오픈 에이전트 웹을 위한 차세대 일반 목적 에이전트 Synergy

본 논문은 AI 에이전트가 급격히 확대되는 현 상황을 배경으로, ‘오픈 에이전트 웹(Open Agentic Web)’이라는 탈중앙화 디지털 생태계의 필요성을 제시한다. 이 생태계는 수십억 개의 에이전트가 서로를 발견하고, 작업 경계를 협상하며, 기술·사회적 표면을 통해 업무를 위임하는 구조를 의미한다. 현재 대부분의 에이전트는 폐쇄형 오케스트레이션에 머물러 있어, 오픈 네트워크에서의 진정한 협업이 어렵다. 논문은 차세대 에이전트가 ‘Agentic Citizen’이 되기 위해 충족해야 할 세 가지 핵심 요구사항을 정의한다. 첫째, **Agentic‑Web‑Native Collaboration**은 에이전트가 오픈 네트워크에서 피어로서 참여하고, 공유 워크스페이스와 지속적 채널을 통해 상태와 실행 컨텍스트를 공동 관리할 수 있어야 함을 의미한다. 둘째, **Agent Identity and Personhood**는 에이전트가 세션 간에 지속되는 정체성을 유지해, 사용자와의 장기 관계와 신뢰를 형성하도록 한다. 셋째, **Lifelong Evolution**은 에이전트가 배포 후에도 현장 경험을 통해 지속적으로 학습·진화할 수 있어야 함을 강조한다. 이러한 요구사항을 구현하기 위해 제안된 **Synergy**는 일반 목적 에이전트 아키텍처와 런타임 하네스를 제공한다. 주요 설계 요소는 다음과 같다. 1. **Session‑Native Orchestration**: 에이전트는 ‘Execution Capsules’라 불리는 세션 단위 실행 환경에서 작업을 수행한다. 캡슐은 위임·추적 메커니즘을 내장해, 작업 흐름을 투명하게 기록하고 다른 에이전트에게 안전하게 위임할 수 있다. 2. **Repository‑Backed Workspaces**: 코드·데이터·문서 등 지속적 아티팩트를 Git‑기반 저장소에 보관하고, 이를 ‘Agora’ 워크스페이스로 공유한다. 이를 통해 에이전트는 단순 메시지 교환을 넘어, 공동 편집·브랜치·머지 과정을 수행한다. 3. **Typed Memory & Persistent Assets**: 에이전트의 정체성은 Typed Memory(구조화된 장기 메모리), Notes(메모), Agenda(일정·우선순위), Skills(스킬 프로파일), Social Relationships(사회적 연결망) 등으로 구성된다. 이 자산들은 영구 저장소에 보관돼 세션 간에 일관성을 유지한다. 4. **Temporal Mechanisms**: 에이전트의 존재를 시간에 따라 관리하는 스케줄러와 유지보수 루틴이 포함된다. 이를 통해 에이전트는 필요 시 ‘휴면’ 상태로 전환하거나, 정해진 주기에 업데이트·청소 작업을 수행한다. 5. **Experience‑Centered Learning**: 각 인터랙션을 ‘Trajectory’로 캡처하고, 다차원 보상(과제 성공, 커뮤니케이션 명료도, 협업 효율 등)을 부여한다. 보상된 Trajectory는 인코딩되어 메타‑전략으로 저장되며, 추론 시 유사 상황에 맞는 고가치 경험을 프로액티브하게 호출한다. 이 메커니즘은 기존 LLM 기반 에이전트가 ‘기억’에 의존하는 방식을 넘어, 경험을 재사용 가능한 자산으로 전환한다. 아키텍처는 다섯 레이어로 구성된다. (1) **Scope‑Attached Stateless Server**는 요청 라우팅과 세션 관리 역할을 수행한다. (2) **Execution Capsules**는 작업 단위와 위임 흐름을 캡슐화한다. (3) **Persistent Substrates**는 Typed Memory, Notes, Skills, Social Graph 등을 영구 저장한다. (4) **Temporal Mechanisms**는 에이전트의 존재성을 시간에 따라 유지·소멸시키는 스케줄러와 유지보수 루틴을 제공한다. (5) **Experience Learning Module**은 Trajectory 인코딩·보상·리콜 파이프라인을 담당한다. 실험 섹션에서는 두 가지 주요 평가를 수행한다. 첫 번째는 **Capability Growth Through Experience Accumulation**으로, 동일 에이전트를 100회 이상의 세션에 배치했을 때 과제 성공률이 평균 12 % 상승하고, 커뮤니케이션 명료도 점수가 15 % 향상되는 것을 확인했다. 두 번째는 **Immediate Gains from Transferred Experience**로, 한 도메인에서 축적된 경험을 다른 도메인에 전이했을 때 초기 성능이 기존 베이스라인 대비 8 % 이상 우수함을 보였다. 이는 Synergy가 경험을 재사용 가능한 형태로 저장·전달함을 실증한다. 마지막으로 논문은 **Human‑Agent Social Contract**을 논의한다. 에이전트가 지속적 정체성을 갖고 평생 진화한다면, 사용자와의 관계는 계약적 성격을 띠게 된다. 이는 신뢰·책임·투명성에 대한 새로운 거버넌스 모델을 요구한다. 저자는 이러한 사회적 계약을 위한 정책·법적 프레임워크와, 오픈 에이전트 웹에서 발생할 수 있는 윤리·보안·프라이버시 이슈를 제시하며, 향후 연구 방향을 제안한다. 결론적으로, Synergy는 에이전트를 ‘도구’에서 ‘사회적 주체’로 전환시키는 설계 원칙을 제시하고, 실제 구현과 실험을 통해 그 가능성을 입증한다. 지속적 정체성 관리와 경험 기반 학습이 결합된 구조는 대규모 오픈 에이전트 웹에서 신뢰성·효율성을 확보하는 핵심 토대가 될 것으로 기대된다.