Raven: 자기 개선을 위한 에이전트 오케스트레이션 하네스
Show HN: Raven – The harness of harnesses, built for RSI
Hacker NewsRaven은 여러 전문 에이전트들을 통합하고 조정하는 '에이전트 하네스'입니다. 특히 자기 개선(RSI) 기능을 통해 스스로 성능을 진화시키는 것이 핵심 기술입니다.
- 단순한 작업 수행을 넘어, 기획부터 개발, 검증까지 전 과정을 자율적으로 처리하여 높은 완성도의 결과물을 도출하는 것이 가능합니다.
- 모듈식 아키텍처와 'Evolver'를 통해 에이전트 워크플로우를 지속적으로 최적화하고 성능을 향상시킬 수 있다는 점이 가장 큰 강점입니다.
- 현재는 Pre-Alpha 단계이며, 시스템 작동 원리가 복잡하므로 사용 전 충분한 이해가 필요하며 인터페이스 변경 가능성이 있습니다.
Raven은 '하네스의 하네스'로 정의되며, 재귀적 자기 개선(RSI)에 초점을 맞춘 호스트 입니다. 이 시스템은 내장 및 외부 에이전트들을 통합하여 복잡한 작업을 수행하도록 조정합니다. Raven의 모듈식 아키텍처는 자체적인 하네스 개선을 지원하며, 에이전트가 계획하고 행동하는 방식에 변화를 제안하고 평가하며 검증된 개선 사항을 채택할 수 있습니다. 이 과정은 EverOS를 통해 세션 간 메모리와 컨텍스트를 유지합니다.
Raven은 전문화된 여러 에이전트를 활용하여 기획부터 최종 결과물 도출까지 전 과정을 자율적으로 수행하는 것이 가능함을 보여주었습니다. 예를 들어, Raven은 약 4일 동안 자율적으로 작동하며 총 42회의 계획, 개발 및 검증을 거쳐 Godot 4 기반의 플레이 가능한 1인칭 슈팅 게임 전체를 완성했습니다. 또한, AI가 스스로 개선되는 과정에서 나노챗 사전 학습 실험이나 dam-break 시뮬레이션 등에서도 성능 향상을 입증했습니다.
Raven은 연구(Raven-Research), 코딩(Raven-Code), 비주얼 디자인(Raven-Design), 무인 워크플로우 자동화(Raven-Oncall)를 지원하는 네 가지 내장 에이전트를 갖추고 있습니다. 이 모듈식 아키텍처는 각 도메인에서 최첨단 성능을 제공하며, 특히 'Raven Evolver'라는 별도의 도구를 통해 하네스 자체의 진화를 주도합니다. 이는 실패 진단 및 후보 개선 사항 테스트를 거쳐 기준 대비 우수한 변화만 유지하는 방식으로 작동합니다.
시스템은 메모리, 계획(Planning), 역량(Capability), 행동이라는 네 가지 분리된 전략 모듈로 구성되어 에이전트 루프가 작동합니다. 이 구조는 단순한 변경을 넘어, 도구와 외부 서비스, 그리고 각 단계의 판단 기준까지 대체할 수 있게 합니다. Raven은 ACP, CLI 또는 오픈AI 호환 를 통해 내장 및 13개의 서드파티 에이전트를 연결하고 조정하여 공유 워크플로우를 구성합니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- 프롬프트
- AI에게 주는 지시나 질문 글.
- API
- 프로그램끼리 기능을 주고받는 약속된 창구. AI 모델은 보통 API로 불러 써요.