피드로 돌아가기
Dev.toAI/ML
원문 읽기
월 $13 GCP VM 기반의 HITL 루프로 50개 이상의 AI 제품 자동 생성
I Automated My Entire Digital Product Business on a $13/Month GCP VM. Here's the Architecture.
AI 요약
Context
Claude Code 설정 및 워크플로우 지식을 제품화하는 과정에서 발생하는 반복적 수작업의 병목 현상 발생. 완전 자율화 시 발생 가능한 무분별한 외부 플랫폼 배포 및 비용 지출 리스크를 제어하며 생산성을 극대화하는 아키텍처 필요.
Technical Solution
- OPERATOR.md 헌법 파일을 통한 실행 권한의 엄격한 분리 및 Cold Start 시마다 제약 사항 강제 적용
- State-driven Loop 설계를 통해 STATUS.md, LEDGER.md 등 마크다운 파일 기반의 상태 관리 및 영속성 유지
- Human-in-the-Loop(HITL) 브리지 파일(~/.claude/bridge/inbox.md)을 통한 최종 승인 단계 도입으로 샌드박스 내 생산과 외부 배포의 격리
- Subagent Context Isolation 기법을 적용하여 각 빌드 에이전트가 독립된 태스크 설명만 처리하게 함으로써 컨텍스트 드리프트 방지
- 60초~3600초 가변 Sleep 메커니즘을 통한 API 레이트 리밋 대응 및 자원 효율 최적화
Impact
- 3일 만에 50개 이상의 디지털 제품 빌드 및 패키징 완료
- 월 $13 수준의 저사양 GCP VM(2 vCPU, 2GB RAM) 환경에서 전체 파이프라인 구동 성공
Key Takeaway
복잡한 AI 자율 에이전트 설계 시 상태 관리(State)와 실행 제어(Governance)를 코드 외부의 선언적 문서(Markdown)로 분리함으로써 투명성과 제어 가능성을 확보하는 설계 패턴의 유효성 확인.
실천 포인트
- AI 에이전트의 권한 체계를 'Auto-allowed'와 'Hard rules (HITL)'로 명확히 구분하여 설계했는가 - LLM의 메모리 의존도를 낮추기 위해 파일 기반의 상태 관리(State-file)를 도입했는가 - 에이전트 간 컨텍스트 오염을 막기 위해 Subagent별 컨텍스트 격리 전략을 세웠는가 - 외부 API의 Rate Limit(예: Gumroad 일일 10건 제한)을 빌드 단계의 스케줄링에 반영했는가