챕터별 상세
Boop 에이전트 소개 및 오픈소스 결정
iMessage를 통해 대화하며 다양한 업무를 수행하는 개인용 AI 에이전트 Boop을 오픈소스로 공개했다. Boop은 사용자의 이메일, 캘린더, 슬랙 등에 접근할 수 있으며 복잡한 작업을 위해 하위 에이전트를 생성하여 병렬로 처리한다. 초기에는 개인용으로만 설계되어 공개 계획이 없었으나, 수많은 사용자의 요청으로 인해 아키텍처를 정비하여 릴리스했다. 이 에이전트는 Anthropic의 Claude Agent SDK를 기반으로 작동하며 사용자의 Claude 구독을 활용해 비용을 절감할 수 있다.
코드베이스 전면 재작성 이유
오픈소스로 공개하기 전 기존 코드를 검토한 결과, 수개월간의 실험으로 인해 코드베이스가 매우 무질서한 상태였다. 10가지 이상의 메모리 시스템 시도와 100번 이상의 데이터베이스 스키마 변경으로 인해 Claude Code조차 구조 파악에 어려움을 겪었다. 이에 따라 타인이 코드를 읽고 확장하기 쉽도록 처음부터 다시 작성하는 결단을 내렸다. 이미 구현 목표가 명확했기에 재작성 과정은 단 이틀 만에 완료되었으며 훨씬 깨끗한 아키텍처를 확보했다.
온보딩 경험 개선: CLI 설치 프로그램
Boop을 실행하기 위해서는 데이터베이스, 메시지 제공자, 통합 도구 등 여러 서비스의 API 키 설정이 필요하여 초기 설정이 매우 복잡했다. 사용자가 설정을 포기하지 않도록 모든 과정을 자동화한 커스텀 CLI 설치 프로그램을 구축했다. 사용자는 'npm run setup' 명령어를 통해 각 서비스 계정을 연동하고 환경 변수를 자동으로 구성할 수 있다. 이를 통해 기존에 30분 이상 소요되던 복잡한 수동 설정 과정을 5분 이내로 단축했다.
bash
npm run setup에이전트 실행에 필요한 서비스 계정 연동 및 환경 설정을 자동화하는 CLI 명령 예시
bash
npm run dev서버 부팅, 데이터베이스 연결, 디버그 대시보드 및 터널링을 한 번에 실행하는 개발 모드 명령
Composio를 통한 통합 환경 개선
기존에는 슬랙이나 구글 서비스 연동을 위해 각 플랫폼마다 복잡한 OAuth 설정을 직접 구현해야 했다. 이러한 번거로움을 해결하기 위해 1,000개 이상의 도구 연동을 지원하는 Composio 서비스를 도입했다. 이제 사용자는 하나의 API 키만으로 이메일, 캘린더, 깃허브 등 수많은 외부 툴을 에이전트에 즉시 연결할 수 있다. 에이전트는 사용자의 요청에 따라 필요한 도구만 선별하여 하위 에이전트에게 전달함으로써 작업의 정확도와 효율성을 높인다.
데이터베이스 선택: Convex의 장점
에이전트의 대화 기록과 메모리 저장을 위해 Convex 데이터베이스를 사용했다. Convex는 실시간 데이터 동기화를 기본으로 지원하여 에이전트가 수행하는 작업을 디버그 대시보드에서 실시간으로 모니터링할 수 있게 한다. 또한 별도의 인프라 설정 없이도 정기적인 메모리 정리나 자동화 작업을 수행할 수 있는 크론잡 기능을 내장하고 있다. 모든 인프라 설정이 코드로 관리되므로 Claude Code나 Cursor 같은 AI 도구가 데이터 모델을 완벽히 이해하고 코딩을 보조할 수 있다.
안전한 업데이트를 위한 업그레이드 스킬
오픈소스 프로젝트 특성상 사용자가 코드를 수정한 후 원본 저장소의 업데이트를 반영할 때 충돌이 발생할 위험이 크다. 이를 해결하기 위해 NanoClaw 프로젝트의 아이디어를 빌려 'upgrade-boop'이라는 전용 스킬을 구현했다. 이 기능은 Claude Code를 활용하여 원본 코드의 변경 사항과 사용자의 커스텀 코드를 지능적으로 병합한다. 사용자는 간단한 명령어로 데이터 모델이나 핵심 로직의 업데이트를 안전하게 자신의 프로젝트에 적용할 수 있다.
text
/upgrade-boopClaude Code를 통해 에이전트의 코드를 최신 버전으로 안전하게 업데이트하는 스킬 실행 명령
사용 시 주의사항 및 향후 확장 제안
Boop은 완성된 제품이 아니라 사용자가 직접 구축해 나가는 템플릿임을 명시했다. 특히 Claude Agent SDK는 토큰 소모량이 매우 많으므로 사용자는 비용 추적 기능을 통해 예산을 관리해야 한다. Chris는 사용자들이 iMessage 외에도 텔레그램이나 왓츠앱으로 폼 팩터를 변경하거나, 자신만의 커스텀 통합 기능을 추가해 볼 것을 권장했다. 또한 보안상의 이유로 서버 환경 구축 가이드는 포함하지 않았으나 숙련된 사용자는 직접 서버에 배포하여 성능을 높일 수 있다.
용어 해설
- 모델 컨텍스트 프로토콜(MCP)
- — AI 모델이 외부 도구, 데이터 소스 및 서비스와 표준화된 방식으로 상호작용할 수 있도록 Anthropic에서 제안한 개방형 프로토콜이다. 이를 통해 에이전트는 복잡한 연동 과정 없이도 다양한 API와 로컬 파일을 안전하게 읽고 쓸 수 있다.
- 하위 에이전트(Sub-agent)
- — 메인 에이전트로부터 특정 임무를 부여받아 독립적으로 실행되는 작은 단위의 AI 에이전트이다. 병렬 처리를 통해 복잡한 작업을 효율적으로 수행하며, 각 하위 에이전트에게 필요한 도구만 할당하여 정확도를 높이는 데 기여한다.
- 웹훅(Webhook)
- — 특정 이벤트가 발생했을 때 서버가 지정된 URL로 실시간 알림을 보내는 메커니즘이다. 이 프로젝트에서는 iMessage 수신과 같은 외부 이벤트를 에이전트 서버로 즉시 전달하여 실시간 반응형 시스템을 구축하는 데 사용된다.
- 환경 변수(Environment Variable)
- — 애플리케이션 실행 시 참조되는 설정값으로, API 키나 데이터베이스 URL과 같은 민감한 정보를 코드와 분리하여 관리하는 데 사용된다. .env 파일을 통해 로컬 환경에 맞게 에이전트의 동작을 구성하는 핵심 요소이다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 28.수집 2026. 04. 28.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.
