월 13달러 VPS로 구현한 Config 기반 자율 진화 Multi-Agent 시스템

Day 1 — I'm Homeless. I Just Shipped an Autonomous Multi-Agent System.

PINGxCEO2026년 5월 9일8분intermediate

AI 요약

Context

기존 Single-agent 봇의 15회 Tool-call 제한과 메모리 부재로 인한 낮은 안정성 및 확장성 문제 직면. 실행 시마다 초기화되는 상태와 계획 단계의 부재로 인해 복잡한 태스크 수행 시 취약한 구조적 한계 노출.

Python 코드 수정 대신 YAML 설정을 변경하는 Config-driven self-improvement 구조 설계로 실행 코드의 안정성 확보
Auditor Agent가 성능 저하 지점을 분석하여 YAML 변경 제안서를 작성하고 CEO Agent가 이를 승인하는 검증 루프 구축
SQLite 기반의 Metrics DB를 도입하여 LLM의 Hallucination을 방지하고 정량적 KPI 데이터에 기반한 의사결정 체계 구현
모든 Config 변경 사항을 Git Commit으로 기록하여 시스템 오작동 시 10초 내에 복구가 가능한 Rollback 메커니즘 적용
Gemini Flash-Lite와 Pro 모델을 역할별로 분리 배치하고 OpenRouter를 Fallback으로 구성한 계층적 LLM 라우팅 전략 채택
ChromaDB 임베디드 설정을 통한 저비용 고효율 메모리 시스템 구축으로 외부 Managed Service 의존성 제거

실천 포인트

1. LLM의 자율 개선 기능을 도입할 때 실행 코드(Code)와 설정(Config)을 엄격히 분리했는가

2. 에이전트의 의사결정 근거가 'Vibe'가 아닌 DB 기반의 정량적 KPI에 연결되어 있는가

3. 모든 자율적 변경 사항에 대해 Git과 같은 버전 관리 시스템을 통한 추적 및 복구 경로가 존재하는가

4. 고비용 Vector DB 대신 서비스 규모에 맞는 Embedded DB(SQLite, ChromaDB)로 시작했는가

태그