OpenMake제품 정의가 바뀝니다
OpenMake AgentOS는 macOS, Linux, Windows를 대체하는 운영체제가 아닙니다. 사람이 목표를 주면 적절한 에이전트, 모델, 도구를 조합하고 안전하게 실행하며 실패하면 복구하고 전체 과정을 추적할 수 있는 AI Work Runtime입니다.
현재 흐름은 사용자 요청, 모델 선택, 프롬프트 실행, 응답입니다. AgentOS 흐름은 목표 입력, 실행계획 생성, 권한 검증, 작업 실행, 상태 저장, 재시도와 복구, 결과 검증, 감사 기록입니다.
- 로컬 기반: 운영자가 서버, 모델 게이트웨이, 데이터 경계, 워크스페이스 정책을 소유합니다
- 오픈웨이트 우선: 로컬 vLLM, Ollama, LiteLLM, OpenAI 호환 경로가 기본 중심입니다
- 채팅이 아니라 AgentOS: 채팅은 지속 가능한 작업 실행을 호출하는 여러 인터페이스 중 하나가 됩니다
다섯 개 운영 계층
이 계층이 없다면 AgentOS라기보다 멀티에이전트 프레임워크에 가깝습니다. 그래서 로드맵은 전문가 프로필 수가 아니라 운영 책임 단위로 정리합니다.
Agent Runtime
에이전트 작업을 지속 가능한 상태 머신으로 실행, 중단, 재개, 취소, 재시도, 복구합니다.
Control Plane
Identity, RBAC, 정책, 승인, 예산, 시크릿, 조직 설정, 감사 규칙을 담당합니다.
Execution Plane
모델, 도구, 브라우저, 코드, 파일, API, MCP, 샌드박스 실행이 실제로 일어나는 계층입니다.
State & Memory
작업 상태, 체크포인트, 세션, 산출물, RAG, 범위가 있는 장기 메모리를 저장합니다.
Observability
실행 타임라인, 로그, 추적, 비용, 실패 이유, 평가 점수, 감사 보고서를 남깁니다.
왜 이 방향이 맞는가
이 방향은 OpenMake가 이미 가진 장점을 더 강하게 만듭니다. 로컬 기반, 운영자 소유, 오픈웨이트 친화, 도구 실행, 투명한 실행 기록이 OpenMake의 차별점입니다. 에이전트 수로 경쟁하는 것은 금방 복제됩니다. 신뢰할 수 있는 로컬 실행으로 경쟁하는 것은 훨씬 어렵고 가치가 큽니다.
로컬 장점을 지킵니다
OpenMake는 로컬 모델 경로, 로컬 워크스페이스 브리지, Docker 샌드박스, 운영자가 통제하는 외부 공급자 경계를 직접 가질 수 있습니다.
진짜 병목을 해결합니다
이제 어려운 것은 모델 호출 자체가 아닙니다. 상태를 보존하고, 권한을 강제하고, 안전하게 재시도하고, 무슨 일이 있었는지 증명하는 것입니다.
Skill이 생태계 단위가 됩니다
외부 기여자는 workflow, tool, prompt, policy, evaluator, schema, test를 패키지로 추가할 수 있고, 모든 기능이 core 코드 변경이 되지 않아도 됩니다.
A2A의 역할이 선명해집니다
멀티에이전트 토론은 모든 요청에 붙는 비용이 아니라, 고위험 작업의 검증자와 리뷰어 계층이 됩니다.
openmake_llm은 어디까지 왔나
채팅과 로컬 LLM 플랫폼으로 보면 OpenMake는 이미 상당히 진행되어 있습니다. AgentOS로 보면 의미 있는 선행 기반은 있지만, durable execution core는 아직 더 만들어야 합니다. 정직한 전체 평가는 AgentOS 기반의 약 1/3 지점입니다. 모델 라우팅과 샌드박스형 에이전트 작업은 앞서 있고, 정책, 실행 그래프, 메모리 범위, 기업용 Control Plane은 아직 초기 단계입니다.
Model Gateway와 로컬 라우팅: 높음
로컬 우선 게이트웨이, 역할별 모델 라우팅, 외부 공급자 어댑터, 토큰 계산, fallback은 AgentOS의 model-runtime 계층에 꽤 가까이 와 있습니다.
Agent Task 기반: 중간
작업 row, 상태, 단계 기록, plan snapshot, checkpoint, queued와 paused 상태, 부팅 복구, 스케줄, sandbox 또는 local executor 선택이 이미 있습니다.
Tool, Sandbox, Approval: 중간
MCP 도구, Docker 격리 외부 서버, task sandbox 도구, 파일과 브라우저 실행, 사람 승인 게이트가 있습니다. 다만 아직 완전한 정책 강제 Tool Runtime은 아닙니다.
Execution Graph: 초기
구조화된 계획과 단계 상태는 있지만, 각 노드가 의존성, 권한, 비용 한도, 재시도 정책, 출력, 완료 기준을 갖는 durable DAG는 아직 아닙니다.
Memory와 Observability: 초기
사용자 메모리, Deep Research 근거, audit log, task step, metrics, debug queue는 있습니다. AgentOS에는 Working, Episodic, Semantic, Procedural, Artifact Memory와 1급 감사 보고서가 더 필요합니다.
기업용 Control Plane: 초기
JWT, role, API key, usage, admin 화면, 운영자 제어는 있습니다. tenant/project RBAC, 예산 정책, 데이터 반출 통제, 배포 승인 등은 이후 작업입니다.
그대로 가져갈 것
OpenMake 1.13.0에는 이미 로컬 우선 라우팅, 역할별 모델 배정, 에이전트 작업, 스킬, 내장 MCP 도구 22개, 도구 근거를 쓰는 딥 리서치, NotebookLM 그라운딩, 아티팩트, 운영자 제어가 있습니다. Desktop 1.6.0의 로컬 작업 브리지 역시 버릴 것이 아니라 AgentOS 실행 계층으로 재배치할 자산입니다.
- LLM Gateway는 게이트웨이로 유지합니다. 공급자 인증, 스트리밍, 토큰 계산, timeout, fallback, 모델별 파라미터 정규화가 책임입니다
- ExecutionPlanBuilder는 저장 가능한 실행 그래프, 필요 권한, 승인 지점, 비용 추정, 완료 기준을 만드는 Planner로 발전시킵니다
- A2A 토론은 기본 실행 경로가 아니라 고위험 계획, 코드 리뷰, 사실 교차검증, 결과 검수, 복합 의사결정 계층으로 옮깁니다
- RAG는 지식 검색 계층으로 두고, Working, Episodic, Semantic, Procedural, Artifact Memory는 별도 런타임 책임으로 나눕니다
새로 만들어야 할 코어
부족한 것은 또 하나의 전문가 프로필이 아닙니다. 서버 재시작 후에도 살아 있고, 단계마다 체크포인트를 남기고, 승인 대기와 재개가 가능하며, 마지막에 감사 기록이 남는 지속 실행 기반입니다.
Durable Task Runtime
Task 모델, 상태 머신, 큐, 워커, 이벤트 로그, 체크포인트, 취소, 중단, 재개, 재시도, idempotency를 만듭니다.
Execution Graph
입력, 출력, 담당 에이전트, 모델, 도구, 권한, 제한시간, 재시도, 성공 기준, 비용 한도, 승인 여부를 가진 DAG 노드입니다.
Policy and Approval
읽기 전용 작업부터 외부 영향, 배포, 결제, 보안, 법률, 재무 작업까지 서버 코드에서 권한을 강제합니다.
Tool Runtime
스키마, 권한 메타데이터, 실행 모드, timeout, 재시도, telemetry, 표준 결과 envelope을 가진 도구 레지스트리입니다.
Workspace Sandbox
작업별 워크스페이스, 허용 폴더 mount, 프로세스 또는 컨테이너 격리, 리소스 제한, 네트워크 allowlist, 결과 보존입니다.
Memory and Audit
출처, 신뢰도, 민감도, 만료가 있는 범위별 메모리와 계획, 모델 선택, 도구 호출, 비용, 승인, 실패, 재시도, 산출물 추적입니다.
개발 순서
가장 먼저 구현할 단일 기능은 Execution Timeline을 포함한 Durable Task Runtime입니다. 작업 상태가 안정되어야 모델, 도구, 메모리, 에이전트, 스킬이 운영 가능한 기반 위에 올라갑니다.
- 01
Durable Task Runtime
Task 데이터 모델, 상태 머신, Job Queue, Worker, 저장된 실행계획, 체크포인트, 취소, 중단, 재개, 이벤트 로그, Execution Timeline UI.
- 02
Tool, Policy, Approval, Sandbox
Tool Registry, MCP Gateway, 권한 등급, 정책 엔진, 승인함, 작업별 Workspace, Docker Sandbox, Secrets, 파일 diff.
- 03
Agent와 Skill manifest
Supervisor, Planner, Worker, Researcher, Reviewer, Recovery 역할을 표준화하고, Skill을 workflow, prompt, policy, tool, evaluator, schema, test의 패키지 단위로 만듭니다.
- 04
Memory와 반복 작업
Task와 Project Memory, 범위가 있는 장기 메모리, 성공 절차 추출, 실패 사례 저장, 메모리 검증, 삭제, 만료.
- 05
조직용 Control Plane
멀티테넌시, 조직, 프로젝트, RBAC, 토큰과 비용 예산, 외부 모델 정책, 데이터 반출 통제, 배포 승인, 운영 대시보드.
MVP 시나리오와 하지 않을 것
첫 AgentOS MVP는 모든 영역의 완전 자율성을 주장하기보다 실제 작업에서 신뢰성을 증명해야 합니다. 다음 네 가지가 지속 실행, 관측성, 승인 흐름을 갖추면 AgentOS라는 이름이 실질적으로 성립합니다.
- 문서 분석: 업로드, 구조 분석, 데이터 추출, 교차검증, 보고서, 산출물 저장
- 개발 작업: Git 저장소 연결, 이슈 분석, 수정계획, 샌드박스 변경, 테스트, diff, 승인, PR
- 리서치 작업: 검색 계획, 자료 수집, 출처 평가, 상충 정보 검증, 보고서
- 반복 업무 자동화: 정기 실행, 데이터 수집, 기준 비교, 이상 탐지, 보고, 승인 후 후속 작업
- 전문가 에이전트 수부터 늘리기, 모든 요청을 A2A로 처리하기, 프롬프트로 권한 통제하기, ChatService 계속 키우기, 통제 가능한 반자동 실행 전에 완전 자율을 약속하기는 하지 않습니다