프레임워크가 아닙니다. 런타임(Runtime)도 아닙니다. AI 에이전트를 위한 패키징 표준 (packaging standard) 입니다.

Repo: https://github.com/agentunit-io/agentunit
상세 내용: https://github.com/agentunit-io/agentunit/blob/main/blog/why-agentunit-exists.md

이것이 존재하는 이유

오늘날의 AI 에이전트(AI Agents)는 스크립트 (scripts) 처럼 느껴집니다. 로컬에서는 아주 잘 작동하지만, _누가 소유하는지 / 어떤 버전이 실행 중인지 / 어떻게 감사(audit)할 수 있는지 / 프로덕션(prod) 환경에서 신뢰할 수 있는지_를 묻는 순간 벽에 부딪힙니다.

우리에겐 더 많은 프레임워크가 필요한 것이 아닙니다.
우리에겐 패키징 규율 (packaging discipline) 이 필요합니다:

• 정체성 (Identity) — 누가 만들었는지, 어떤 버전인지
• 계약 (Contract) — 무엇을 받고, 무엇을 반환하는지
• 거버넌스 (Governance) — 누가 책임지는지, 감사 추적(audit trail), 인간 승인 경계(human-approval boundary)
• 재현성 (Reproducibility) — 프롬프트 폴더가 아닌 Docker 이미지로 배포

AgentUnit은 정확히 그 역할을 수행합니다. agentunit.yaml과 au라고 불리는 작은 CLI를 통해 에이전트를 하나의 유닛 (Unit) 으로 변환합니다.

생각해 보세요: AI 에이전트를 위한 rpm / deb 입니다.

4단계 빠른 시작

# 1. 설치
pip install git+https://github.com/agentunit-io/agentunit.git

...

원샷 모드 (One-shot mode):

echo '{"prompt":"Build a todo app"}' > input.json
au run prd-writer:1.0.0 --input input.json

선택 사항인 브라우저 Invoker UI:

pip install streamlit requests
streamlit run examples/invokers/streamlit_invoker.py

그 다음 http://localhost:8501을 열고, http://localhost:8091을 가리킨 뒤 Run을 클릭하세요.

최소한의 agentunit.yaml (유닛의 심장부)

apiVersion: agentunit.io/v1alpha1
kind: AgentUnit

...

전체 명세 (Full spec): https://github.com/agentunit-io/agentunit/blob/main/spec/agentunit-spec-v0.1.md

현재 상태 및 로드맵

• Phase 0 — 표준 (Standard) + CLI (init / validate / pack / run)
• Phase 1 — 스펙 안정화 (Spec stabilization), 커뮤니티 어댑터 (community adapters), 디스커버리/레지스트리 (discovery/registry)
• Phase 2 — 거버넌스 및 감사 (Governance & audit) (책임 계층 (accountability layer) / 승인 게이트 (approval gates))

Non-goals (중요)

우리는 명시적으로 다음을 수행하지 않습니다:

• LangChain / AutoGen / CrewAI를 대체하지 않음
• 채팅 UI (chat UI)를 제공하지 않음
• 특정 클라우드나 모델 벤더에 종속시키지 않음
• 런타임 오케스트레이션 (runtime orchestration)을 수행하지 않음

최종 상태: AI 네이티브 기업 (AI-native companies)

수십 년 동안 우리는 _소프트웨어를 배포하는 것 (shipping software)_을 완벽하게 해왔습니다. 우리는 패키지, 버전, 의존성(dependencies), 그리고 감사 로그(audit logs)를 정의했습니다. 코드를 신뢰할 수 있는 비즈니스 자산으로 탈바꿈시켰습니다.

하지만 AI와 함께하면서 우리는 퇴보했습니다. 프롬프트(Prompts), 수동 클릭, 그리고 블랙박스(black boxes)의 시대로 돌아갔습니다.

AgentUnit은 AI에 소프트웨어 공학의 규율 (software engineering discipline)을 다시 가져옵니다. AI 기능은 소프트웨어 패키지와 정확히 동일하게 — 버전이 관리되고, 테스트되며, 거버넌스(governed)를 거쳐 배포되어야 합니다.

미래는 단순히 AI를 사용하는 기업이 아니라, AI로 운영되는 (run on) 기업의 것입니다. 즉:

• AI 유닛 (AI Units)은 "방법 (how)"을 소유합니다 — 이들은 작업을 실행하고, 계약(contracts)을 준수하며, 측정 가능한 결과물을 생성합니다.
• 인간은 "이유 (why)"를 소유합니다 — 이들은 방향을 설정하고, 리스크를 책임지며, 결정 게이트(decision gates)를 운영합니다.

목표는 더 똑똑한 애완동물을 만드는 것이 아닙니다. 신뢰할 수 있는 공장을 만드는 것입니다.

대상 사용자

• 에이전트(Agent)를 구축했으며, 이제 이를 소프트웨어처럼 배포하는 방법을 고민하는 분
• 프롬프트/도구/모델 주위에 계약 우선(contract-first), Docker 네이티브 경계(boundary)를 구축하고 싶은 분
• 단순한 데모가 아니라 _소유권(ownership), 감사(audit), 그리고 업그레이드 경로(upgrade paths)_를 중요하게 생각하는 분

이 내용이 본인의 생각과 일치한다면: 직접 사용해 보거나, 이슈(issue)를 제기하거나, 여러분의 유닛(Unit)이 어떤 모습일지 알려주세요.

GitHub: https://github.com/agentunit-io/agentunit

AgentUnit은 Apache-2.0 라이선스이며, 기여(contributions)를 환영합니다.