폴더 구조로 구현하는 해석 가능한 컨텍스트 방법론

본 논문은 순차적 워크플로우에서 인간이 각 단계 결과를 검토하고 수정할 수 있는 환경을 위해, 파일 시스템 자체를 에이전트 오케스트레이션 메커니즘으로 활용하는 Interpretable Context Methodology(ICM)를 제안한다 전통적인 멀티에이전트 프레임워크인 Crew AI, LangChain, AutoGen 등은 복잡한 동시 실행, 동적 라우팅, 오류 복구 등을 코드 수준에서 구현한다 하지만 이러한 기능은 순차적이고 인간‑인‑루프가 필요한 작업에서는 과잉 설계가 된다 ICM은 폴더와 마크다운 파일을 이용해 작업을 단계별로 분리한다 번호가 매겨진 폴더가 단계 순서를 정의하고, 각 폴더 안의 *.md 파일이 해당 단계의 프롬프트, 입력 컨텍스트, 출력 규격 등을 명시한다 에이전트는 실행 시 현재 폴더를 읽어 필요한 레퍼런스와 워킹 아티팩트를 로드하고, 작업을 수행한 뒤 결과를 같은 폴더에 파일 형태로 저장한다 이러한 구조는 유닉스 파이프라인, Makefile 기반 의존성 그래프, 다중 패스 컴파일러와 동일한 원리를 차용한다 즉, 작은 독립 모듈이 텍스트 스트림을 통해 연결되고, 파일 자체가 상태와 의존성을 나타낸다 ICM의 핵심 설계 원칙은 다음과 같다 1) 한 단계에 한 작업 – 정보 은닉과 모듈성 확보 2) 텍스트(마크다운·JSON)를 유일한 인터페이스로 사용 – 모든 도구와 인간이 파일을 직접 열어 검토·수정 가능 3) 계층적 컨텍스트 로딩 – 레이어 0~2는 라우팅과 단계 정의, 레이어 3은 변하지 않는 레퍼런스(디자인 가이드, 규칙), 레이어 4는 실행마다 생성되는 작업 산출물(리서치 결과, 초안 등) 로 구분 4) 모든 출력은 편집 가능한 파일 – 인간‑AI 혼합 이니셔티브와 신뢰 보정에 기여 5) 워크스페이스 설정은 한 번, 실행은 반복 가능 – 지속적 배포와 재현성을 지원 표 1에서는 프레임워크 기반 접근과 ICM 접근을 비교하여, 단계 순서 변경, 프롬프트 수정, 중간 상태 검토, 환경 복제 등 인간 중심 작업이 ICM에서 파일 이름·구조만 바꾸면 즉시 적용되는 반면, 프레임워크는 코드 수정·재배포가 필요함을 보여준다 ICM은 컨텍스트 엔지니어링 측면에서도 장점을 제공한다 LLM은 긴 컨텍스트에 잡음이 섞이면 성능이 저하되는데, 단계별로 필요한 파일만 로드함으로써 토큰 낭비를 사전에 방지한다 또한 레퍼런스 레이어는 한 번 설정하면 여러 실행에 재사용되어 일관된 제약 조건을 제공한다 인간‑오버사이트와 규제 준수 측면에서도 ICM은 자연스럽게 감사 로그와 검증 포인트를 제공한다 각 단계 파일은 인간이 직접 열어 검토·수정할 수 있는 가시적 아티팩트이며, EU AI Act가 요구하는 인간‑인‑루프, 인간‑온‑더‑루프, 인간‑인‑커맨드 형태의 통제점을 충족한다 제한점으로는 동시 실행, 복잡한 조건 분기, 실시간 도구 호출 등 고급 기능이 기본 파일 구조만으로는 구현되지 않으며, 이러한 경우 별도 스크립트나 외부 API 연계가 필요하다 그러나 이러한 제한은 ICM이 목표로 하는 순차적, 인간‑인‑루프 워크플로우에서는 오히려 복잡성을 낮추는 장점으로 작용한다 결론적으로 ICM은 파일 시스템을 통한 경량 오케스트레이션 메커니즘을 제공함으로써, 순차적 인간‑인‑루프 작업에서 멀티에이전트 프레임워크가 초래하는 과잉 설계를 제거하고, 투명성, 가시성, 재현성을 크게 향상시킨다