현재 대부분의 AI 에이전트(agent)는 한 명의 사용자, 하나의 세션에서 단일 작업을 수행하는 '싱글 플레이어' 방식으로 작동합니다. 하지만 AI 애플리케이션이 발전하면서 여러 사람과 다수의 에이전트가 공유된 데이터와 작업을 동시에 처리해야 하는 '멀티플레이어' 협업의 필요성이 커지고 있습니다. 이러한 복잡한 동시 작업을 가능하게 하는 인프라 'Ablo'가 최근 공개되어 주목받고 있습니다.
Ablo는 AI 에이전트와 사람이 동일한 상태(state)를 읽고 쓸 수 있도록 지원하는 협업 인프라입니다. 기존의 동기화 엔진이 모든 사용자가 동일한 상태를 볼 수 있도록 보장하는 것에 그쳤다면, Ablo는 누가 그 상태에 대해 행동할 수 있는지를 관리하는 데 차이가 있습니다. 예를 들어, 에이전트가 30초 동안 추론(reasoning)을 수행한 후 데이터를 업데이트해야 할 때, Ablo는 해당 작업에 대한 '클레임(claim)' 기능을 제공하여 다른 에이전트나 사용자가 동시에 작업을 변경하는 것을 방지하고, 작업이 완료되면 최신 상태를 반영할 수 있도록 합니다. 이는 데이터베이스가 트랜잭션(transaction) 일관성을 유지하는 것과 유사하지만, 자율적인 에이전트의 장기적인 작업을 조율하는 데 특화되어 있습니다. Ablo는 Postgres와 같은 기존 데이터베이스를 진실의 원천(source of truth)으로 사용하면서, 모든 쓰기 작업이 Ablo를 거치도록 하여 권한, 멱등성(idempotency), 충돌 관리, 순서 지정, 확인 등을 한곳에서 처리합니다.
Ablo의 등장은 AI 애플리케이션 개발 방식에 중요한 변화를 가져올 수 있습니다. 기존 소프트웨어는 주로 사람이 애플리케이션을 통해 데이터를 입력하는 단일 '작성자' 구조였지만, AI 시대에는 사람, 에이전트, 워크플로우, 서비스 등 다양한 주체가 동시에 데이터를 읽고 쓰는 복잡한 환경이 됩니다. Ablo는 이러한 동시성 문제를 해결하여, 에이전트가 마치 사람처럼 누가 무엇을 편집하고 있는지 확인하고, 순서를 기다리며, 작업을 시작하기 전에 최신 상태를 다시 확인하는 것과 같은 협업 능력을 소프트웨어에 부여합니다. 이는 AI 에이전트가 더욱 복잡하고 상호작용적인 작업을 수행할 수 있도록 돕고, 개발자들이 보다 정교하고 안정적인 멀티 에이전트 시스템을 구축할 수 있는 기반을 제공할 것입니다.