핵심 요약
elastik은 복잡한 프레임워크 대신 HTTP와 SQLite라는 검증된 기술만을 사용하여 인간과 AI의 상호작용을 정의하는 새로운 프로토콜이다. AI는 'stage' 필드에 문자열을 써서 브라우저에 UI를 실시간으로 렌더링하고, 사용자는 이를 통해 AI와 데이터를 주고받는다. 3계층 보안 구조(iframe, Docker, git merge)를 통해 AI의 자율성을 보장하면서도 시스템 파괴 위험을 물리적으로 차단한다. 결과적으로 AI가 스스로 코드를 수정하고 테스트하여 배포하는 '자기 진화'가 가능한 초경량 개발 환경을 제공한다.
배경
Python 프로그래밍 지식, Docker 및 컨테이너화 개념, HTTP 프로토콜 및 REST API 이해, MCP(Model Context Protocol)에 대한 기본 지식
대상 독자
AI 에이전트 시스템 설계자, LLM 기반 도구 개발자, 보안 중심의 AI 워크플로우에 관심 있는 엔지니어
의미 / 영향
AI를 단순한 챗봇이 아닌 시스템의 능동적인 클라이언트로 격상시키며, 기존 웹 보안 표준만으로도 충분히 안전한 AI 상호작용이 가능함을 시사한다. 이는 복잡한 AI 전용 보안 솔루션 없이도 강력한 에이전트 시스템을 구축할 수 있는 경로를 제시한다.
섹션별 상세
5가지 핵심 규칙 기반의 초경량 프로토콜로 작동한다. elastik은 특정 포트에서 대기하며 HTTP 요청을 수락하고 문자열을 주고받는 단순한 구조를 가진다. 복잡한 스키마나 타입 정의 없이 모든 데이터를 SQLite 파일인 universe.db에 저장하며, HMAC 서명을 통해 데이터의 무결성과 불변 히스토리를 보장한다.
bash
pip install -r requirements.txt
python server.py
# Or with Docker:
docker compose upelastik 서버를 로컬 환경 또는 Docker를 통해 실행하는 방법
세 가지 사서함(Mailbox) 필드를 통해 상호작용을 구조화한다. 각 월드는 AI가 브라우저에 렌더링할 내용을 쓰는 stage, AI가 실행할 코드를 평가하는 pending, 그리고 실행 결과를 AI가 읽는 result 필드로 구성된다. 이 단순한 필드 구조를 통해 AI는 사용자에게 시각적 요소를 보여주고 도구를 실행하며 그 결과를 다시 받아볼 수 있다.
물리적 격리에 기반한 3계층 보안 모델을 채택했다. 프론트엔드는 iframe 샌드박스로 격리하여 로컬 호스트 접근을 제한하고, 백엔드 서버는 Docker 컨테이너에서 실행하여 호스트 시스템을 보호한다. 최종적인 코드 변경은 인간의 git merge 승인을 거쳐야만 프로덕션에 반영되도록 설계되어 AI의 실수를 방지한다.
AI의 자기 진화 및 플러그인 확장성을 지원한다. AI는 /plugins/propose 엔드포인트를 통해 새로운 기능을 제안할 수 있으며, lucy evolve 명령으로 개발 컨테이너 내에서 스스로 서버 코드를 수정하고 테스트를 수행한다. 전체 코드가 약 235줄에 불과해 LLM의 컨텍스트 윈도우 안에 전체 시스템 구조가 한 번에 들어갈 수 있어 AI가 시스템 전체를 이해하고 개선하기 용이하다.
bash
python lucy.py evolve # start dev container
python lucy.py enter # step inside
python lucy.py deploy # deploy to productionAI가 스스로 코드를 수정하고 테스트한 뒤 배포하는 자기 진화 워크플로우 명령
실무 Takeaway
- 복잡한 AI 에이전트 프레임워크 대신 HTTP와 SQLite 같은 표준 기술을 활용하여 시스템 복잡성을 낮추고 유지보수성을 극대화할 수 있다.
- AI의 안전성을 프롬프트 엔지니어링이나 정책이 아닌 iframe, Docker, Git과 같은 기존 소프트웨어 보안 계층으로 해결하여 신뢰도를 확보한다.
- 전체 코드베이스를 LLM의 컨텍스트 크기보다 작게 유지함으로써 AI가 시스템 전체를 이해하고 스스로 개선하는 자기 진화 루프를 구현할 수 있다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료