새로운 명령줄 인터페이스(CLI) 도구 'kdeps'가 등장하여 개발자들이 라마파일(llamafile) 및 GGUF와 같은 로컬 대규모 언어모델(LLM)을 활용해 AI 에이전트와 워크플로우를 YAML 파일로 정의하고 실행할 수 있도록 지원합니다. 이 도구는 복잡한 AI 파이프라인을 구축하고 배포하는 과정을 간소화하며, 특히 온프레미스 환경에서 AI 기능을 활용하려는 개발자들에게 유용할 수 있습니다.
kdeps는 크게 두 가지 모드를 제공합니다. 첫 번째는 '워크플로우(Workflow) 모드'로, 개발자가 YAML 파일에 각 단계의 의존성을 명시하여 순차적으로 실행되는 결정론적(DAG-deterministic) 파이프라인을 구축할 수 있습니다. 예를 들어, 웹 페이지를 가져와 요약하는 간단한 API 서버를 몇 줄의 YAML 설정만으로 만들 수 있습니다. 두 번째는 '에이전트(Agent) 모드'로, LLM이 주어진 작업을 완료하기 위해 어떤 도구를 어떤 순서로 호출할지 자율적으로 결정하는 루프를 생성합니다. 이 모드에서는 HTTP 클라이언트, 파이썬 스크립트, SQL 쿼리 등 다양한 리소스 유형이 LLM의 호출 가능한 도구로 자동 등록되어 복잡한 작업을 처리할 수 있습니다. 또한, 여러 에이전트를 조합하여 더 큰 '에이전시(Agency)'를 구성하는 기능도 제공하여, 마치 함수를 호출하듯 다른 에이전트의 전체 워크플로우를 실행하고 결과를 전달받을 수 있습니다.
kdeps는 AI 워크플로우 구축의 복잡성을 줄이고 개발자가 YAML이라는 익숙한 형식으로 AI 로직을 정의할 수 있게 함으로써 생산성을 높이는 데 기여합니다. 특히 로컬 LLM을 지원하여 데이터 주권이나 보안이 중요한 환경에서 AI 기능을 활용할 수 있는 길을 열어줍니다. 아직 실험 단계이며 프로덕션 환경에는 적합하지 않다고 명시되어 있지만, AI 에이전트 오케스트레이션과 배포에 대한 실질적인 고민을 해결하려는 시도라는 점에서 주목할 만합니다. 이는 AI 개발의 진입 장벽을 낮추고, 더 많은 개발자가 AI 기반 애플리케이션을 만들 수 있도록 돕는 중요한 진전으로 평가될 수 있습니다.