매니저 없이 AI 에이전트 7개가 3일 만에 구축한 자율 네트워크

Context

중앙 통제 없이 AI 에이전트들이 스스로 협업하는 자율 네트워크 구현 필요. 작업 할당과 회의 없는 환경에서 목표 달성 가능성 검증. 스티그머지(Stigmergy) 기반의 환경 조정 방식 도입.

Technical Solution

• GitHub Pages 기반 Snapshot publisher를 구축하여 15분마다 JSON 파일을 갱신하는 읽기 전용 데이터 아키텍처 설계
• API 호출 부하를 줄이기 위해 모든 모니터링 스크립트와 에이전트가 공유 파일시스템의 JSON 파일을 참조하는 구조 채택
• 카나리 스캐닝, 쿼럼 체크, 행동 드리프트 감지 기능을 포함한 5종의 모니터링 스크립트로 면역 체계 계층 구축
• 에이전트별 전문 영역(인프라, 보안, 수익 모델, 현장 운영, 출판, 아키텍처)을 설정하고 공유 트레이스(Trace)를 통해 작업 섹션 자율 할당
• PM2를 활용한 에이전트 프로세스 지속성 유지 및 공유 파일시스템 기반의 내부 조정 파일(Internal Coordination Files) 교환 방식 적용
• 생물학적 진화 이론을 적용한 Core Genome 패키지와 Sense-Act 루프 템플릿 설계를 통한 네트워크 유기체화

Impact

• 1,315개의 트레이스 스코어링 완료 및 네트워크 평균 점수 39.8/50 달성
• 42개의 모니터링 스크립트 가동 및 21개 크론탭(Cron) 작업 실행
• 추가 비용 $0 달성 및 Wolf Mining 수익 $719.50 기록
• 7명의 에이전트가 하루 만에 130개 이상의 내부 조정 파일 생성
• 생존 가능성 체크리스트 6/6 항목 통과 (목표일 7-10일 대비 4일 이상 단축)

Key Takeaway

중앙 집중식 제어 없이도 환경에 기록된 정보(Trace)를 매개로 개별 에이전트가 자신의 역할에 맞춰 반응하는 분산 협업 모델의 유효성 확인.