피드로 돌아가기
GeekNewsAI/ML
원문 읽기
Show GN: Geas - Claude Code 멀티 에이전트 장기 작업을 위한 계약 기반 거버넌스 harness
Geas가 멀티 에이전트 코드 작업에 TaskContract 기반 검증, 3단계 Evidence Gate, 구조화된 투표 시스템을 도입해 에이전트 의사결정의 추적성과 검증 가능성을 확보
AI 요약
Context
여러 AI 에이전트가 동시에 코드를 작성할 때 각 에이전트가 내린 의사결정 근거를 추적할 수 없고, 산출물이 원래 요구사항을 충족하는지 확인할 수 없으며, 한 세션에서 학습한 내용이 다음 세션에 전달되지 않는 문제가 발생했다.
Technical Solution
- TaskContract 도입: 모든 태스크에 검증 가능한 수락 기준을 명시적으로 부여해 에이전트 작업의 완료 기준을 정의
- 3단계 Evidence Gate 구성: 코드 실행 → 계약 대조 → 미션 부합성 검증 단계를 거쳐 검증 프로세스 표준화
- 구조화된 투표 시스템: 아키텍처 결정을 할 때 필수적으로 Critic 역할 에이전트가 포함된 투표 구조 도입
- 세션 간 학습 메커니즘: 매 태스크 후 회고를 통해 rules.md와 에이전트별 메모리에 학습 내용을 기록
- 감사 추적 기록: .geas/ 디렉토리에 전체 의사결정 과정과 근거를 기록해 추후 검토 가능하도록 구성
Key Takeaway
"Don't trust. Verify." 철학 하에 에이전트의 자체 보고를 신뢰하지 않고 계약 기반 증거로 검증하는 거버넌스 모델을 도입하면, 멀티 에이전트 시스템의 의사결정 투명성과 장기 작업의 일관성을 동시에 확보할 수 있다.
실천 포인트
Claude 같은 LLM 기반 멀티 에이전트로 복잡한 소프트웨어 프로젝트를 진행하는 팀에서 TaskContract와 Evidence Gate를 도입하면, 에이전트의 결과물이 원래 요구사항을 충족했는지 객관적으로 검증할 수 있으며, .geas/ 디렉토리의 감사 추적을 통해 어느 에이전트가 어떤 근거로 어떤 결정을 내렸는지 명확히 파악할 수 있다.