최근 AI 에이전트의 활용이 늘면서, 이들이 사용하는 지식 관리 방식의 한계가 드러나고 있습니다. 기존의 일반적인 텍스트 기반 메모리는 정보를 단순히 저장하고 검색하는 데는 유용하지만, 에이전트가 매번 동일한 정보를 다르게 해석하거나, 정보의 유효성을 지속적으로 재확인해야 하는 비효율적인 문제가 있었습니다. 이러한 문제를 해결하기 위해 '크럭서블(Cruxible)'이라는 새로운 개념의 '거버넌스 스테이트 엔진(governed state engine)'이 공개되었습니다.
크럭서블은 테라폼(Terraform)과 유사한 YAML 설정 파일을 통해 도메인의 온톨로지(ontology)를 정의합니다. 온톨로지는 엔티티(entity) 유형, 관계, 쓰기 규칙, 쿼리 등을 포함하며, 이를 통해 인간과 에이전트가 공유하는 유형화된(typed) 모델을 구축합니다. 모든 정보는 선언된 규칙에 따라 검증되고, 중요한 의사결정은 검토 과정을 거치며, 모든 계산된 답변에는 출처(receipt)가 기록됩니다. 이 모든 과정은 SQLite 데이터베이스에 유형화된 그래프 형태로 저장되며, LLM(대규모 언어모델)은 엔진 내부에 포함되지 않아 결정론적인(deterministic) 방식으로 작동합니다. 즉, 에이전트가 어떤 정보를 기록하거나 쿼리할 때마다 일관된 결과와 명확한 근거를 얻을 수 있습니다.
크럭서블의 등장은 AI 에이전트의 신뢰성과 활용성을 크게 높일 수 있는 중요한 진전입니다. 특히, 금융, 법률, 공급망 관리와 같이 정보의 정확성과 감사 가능성이 필수적인 분야에서 에이전트의 적용 범위를 확장할 수 있습니다. 에이전트가 단순히 텍스트를 해석하는 것을 넘어, '확정된(settled)', '강제 가능한(enforced)', '감사 가능한(auditable)' 지식을 바탕으로 복잡한 질문에 답하고, 일관된 행동을 취할 수 있게 됨으로써, 기업들은 AI 에이전트를 핵심 업무에 더욱 적극적으로 통합할 수 있을 것입니다. 이는 AI 시스템의 '환각(hallucination)' 문제를 줄이고, 인간과 에이전트 간의 협업 효율성을 높이는 데 기여할 것으로 기대됩니다.