ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents
이 논문은 이질적인 LLM 코딩 에이전트들이 직접적인 에이전트 간 통신이나 지속적인 LLM 추론을 요구하지 않고도 가시적인 대화 턴을 공유된 추가 전용 로그에 캡처하고 상태, 결정, 태스크를 위한 결정론적 읽기 모델을 투영함으로써 세션 간의 연속성을 유지하고 협업할 수 있도록 하는 이벤트 소싱 기반 메모리 계층인 ESAA-Conversational을 소개한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
당신은 코더, 아키텍트, 연구원, 디자이너라는 매우 다른 네 명의 전문가 팀을 이끄는 프로젝트 매니저라고 상상해 보십시오. 각 멤버는 AI 에이전트(Codex, Grok, Claude 등)입니다. 그들은 매우 뛰어나지만, 한 가지 큰 결함이 있습니다. 바로 단기 기억력만을 가지고 있으며, 서로 대화하지 않는다는 점입니다.
아키텍트가 회의를 마치면 자신의 개인 노트에 메모를 남깁니다. 코더가 업무를 시작할 때, 당신이 수동으로 그 메모를 복사하여 새로운 채팅창에 붙여넣지 않는 한, 코더는 아키텍트가 무엇을 결정했는지 알 방법이 없습니다. 이는 느리고, 지저분하며, 종종 중요한 세부 사항을 놓치게 만듭니다.
ESAA-Conversational은 이를 해결하기 위해 설계된 새로운 시스템입니다. 이 시스템은 이 서로 다른 AI 에이전트들 사이에 위치하는 중앙 집중식 공유 "프로젝트 로그북(Project Logbook)" 역할을 합니다.
작동 방식은 다음과 같습니다.
1. "블랙박스" 기록 장치 (기계적 캡처)
AI에게 무언가를 "기억하라"고 요청하는 대신, 이 시스템은 AI의 화면 위에 보안 카메라(훅 또는 와처라고 불림)를 조용히 설치합니다.
- 작동 방식: AI가 메시지를 입력할 때마다, 카메라는 사진을 찍고 이를
activity.jsonl이라는 디지털 로그북에 기록합니다. - 규칙: 이 로그북은 **추가 전용(append-only)**입니다. 비행기의 블랙박스처럼, 한 번 기록된 줄은 삭제하거나 변경할 수 없습니다. 이것이 바로 "진실의 원천(Source of Truth)"입니다.
- 중요한 이유: AI는 작업을 저장하기 위해 추가적인 생각을 할 필요가 없습니다. 시스템이 자동으로 가공되지 않은 증거를 기록하기 때문입니다.
2. "요약 보고서" (투영된 읽기 모델)
500페이지 분량의 채팅이 담긴 가공되지 않은 로그북은 단순히 현재 계획을 알고 싶을 때 아무런 쓸모가 없습니다. 그래서 시스템은 해당 로그북을 바탕으로 깔끔하고 읽기 쉬운 요약본을 자동으로 생성합니다.
- 비유: 마치 건설 현장의 지저분하고 손으로 쓴 일일 기록을 읽은 뒤, 현장 소장에게 세 가지 깔적인 보고서를 작성해 주는 사서와 같습니다.
state.md: "현재 상황은 이렇습니다."decisions.md: "우리가 내린 5가지 주요 결정과 그 이유는 다음과 같습니다."tasks.json: "아직 남아 있는 작업 목록입니다."
- 마법 같은 점: 이 보고서들은 자동으로 생성됩니다. 아무도 수동으로 편집하지 않습니다. 로그북이 변경되면 보고서도 즉시 업데이트됩니다. 이를 통해 요약본이 항상 가공되지 않은 진실과 일치하도록 보장합니다.
3. "인수인계" (연속성)
아키텍트가 업무를 마치고 코더가 업무를 시작할 때, 코더는 500페이지의 로그북 전체를 읽을 필요가 없습니다.
- 과정: 코더는 시스템에 "인수인계(Handoff)"를 요청합니다. 시스템은 그들에게
handoff.md(무슨 일이 있었는지에 대한 요약)와 해당 작업과 관련된 마지막 20개의 메시지라는 특정 "윈도우(범위)"를 전달합니다. - 이점: 코더는 불필요한 잡담을 읽느라 시간을 허비하거나 이전의 결정 사항을 놓칠 걱정 없이, 즉시 업무에 착수할 수 있습니다.
4. "인간 참여형" (큐레이션)
이 시스템은 무슨 일이 일어났는가(증거)와 무엇이 중요한가(결정)를 구분합니다.
- 증거: AI가 "파이썬을 사용하는 것이 좋겠다고 생각합니다"라고 말하는 것은 로그의 한 단계일 뿐입니다.
- 큐레이션: 만약 AI(또는 사람)가 "좋습니다, 파이썬을 사용하기로 결정했습니다"라고 말한다면, 시스템은 이를 공식적인 **결정 이벤트(Decision Event)**로 기록합니다.
- 중요한 이유: 이는 대화의 소음과 지속 가능한 프로젝트의 규칙을 분리합니다. 시스템은 단순한 생각과 최종 규칙의 차이를 인지합니다.
5. 개인정보 보호 및 안전
이 논문은 이 시스템이 공공 사용을 위해 안전하게 설계되었음을 강조합니다.
- "그린필드(Greenfield)" 패키지: 개발자들이 도구를 출시할 때, 그들은 모두에게 새롭고 비어 있는 로그북을 제공했습니다. 자신들의 사적인 대화 내용을 공유하지 않았습니다.
- "공유 금지" 목록: 시스템은 민감한 개인 채팅이 실수로 인터넷에 업로드되지 않도록 지저한 로그 파일들을 자동으로 숨깁니다(마치
.gitignore파일처럼).
실제 테스트
저자들은 이 시스템을 직접 테스트했습니다. 그들은 서로 다른 AI 에이전트들이 시스템을 설계하고 구축하는 동안, 그 시스템이 자신들의 대화를 기록하도록 했습니다.
- 결과: 에이전트들은 서로 직접 대화하지 않고도 성공적으로 협업했습니다. 그들은 단지 공유된 로그북과 요약본을 읽었을 뿐입니다.
- 성과: 그들은 모든 도구가 동일한 공유 로그를 읽는 한, 도구(예: Grok에서 Claude로 전환)를 변경하더라도 대화의 맥락을 잃지 않고 흐름을 유지할 수 있음을 증명했습니다.
요약
ESAA-Conversational은 AI 에이전트의 건망증을 고치는 도구입니다. 이 시스템은 모든 것을 기록하는 공유된, 변경 불가능한 일기 역할을 하며, 다음 사람이 읽을 수 있도록 깔끔한 요약본을 자동으로 작성하고, 도구를 바꿀 때 처음부터 다시 시작할 필요 없이 연속성을 보장합니다. 이는 여러 AI 어시스턴트를 전환하는 혼란스러운 과정을 매끄럽고 연속적인 워크플로우로 변화시킵니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.