AI 에이전트에게 유용한 작업을 부여하는 것은 절반의 준비 과정일 뿐입니다. 나머지 절반은 해당 에이전트가 실제로 어떤 작업에 대한 권한을 필요로 하는지 결정하는 것입니다.
저는 Lovable에서 AI 도움을 받아 교육용 권한 계획 데모인 ScopeMap을 구축했습니다. 이 도구는 가상의 워크플로우에 대해 요청된 기능 세트와 작고 명시적인 요구 사항 세트를 비교합니다.
ScopeMap 사용하기
앱의 기능
세 가지 합성 워크플로우 중 하나를 선택하세요:
- 가상의 문서 3개 요약하기.
- 검토할 지원 응답 초안 작성하기.
- 샘플 CSV 분석 및 보고서 작성하기.
그런 다음 일곱 가지 기능 중에서 선택합니다: 범위 지정 파일 읽기(scoped file reading), 광범위한 파일 접근(broad file access), 파일 쓰기(file writing), 이메일 전송(sending email), 외부 네트워크 접근(external network access), 셸 실행(shell execution), 지속적 메모리(persistent memory).
분석은 누락된 요구 사항, 불필요한 권한, 그리고 각 권장 사항 뒤에 숨겨진 고정적인 이유를 보여줍니다. 전/후 다이어그램을 통해 제안된 축소 과정을 시각적으로 확인할 수 있습니다. 추천된 세트를 적용하거나, 사람이 검토하는 체크리스트를 편집하고, 계획을 JSON으로 복사하거나 다운로드할 수 있습니다.
구체적인 예시
문서 요약 시나리오의 경우, 가상의 작업은 제공된 파일을 읽는 것을 요구합니다. 이메일을 보내거나 세션 간에 정보를 유지하는 것은 필요하지 않습니다.
이러한 추가 기능들부터 시작하면 차이가 명확해집니다: ScopeMap은 범위 지정 읽기 기능을 추천하며 다른 권한들이 이 특정 시나리오에서 왜 불필요한지 설명합니다.
빈 선택은 에이전트가 접근 없이도 작업을 완료할 수 있다고 제안하는 대신 경고를 발생시킵니다. 워크플로우를 전환하면 요구 사항과 검토 체크리스트 모두가 업데이트됩니다.
이러한 요구 사항들은 데모에 의해 의도적으로 정의된 것입니다. 이는 유사한 작업의 모든 구현을 위한 보편적인 최소값은 아닙니다.
증거와 권한 분리하기
앱은 가짜 프롬프트 주입(prompt-injection) 예시를 비활성 텍스트로 표시합니다. 이 지침들은 권한을 추가하거나, URL을 열거나, 어떤 것도 실행할 수 없습니다.
승인 체크리스트 역시 설명적입니다. 상자에 표시하는 것은 내보낸 계획에 의도를 기록할 뿐이며, 실제 에이전트에게 권한을 부여하지는 않습니다.
JSON에는 다음과 같은 명시적 필드가 포함됩니다:
{
"schema": "scopemap.plan/v1",
"analysis": "rule-based",
...
}
이것은 전체 계획이 아니라 내보내기 메타데이터의 부분적인 예시입니다.
제가 확인한 내용
Lovable 빌드는 9개의 테스트 통과와 성공적인 프로덕션 빌드를 보고했습니다. 테스트 범위는 워크플로우 요구 사항, 불필요한 기능(capabilities), 빈 선택 항목, 유효하지 않은 조합, 내보내기 구조 및 비활성 삽입 텍스트를 다룹니다.
또한 실행 인터페이스도 확인했습니다. 권장 세트를 적용하자 추가 권한이 제거되었고, 빈 세트는 누락된 요구 사항을 보여주었으며, CSV 분석으로 변경하자 해당 읽기/쓰기(read/write) 요구 사항이 선택되었고, 표시된 JSON은 예상 스키마로 파싱되었습니다. 공개 배포는 게시 후에 확인했습니다.
제한 사항 및 개인 정보 보호
ScopeMap은 실시간 AI 모델, 보안 스캐너, 샌드박스(sandbox), 또는 권한 강제 게이트웨이가 아닌 규칙 기반 교육 플래너입니다. 실제 도구가 안전하거나 배포된 에이전트가 자신의 권한을 준수하는지 확인할 수 없습니다.
데모는 합성 예시를 사용합니다. 계정 연결, 개인 프로필 콘텐츠, 실시간 추론(live inference), 또는 앱 수준의 영속성(app-level persistence)이 없습니다. 시도하기 위해 GitHub 저장소는 필요하지 않습니다.
유용한 습관은 간단합니다. 작업을 기록하고, 필요한 기능을 식별하며, 모든 추가 권한을 설명하고, 실제 인증(authorization)을 신뢰할 수 없는 콘텐츠 외부로 유지하는 것입니다.
실시간 데모 열기
AI의 도움을 받아 구축 및 작성되었으며, 위의 동작과 한계점은 테스트된 데모를 반영합니다.