새로운 AI 에이전트 프레임워크인 'Looped AF(Looped Agent Framework)'가 개발자 커뮤니티에 공개되어 주목받고 있습니다. 이 프레임워크의 핵심 아이디어는 AI 에이전트를 단 하나의 설정 파일로 정의하고, 이를 도커(Docker) 컨테이너에 담아 어디든 쉽게 배포할 수 있도록 하는 것입니다. 에이전트는 디스코드(Discord) 메시지, 웹훅(webhook), 크론(cron) 작업 등 특정 이벤트를 기다렸다가 작업을 수행하고 결과를 전달한 후 다시 유휴 상태로 돌아가는 이벤트 기반 서비스 형태로 작동합니다.
Looped AF는 에이전트의 작업, 사용할 대규모 언어모델(LLM), 도구(tool), 그리고 보안 경계를 하나의 설정 파일에 명시합니다. 예를 들어, 디스코드 채널의 메시지를 깃허브(GitHub) 이슈로 전환하는 에이전트를 `gh-issues-bot`이라는 이름으로 정의하고, 사용할 모델과 필요한 권한을 설정하는 식입니다. `af CLI` 도구를 통해 에이전트 프로젝트를 초기화하고, 유효성을 검사하며, 실행할 수 있습니다. 특히, 디스코드, 슬랙(Slack), 텔레그램(Telegram) 같은 다양한 트리거를 지원하며, 마크다운(Markdown) 기반 스킬(skill)과 작은 네이티브 도구 세트를 제공하여 모델의 컨텍스트(context) 부담을 줄였습니다. 또한, 기본적으로 모든 권한을 거부하고 필요한 호스트, 실행 파일, 경로만 허용하는 '기본 거부(Deny-by-default)' 보안 모델을 채택하고, 모든 권한 결정은 SQLite 감사 추적(audit trail)에 기록되어 투명성을 높였습니다.
이 프레임워크는 AI 에이전트 개발 및 배포의 복잡성을 크게 줄여준다는 점에서 의미가 큽니다. 단일 파일 정의와 도커 기반 배포는 개발자가 에이전트 구축에 드는 시간을 절약하고, 운영 환경에 구애받지 않고 유연하게 에이전트를 확장할 수 있게 합니다. 또한, 명확한 권한 관리와 감사 추적 기능은 AI 에이전트의 보안과 신뢰성을 강화하여, 기업 환경에서도 안심하고 사용할 수 있는 기반을 마련합니다. 비용 관리 측면에서도 모든 실행에 단계 제한(step cap)을 두어 예산을 예측 가능하게 하며, 저렴한 모델을 기본값으로 설정하여 불필요한 비용 지출을 방지합니다. 이는 AI 에이전트가 특정 작업을 효율적으로 수행하는 '장수 서비스(long-lived services)'로 자리매김하는 데 중요한 역할을 할 것으로 기대됩니다.