자율 진화형 에이전트 (Autonomous Evolutionary Agent) 🧬

English 🇬🇧 | Korean 🇰🇷

엘릭서(Elixir/OTP) 기반의 Outcome-Driven Agent Graph 아키텍처를 채택하여, 고정된 명령을 수행하는 것을 넘어 스스로 사고하고, 결과를 검증하며, 경험을 통해 진화하는 차세대 인공지능 에이전트 시스템입니다.

🌟 핵심 아키텍처 (Key Pillars)

1. 계층적 인지 시스템 (Hierarchical Cognitive Architecture)

에이전트의 인지 부하와 작업 복잡도를 고려하여 노드를 4대 계층으로 구조화했습니다.

• L1: Brain (사고 및 생성): thinker(단일 사고), collaborator(다수 페르소나 협업/토론)
• L2: Hands (실행 및 도구): executor(도구 사용), skill_selector(기술 동적 선택)
• L3: Eyes (성찰 및 검증): critic(품질 검토 및 비판적 분석)
• L4: Nerve (제어 및 보고): router(경로 제어), delegator(위임), reporter(최종 보고)

2. 자율 설계자 (Strategic Architect)

• 사용자의 미션을 분석하여 실시간으로 최적의 **에이전트 그래프(Agent Graph)**를 설계합니다.
• 계층적 노드 구조를 바탕으로 작업 난이도에 따라 저비용 노드와 고비용 협업 노드를 전략적으로 배치합니다.

3. 결과 중심 엔진 (Outcome-Driven Engine)

• 단순히 단계를 밟는 것이 아니라, **성공 기준(Outcome)**을 달성할 때까지 스스로 경로를 수정합니다.
• critic 계층을 통한 비판적 검토와 피드백 수용으로 자가 수정 루프를 수행합니다.

4. 시맨틱 메모리 및 자율 진화 (Semantic Memory & Evolution)

• 로컬 RAG 통합: Nx/Bumblebee를 사용하여 실행 이력을 벡터로 임베딩하고 시맨틱 검색을 수행합니다.
• A/B 테스트 및 자동 롤백: 실험적 전략의 성능(Fitness Score)을 실시간 평가하여 미달 시 즉시 폐기하고 검증된 전략으로 복구합니다.

5. 지능형 정책 가드레일 (Multi-policy Gatekeeper)

• 안전(Safety), 예산(Budget), 도메인(Domain) 정책을 통해 에이전트의 자율성을 통제합니다.
• 개인정보 보호, 파괴적 의도 차단, 예산 초과 방지 기능을 갖추고 있습니다.

🛠️ 기술 스택 (Tech Stack)

• Language: Elixir / OTP (고도의 병렬성 및 내결함성)
• Intelligence: Anthropic Claude / OpenAI / Google Gemini (통합 LLM 레이어)
• Machine Learning: Nx / Bumblebee (로컬 텍스트 임베딩 및 벡터 연산)
• Observability: OpenTelemetry / Jaeger / Honeycomb (실행 트레이싱 시각화)
• Database: PostgreSQL / SQLite (Long-term Memory 저장소)
• Framework: Phoenix LiveView (실시간 모니터링 및 인터랙션)

🚀 시작하기

# 의존성 설치
mix deps.get

# 환경 변수 준비
cp .env-sample .env

# 데이터베이스 준비
mix ecto.setup

# 에이전트 가동
mix phx.server

Optional Provider: OrcaRouter

OrcaRouter는 기존 OpenAI-compatible API Provider를 통해 선택적으로 사용할 수 있습니다. 환경 설정에서 아래 값을 지정합니다.

AGENT_RUNTIME_TYPE=api
AGENT_BASE_URL=https://api.orcarouter.ai/v1
AGENT_API_KEY=<your-orcarouter-api-key>
AGENT_MODEL=<model-id-from-orcarouter>
AGENT_STREAM=false
CLIPROXYAPI=false

공식 문서에서 키를 발급하고 모델 목록에서 사용 가능한 Model ID를 선택합니다. 설정 변경 후 앱을 재시작해야 하며, 빌드 시 적용되는 릴리스 설정은 재빌드가 필요합니다.

AGENT_STREAM=true로 설정하면 Agent 대시보드에 API 응답이 점진적으로 표시됩니다. 도구 인자가 완성된 뒤 기존 승인 정책에 따라 도구를 실행하며, 부분 응답 이후 실패한 스트림은 자동 재전송하지 않습니다. 복귀하려면 이전 Provider 설정을 복원하고 Streaming을 끕니다.

실제 OrcaRouter API 검증과 파트너 승인은 대기 중이며 Referral Link는 아직 추가하지 않았습니다. 로컬 테스트는 모든 모델의 동작을 보증하지 않습니다. cost_usd는 AEagent 설정에 따른 추정치이며 OrcaRouter의 실제 청구액이 아닙니다. 검증 및 릴리스 상태는 통합 체크리스트를 참고하세요.

현재 구현 상태

• 관측성 강화: OpenTelemetry 도입으로 LLM 호출 및 도구 실행의 전체 흐름을 시각화합니다.
• 동적 확장: 런타임에 MCP(Model Context Protocol) 서버를 동적으로 등록/해제하여 도구 세트를 실시간 확장합니다.
• 안전 제어: 위험 툴(execute_command 등)은 사용자 승인 후 실행되며, PII 탐지 정책이 적용됩니다.
• 진화 전략: 성공 이력 중 유사 작업을 시맨틱 검색하여 최적의 전략을 자동 도출합니다.

💻 CLI 사용법

웹 UI 없이도 실행을 만들고 추적할 수 있습니다.

# 대화형 CLI 시작
mix agent.chat

# 실행 생성
mix agent.run "최신 아키텍처 요약보고서 작성"

# 진화 전략 조회
mix agent.strategies --domain general

Durable Goal 프로세서

Goal은 한 번의 실행이 아니라, 여러 이벤트와 실행을 통해 달성하는 지속적인 목적입니다. Goal 정의, 이벤트, 실행 시도, 완료 검증 결과가 DB에 저장됩니다.

# Goal 생성
mix agent.goal create release-readiness "배포 가능한 상태를 유지한다" \
  --goal-type ongoing --autonomy-level supervised

# Goal 목록 조회
mix agent.goal list

# Goal 이벤트 발생
mix agent.goal trigger release-readiness work_item.created \
  --payload '{"source":"monitor","severity":"high"}'

API로는 인증된 /api/v1/goals와 /api/v1/goals/:id/events를 사용할 수 있고, 외부 시스템은 WEBHOOK_SHARED_SECRET을 사용하는 POST /api/v1/webhooks/goals/:id/events로 이벤트를 보낼 수 있습니다. idempotency_key를 보내면 동일 이벤트의 중복 실행을 방지합니다.

interval Goal은 다음과 같이 정의할 수 있습니다.

{
  "name": "hourly-health-check",
  "objective": "서비스 상태를 확인하고 이상이 있으면 보고한다",
  "trigger": {"type": "interval", "every_seconds": 3600},
  "success_criteria": {"type": "execution_status", "value": "succeeded"}
}

병렬 DAG 오케스트레이션

기존 Engine 기반 단일 graph 실행은 기본값으로 유지되며, DAG_ENGINE_ENABLED=true일 때 Executions.enqueue/2가 새 DAGEngine을 병행 사용합니다. 특정 호출에서 engine: :graph를 지정하면 기존 경로를 선택할 수 있습니다.

새 DAG는 AOS.AgentOS.Orchestration.run/3 또는 백그라운드 dispatch/3로 실행할 수 있습니다. DAG node/edge/run/event 상태는 DB에 저장되고, fan-out/fan-in join barrier, retry/timeout/cancellation, run idempotency, MetaCoordinator event protocol, ArtifactRecorder와 기존 policy gate를 공유합니다.

Agent Harness 계약

모든 실행은 harness/manifest.json을 기본 계약으로 해석하는 명시적 하네스 episode를 가질 수 있습니다. episode에는 resolved manifest, context/tool/permission budget, 표준 trace, failure attribution, intervention 기록, deterministic verification 결과가 함께 저장됩니다.

작업별 계약은 실행 시 overlay할 수 있습니다.

Executions.enqueue("배포 준비 상태 점검",
  initial_context: %{
    harness: %{
      "verification" => %{"profile" => "elixir"},
      "budgets" => %{"max_tool_calls" => 20}
    }
  }
)

harness/manifest.json의 verification.profiles.elixir는 format, compile, test를 순서대로 실행하고, 실패 시 해당 실행은 성공으로 종료되지 않습니다. /api/v1/executions/:id와 replay 응답에서 harness_episode·harness_traces를 확인할 수 있습니다.

repository entropy와 golden principle은 harness/golden_principles.json에 선언되어 있으며, 주기적 memory cleanup과 AOS.AgentOS.Operations.doctor/0 에서 자동 감사됩니다.

이제 자율 진화형 에이전트는 당신의 가장 똑똑하고 신뢰할 수 있는 파트너가 될 것입니다.