초기 에이전트 설계는 단순히 테스트 통과/실패 여부만 판단하는 ‘반사 작용’에 불과했습니다. 이는 마치 장기 없는 신경계와 같았으며, 컨텍스트 이해나 거버넌스 능력이 부재했습니다. 저자는 VSM이 생존하고 번성하는 시스템이 가지는 재귀적 구조를 제공한다는 점에 주목합니다. VSM은 다섯 가지 하위 시스템으로 구성되며, 각 하위 시스템이 다시 전체 구조를 포함할 수 있는 프랙탈적 특성을 가집니다.
저자는 Ruby의 동적 런타임과 메타 프로그래밍 능력이 이러한 자기 수정 시스템을 가능하게 하는 핵심 요소임을 강조합니다. 수십 년간 웹 앱 개발에 주로 사용되었던 Ruby의 강력한 기능이 AI 에이전트가 실행 중에 스스로의 기능을 작성할 수 있게 하는 유연성을 제공한다는 것입니다. 이는 마치 DHH가 Rails를 통해 웹 개발에 ‘Rails 순간’을 가져왔듯이, AI 에이전트 개발에도 유사한 혁신이 필요하다는 비유로 이어집니다. 현재 AI 에이전트 개발은 2003년 웹 개발처럼 수많은 ‘배관 작업’에 시달리고 있으며, 에이전트가 어떻게 구성되어야 하는지 이해하는 프레임워크의 필요성을 역설합니다.
AI 에이전트가 진정으로 필요로 하는 요소들은 다음과 같습니다. * Identity (정체성): 해야 할 일을 아는 것 (목표 조건) * Intelligence (지능): 환경에서 일어나는 일을 이해하는 것 * Governance (거버넌스): 정책 및 한계 설정 * Coordination (조정): 혼란 없이 병렬 작업 관리 * Operations (운영): 파일 읽기, 코드 작성, API 호출 등 실제 작업 수행
VSM은 이러한 요구사항을 재귀적으로 충족시킬 수 있는 청사진을 제공합니다. 에이전트가 사용하는 각 도구조차도 동일한 구조를 가진 에이전트가 될 수 있으며, 이는 지능의 재귀적 본질을 포용하는 시스템 구축으로 이어집니다. 저자는 이러한 비전을 바탕으로 두 가지 프로젝트를 소개합니다. * vsm: Stafford Beer의 VSM을 구현한 Ruby Gem으로, 자기 포함적이고 재귀적인 AI 에이전트 시스템 구축을 위한 프레임워크입니다. 메시지 기반, 비동기 우선이며, OpenAI, Anthropic, Gemini 등 다양한 LLM과 연동됩니다. * airb: vsm 위에 구축된 CLI 코딩 에이전트로, 파일 읽기 및 편집 등 최소한의 기능을 수행하지만, VSM 기반이므로 더 야심 찬 프로젝트의 기반이 될 수 있습니다. 이는 전문화된 하위 에이전트를 생성하거나 학습을 통해 스스로의 기능을 수정할 수 있는 잠재력을 가집니다.
결론적으로, 이 프로젝트들은 AI 에이전트가 스스로를 조직화하고 진화할 수 있는 능력을 부여하는 데 중점을 둡니다.