AI 에이전트(AI Agent)를 활용한 팀 협업이 늘어나면서, 팀원들이 각기 다른 컨텍스트(맥락)를 가지고 AI와 상호작용하는 문제가 발생하고 있습니다. 이러한 비효율성을 해결하기 위해, 팀의 AI 세션 컨텍스트를 자동으로 동기화하고 공유하는 오픈소스 도구 'Draft'가 공개되어 주목받고 있습니다. Draft는 팀의 제품, 우선순위, 의사결정 등 핵심 정보를 AI 에이전트가 항상 인지하도록 하여, 매번 같은 내용을 반복 설명할 필요 없이 생산성을 높이는 것을 목표로 합니다.
Draft는 백그라운드에서 작동하며 그라놀라(Granola) 미팅 기록, 슬랙(Slack) 대화, 깃허브(GitHub) 활동 등 다양한 소스에서 컨텍스트를 자동으로 캡처하고 합성합니다. 이렇게 수집된 정보는 클로드(Claude)와 같은 대규모 언어모델(LLM)을 통해 분석되고, 사용자 검토를 거쳐 팀의 공유 깃(Git) 저장소에 저장됩니다. 이후 AI 에이전트 세션이 시작될 때마다 이 컨텍스트가 시스템 프롬프트(System Prompt)에 자동으로 주입되어, 클로드 코드(Claude Code), 코덱스(Codex), 오픈클로(OpenClaw), 헤르메스(Hermes) 등 지원되는 AI 에이전트들이 최신 정보를 바탕으로 작동하게 됩니다. 현재 Draft는 애플 실리콘 기반의 macOS에서만 지원되며, 모든 합성(Synthesis) 호출은 사용자 본인의 클로드 구독을 통해 이루어지므로 데이터 보안 측면에서 강점을 가집니다.
Draft의 등장은 AI 에이전트의 활용성을 한 단계 끌어올릴 수 있는 중요한 진전으로 평가됩니다. 팀 전체가 일관된 컨텍스트를 공유함으로써 AI 에이전트의 답변 품질과 관련성이 크게 향상될 수 있으며, 이는 곧 팀의 의사결정 속도와 효율성 증대로 이어질 것입니다. 특히, 반복적인 정보 주입 없이 AI가 스스로 학습하고 진화하는 '지속적인 컨텍스트 학습'이라는 새로운 패러다임을 제시하며, AI 에이전트가 단순한 도구를 넘어 팀의 지식 기반을 확장하는 핵심 구성 요소로 자리매김하는 데 기여할 것으로 보입니다. 이는 AI 협업 환경의 표준을 제시하고, 더 나아가 기업들이 AI를 통해 얻을 수 있는 가치를 극대화하는 데 중요한 역할을 할 것입니다.