챕터별 상세
Luna L1: iMessage와 Slack을 제어하는 개인용 에이전트
일주일 동안 개발한 커스텀 에이전트 Luna L1은 iMessage 읽기 및 전송, Slack 및 Gmail 검색, App Store Connect 데이터 추출 기능을 갖췄다. 기존 ChatGPT와 달리 사용자의 로컬 데이터베이스와 직접 연결되어 'David와 점심 약속이 언제지?'와 같은 질문에 실제 메시지 내역을 검색해 정확히 답변한다. 모든 응답은 사용자의 선호도와 과거 맥락을 기억하는 메모리 시스템을 기반으로 생성된다.
에이전트의 기본 구조와 Anthropic SDK의 차별점
에이전트는 LLM, 도구 세트, 그리고 루프(Loop)라는 세 가지 핵심 요소로 구성된다. Anthropic Agent SDK는 Vercel AI SDK와 달리 대화 이력 관리와 컨텍스트 압축(Compaction)을 자동으로 처리한다. 대화가 길어지면 SDK가 이전 내용을 자동으로 요약하여 토큰을 절약하며, 개발자는 복잡한 상태 관리 코드 없이 세션 ID만으로 대화 맥락을 유지할 수 있다.
컨텍스트 압축은 LLM의 입력 제한을 넘지 않도록 이전 대화 내용을 요약하거나 삭제하여 효율적으로 관리하는 기술이다.
MCP를 활용한 도구 제작과 스킬 시스템
도구 구현에는 MCP(Model Context Protocol)를 사용하며, 도구 이름, 설명, 입력 스키마(Zod), 핸들러 함수를 정의하여 서버에 등록한다. 특히 '스킬(Skills)' 시스템은 `skill.md` 파일에 지침과 사용 가능한 도구를 정의하는 구조로, 필요한 시점에만 로드되는 점진적 공개(Progressive Disclosure) 방식을 채택했다. 이를 통해 수십 개의 스킬이 있어도 컨텍스트 윈도우를 낭비하지 않고 효율적으로 에이전트의 능력을 확장할 수 있다.
MCP는 AI 모델이 외부 데이터 소스나 도구와 안전하고 표준화된 방식으로 통신하기 위한 프로토콜이다.
세션, 영구, 아카이브로 구분된 에이전트 메모리 설계
에이전트의 메모리는 세 가지 계층으로 설계했다. 세션 메모리는 현재 대화의 맥락을, 영구 메모리는 사용자의 이름이나 선호도 같은 핵심 사실을 저장한다. 아카이브 메모리는 과거 프로젝트 문서나 유튜브 스크립트 같은 대용량 참조 데이터를 보관하며 필요할 때만 검색된다. 에이전트는 사용자의 수정을 받거나 중요한 정보가 감지되면 스스로 메모리 도구를 호출하여 정보를 업데이트하도록 시스템 프롬프트로 제어된다.
Convex 데이터베이스를 사용하여 실시간으로 메모리 상태를 동기화하고 관리한다.
실제 배포의 걸림돌: 높은 비용과 보안 문제
에이전트 상용화의 가장 큰 문제는 비용이다. 복잡한 도구 호출이 포함된 메시지 한 개당 비용이 2~3달러에 달하며, 일반적인 대화도 7~30센트가 소요된다. 또한 iMessage 연동처럼 로컬 머신의 데이터에 접근해야 하는 기능은 서버 배포 시 권한 문제로 구현이 어렵다. 사용자로부터 API 키나 민감한 환경 변수를 직접 입력받아야 하는 보안 구조도 일반 소비자용 앱으로 출시하기에는 위험 요소가 크다.
Claude 3.5 Opus 같은 고성능 모델을 에이전트 루프에서 반복 호출할 경우 비용이 기하급수적으로 증가한다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 02. 17.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
