최근 AI 업계에서 앤트로픽(Anthropic)의 클로드(Claude) 태그나 카파시(Karpathy)의 '새로운 AI UX 시대'와 같은 개념들이 주목받고 있습니다. 이는 AI가 단순한 도구를 넘어 기업의 핵심 업무 흐름에 깊숙이 통합되는 방향을 제시하지만, 동시에 AI 모델이 블랙박스처럼 작동하여 기업이 통제하기 어렵다는 우려도 낳고 있습니다. 이러한 문제의식에서 출발한 오픈소스 프로젝트 에이전트 스웜(Agent Swarm)이 기업이 AI 에이전트 팀을 직접 정의하고 소유하며, 모델과 컨텍스트, 메모리까지 완벽하게 제어할 수 있는 대안을 제시했습니다.
에이전트 스웜은 AI 작업을 위한 오픈소스 운영체제(OS)로, 리드 에이전트(Lead Agent)가 전체 목표를 받아 세부 작업으로 분해하고, 이를 코더(Coder), 리서처(Researcher), PM 등 전문화된 워커 에이전트(Worker Agent)들에게 할당하는 방식으로 작동합니다. 각 워커는 독립적인 도커(Docker) 컨테이너 환경에서 실행되어 서로 간섭 없이 작업을 수행하며, 지속적인 워크스페이스와 공유 메모리를 통해 학습하고 성장합니다. 슬랙(Slack), 깃허브(GitHub), 리니어(Linear), 이메일 등 기업이 이미 사용하는 다양한 협업 도구와 연동되어, 마치 팀원에게 업무를 지시하듯 에이전트 스웜을 멘션하면 작업이 시작됩니다. 이 시스템은 지난 8개월간 개발되어 569개 이상의 깃허브 스타를 받았으며, 5명에서 수백 명 규모의 팀에서 활용되고 있습니다.
이러한 접근 방식은 기업이 AI 모델을 단순히 '빌려 쓰는' 것이 아니라, '소유하고 성장시키는' 개념으로 전환시킨다는 점에서 중요합니다. 기업은 특정 AI 모델에 종속되지 않고 필요에 따라 하위 모델을 교체할 수 있으며, 에이전트 스웜이 축적하는 기관의 기억(institutional memory)과 기술, 정체성은 기업의 자산이 됩니다. 특히 반복적인 업무, 컨텍스트 의존도가 높은 작업, 그리고 한 사람이 모든 업무 흐름을 조율하기 어려운 상황(예: 엔지니어링 큐 처리, 반복적인 SEO 및 콘텐츠 운영, 검토 워크플로우)에서 강력한 효과를 발휘합니다. 에이전트 스웜은 AI 에이전트 프레임워크와 달리, 리드 에이전트, 워커 풀, 작업 생명 주기, 도커 격리, 공유 메모리, 스케줄링, 협업 도구 연동 등 복잡한 요소들이 이미 통합되어 있어, 개발자가 직접 에이전트 시스템을 구축하는 수고를 덜어줍니다.