Show GN: Ravenclaw - AI 코딩 에이전트의 작업 컨텍스트를 관리하는 오픈소스 시스템

Context

AI 에이전트 변경 시 이전 작업 맥락이 소멸하는 구조적 한계. 프로젝트 병렬 진행 시 개별 세션의 진행 상황 파악을 위한 수동 기록 비용 발생. 터미널 기반 대화 기록 의존으로 인한 컨텍스트 복구 효율 저하.

Technical Solution

• 에이전트 독립적인 중앙 집중식 작업 컨텍스트 관리 체계 구축
• MCP Protocol 기반의 40개 이상 도구 제공으로 에이전트의 프로그래밍적 제어 환경 조성
• 에픽과 이슈 기반의 계층적 구조를 도입하여 프로젝트 진행률 시각화 및 상태 추적 가능 설계
• 컨텍스트 스냅샷 기능을 통해 세션 종료 후에도 작업 상황을 저장하고 복구하는 연속성 확보
• Hono와 PostgreSQL 기반의 API 서버 및 ReactFlow를 활용한 작업 흐름 그래프 뷰 구현
• Human Input Request 메커니즘을 통해 에이전트의 자율 작업 중 필요한 시점에만 인간 개입 유도

Key Takeaway

AI 에이전트의 효용성은 개별 모델의 성능보다 작업 맥락을 유지하고 전이시키는 컨텍스트 관리 레이어의 설계 품질에 결정됨.