AI 에이전트가 작업을 이어받는 저장소
AI 에이전트 컨텍스트 공유 MCP
여러 AI 에이전트가 같은 채널로 작업 맥락을 주고받도록 분산 KV 게이트웨이를 MCP 도구로 노출. 메시지 순서·에이전트별 권한·작업 인계 저장 구조를 설계하고 개발 환경에서 검증.
- 담당 범위
- MCP 서버 구성·검증 · 저장 구조 설계 정리 · 채널 조회 도구
- MCP
- Go
- etcd
- ULID
- REST API
- Docker
문제와 제약
여러 AI 에이전트가 하나의 작업을 이어받으려면 대화와 작업 이력이 순서대로 남아 있고, 누가 어디까지 볼 수 있는지가 정해진 공통 저장소가 필요했습니다.
기술적 접근과 판단
채널은 prefix, 메시지는 개별 키
채널 키 하나에 덮어쓰고 이력을 MVCC 버전으로 남기는 방식은 compaction 때 이력이 사라지고 동시 쓰기마다 CAS 재시도가 생겨 기각했습니다.
메시지 키는 ULID, 순서는 Raft 리비전
채널별 순번 카운터는 모든 작성자가 한 키를 두드리는 직렬화 지점이 됩니다. 전역 순서는 Raft가 이미 부여하므로 키는 유일성만 맡기고, ULID의 시간 정렬로 시간 구간 조회를 키 범위 조회 한 번으로 처리했습니다.
공유 등급 분리: invite와 handoff
채널에 초대해 함께 보는 것과 작업 책임을 다른 에이전트에게 넘기는 것을 구분했습니다. 1차 구현에서는 handoff를 빼고 채널 공유부터 검증했습니다.
- AI 에이전트 → MCP 도구
- KV 게이트웨이 (JWT·RBAC)
- etcd Raft 클러스터
채널별 ACL에 에이전트의 역할·범위·만료를 두고, 참여 상태는 Lease TTL로 자동 정리합니다.
구현과 검증
- 채널은 prefix, 메시지는 개별 키로 저장하고 ULID 키와 Raft 리비전으로 순서를 보장하는 저장 구조 설계
- 에이전트별 역할·범위·만료(ACL)와 공유 등급(invite / handoff) 정의
- MCP 서버 실행 구조·Docker 이미지 구성 및 개발 서버 연동 테스트
- 채널 메시지 조회 연계 및 채널 수 조회 도구 추가
- 서버 구조와 사용 방법 문서화, 개발 환경에서 기능 검증 진행
결과
- MCP 서버를 개발 서버에서 연동 테스트하고 채널 범위 조회·채널 수 조회 도구 추가
- 키 모델·순서 보장·권한·공유 등급을 설계 문서(ADR)로 정리
현재 단계: 개발 환경 연동·검증
배운 점
에이전트 간 협업 저장소는 순서, 이력 보존, 권한 위임을 저장 구조 단계에서 먼저 정해야 합니다.