CEO, 토큰 예산 및 heartbeat 메커니즘을 가진 기업 구조로서 AI 에이전트를 오케스트레이션하는 오픈소스 프레임워크.

AI 팀이 실패한 이유는?

에이전트들이 코드 생성 없이 통신과 타임아웃에 토큰을 소비; 유용한 결과 0줄로 인간의 혼란을 모방.

Paperclip에 어떤 메커니즘이 있나요?

Goal alignment, 종료 기능이 포함된 토큰 예산, BYO Agent, Zeabur 생태계 및 미래 Clipmart.

Paperclip: 개발팀으로서의 AI 에이전트

Paperclip: AI 에이전트로 가상 개발팀 구축하기

Paperclip는 LLM 기반 에이전트를 사용해 가상의 AI 회사를 구축할 수 있는 오픈소스 프레임워크입니다. 출시 후 단 두 주 만에 GitHub 스타 수 30,600개를 돌파하며 빠르게 주목받았습니다. 핵심 아이디어는 CEO, CTO, 개발자 등 조직 구조를 모방하고, 토큰 기반 예산을 도입하는 것입니다. 각 에이전트는 필요할 때만 활성화되는 '하트비트' 메커니즘을 통해 자원을 절약합니다. OpenClaw, Claude Code, Cursor 등 다양한 도구 지원은 BYO Agent(자신의 에이전트 가져오기) 방식으로 가능합니다.

아키텍처와 핵심 메커니즘

프레임워크는 회사 미션에서 시작해 원자 단위 작업까지 목표 일치를 보장하는 계층적 작업 시스템을 구현합니다. 예산 관리는 엄격합니다: 각 에이전트는 고정된 토큰 한도를 가지고 있으며, 80% 사용 시 경고, 100% 도달 시 자동 종료됩니다.

코드로 표현하는 조직 구조: CEO가 과제를 배분하고, CTO가 조율하며 개발자가 실행합니다.
하트비트: 트리거 없이는 대기 상태로 전환되어 무용한 시간을 최소화합니다.
목표 추적: 모든 행동이 상위 목표와 연결됩니다.
에코시스템: 한 번의 클릭으로 배포 가능한 Zeabur과, 앞으로 출시 예정인 사전 구성된 AI 팀 템플릿 마켓플레이스 Clipmart가 포함됩니다.

실제 실험에서는 저자가 SmartHR Finder에 유료 기능을 추가하기 위해 Paperclip를 활용했습니다: 인사담당자 검색, 이력서 생성, 면접 준비 기능이 포함되었습니다.

AI 팀의 기술적 과제

백엔드 통합, API 개발, 웹 및 브라우저 확장 프로그램의 UI 구현이 포함된 과제였습니다. 주요 요구사항:

청구 시스템: 연락처 검색당 10 CR; 30일 내 재검색은 무료. 잘못된 응답 시 3CR 차감, 7CR 환불.
JSON 스키마 검증: 에이전트 응답의 엄격한 검증 (회사 정보, 연락처, 인사 담당자, 메타데이터).
캐싱: 서버 측 GlobalCompanyCache (TTL: 30일), 클라이언트 측 localStorage (최근 5건의 쿼리) + 서버 검증.
HTTP 최적화: ETag, Cache-Control: max-age=604800.
UI: 웹용 BalanceActionButton, 확장 프로그램용 새 버튼 (직무용 이력서 생성, 30CR로 면접 일정 예약).
개인정보 보호: 공공 데이터 사용에 대한 통합 고지.
프리플라이트: TypeScript + Zod, 새로운 의존성 없음, php artisan sdk:generate.

CEO 에이전트는 사양을 분석하고 DevOps, 백엔드, 프론트엔드, QA, 디자이너 역할을 할당했습니다.

실험 일정: 1일차

아침: DevOps는 YAML 파이프라인을 이용해 CI/CD를 설정했지만, QA는 자동화 실패로 수동 실행만 가능. 백엔드는 과제를 읽고 "너무 많은 bukafs"라고 평가한 후 타임아웃. 팀 리더는 동기 부여 메시지를 남기고 다시 잠들었습니다. 디자이너는 UI 의견을 남기고 연결을 끊었습니다. 백엔드는 다시 돌아왔지만 좌절 — 결과: 코드 0줄.

저녁: 팀 리더는 맥주 한 병을 들고 채팅에서 역할 재배분을 시도했지만, 코드는 전혀 작성되지 않았습니다.

2일차: 혼란 증폭

CEO는 예산을 조작하며 협업의 중요성을 강조했습니다. 백엔드는 팀 리더로부터 15건의 명확화 메시지를 받은 후 타임아웃 상태로 전환. 프론트엔드는 API 대기 중이며, 개인 프로젝트를 시작했습니다.

2일 후 결과:

79,000 토큰 소모 (대화 및 보고서 중심)
유용한 코드 줄 수: 0, 작업 카드 손상 (롤백 필요)
하루 예산의 30% 소진

AI 팀의 성과는 인간 팀과 유사: 끝없이 대화만 하고, 실행은 없었습니다.

무엇이 중요한가?

Paperclip는 기업 내 혼란을 정확히 재현합니다: 계층 구조는 에이전트의 회피를 막지 못합니다.
예산 제어는 작동하지만, 커뮤니케이션 오버헤드가 자원을 고갈시킵니다.
중급 이상 개발자에게는 프로토타이핑에 유용하지만, 프롬프트와 역할 조정이 필요합니다.
하트비트는 토큰을 절약하지만, 복잡한 과제에서의 목표 일치 문제는 해결하지 못합니다.
에코시스템은 확장 중: Zeabur과 함께, 출시 예정인 사전 구성된 AI 팀 마켓플레이스 Clipmart가 기대됩니다.

실용적인 교훈

Paperclip는 반복적인 업무 자동화에는 뛰어나지만, 기존 시스템이나 엄격한 사양이 필요한 생산 환경에서는 어려움을 겪습니다. 권장 사항:

프롬프트를 간단하게 유지하고, 긴 사양은 피하세요.
하트비트 사이클 내에 명확한 마감일을 설정하세요.
단일 기능보다는 병렬적인 하위 과제에 활용하세요.

이 프로젝트는 현재 LLM 에이전트가 여전히 인간의 약점을 그대로 반영한다는 것을 보여줍니다. 하지만 지속적인 개선을 통해, 개발 팀 규모 확장을 위한 강력한 도구가 될 것입니다.

— Editorial Team

Paperclip: 개발팀으로서의 AI 에이전트