AI 에이전트 예시: 실제 권한 경계를 가진 12가지 패턴

FuturPulse 분석 · 2026년 10월 13일

실용적인 AI 에이전트 패턴 12가지는 이제 기업 사용 사례 목록보다 더 명확한 규칙을 보여줍니다. 유용한 프로젝트는 에이전트가 무엇을 읽고, 쓸 수 있는지, 만질 수 있는지, 아니면 단지 가리킬 수 있는지를 정의합니다. $7짜리 iPhone 컨트롤러(https://github.com/onehumanbeing/esp32-iphone-agent)가 가장 극단적인 예입니다.

한눈에 보기

• 이 비교는 개인 비서, 전화 제어, 검색(retrieval), 연구 및 인간 인계와 관련된 12가지 에이전트 패턴을 식별합니다.

• Big Arrow는 의도적으로 안내를 제공하지만 클릭하거나, 타이핑하거나, 화면을 캡처하지 않습니다.

• Leviathan은 로컬 레코드 인덱스를 검색하기 위한 네 가지 읽기 전용 MCP 도구를 노출합니다.

• 의료 영상 예시는 교육적이며 자격을 갖춘 전문가 검토가 필요하다고 명시합니다.

이 12가지 에이전트 예시가 다른 점은 무엇일까요?

대부분의 인기 목록은 직업 라벨로 시작합니다: 고객 서비스, 채용, 금융 또는 의료. 예를 들어, Oracle의 비즈니스 가이드는 시스템 전반에서 작동하고 다단계 워크플로우를 완료할 수 있는 에이전트를 설명합니다. 이는 구매자에게 유용하지만, 더 어려운 설계 선택지인 에이전트의 권한이 어디서 멈추는지를 간과하게 만듭니다.

권한 경계(Permission boundaries)는 에이전트가 행동을 제안하는 것과 실제로 실행하는 것 사이의 선입니다. 이는 읽기 전용 도구와 같은 기술적일 수도 있고, 결제를 승인하는 사람과 같은 운영적일 수도 있습니다. 아래 프로젝트들은 그 한계가 코드, 명령어, 배포 선택 또는 사용자 인터페이스 동작에 명시되어 있기 때문에 가치가 있습니다.

언어 모델(language model)은 프롬프트로부터 텍스트나 행동을 예측하는 구성 요소입니다. 에이전트는 도구, 저장된 상태(stored state), 그리고 루프를 추가합니다: 관찰하고, 단계를 선택하고, 행동하며, 결과를 확인합니다. 이 루프가 개인 데이터 검색, 캘린더 항목 작성, 포인터 이동 또는 외부 API 호출을 할 수 있게 되면 위험은 급격히 증가합니다.

이것은 모델 품질 순위가 아닙니다. 실패의 결과와 일치하는 권한을 가진 첫 프로젝트를 선택하기 위한 실용적인 지도입니다. 여행 계획가는 일정표 초안을 작성할 수 있고, iPhone 컨트롤러는 보이는 모든 앱을 탭할 수 있으며, 의료 영상 보조 도우미는 그 출력과 치료 결정 사이에 임상의가 필요합니다.

각 패턴은 어떤 권한 경계를 사용하나요?

아래의 12가지 패턴은 역량(capability)과 권한(authority)을 분리합니다. 여러 프로젝트가 하나 이상의 패턴을 결합하지만, 각 행은 빌더가 추가적인 자동화를 하기 전에 보존해야 할 제어 지점을 식별합니다.

서비스 바인딩(service binding) 뒤에 에이전트 워커를 실행합니다.

워커는 공개 URL을 가지고 있지 않으며, 인증은 워커 내부에서 이루어집니다.

노출되는 표면적(exposed surface)이 더 작은 개인 에이전트입니다.

물리적인 휴대폰 제어

ESP32 iPhone Agent

미러링된 iPhone 화면을 보고 마우스 또는 키보드 동작을 전송합니다.

비상 정지 기능으로 실행을 중단하고 포인터를 해제할 수 있습니다.

가까운 감독 하에 보이는 작업을 테스트합니다.

화면-동작 감사 추적(Screen-action audit trail)

ESP32 iPhone Agent

스크린샷과 선택된 탭, 스와이프 또는 그리기 경로를 기록합니다.

단계 벽(step wall)은 운영자가 모델이 시도한 것을 검사할 수 있게 합니다.

컴퓨터 사용 루프 디버깅입니다.

읽기 전용 검색(Read-only retrieval)

Leviathan

레코드를 인덱싱하고 순위가 매겨지고 출처가 명시된 답변 카드를 반환합니다.

그의 MCP 인터페이스는 읽기 전용 검색, 해결(resolve), 가져오기(get) 및 설명(describe) 도구를 제공합니다.

에이전트가 변경해서는 안 되는 지원 티켓, 로그 또는 내보내기 파일입니다.

명시적 메모리 쓰기(Explicit memory writes)

Leviathan

한 번에 하나의 클레임을 저장하고 키가 지정된 값을 대체할 수 있습니다.

쓰기는 명시적이며, 비밀 정보는 메모리 기능에 의해 거부됩니다.

환경 설정 및 영구적인 프로젝트 사실입니다.

인간 전용 핸드오프(Human-only hand-off)

Big Arrow

macOS 인터페이스 요소 위에 레이블이 지정된 화살표를 배치합니다.

동의, 결제 또는 2단계 인증 단계를 가리키지만 절대 수행하지는 않습니다.

승인 프롬프트 및 안내 지원입니다.

이 비교가 중요한 이유는 경계(boundary)를 제품 기능으로 취급하기 때문입니다. 돈을 쓰거나, 레코드를 변경하거나, 동의 화면을 해제할 수 없는 프로젝트는 종종 더 자율적인 대안보다 더 나은 첫 배포 경로를 가집니다.

AI 에이전트 프로젝트에 대한 좋은 아이디어는 무엇인가요?

좋은 AI 에이전트 프로젝트는 좁은 입력, 눈에 보이는 출력, 그리고 사람이 이해할 수 있는 중지점(stop point)을 갖습니다. 옵션을 준비하는 여행 연구원, 업로드된 파일에 대한 질문에 답변하는 데이터셋 비서, 또는 공개 웹 페이지를 변환하는 문서-오디오 도구로 시작해 보세요. 블로그-팟캐스트 프로젝트는 작업을 스크래핑, 요약 및 음성 생성으로 분할하기 때문에 유용한 모델입니다.

가장 강력한 초보자 프로젝트 역시 외부 권한을 에이전트 외부에 유지합니다. 시스템이 공유 캘린더에 직접 쓰는 대신 캘린더 파일을 초안 작성하게 하세요. 금융 시스템에 광범위한 자격 증명으로 질의하는 대신 업로드된 스프레드시트에서 차트를 생성하게 하세요. 광범위한 자격 증명으로 프로덕션 데이터베이스를 질의하는 대신 읽기 전용 인덱스를 통해 지원 기록을 검색하게 하세요.

실질적인 순서는 다음과 같습니다:

• 에이전트가 추천할 수 있지만 최종 확정하지는 못하는 결정을 하나 선택합니다.

• 폴더, 내보내기 또는 공개 URL과 같은 경계가 있는 단일 진실 공급원(source of truth)을 제공합니다.

• 모든 출력이 다른 시스템에 도달하기 전에 검토 가능하도록 만듭니다.

• 로그, 제한 사항 및 승인이 작동한 후에만 쓰기 작업을 추가합니다.

나를 위한 AI 에이전트는 어떻게 구축하나요?

모델을 선택하기 전에 에이전트의 데이터가 어디에 저장될지 결정하여 개인 에이전트를 구축하세요. Talorys는 소유권 우선(ownership-first) 경로를 따릅니다: 프로젝트는 사용자의 Cloudflare 계정에 배포되고, 상태를 SQLite 기반 Durable Object에 저장하며, 개발자가 사용자 애플리케이션 계정을 운영하는 것을 방지합니다. 또한 설치 프로그램 문서에는 API 토큰 배포에 필요한 Cloudflare 권한 목록도 포함되어 있습니다.

개인 비서의 경우, AI 추론(inference)을 사용할 수 없을 때도 작동하는 작업, 메모 및 알림부터 시작하세요. 이것이 일반적인 생산성 기능과 모델 의존적 행동을 분리합니다. Talorys는 간단한 알림과 작업 요약본은 AI를 사용하지 않는다고 말하며, 구성 가능한 제한 사항은 출력 길이, 컨텍스트, 도구 호출 및 예약된 AI 실행을 다룹니다.

그런 다음 에이전트가 무엇을 기억할지 결정하세요. 메모리는 편집 가능하고 삭제 가능해야 합니다. “아침 회의 사용”과 같은 지속적인 선호도(durable preference)는 더 이상 계획을 안내해서는 안 되는 오래된 사실과는 다릅니다. Talorys 디자인은 변경되는 사실에 대한 기록을 유지하는 반면, Leviathan의 메모리 디자인은 에이전트에게 한 번에 명시적인 주장 하나를 작성하도록 요청합니다.

규칙 구축: 좁은 통합이 불편하다는 이유만으로 개인 에이전트에게 광범위한 자격(credential)을 부여해서는 안 됩니다. 첫 번째 버전에는 캘린더 내보내기, 로컬 백업 또는 읽기 전용 검색만으로 충분할 때가 많습니다.

AI 에이전트의 예시를 들어주시겠어요?

교육적인 예시는 ESP32 iPhone Agent입니다. 이 에이전트는 iPhone 화면을 컴퓨터에 미러링하고, 비전 모델에게 스크린샷을 제공하며, USB 마우스 및 키보드로 ESP32-S3 보드를 사용합니다. 프로젝트 자체의 예시들은 화이트보드를 열어 그림을 그리거나 시계를 열어 반복 알람을 설정하는 것을 보여줍니다.

이것은 단순히 스크립트화된 매크로가 아니라, 각 행동 후에 화면을 관찰하고 새로운 이미지로부터 다음 움직임을 선택하기 때문에 에이전트입니다. 프로젝트는 화면이 변경되었는지 확인하고, 놓친 탭을 재시도하며, 반복적인 행동을 재계획한다고 말합니다. 이러한 피드백 루프 덕분에 적응성이 생기지만, 동시에 에이전트가 보이는 어떤 앱과든 상호작용할 수 있다는 의미이기도 합니다.

그 안전 교육은 '절대 컴퓨터 사용을 만들지 마라'가 아닙니다. 물리적 상호작용에 맞는 제어 장치를 추가하는 것입니다: 실시간 액션 로그, 보이는 스크린샷, 수동 제어, 비상 정지 버튼, 그리고 짧은 테스트 작업입니다. 은행 업무, 계정 복구, 개인 메시지 또는 잠금 상태를 유발할 수 있는 설정부터 시작하지 마십시오.

약속이 작동하는 경계가 된 것은 언제였나요?

최근 프로젝트들은 단순히 자율성을 주장하는 에이전트에서 더 좁은 권한을 배포하는 도구로의 변화를 보여줍니다. 아래 날짜들은 각 프로젝트의 공개 도착일과 그 경계를 실질적으로 만드는 기능 시점을 구분합니다.

• 2026년 10월 5일 — Leviathan. GitTrend에 따르면 이 저장소는 10월 5일에 생성되었습니다. 배포된 디자인은 에이전트가 데이터베이스 자격 증명을 부여받기보다는, 에이전트가 접근하는 로컬 SQLite 전체 텍스트 인덱스입니다. 프로젝트 페이지에 따르면 데이터베이스 내보내기를 파이프할 수 있지만, Leviathan 자체는 해당 자격 증명을 절대 보유하지 않습니다.

• 2026년 10월 8일 — Big Arrow. Skill Leaderboard에 따르면 생성된 날짜는 10월 8일입니다. 이 도구의 약속은 화면상의 의사 결정 지원이지만, 실제 적용 범위는 더 엄격합니다. 즉, 도구가 화살표를 오버레이할 뿐 클릭하거나 타이핑하거나 캡처하지 않습니다.

• 2026년 10월 10일 — Talorys. AI/TLDR에 따르면 Talorys의 오픈 소스 출시는 10월 10일입니다. 이 도구의 작동 경계는 소유자의 Cloudflare 계정으로 배포되는 것이며, 사설 워커(private worker)를 사용하고 저장소에서 설명하는 Talorys가 운영하는 서버나 데이터베이스는 없습니다.

• 2026년 10월 12일 — ESP32 iPhone Agent. Trendshift에 따르면 이 프로젝트의 공개 활동은 10월 12일에 가속화되었습니다. USB HID를 통해 실제 입력 제어를 제공하지만, 휴대폰 제어 기능을 눈에 보이지 않는 백그라운드 자동화로 제시하기보다는 명확한 단계별 벽(step wall)과 비상 정지 버튼을 결합하여 제공합니다.

읽기 전용 및 포인트 전용 에이전트가 유용한 이유?

읽기 전용 도구는 잘못된 모델 응답이 초래할 수 있는 피해를 줄여줍니다. Leviathan의 가치는 단순히 기록을 검색하는 것에 그치지 않습니다. 인용문과 함께 간결한 결과 카드를 반환하며, MCP 연결을 검색(retrieval)에 한정합니다. 이 프로젝트는 네 가지 읽기 전용 도구를 설명하는데, 이를 통해 코딩 에이전트가 고객 기록이나 소스 내보내기를 조용히 변경하지 않고 증거를 찾을 수 있게 합니다.

Point-only tools는 다른 문제를 해결합니다. 에이전트는 '허용(Allow)' 버튼을 정확히 식별할 수 있지만, 그 버튼을 누르는 것은 사용자가 이해해야 하는 권한을 부여하게 됩니다. Big Arrow의 macOS 오버레이는 이를 명확한 인계(hand-off)로 전환합니다. 즉, 에이전트가 목표를 식별하고 다음 단계를 설명하며, 사용자가 결과적인 클릭을 수행하는 방식입니다.

이러한 경계 설정은 훈련과 지원 측면에서도 개선 효과를 가져옵니다. 신규 직원은 컴퓨터 제어권을 공유하지 않고도 설정 화면을 안내받을 수 있습니다. 개발자는 에이전트를 사용하여 권한 요청 프롬프트를 찾을 수는 있지만, 에이전트에게 이를 승인하도록 가르칠 필요는 없습니다. 그 결과는 완전 자동화보다는 느리지만, 동의(consent)가 중요한 작업에서는 더 안전합니다.

우리가 검증할 수 없었던 것들?

공개 저장소 설명은 이러한 에이전트들이 사설 프로덕션 시스템에서 어떻게 작동하는지, 얼마나 자주 결과적인 실수를 하는지, 또는 사용자가 설치 후 자신의 자격 증명(credentials)을 어떻게 구성하는지에 대해서는 확립하지 못합니다. 또한 나열된 프로젝트들은 모든 배포 패턴에 대해 독립적으로 감사받은 보안 평가를 제공하지 않습니다.

의료 영상(medical-imaging) 예시의 경우, 공개 텍스트만으로는 임상적 정확도, 규제 상태 또는 특정 환자 결정에 대한 적합성을 확립할 수 없습니다. 이러한 질문들을 해결하기 위해서는 자격을 갖춘 의료 제공자, 임상 검증 연구 및 관련 규제 기관이 필요합니다. 컴퓨터 사용 프로젝트의 경우, 오직 운영자 자신의 통제된 테스트만이 특정 장치, 앱 및 계정 설정이 안전하게 유지되는지 보여줄 수 있습니다.

출처