Deterministic Shell-Wrapped Pipelines를 통한 AI Agent 실행 예측 가능성 확보

APX Routines Are Deterministic Pipelines Around AI

Manuel Bruña2026년 6월 15일3분intermediate

AI 요약

Context

모든 프로세스를 Prompt에 의존하는 기존 Agent 자동화의 낮은 재현성과 불확실성 문제 분석. 데이터 수집부터 실행까지 모델의 판단에 맡기는 구조로 인해 발생하는 비결정적 동작 한계 식별.

Pre-commands 단계의 Shell Command 실행을 통한 결정론적 데이터 수집 및 모델 독립적 Context 확보
{{pre_output}} 변수를 활용한 명시적 Prompt Injection 구조로 입력 데이터의 무결성 보장
Agent Result를 $APX_LLM_OUTPUT 변수로 캡처하여 Post-commands에서 처리하는 분리 설계
exec_agent와 super_agent의 역할을 구분하여 텍스트 생성과 Tool 사용의 책임 경계 설정
$APX_STATUS 및 $APX_SKIPPED 등 상태 변수 기반의 가시적 디버깅 인터페이스 구축
'Deterministic Shell $\rightarrow$ Probabilistic LLM $\rightarrow$ Deterministic Shell'로 이어지는 샌드위치 아키텍처 채택

실천 포인트

1. 데이터 수집 단계에서 LLM의 판단이 필요한지 검토하고 가능한 Shell Script나 API 호출로 대체

2. LLM에게 전달되는 Context를 명시적인 변수 형태로 주입하여 입력값 제어 가능 여부 확인

3. 결과물 전달(Delivery) 로직을 모델의 Tool Use가 아닌 외부 Post-process 단계로 분리

4. 각 단계의 입력/출력을 표준 변수로 정의하여 파이프라인 전 과정의 추적 가능성(Traceability) 확보

태그