‘Intelligence’ 표준화: 3계층 메타데이터 철학

Source: Dev.to

소개

이전 포스트에서는 AI 에이전트가 “vibes”에 의존할 때 왜 실패하는지, 그리고 왜 “Cognitive Interface”가 필요한지를 설명했습니다. 하지만 Intelligence가 코드 수준에서는 어떻게 보일까요?

개발자 10명에게 AI에게 도구를 설명해 달라고 하면, 10가지 다른 답변을 받게 됩니다—어떤 사람은 기술적 타입에 초점을 맞추고, 어떤 사람은 화려한 문장에, 또 어떤 사람은 보안에 집중합니다. apcore에서는 이 “Intelligence”를 3‑Layer Metadata Stack으로 표준화했습니다. 기술 구문을 행동 거버넌스와 전술적 지혜와 분리함으로써, 우리는 AI 에이전트에게 모듈에 대한 360‑degree 뷰를 제공합니다.

The 3‑Layer Metadata Stack

We visualize the “Intelligence” of a module as a stack that moves from Required to Tactical:

레이어 1 – 코어 (필수)

• input_schema – AI가 반드시 보내야 하는 내용.
• output_schema – AI가 반드시 받아야 하는 내용.
• description – AI 검색 엔진을 위한 짧은 “요약문”.

목표: 정밀성. JSON Schema Draft 2020‑12 를 강제함으로써 모든 LLM이 이해할 수 있는 보편적인 언어를 제공합니다. AI가 구문을 정확히 맞추지 못하면 다른 것은 의미가 없습니다.

레이어 2 – 거버넌스 (행동)

• readonly – 정보를 얻기 위해 여러 번 호출해도 안전한가?
• destructive – 이 작업이 데이터를 삭제하거나 덮어쓰나요?
• requires_approval – 실행 전에 사람이 “예”를 클릭해야 하나요?
• idempotent – 연결이 끊어져도 AI가 안전하게 재시도할 수 있나요?

목표: 거버넌스. 보안 및 정책을 프롬프트에서 프로토콜로 옮겨 논리적 실수 가능성을 줄입니다.

레이어 3 – 전술적 지혜 (확장)

• x-when-to-use – 에이전트 플래너를 위한 긍정적 가이드.
• x-when-not-to-use – 일반적인 오작동을 방지하기 위한 부정적 가이드.
• x-common-mistakes – 개발 과정에서 발견된 함정.

목표: 전술적 지혜. 인간 경험을 메타데이터에 직접 인코딩하여 모든 정보를 하나의 설명 문자열에 압축할 때 발생하는 인지 과부하를 방지합니다.

점진적 공개 및 에이전트 단계

apcore는 Progressive Disclosure를 사용하여 토큰 사용량을 낮게 유지하고 추론을 신뢰할 수 있게 합니다:

1. Discovery phase – 에이전트는 Layer 1만 볼 수 있습니다.
2. Planning phase – 에이전트는 안전 및 재시도 규칙을 확인하기 위해 Layer 2를 로드합니다.
3. Execution phase – 에이전트는 알려진 함정을 피하기 위해 Layer 3를 로드합니다.

메타데이터를 계층화함으로써 토큰 소비를 줄이고 에이전트 추론의 신뢰성을 크게 향상시킵니다.

예시: 완전 구현된 apcore 모듈

class SensitiveTransferModule(Module):
    # Layer 1: Core
    input_schema = TransferInput
    description = "Transfer funds to an external IBAN."

    # Layer 2: Annotations (Governance)
    annotations = ModuleAnnotations(
        destructive=True,
        requires_approval=True,   # Safety gate
        idempotent=True
    )

    # Layer 3: Extensions (Tactical Wisdom)
    metadata = {
        "x-when-not-to-use": "Do not use for internal account transfers.",
        "x-common-mistakes": "Ensure the IBAN includes the country code.",
        "x-preconditions": "User must be MFA authenticated."
    }

“인텔리전스”는 에이전시 시대에 모델의 마법 같은 속성이 아니라 모듈의 엔지니어링 표준입니다. apcore 3‑계층 철학으로 구축하면, 어떤 AI든 전문적인 정밀도로 인식하고 사용할 수 있는 스킬을 엔지니어링하는 것입니다.

What’s Next

다음 기사에서는 AI 환상의 근본 원인을 다룰 것입니다: “AI 통합에서 ‘문자열 기반’ 설명의 종말.”

이것은 apcore: Building the AI‑Perceivable World 시리즈의 Article #7입니다. AI 상호작용의 미래를 표준화하는 데 함께하세요.

저장소

GitHub: https://github.com/aiperceivable/apcore