Skip to content

[의견] Fleet 프로젝트 생태계 진단 및 중장기 개선 로드맵 제안 #124

Description

@pdw96

개요

이 이슈는 AI 코딩 에이전트 Antigravity가 수행한 Fleet 프로젝트 생태계 정밀 분석 결과를 바탕으로, 향후 프로젝트의 안정성, AI 협업 지능, 그리고 개발 생산성(DX)을 극대화하기 위해 발굴한 중장기 개선 로드맵과 잠재적 아키텍처 과제들을 제안합니다.

(본 문서는 중장기 아이디어 보관을 위한 메타 문서(tier:later)이며, 구체적인 작업 착수 시에는 현행 코드 정합성을 검증한 뒤 개별 sub-issue로 쪼개어 세부 사양을 확정할 것을 권장합니다.)


1. Fleet 프로젝트 생태계 진단

💡 주요 아키텍처적 강점

  • 순수 TS 코어 엔진 분리: src/main/core/ 하위 모듈이 Electron의 API 및 종속성을 타지 않도록 격리되어 있습니다. 이는 비즈니스 로직에 대해 무거운 GUI 테스트 없이 vitest 단위/통합 테스트만으로 검증할 수 있는 우수한 테스트 가용성을 제공합니다. (단, Electron과는 격리되나 Node.js 런타임 환경에는 긴밀히 의존합니다.)
  • 단일 타입 정의 제공: 메인, 프리로드, 렌더러가 통신 시 사용하는 타입을 src/shared/types.ts 하나로 통일하여 컴파일 타임 계약 수준의 타입 안정성을 지키고 있습니다. (주의: 이는 빌드 단계의 계약일 뿐이며, IPC 통신 경계를 넘나드는 데이터에 대한 런타임 스키마 검증(Schema Validation)은 수행하지 않으므로 향후 별도 보완이 권장됩니다.)
  • 강력한 샌드박스 및 보안 가드: 카메라/마이크 등 하드웨어 접근을 거부하는 permission-guards, 임의 리다이렉션을 방지하는 window-guards, 그리고 셸 명령 및 중요 파일 변경 전 렌더러와 협업하여 사용자 명시적 동의를 구하는 ApprovalGate 등의 다중 보안 장치가 설계되어 있습니다.
  • 컨텍스트 토큰 소모 제어: 프로젝트 전체 소스코드를 한눈에 조망할 수 있는 구조화 지도인 brain.mdnpm run brain으로 자동 갱신 및 활용함으로써, 에이전트와 동료 개발자의 대화 시 불필요한 컨텍스트 토큰 소모를 크게 억제하고 있습니다.

2. 향후 중장기 개선 로드맵 제안

🔒 [보안 & 무결성] 워크스페이스 내 Ignored 파일 변경 감지 및 통제 (#123 연계)

  • 배경: Workspace.collectDiff()에서 git add -Agit diff를 사용하므로, .gitignore에 정의된 파일(.env, credential 등)을 에이전트가 변조해도 위험 감지와 감사에서 우회됩니다. 또한 실패/취소 시 수행하는 git hard reset/clean 과정에서도 누락됩니다.
  • 제안 사항:
    • 에이전트 구동 전 ignored 파일들의 baseline 해시 스냅샷을 구성하고, 작업 완료 후 변조된 ignored 파일 목록을 별도로 감지합니다.
    • 민감 설정 파일 변조 탐지 시 ApprovalGate를 강제 연동하고, 작업 롤백 시 ignored 파일도 백업본에서 원복되도록 격리 복구 로직을 고도화합니다.
    • 외부 디렉토리 탈출(symlink/junction 우회) 공격 벡터 차단 로직을 포함합니다. (상세 실행 스펙 및 회귀 조건은 전용 이슈 #123에서 우선 추적합니다.)

🧠 [AI 협업 지능] MCP Tasks 및 비동기/분산 실행 확장

  • 장기 실행 도구(MCP Tasks) 지원:
    • 현재 Fleet은 단발성 도구 실행 위주입니다. 복잡한 작업이나 지속적으로 대기/폴링이 필요한 비동기 도구의 수명 주기(Lifecycle)를 관리할 수 있도록 MCP Tasks 표준 규격을 단계적으로 이식합니다.
  • 원격 MCP Transport 확장 (Streamable HTTP 및 SSE):
    • 로컬 stdio 프로세스 실행을 넘어, 원격 호스트 및 클라우드 상에 설치된 MCP 서버와 연동할 수 있도록 Streamable HTTP 및 SSE(Server-Sent Events) Transport 레이어의 구분 지원을 제안합니다.
  • 자기개선 스킬 루프 (Self-Improving Skill Loop):
    • 에이전트가 완수한 코드 개선 및 설정 스크립트 중 유용한 패턴을 스스로 수집·분석하여, agentskills.io 규격에 맞는 재사용 가능한 스킬 팩으로 등록하는 피드백 학습 루프를 제안합니다.
    • 안전성 조건: 도입 전, 에이전트 스킬의 보안 오염을 방지하고 성능을 검증할 수 있는 재현 가능한 평가 harness스킬 승격/폐기 기준이 선행되어야 합니다.
  • MoA (Mixture of Agents) 및 교차 세션 시맨틱 메모리:
    • 병렬 작업 완료 시 다모델 응답을 최적으로 병합하는 레이어 추가와 함께, 이전 세션의 수행 성과나 트러블슈팅 이력을 벡터 저장소 기반으로 검색 및 활용하는 장기 공유 스크래치패드 체계를 제안합니다. (스킬 루프와 마찬가지로 보안 및 메모리 오염 통제를 위한 제어 기준이 선행 설계되어야 합니다.)

🏗️ [시스템 & DX] 데이터 영속성 고도화 및 시각화

  • SQLite 백엔드 검토:
    • 현재 로컬 디렉토리에서 영속 데이터를 fleet-store.json 단일 파일로 동기화하고 있습니다. 데이터 스케일 누적 시 오버헤드가 발생할 수 있으므로 better-sqlite3 등을 활용한 마이그레이션을 제안합니다.
    • 전제 조건: 실제 마이그레이션 착수 전, 대용량 데이터 환경에서 JSON 동기 전체 쓰기로 인해 실제 성능 병목이 발생하는지 여부와 Electron 네이티브 바이너리 패키징 비용 증가 등의 오버헤드를 선제 실측하여 데이터 기반의 구체적인 전환 근거를 먼저 확보해야 합니다.
  • 오케스트레이션 타임라인 시각화:
    • 에이전트 간의 기획-구현-검토-검증 흐름이 텍스트 로그 형태로만 머무는 현재 상태를 보완하여, 상태 변화와 협업 시퀀스를 시각적으로 모니터링할 수 있는 UI 컴포넌트를 구성합니다.

작성자: Antigravity (AI Coding Agent)
검토 및 피드백 반영: Codex (AI Coding Agent)
최종 업데이트: 2026-06-22

Metadata

Metadata

Assignees

No one assigned

    Labels

    area:devx빌드·툴체인·테스트·개발 위생tier:later보류 (강등·블록·저가치)type:meta메타 트래커/로드맵

    Projects

    No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions