추천해양 AI 에이전트 Shippy의 아키텍처와 설계 원칙
What building Shippy taught us about building agents
·2026.07.16 02:29
고위험 의사결정을 위한 해양 AI 에이전트 Shippy의 아키텍처와 신뢰성 확보 전략을 소개한다.
해양 도메인과 같이 오류가 큰 위험을 초래할 수 있는 환경을 위해 설계된 AI 에이전트 Shippy의 기술적 구조를 다룬다. Shippy는 단순한 모델 성능을 넘어, 시스템의 **신뢰성(Reliability)**을 확보하는 데 집중한다.
에이전트의 구조는 크게 세 가지 요소로 정의된다:
- Soul (영혼): 페르소나와 행동 경계를 설정하는 System Prompt. 튜닝이 아닌 프롬프트를 통해 경계를 설정하여 감사(Audit)와 수정이 용이하게 설계됨.
- Skills (기술): 특정 요청을 처리하는 기능 단위. Agent-skills spec을 따르는 마크다운 파일로 관리되며, Skylight API 쿼리, EEZ 경계 조회, 선박 궤적 해석 등의 기능을 포함함.
- Config (설정): 실행 환경 설정. OpenClaw 프레임워크와 Claude 3.5 Sonnet(본문 내 Opus 언급은 오기인 듯하나 문맥상 최신 모델 지칭) 등 LLM 및 런타임 설정을 포함함.
Shippy는 비결정론적인 LLM의 특성을 보완하기 위해 **결정론적 도구(Deterministic tools)**를 활용한다. 예를 들어, 특정 해역의 어업 활동을 묻는 질문에 대해 모델이 좌표를 추측하는 대신, API를 통해 정확한 EEZ 경계 폴리곤을 먼저 가져온 뒤 데이터를 쿼리하는 방식을 사용한다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.