본문으로 건너뛰기

© 2026 Molayo

GitHub요약2026. 06. 25. 15:49

854875058/Symbio

요약

Symbio는 다중 에이전트 협업을 위한 AI 인프라급 프레임워크로, 에이전트의 동작을 관측, 승인, 복구, 검증 가능하도록 설계되었습니다. 스케줄링, 메모리, 보안, 비용 관리 등 복잡한 엔지니어링 문제를 해결하는 모듈형 런타임을 제공합니다.

핵심 포인트

  • 에이전트 작업 실패 시 상태 복구 및 중단점 지원
  • 외부 도구 호출 시 메신저 연동을 통한 승인 워크플로우 제공
  • 온톨로지 그래프 기반의 효율적인 메모리 관리
  • 프롬프트 인젝션 방어 및 실행 궤적 피드백 루프 구축
  • 동적 DAG 런타임을 통한 지속 가능한 실행 그래프 지원

Symbio

AI Infra 급 다중 Agent 협업 프레임워크

Agent 능력을 *관측 가능(Observable), 승인 가능(Approvable), 복구 가능(Recoverable), 검증 가능(Verifiable)*한 인프라스트럭처(Infrastructure) 모듈로 분해합니다 —— 스케줄링(Scheduling), 메모리(Memory), 승인(Approval), 보안(Security), 비용(Cost), 샌드박스(Sandbox), 외부 도구 제어 및 데이터 플라이휠(Data Flywheel)이 모두 동일한 런타임(Runtime) 내에서 협업합니다.

Symbio Web UI

많은 Agent 프로젝트들이 "모델이 도구를 호출하게 만드는" 단계만을 해결합니다. Symbio는 그보다 더 뒤에 있으며 더 어려운 엔지니어링 문제에 집중합니다:

  • 작업이 진행되던 중 실패했을 때, 상태를 어떻게 복구할 것인가?
  • Agent가 파일을 삭제하거나, 코드를 실행하거나, 외부 시스템을 호출할 때,
    누가 승인할 것인가? 알림을 WeChat/Feishu/DingTalk/Telegram으로 보낼 수 있는가?
  • 다중 Agent 협업 시, 서로 말을 전달하며 Token 비용을 폭발시키는 것을 어떻게 방지할 것인가?
  • 메모리가 단순한 벡터 검색(Vector Retrieval)을 넘어, 구조와 관계를 가지며 Token 소모 없이 추론할 수 있는 온톨로지 그래프(Ontology Graph)가 될 수 있는가?
  • 사용자 입력에 숨겨진 프롬프트 인젝션(Prompt Injection)에 대해,
    첫 번째 방어선은 어디인가?
  • 실행 궤적(Execution Trajectory)을 SOP, 평가 세트, 미세 조정(Fine-tuning) 데이터 및 프롬프트 최적화에 피드백할 수 있는가?

Symbio의 원칙:

이미 구현된 기능은 능력(Capability)으로 작성하고, 일부 구현된 것은 공백을 명시하며, 구현되지 않은 것은 로드맵에만 둡 —— 런타임 자체에 GET /api/capabilities를 제공합니다.

능력 장부(Capability Ledger)를 운영하며, README의 모든 "구현됨(Implemented)" 항목은 코드와 테스트로 뒷받침됩니다.

Web UI는 총 16개 페이지로 구성되며, 기본적으로 따뜻한 색상의 밝은 테마(Claude / Hermes 스타일, 다크 모드로 원클릭 전환 가능)를 제공합니다.

pip install symbio
symbio init
symbio serve --port 9090

Web UI 열기: http://localhost:9090/ui

소스 코드 개발:

git clone https://github.com/854875058/Symbio.git
cd Symbio
pip install -e ".[dev,server,ml,otel]"
...

CLI 예시:

symbio chat "이 프로젝트의 테스트 공백을 분석해줘" --model claude-sonnet-4
symbio task list
symbio memory store --title "프로젝트 제약 사항" --content "운영 환경에서는 고위험 작업 시 기본적으로 수동 승인이 필요함"
...

스케줄링 및 워크플로우 (Scheduling & Workflow)

동적 DAG 런타임 (Dynamic DAG Runtime) —— 작업은 정적인 체인이 아니라 지속 가능한 실행 그래프(Execution Graph)이며, 노드 상태, 이벤트, 산출물, 재계획(Replanning) 및 중단점 복구(Breakpoint Recovery)를 지원합니다. Planner / Reviewer / Verification —— 고위험 작업은 먼저 계획하고, 검토한 뒤, 실행합니다. 워크플로우 정책(Workflow Policy)은 Agent가 계획과 검증을 건너뛰지 못하도록 제약합니다.

보안 및 비용 (Security & Cost) (공식 계정 시리즈 기사의 약속을 이행하며, 대화 런타임에 통합됨)

Token 비용 5단계 최적화 —— 시맨틱 캐싱(Semantic Caching, 유사 질문 적중 시 Token 소모 없이 반환), 컨텍스트 가지치기(Context Pruning), 비용 모니터링 + 월간 예산 및 초과 시 다운그레이드 제안이 모두 /api/chat/ws/chat에 통합되었습니다. Prompt Injection 3단계 방화벽 —— 입력 정화(Purification) → 시맨틱 탐지(8가지 공격 시그니처) → 의도 감사(Intent Audit). 고위험 입력은 LLM을 호출하기 전에 차단됩니다. 공격 샘플 라이브러리 자가 검사 차단율은 약 65%이며, os.system, while True와 같은 프로그래밍 주제에 대해서는 오탐(False Positive)이 없습니다. HITL(Human-in-the-loop) 다채널 승인 + 타임아웃 에스컬레이션 —— WeChat/QQ/Feishu/DingTalk/Telegram/Slack 승인 카드 및 텍스트 명령 지원. 타임아웃 시 자동으로 거절 / 자동 승인 / 관리자에게 전달이 가능합니다.

메모리 및 진화 (Memory & Evolution)

온톨로지 메모리 그래프 (Ontology Memory Graph) —— 개념, 엔티티, 관계, 속성이 쿼리 가능하고 시각화되며, Token 소모 없이 추론할 수 있는 그래프로 조직됩니다. 데이터 플라이휠 4단계 폐쇄 루프 (Data Flywheel 4-stage Closed Loop) —— 궤적 캡처 → 실패 분석(근본 원인 귀납) → SOP 증류(Distillation) → 피드백 최적화가 모두 클릭 가능한 /api/flywheel/*로 노출됩니다.

연동 및 도구 (Integration & Tools)

Agent의 Claude Code / Codex 연동 —— 단일 Symbio Agent는 작업을 로컬 Claude Code / Codex CLI로 위임하여 실행할 수 있습니다 (ExternalBackedAgent). 오케스트레이션(Orchestration), 승인, 샌드박스, 감사는 여전히 Symbio가 통제합니다. 개인 WeChat QR 코드 바인딩 봇 —— 내장된 iLink Bot과 직접 연결됩니다. Web UI에서 「QR 코드 스캔하여 로그인」을 클릭하면 QR 코드가 나타나며, 스캔 후 양방향 송수신이 가능합니다. 메시지는 자동으로 분류됩니다 (승인 명령 → HITL / 기타 → 대화 파이프라인). 별도의 외부 배포가 필요 없으며 Wechaty 등 외부 브릿지(Bridge)와도 호환됩니다. 외부 Agent 제어 —— 로컬 Codex / Claude Code 세션을 등록하고 제어하며, 트랜스크립트(Transcript)를 가져와 통합 승인 / 샌드박스 / 감사 제어 평면(Control Plane)에 포함시킵니다. Codex 스타일 샌드박스 —— read-only

/workspace-write

/danger-full-access

세 가지 액세스 모드 + 승인 정책 + 워크스페이스 경계 + 감사(Audit). Computer Use 최소 폐쇄 루프 (Minimum Closed Loop) —— 브라우저 세션 제어, 액션 세트(Action Set), 휴리스틱 계획(Heuristic Planning), 감사 재생(Audit Replay); Playwright 사용 불가 시 dry-run으로 강등(Degrade). MCP 도구 게이트웨이 (MCP Tool Gateway) / A2A 프로토콜 / Skills 마켓 —— 표준 프로토콜 접속 및 로컬 도구 생태계.

런타임 자체 기능 장부(Capability Ledger)를 보유하며, "구현 완료 / 부분 구현 / 계획 중"을 구분하고 각 항목에는 증거 파일과 테스트가 포함됩니다. curl http://localhost:9090/api/capabilities를 실행하여 실시간 상태를 확인하세요.

기능상태설명
동적 DAG 런타임✅ 구현 완료그래프 상태 지속화, 실행 이벤트, 재계획
...Token 비용 5단계 최적화
✅ 구현 완료시맨틱 캐싱 (Semantic Caching) + 컨텍스트 가지치기 (Context Pruning) + 비용 모니터링을 대화 링크에 연결 + 비용 대시보드
Prompt Injection 3중 방화벽✅ 구현 완료대화 진입점에 연결, 공격 샘플 자가 점검 차단율 65%, 프로그래밍 주제 오탐 제로
Skills 마켓🔧 부분 구현로컬 마켓 및 설치 기록은 갖추었으나, 원격 생태계는 보완 필요
MCP 도구 게이트웨이🔧 부분 구현stdio JSON-RPC 브릿지는 갖추었으나, 프로토콜 인터페이스는 보완 필요
...Computer Use 최소 폐쇄 루프
🔧 부분 구현세션/액션/스크린샷/계획/감사/재생, VLM 시각 계획 연결 대기 중
개인정보 보호 계산 / 연합 학습 (Federated Learning)📋 계획 중현재 로드맵에만 존재
계층역할주요 모듈
액세스 계층CLI, Web UI, 외부 세션, IM 승인, A2A 통합 접속CLI, FastAPI, Web UI, IM Bot, External Agent, A2A
...
인터페이스용도
GET /api/capabilities런타임 기능 장부
POST /api/chat · WS /ws/chat대화 (시맨틱 캐싱 / 가지치기 / 방화벽 포함)
GET /api/costs/dashboard비용 센터 (사용량 + 캐시 적중률 + 예산)
POST /api/security/{scan,selftest}방화벽 온라인 스캔 / 레드팀 자가 점검
GET/POST /api/flywheel/{overview,failures,sops,feedback}데이터 플라이휠(Data Flywheel) 4단계
GET/POST /api/hitl/timeout/policy승인 타임아웃 에스컬레이션 정책
POST /api/computer-use/sessionsComputer Use 브라우저 세션
GET /api/tasks/{id}/dag · GET /api/executions/{id}작업 DAG / 실행 상세 정보
GET /api/ontology온톨로지 그래프 (Ontology Graph)
POST /api/sandbox/execute샌드박스 실행
POST /api/export/conversations대화 데이터셋 내보내기

초기화 후 symbio.yaml이 생성됩니다.

실제 키는 Web UI 또는 환경 변수를 통해 관리하는 것을 권장하며, 운영용 키(Production Key)를 저장소에 커밋하지 마세요.

model:
anthropic_api_key: ""
anthropic_base_url: "https://api.anthropic.com"
...
방향기술
백엔드Python 3.10+, FastAPI, Typer, Pydantic v2, aiosqlite
...
문서설명
기능 체크리스트기능 구현 상태 및 향후 TODO
...
pip install -e ".[dev]"
pytest # 395 passed

Symbio는 아직 Alpha 단계입니다. 핵심 스케줄링, HITL (다채널 승인 + 타임아웃 에스컬레이션), 메모리, 외부 Agent 제어, 샌드박스, Token 비용 최적화, Prompt Injection 방화벽, 데이터 플라이휠 폐쇄 루프 및 Web UI는 실행 가능한 능력을 갖추었습니다. Computer Use와 A2A는 최소 폐쇄 루프를 갖추었습니다. 엔터프라이즈급 배포, 보안 격리, 원격 Skill 생태계, 완전한 MCP 프로토콜 인터페이스, 실제 훈련 백엔드 및 개인정보 보호 계산은 지속적으로 구현 중입니다.

MIT License. LICENSE를 참조하세요.

Symbio: 제어 가능하고, 관찰 가능하며, 진화 가능한 에이전트 (agents)를 위한 AI 인프라 (AI Infra).

AI 자동 생성 콘텐츠

본 콘텐츠는 GitHub AI Tools의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0