Why Attractor Guided Engineering Cannot Be Demoted to an AI Agent Skill

개요

Attractor Guided Engineering (AGE)는 AI 소프트웨어 엔지니어링에서 시스템 제어 및 수렴성을 유지하는 데 있어 핵심적인 역할을 하며, 단순히 재사용 가능한 스킬로 축소될 수 없음을 설명합니다. AGE는 도메인 구조 보존과 궤적 드리프트 억제에 집중하는 반면, 스킬은 기능 호출의 문제를 해결합니다.

주요 내용

* 스킬의 본질: 스킬은 재사용 가능한 작업 패키지를 캡슐화하여 특정 작업 의도에 매핑하는 시맨틱 수준의 해시 맵과 유사합니다. 이는 "무엇을 할 것인가"를 "어떤 기능 패키지를 로드할 것인가"에 매핑하는 데 적합하며, 버그 진단, 코드 검토, 보고서 생성 등 지역적인 기능을 캡슐화하는 데 유용합니다.
* 정보 형식의 중요성: 스킬의 실제 메커니즘은 시맨틱 매칭이므로 파일 형식이 본질적인 것이 아닙니다. AI는 Markdown, XML 등 다양한 형식을 읽을 수 있으며, 중요한 것은 정보의 형태가 바뀌더라도 원래의 구조가 유지되는지 여부입니다.
* 동적 시스템과 구조 보존: 동적 시스템의 관점에서 볼 때, 시스템 변수는 변경될 수 있지만 시스템 진화를 지배하는 핵심 구조는 유지되어야 합니다. 이는 작은 오류가 장기적으로 시스템의 전체적인 동작을 왜곡하는 것을 방지합니다.
* 상태 공간 vs. 소스 코드 공간: AGE는 리포지토리를 동적으로 변동하는 시스템으로 간주하며, AI의 높은 빈도와 큰 폭의 변경으로 인해 인간의 정보 처리 능력을 초과할 수 있습니다. 따라서 시스템 진화의 진실의 근원은 리포지토리 자체에 있어야 합니다. AGE는 "에이전트가 이번에 올바른 스킬을 호출했는가?"가 아니라 "많은 에이전트의 변화 후에도 리포지토리가 도메인 구조를 따라 제어된 방식으로 수렴하는가?"를 핵심 질문으로 삼습니다.
* AGE가 제공하는 핵심 개념:
* Attractor (인력): 시스템이 장기적으로 어떤 구조로 돌아갈 것인지 정의하며, 소유자 문서, 아키텍처 기준선 등에서 결정됩니다.
* Trajectory (궤적): 로그, 버그 노트, 계획 등이 시스템이 현재 상태에 도달한 과정을 기록하여 수렴 또는 드리프트를 판단하는 데 사용됩니다.
* Semantic Authority (시맨틱 권한): 스킬, 계획, 코드, 테스트, 문서 간의 불일치 시 누가 우선하는지를 결정하며, 소유자, 라우팅, 우선순위가 중요합니다.
* Proof Relation (증명 관계): 테스트는 특정 시맨틱 약속을 보호해야 하며, 감사는 약속의 소멸, 약화 또는 비권위적인 전달자를 통한 이동 여부를 검사합니다.
* Freshness / Autonomy (신선도 / 자율성): 문서의 신선도는 AI가 해당 문서를 기반으로 얼마나 자율적으로 작동할 수 있는지를 결정합니다.
* Structure-Preserving Document Routing (구조 보존 문서 라우팅): AGENTS.md와 docs/index.md는 AI가 작업에 필요한 정보를 점진적으로 열람하도록 유도하며, 도메인 구조를 단편화하지 않습니다.
* AGE는 스킬을 활용할 수 있지만, 스킬이 될 수는 없습니다: AGE는 외부 실행 프레임워크인 스킬을 활용하지만, 스킬은 AGE 자체나 진실의 근원이 될 수 없습니다. AGE는 작업 수행 전에 이미 존재하는 리포지토리 구조여야 하며, 작업 수행 방식을 결정합니다.
* 판단 기준: AI 엔지니어링 관행이 과도하게 스킬화되었는지 판단하려면, 지식이 운영 동사 중심인지 도메인 개념 및 소유권 중심인지, 링크가 실행 리소스 참조인지 소유자/불변/증명/선행/신선도 관계인지, 정보 변환 후 도메인 구조 복원이 가능한지 등을 질문해야 합니다.