 — 동적으로 채워지는 입력에 description을 작성하는 것은 agent가 이 입력을 정확하게 채우는 방법을 이해하도록 돕는 핵심 단계입니다.
이 입력에 대한 추가 속성을 구성하기 위해 Advanced 섹션을 펼칩니다. How many reprompts 섹션에서 Don’t repeat를 선택합니다.

참고 — 이 설정은 agent가 필요한 데이터를 식별하지 못했을 때 같은 질문을 여러 번 하지 않도록 하여 사용자 경험을 조정하는 데 도움이 됩니다.
아래로 스크롤하여 No valid entity found 섹션으로 이동합니다. Action if no entity found 드롭다운에서 Set variable to value를 선택합니다. Default entity value 입력란에 Resume upload를 입력합니다.

참고 — 이 설정을 사용하면 agent가 이 Message 입력을 동적으로 채우지 못할 때 사용할 백업 값을 하드코딩할 수 있습니다.
UserEmail 입력은 Fill using 열에서 Custom value 옵션을 선택하고 Value 열의 three dots (…)를 선택해 채웁니다. System 탭을 선택하고 User를 검색합니다. agent를 사용하는 사람의 이메일을 가져오기 위해 User.Email 변수를 선택합니다.
Save를 선택합니다.

3.1.6 agent instructions 정의

Agents 탭을 선택하고 Application Intake Agent를 선택한 뒤 Instructions 패널을 찾아 Application Intake Agent로 다시 이동합니다.

Instructions 필드에 child agent를 위한 다음 명확한 가이드를 붙여 넣습니다.

 You are tasked with managing incoming Resumes, Candidate information, and creating Job Applications.  
 Only use tools if the step exactly matches the defined process. Otherwise, indicate you cannot help.  
    
 Process for Resume Upload via Chat  
 1. Upload Resume  
   - Trigger only if /System.Activity.Attachments contains exactly one new resume.  
   - If more than one file, instruct the user to upload one at a time and stop.  
   - Call /Upload Resume once. Never upload more than once for the same message.  
    
 2. Post-Upload  
   - Always output the [ResumeNumber] (R#####).  

instructions에 슬래시(/)가 포함된 부분에서는 / 뒤에 오는 텍스트를 선택하고 해석된 이름을 선택합니다. 다음 항목에 대해 이 작업을 수행합니다.
- System.Activity.Attachments (Variable)
- Upload Resume (Tool)
Save를 선택합니다.

3.1.7 Application Intake Agent 테스트

이제 child agent를 호출하고 instructions를 따라 동작하는지 확인해 보겠습니다.

테스트용 이력서를 다운로드합니다.
Test를 선택해 테스트 패널을 엽니다.
테스트 채팅에 이력서 두 개를 업로드하고 Process these resumes라는 메시지를 입력합니다.
- agent는 Only a single resume can be uploaded at a time. Please upload one resume to proceed. 와 유사한 메시지를 반환해야 합니다. instructions에서 한 번에 하나의 이력서만 처리하라고 했기 때문에, instructions가 올바르게 동작한다는 뜻입니다.
이제 이력서 하나만 업로드하고 Process this resume 메시지를 입력해 봅니다.
- 그러면 agent가 The resume for Avery Example has been successfully uploaded. The resume number is R10026. 와 유사한 메시지를 보여줘야 합니다.
Activity map에서 Application Intake Agent가 이력서 업로드를 처리하는 것을 확인할 수 있어야 합니다.
make.powerapps.com으로 이동하고 오른쪽 위 Environment Picker에서 환경이 선택되어 있는지 확인합니다.
Apps → Hiring Hub → 줄임표(…) 메뉴 → Play를 선택합니다.

참고 — Play 버튼이 회색으로 비활성화되어 있다면 Mission 01에서 solution을 게시하지 않았다는 뜻입니다. Solutions → Publish all customizations를 선택하세요.
Resumes로 이동해 이력서 파일이 업로드되었고 cover letter가 그에 맞게 설정되었는지 확인합니다.

🧪 실습 3.2 - Interview Prep connected agent 추가하기

이제 면접 준비를 위한 connected agent를 만들고 기존 Hiring Agent에 추가해 봅시다.

3.2.1 connected Interview Agent 만들기

Copilot Studio로 이동합니다. 오른쪽 위 Environment Picker에서 여전히 환경이 선택되어 있는지 확인합니다.
왼쪽 탐색의 Agents 탭을 선택하고 New Agent를 선택합니다.
Configure 탭을 선택하고 다음 속성을 입력합니다.
- Name: Interview Agent
- Description: Assists with the interview process.

Instructions:

 You are the Interview Agent. You help interviewers and hiring managers prepare for interviews. You never contact candidates. 
 Use Knowledge to help with interview preparation. 
    
 The only valid identifiers are:
   - ResumeNumber (ppa_resumenumber)→ format R#####
   - CandidateNumber (ppa_candidatenumber)→ format C#####
   - ApplicationNumber (ppa_applicationnumber)→ format A#####
   - JobRoleNumber (ppa_jobrolenumber)→ format J#####
    
 Examples you handle
   - Give me a summary of ...
   - Help me prepare to interview candidates for the Power Platform Developer role
   - Create interview assistance for the candidates for Power Platform Developer
   - Give targeted questions for Candidate Alex Johnson focusing on the criteria for the Job Application
      
 How to work:
     You are expected to ask clarification questions if required information for queries is not provided
     - If asked for interview help without providing a job role, ask for it
     - If asking for interview questions, ask for the candidate and job role if not provided.
    
 General behavior
 - Do not invent or guess facts
 - Be concise, professional, and evidence-based
 - Map strengths and risks to the highest-weight criteria
 - If data is missing (e.g., no resume), state what is missing and ask for clarification
 - Never address or message a candidate

Web Search를 Disabled로 전환합니다.
오른쪽 위의 three dots (…)를 선택하고 Update advanced settings를 선택합니다.
Solution 드롭다운에서 Operative를 선택해 이것이 올바른 solution에 추가되도록 한 뒤 Update를 선택합니다.
Create를 선택합니다.

3.2.2 데이터 액세스 구성 및 게시

Knowledge 섹션에서 + Add knowledge를 선택합니다.
Dataverse를 선택합니다.
Search box에 ppa_를 입력합니다. 이는 Module 01에서 이전에 가져온 테이블의 접두사입니다.
5개 테이블(Candidate, Evaluation Criteria, Job Application, Job Role, Resume)을 모두 선택합니다.
Add to agent를 선택합니다.
오른쪽 위의 Settings 버튼을 선택합니다.
다음 설정이 구성되어 있는지 확인합니다.
- Let other agents connect to and use this one: On
- Use general knowledge: Off
- File uploads: Off
- Content moderation level: Medium
Save를 선택한 뒤 오른쪽 위의 X를 눌러 settings 메뉴를 닫습니다.
Publish를 선택하고 게시가 완료될 때까지 기다립니다.

3.2.3 Interview Prep Agent를 Hiring Agent에 연결

Hiring Agent로 돌아갑니다.
Agents 탭을 선택합니다.
+Add an agent를 선택한 뒤 Interview Agent를 선택합니다.

참고 — Interview Agent가 회색으로 비활성화되어 선택할 수 없다면 아직 Publish되지 않았다는 뜻입니다. Interview Agent로 돌아가 먼저 게시하세요.
Description을 다음과 같이 설정합니다.
```
 Assists with the interview process and provides information about Resumes, Candidates, Job Roles, and Evaluation Criteria.
```
Pass conversation history to this agent가 체크되어 있는 것에 주목하세요. 이를 통해 parent agent가 connected agent에 전체 컨텍스트를 제공할 수 있습니다.
Add agent를 선택합니다.
Application Intake Agent와 Interview Agent가 모두 표시되는지 확인합니다. 하나는 child agent이고 다른 하나는 connected agent라는 점에 주목하세요.

3.2.4 멀티 에이전트 협업 테스트

Test를 선택해 테스트 패널을 엽니다.

테스트용 이력서 하나를 업로드하고, parent agent가 connected agent에 위임할 수 있는 내용을 알려 주는 다음 설명을 입력합니다.

 Upload this resume, then show me open job roles, each with a description of the evaluation criteria, then use this to match the resume to at least one suitable job role even if not a perfect match.

Hiring Agent가 업로드 작업을 child agent에 위임한 뒤, Interview Agent가 자신의 knowledge를 사용해 요약과 job role 매칭을 제공하도록 요청하는 모습을 확인해 보세요. Resumes, Job Roles, Evaluation Criteria에 대해 질문하는 다양한 방식을 시도해 보세요. 예시:
```
 Give me a summary of active resumes
```
```
 Summarize resume R10044
```
```
 Which active resumes are suitable for the Power Platform Developer role?
```

🎉 미션 완료

훌륭합니다, Agent! Operation Symphony가 이제 완료되었습니다. 단일 Hiring Agent를 전문 기능을 갖춘 정교한 멀티 에이전트 오케스트라로 성공적으로 전환했습니다.

이번 미션에서 달성한 내용은 다음과 같습니다.

✅ 멀티 에이전트 아키텍처 숙련 child agents와 connected agents를 언제 사용해야 하는지, 그리고 확장 가능한 시스템을 어떻게 설계하는지 이제 이해하게 되었습니다.

✅ Application Intake child agent 이력서를 처리하고, 지원자 데이터를 추출하며, Dataverse에 정보를 저장하는 전문 child agent를 Hiring Agent에 추가했습니다.

✅ Interview Prep connected agent 면접 준비를 위한 재사용 가능한 connected agent를 구축하고 이를 Hiring Agent에 성공적으로 연결했습니다.

✅ Agent 커뮤니케이션 메인 agent가 전문 agent들과 어떻게 조율하고, 컨텍스트를 공유하며, 복잡한 워크플로를 오케스트레이션하는지 확인했습니다.

✅ 자율성의 기반 강화된 채용 시스템은 이제 앞으로의 미션에서 추가할 고급 기능인 자율 트리거, content moderation, deep reasoning을 위한 준비가 되었습니다.

🚀다음 단계: 다음 미션에서는 이메일에서 이력서를 자율적으로 처리하도록 agent를 구성하는 방법을 배우게 됩니다!

⏩ Mission 04로 이동: 트리거로 agent 자동화하기

📚 전술 리소스

📖 Add other agents (preview)

📖 Add tools to custom agents

📖 Work with Dataverse in Copilot Studio

📖 Agent flows overview

📖 Create a solution

📖 Power Platform solution ALM guide

📺 Agent-to-agent collaboration in Copilot Studio