파일 시스템 기반 AI 에이전트용 작업 트래커 Taskdir

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

로컬 파일 시스템에 작업별 서브폴더를 만들어 AI 에이전트가 문서와 이미지 같은 컨텍스트를 직접 읽고 결과를 동일한 폴더에 기록하도록 설계한 Taskdir이 공개되었다. 데이터베이스를 사용하지 않고 파일 단위로 컨텍스트를 관리함으로써 에이전트의 입출력 경로가 단순해지고 한 명령으로 프로젝트 초기화가 가능하다는 점을 목표로 한다. MCP server를 통해 에이전트와 통신하고 최소한의 웹 UI로 작업 상태 확인과 에이전트 할당을 지원하며 현재는 초기 개발 단계로서 기능 선정과 아키텍처 개선이 진행 중이다. 이러한 설계는 에이전트 중심의 자동화 실험에 적합하지만 동시성 제어와 협업 확장성은 추가 설계가 필요한 한계가 있다.

실용적 조언

로컬 파일 기반 작업 관리는 에이전트가 별도 데이터베이스 인터페이스 없이 컨텍스트를 즉시 사용해야 할 때 유리하다. 작업별로 폴더를 구성하고 입력 문서와 산출물을 동일 폴더에 모으면 에이전트의 입출력 흐름이 단순해져 자동화 파이프라인 구성과 디버깅이 쉬워진다. 다만 동시성 제어와 접근 권한, 대규모 협업 환경에서는 파일 잠금이나 동기화 전략을 별도로 설계해야 한다.

섹션별 상세

장기적으로 자율적인 빌드 세션을 운영하려는 문제 인식에서 출발했으며 기존 도구들은 과도한 기능으로 사용성이 떨어진다고 판단했다. Taskdir은 데이터베이스 없이 로컬 파일 시스템에 작업별 서브폴더를 생성하는 방식으로 입력을 저장하고, 에이전트가 해당 폴더의 파일을 읽어 계획을 수립하고 결과를 동일 경로에 기록하는 처리 흐름을 사용한다. 게시물 본문에서 Linear와 같은 기존 솔루션을 시도했지만 과도하다고 느꼈고 그 대안으로 파일 기반 접근을 선택했다는 경험이 근거로 제시되었다. 이 접근은 에이전트가 추가 변환 없이 바로 컨텍스트를 활용할 수 있어 자율 세션에서 휴먼 개입을 최소화하는 실무적 이점이 있다.

구현 관점에서는 각 작업 폴더 안에 이미지 참조, 요구문서, 계획 문서 같은 관련 컨텍스트를 모아두는 구조를 핵심 설계로 삼았다. 이 구조는 에이전트가 파일을 순차적으로 읽어 입력을 파싱하고 내부 계획을 생성한 뒤 산출물을 같은 폴더에 저장하는 방식으로 작동하며, 별도 중앙 데이터베이스가 없어도 파일 단위의 동기화와 접근 제어가 가능하다. 게시자는 AI 에이전트가 보고서와 요약을 해당 폴더에 생성·저장할 수 있다고 명시했고 MCP server를 통해 에이전트와 Taskdir 간 통신을 지원한다고 기술했다. 이러한 설계는 컨텍스트 일관성이 중요한 작업에서 파일 기반 접근이 오히려 통합성과 투명성을 제공한다는 점을 시사한다.

사용성 측면에서는 한 번의 명령으로 프로젝트 내에 Taskdir을 초기화할 수 있는 간단한 설치 흐름과 최소한의 웹 UI를 제공한다고 밝혔다. 웹 UI는 작업 상태 확인, 작업 추가, 컨텍스트 추가, 에이전트 할당 같은 기본 운영을 지원하며 화면 캡처에 작업 목록과 에디터 인터페이스가 나타난다. 작성자는 현재 프로젝트가 초기 단계이며 어떤 기능을 유지할지와 아키텍처 개선 방안을 고민 중이라고 명시해 개발의 불확실성을 인정했다. 결과적으로 초기 통합과 에이전트 직접 접근을 우선한 설계는 빠른 프로토타이핑과 에이전트 중심 워크플로 실험에 적합하다는 결론이 도출된다.

Taskdir의 데스크톱 UI 화면을 캡처한 스크린샷으로 작업 목록과 편집 패널이 보인다. — Screenshot이미지는 왼쪽에 프로젝트와 작업 목록, 가운데에 검색 및 필터 바가 있으며 오른쪽에 선택된 작업의 상세 편집 패널이 배치된 UI 구성을 보여 준다. 패널 내에는 context.md 파일이 열려 있고 에이전트가 읽을 수 있는 텍스트가 표시되어 있어 파일 기반 워크플로가 실제로 UI와 연계되어 작동하는 모습을 확인할 수 있다.

첫 번째 이미지의 프리뷰 버전으로 동일한 Taskdir UI를 다른 해상도로 보여 준다. — Screenshot프리뷰 이미지는 동일한 작업 목록과 편집기 레이아웃을 반복해서 보여 주며 웹 UI를 통해 작업의 컨텍스트 파일을 직접 편집할 수 있음을 시각적으로 뒷받침한다. 이 스크린샷은 게시물의 기술적 주장, 즉 에이전트가 파일을 읽고 쓸 수 있다는 설계 의도를 시각적 근거로 보강하는 역할을 한다.

용어 해설

파일 시스템 기반 저장(File-system Storage): — 작업 데이터를 관계형 데이터베이스가 아닌 로컬 파일과 폴더 계층으로 직접 보관하는 방식이다. 각 작업이 독립된 서브폴더로 존재하며 메타데이터와 문서, 이미지, 로그 파일 등을 해당 폴더 안에 함께 보관함으로써 파일 단위의 직접 접근과 버전 관리를 용이하게 만든다. AI 에이전트가 파일을 직접 읽고 쓰도록 하면 별도 API나 데이터베이스 계층 없이 컨텍스트를 즉시 주고받을 수 있다는 점에서 에이전트 통합 시 장점이 있다.
에이전트의 파일 접근(Agent Access): — AI 에이전트가 로컬 파일 시스템의 작업 폴더를 읽고 쓰는 권한과 인터페이스를 의미한다. 에이전트는 입력 문서와 이미지, 요구사항을 파일로 읽어 작업 계획을 생성하고 결과물을 동일한 폴더에 기록하는 방식으로 입출력을 처리한다. 이 방식은 외부 데이터베이스 호출이나 별도 포맷 변환 없이 컨텍스트를 즉시 활용할 수 있게 한다.
작업 폴더 구조(Task Folder): — 각 작업을 대표하는 디렉터리로서 요구사항 문서, 이미지 참조, 계획서, 요약 리포트 등을 포함하는 단위 저장소이다. 작업별로 관련 컨텍스트를 한곳에 모으므로 에이전트가 해당 폴더를 통째로 읽어 종합적인 판단을 내릴 수 있다. 폴더 단위 구조는 파일 기반 동기화나 백업, 수동 편집에 유리하다.

언급된 도구

MCP server중립

에이전트와 Taskdir 간 통신을 중계하는 서버 역할

언급된 리소스

GitHubTaskdir GitHub