AI Query Fan-Out(쿼리 팬아웃)은 하나의 사용자 질문을 여러 개의 하위 질문(Sub-query)으로 분해하여 동시에 처리한 후 결과를 통합하는 AI 추론 기법입니다. 최근 OpenAI, Anthropic, Google Gemini, Perplexity, Glean, Cursor, Claude Code, LangGraph, CrewAI, Google ADK 등의 Agent 시스템에서 매우 많이 사용하는 핵심 패턴 중 하나입니다.
Fan-Out 이란?
사용자 질문
"최근 1개월간 Apache Struts 취약점 동향과 공격사례, 탐지 방법, 대응방안을 알려줘"
일반 LLM
질문
↓
LLM
↓
답변Fan-Out 방식
질문
↓
┌──────────────┐
│ 취약점 동향 │
└──────────────┘
┌──────────────┐
│ 공격 사례 │
└──────────────┘
┌──────────────┐
│ 탐지 방법 │
└──────────────┘
┌──────────────┐
│ 대응 방안 │
└──────────────┘
↓
결과 통합(Fan-In)
↓
최종 보고서왜 사용하는가?
LLM은 긴 질문을 한 번에 처리하면
- 일부 내용 누락
- 피상적 답변
- Context Window 낭비
문제가 발생합니다.
Fan-Out을 사용하면
정확도 향상
질문 하나
→ 4개 세부 질문
→ 각각 전문 분석병렬 처리
Task A
Task B
Task C
Task D동시에 수행
A + B + C + D응답속도 향상
전문 Agent 활용
Threat Intel Agent
EDR Agent
SIEM Agent
Patch Agent각각 분석
대표적인 구조
Fan-Out / Fan-In
가장 일반적
User
↓
Planner
↓
┌─────┐
│A │
└─────┘
┌─────┐
│B │
└─────┘
┌─────┐
│C │
└─────┘
↓
Aggregator
↓
AnswerRAG에서의 Fan-Out
질문
Apache 취약점 알려줘Planner
Apache CVE
Apache 공격 사례
Apache 패치
Apache IOC각각 검색
Vector DB
Elastic
Chronicle
Confluence동시 조회
결과
20개 문서
15개 문서
5개 문서
12개 문서↓
재정렬
↓
최종 응답
Perplexity가 대표적으로 사용
Query Expansion
Multi Search
Re-ranking
Synthesis구조
Security 분야 활용
사용자 질문
Log4Shell 영향도 분석Fan-Out
Threat Intelligence
최근 공격 동향Asset Inventory
영향 서버 조회Vulnerability Scanner
취약 버전 확인SIEM
공격 흔적 검색EDR
프로세스 실행 여부Fan-In
위험도
영향 서버
공격 징후
대응 권고통합 리포트 생성
SOC에서 활용 예
사용자 질문
이 IP 위험해?Fan-Out
VirusTotal
AbuseIPDB
GreyNoise
OTX
Chronicle
Elastic병렬 조회
결과
IOC 여부
공격 이력
평판
내부 로그↓
종합 판단
Agent 시스템의 Fan-Out
Google ADK
Planner Agent
├─ Search Agent
├─ Security Agent
├─ Report Agent
└─ Database AgentLangGraph
START
↓
Planner
↓
Parallel Branch
↓
Merge
↓
ENDCrewAI
Researcher
Analyst
Writer병렬 실행
Fan-Out + Fan-In + Reflection
최근 가장 많이 쓰는 구조
질문
↓
Planner
↓
Fan-Out
↓
Fan-In
↓
Critic
↓
재분석
↓
최종답변예)
Claude Research
Gemini Deep Research
OpenAI Deep Research
Perplexity Labs
대부분 이 구조를 사용합니다.
보안 활용 가능한 구조
다음과 같은 AI 보안 분석 파이프라인을 구성할 수 있습니다.
Incident Query
↓
Planner Agent
↓
├─ Wazuh Agent
├─ Elastic Agent
├─ Chronicle Agent
├─ Threat Intel Agent
├─ CMDB Agent
└─ Asset Agent
↓
Aggregator Agent
↓
Risk Scoring Agent
↓
Report Agent
↓
Slack / Teams예를 들어
"서버 A에서 발생한 이상행위 분석"이라고 질문하면
동시에
- Wazuh 이벤트
- Elastic 로그
- EDR 탐지
- 자산 정보
- 취약점 정보
- 외부 Threat Intel
을 조회한 뒤 하나의 보고서로 합치는 방식입니다.
최근 AI 시스템에서의 의미
2025~2026년 Agent 아키텍처에서는
Single Prompt보다
Plan
→ Fan-Out
→ Tool Calling
→ Fan-In
→ Reflection
→ Answer가 사실상의 표준 패턴이 되고 있습니다.
특히 Deep Research, SOC Copilot, AI 기반 보안관제, MCP 기반 Agent, Google ADK 멀티 에이전트를 설계할 때 Fan-Out은 거의 필수적인 핵심 아키텍처라고 볼 수 있습니다.
댓글