개인 AI 어시스턴트의 본질을 515줄의 파이썬 코드로 드러내는 epsiclaw 프로젝트

Context

현재 AI 에이전트 생태계에서는 OpenClaw처럼 수십만 줄의 코드로 다양한 통합 기능과 보안 계층을 쌓아가고 있다. AI가 코드를 생성하는 속도가 개발자가 이를 읽는 속도를 앞서면서, 핵심 알고리즘이 점점 감춰지고 있다.

Technical Solution

• Andrej Karpathy의 교육 철학을 적용하여 AI 에이전트의 핵심 알고리즘을 최소한의 코드로 분리해낸다
• ReAct 루프를 146줄의 agent.py로 구현하여 receive → LLM → tool → loop 패턴을 구현한다
• 메모리를 벡터 데이터베이스 대신 markdown 파일(SOUL.md, USER.md, MEMORY.md)로 처리하여 LLM의 텍스트 이해 능력을 활용한다
• 7개의 내장 도구와 크론 스케줄러를 각각 155줄, 63줄로 단순화하여 에이전트의 작업 수행 역량을 보여준다
• 하나의 채널(Telegram), 하나의 LLM 제공자를 사용하여 알고리즘과 신뢰성 엔지니어링을 분리한다

Impact

TypeScript 522,000줄 → Python 515줄로 99.9% 코드 감소

Key Takeaway

AI 에이전트의 본질은 채널, 메모리, 에이전트 루프, 크론의 4가지 요소로 구성되며, 나머지는 규모 확장을 위한 최적화일 뿐이다.