The Log is the Agent: 감사 및 포킹이 가능한 에이전트 시스템을 위한 이벤트 소싱 기반 반응형 그래프

기존의 AI 에이전트 프레임워크는 LLM 중심의 대화 루프를 먼저 구축한 뒤, 관찰성을 위해 로깅 레이어를 나중에 추가하는 방식을 취합니다. 반면, 본 논문에서 제안하는 ActiveGraph는 이 구조를 역전시켜 Append-only 이벤트 로그를 시스템의 유일한 진실의 원천(Source of Truth)으로 설정합니다.

이 아키텍처의 핵심 특징은 다음과 같습니다:

• 결정론적 투영(Deterministic Projection): 작동 중인 그래프는 이벤트 로그를 바탕으로 생성된 결정론적 결과물입니다.
• 반응형 협업: 구성 요소 간의 직접적인 명령 없이, 그래프의 변화에 따라 함수, 클래스, LLM 루틴 등이 반응하며 새로운 이벤트를 생성합니다.
• 세 가지 핵심 이점:
  • 결정론적 재현(Deterministic Replay): 로그를 통해 모든 실행 과정을 완벽하게 재현할 수 있습니다.
  • 저비용 포킹(Cheap Forking): 실행 중간 단계에서 브랜치를 생성하여 재실행 없이도 다양한 시나리오를 테스트할 수 있습니다.
  • 엔드 투 엔드 계보(End-to-end Lineage): 상위 목표부터 개별 모델 호출까지의 모든 인과 관계를 추적할 수 있습니다.

이러한 설계는 에이전트의 자기 개선(Self-improving) 메커니즘을 구축하는 데 매우 유리한 기반을 제공합니다.