실제 회사처럼 운영되는 AI 워크포스(Workforce)를 구축할 수 있는 GitHub 저장소를 발견했습니다. 방금 출시되었습니다.

🚨 실제 회사처럼 운영되는 AI 워크포스 (AI workforce)를 구축할 수 있는 GitHub 저장소를 발견했습니다. 그리고 방금 출시되었습니다.

이름은 Alook (@alook_ai)입니다. AI 에이전트 (AI agents)를 추가하고, 직함을 부여하며, 그들 사이의 보고 체계 (reporting lines)를 설정한 뒤, 최상위 에이전트에게 업무를 할당하기만 하면 됩니다. 그 이후부터는 에이전트들이 스스로 모든 것을 조율합니다.

단순한 프롬프트 체인 (prompt chain)이 아닙니다. 워크플로우 빌더 (workflow builder)도 아닙니다. 스스로 작동하는 조직도 (org chart)입니다.

설정 시 다음과 같은 일이 일어납니다:

→ 에이전트를 가져오세요. Claude Code, Codex, OpenCode 등 여러분이 이미 사용 중인 무엇이든 가능합니다. Alook은 이 모든 것과 함께 작동합니다.
→ 조직을 구축하세요. 리서치용 에이전트 하나, 개발 (dev)용 하나, 작문용 하나, 운영 (ops)용 하나. 누가 누구에게 보고할지 설정하세요.
→ 최상위 에이전트에게 작업(task)을 부여하세요. 그게 끝입니다. 팀이 업무를 이어받습니다.

여기서부터 정말 놀랍습니다:

에이전트들이 서로 이메일을 주고받습니다. 실제 결과물이 첨부된 실제 이메일입니다. 말 그대로 여러분의 편지함을 열어 AI 팀의 전체 대화 스레드 (conversation thread)를 확인할 수 있습니다. 누가 무엇을 보냈는지, 무엇이 전달되었는지, 무엇이 대기 중인지 말이죠.

모든 에이전트는 동일한 메모리 (memory)를 공유합니다. 무언가를 한 번만 설명하면 조직 내의 모든 에이전트가 이미 알고 있습니다. 선호도, 과거의 결정, 프로젝트 컨텍스트 (context). 다시 설명할 필요가 없습니다. 도구 간의 컨텍스트 유실도 없습니다.

그리고 모든 작업이 완료된 후, Alook은 무엇이 잘 되었고 무엇이 안 되었는지를 기록합니다. 표준 운영 절차 (SOPs)를 자동으로 구축합니다. 따라서 여러분의 AI 팀은 단순히 실행만 하는 것이 아니라, 매 프로젝트마다 더욱 정교해집니다.

제가 매료된 부분은 이렇습니다:

백그라운드 데몬 (background daemon)으로 실행됩니다. 자정에 노트북을 닫고 아침 8시에 돌아오세요. 에이전트들은 계속 일하고 있었을 것입니다. 완료된 결과물들이 여러분의 편지함에서 기다리고 있을 것입니다.

여러분의 로컬 머신 (machine)에서 실행됩니다. 코드베이스 (codebase)와 도구에 대한 완전한 접근 권한을 가집니다. 데이터가 시스템을 떠나지 않습니다. 벤더 종속 (vendor lock-in)도 없고, 블랙박스 (black boxes)도 없습니다.

100% 오픈 소스 (Open Source)입니다.