오픈소스 AI 에이전트 '아미(Ami)'가 개인 컴퓨터에서 사용자를 복제하는 'AI 섀도우' 개념을 공개하며 주목받고 있습니다. 아미는 사용자의 작업 방식과 데이터를 학습하여 반복적인 업무를 대신 처리하는 로컬 에이전트입니다. 이 도구는 사용자의 개인 토큰을 이용해 앱, 데이터, 저장소, 도구에 연결되며, 실시간 할 일 목록을 유지하고 '바쁜 업무(busy work)'를 대신 실행함으로써 업무 효율성을 높이는 것을 목표로 합니다.
아미는 사용자의 맥락 그래프 메모리(context graph memory)를 구성하고 엔티티, 관계, 피드백, 의사결정, 글쓰기 스타일 등을 업데이트하여 사용할수록 자율성을 높입니다. 모든 데이터는 사용자 머신 내 '~/.ami/' 경로에 SQLite 및 마크다운 형태로 저장되며, 조직과 공유되지 않아 개인 정보 보호에 강점을 가집니다. 또한, 아미는 사용자가 접근할 수 있는 범위 내에서만 작동하며, 사용자의 승인 없이는 어떠한 정보도 외부로 전송되지 않습니다. 앤트로픽(Anthropic)의 메시지 API 프로토콜을 지원하며, Kimi, GLM, DeepSeek, MiniMax 등 앤트로픽 호환 엔드포인트를 제공하는 다양한 모델과 연동 가능합니다. 심지어 LiteLLM 프록시를 통해 올라마(Ollama)나 vLLM, llama.cpp 같은 로컬 모델과도 연결할 수 있어, 모든 작업을 로컬에서만 처리하는 완전한 온디바이스(on-device) 환경 구축도 가능합니다.
아미는 단순한 코워커(co-worker)가 아닌 '복제된 나'로서, 사용자의 업무 흐름에 깊이 통합되어 작동합니다. 새로운 알림, DM, 이메일 등을 수집(Ingest)하고, 이를 작업/정보/무시 등으로 분류(Triage)한 뒤, 계획 수립(Plan), 실행(Start), 해결(Resolve) 등의 과정을 거쳐 업무를 처리합니다. 특히, 아미가 작성한 초안은 사용자가 직접 검토하고 승인해야만 전송되며, 사용자의 수정 사항은 아미의 메모리에 반영되어 향후 실행 및 글쓰기 스타일을 개선하는 데 활용됩니다. 이러한 반복적인 피드백 루프를 통해 아미는 사용자의 고유한 작업 방식과 의사결정 과정을 학습하고, 회의 준비, 회의록 작성, 개인 글쓰기 스타일 학습 등 다양한 영역에서 개인 비서 역할을 수행할 수 있습니다. 이는 AI 에이전트가 단순히 작업을 수행하는 것을 넘어, 사용자의 확장된 자아로서 기능할 수 있는 새로운 가능성을 제시합니다.