AIPass: 로컬 CLI 기반의 지속성 메모리를 갖춘 멀티 에이전트 협업 프레임워크

실용적 조언

pip install aipass 명령어로 간단히 설치하여 로컬 프로젝트에 바로 적용해볼 수 있다.
에이전트가 작성한 .trinity/ 폴더의 JSON 파일들을 Git으로 관리하여 에이전트의 기억 변화를 추적하라.

섹션별 상세

기존 멀티 에이전트 프레임워크의 한계로 지적된 에이전트 간 격리 문제를 해결했다. 각 에이전트를 샌드박스에 가두는 대신 동일한 파일 시스템과 프로젝트 환경을 공유하게 하여 한 에이전트가 커밋한 내용을 다른 에이전트가 즉시 확인하고 작업할 수 있는 구조를 갖췄다. 이를 통해 사용자가 에이전트 사이에서 컨텍스트를 복사해 전달해야 했던 번거로움을 제거했다.

에이전트의 정체성과 기억을 관리하기 위해 .trinity/ 디렉토리 내에 세 개의 JSON 파일을 생성하는 방식을 채택했다. 별도의 데이터베이스 없이 평문 텍스트로 저장되므로 Git을 통한 변경 사항 추적(diff)이 용이하며 에이전트의 세션 이력과 협업 패턴을 투명하게 관리할 수 있다. 사용자는 다음 날 작업을 재개할 때 별도의 설명 없이 에이전트와 대화를 이어갈 수 있다.

bash

pip install aipass
aipass init
aipass init agent my-agent
cd my-agent

AIPass 프레임워크를 설치하고 초기화하여 새로운 에이전트를 생성하는 과정

에이전트의 작업 상태를 감시하는 Watchdog 기능을 도입하여 안정성을 높였다. 기존의 단순한 Bash 스크립트 대신 5개의 핸들러와 130개의 테스트를 거친 시스템으로 교체하여 에이전트의 성공, 충돌, 혹은 무응답 종료를 실시간으로 모니터링한다. 이 시스템은 작업 완료 시 사용자를 호출하므로 사용자가 에이전트의 작업 과정을 계속 지켜봐야 하는 부담을 줄여준다.

프레임워크의 신뢰성을 확보하기 위해 4,000개 이상의 테스트와 400개 이상의 PR을 통해 품질 관리를 수행했다. 실제 테스트 프로젝트에서 3개의 에이전트를 구동하여 에이전트 간 이메일 전송, 계획 수립, 벡터 검색, Git 커밋 등의 워크플로가 정상 작동함을 확인했다. 현재 Claude Code, Codex, Gemini CLI와 호환되며 PyPI를 통해 즉시 설치가 가능하다.

용어 해설

지속성 메모리(Persistent Memory): — AI 에이전트가 세션이 종료된 후에도 이전의 작업 맥락, 계획, 오류 기록 등을 유지하는 기능이다. 사용자가 매번 배경 상황을 다시 설명할 필요 없이 에이전트가 중단된 지점부터 작업을 재개할 수 있게 하여 업무 연속성을 보장한다.
샌드박싱(Sandboxing): — 외부로부터 격리된 독립된 환경에서 프로그램을 실행하는 보안 방식이다. 많은 멀티 에이전트 프레임워크가 에이전트를 격리하여 실행하지만, 본문에서는 에이전트들이 동일한 파일 시스템과 워크스페이스를 공유하도록 설계하여 협업 효율을 높였다.
벡터 검색(Vector Search): — 데이터를 수치화된 벡터로 변환하여 의미적 유사성을 바탕으로 정보를 찾는 기술이다. 에이전트가 방대한 프로젝트 파일이나 과거 기록 중에서 현재 작업과 가장 관련성이 높은 맥락을 빠르게 찾아내는 데 사용된다.
와치독(Watchdog): — 에이전트의 프로세스를 실시간으로 모니터링하여 작업 완료, 충돌, 혹은 비정상 종료 여부를 감지하는 시스템이다. 사용자가 에이전트의 작업 과정을 계속 지켜볼 필요 없이 작업이 끝났을 때 알림을 받을 수 있게 해준다.

언급된 도구

AIPass추천

지속성 메모리와 협업 기능을 갖춘 로컬 AI 에이전트 CLI 프레임워크

Claude Code추천

프레임워크 개발 및 테스트에 주로 사용된 코딩 에이전트 도구

언급된 리소스

GitHubAIPass GitHub Repository