Auto-Company: 14개 AI 에이전트의 끝없는 회의를 막고 코드 개발까지 강제
CMU의 Zheyuan Kong이 다중 에이전트의 공회전을 방지하는 'Auto-Company'를 오픈소스로 공개했다. 14명의 전문가 페르소나를 가진 에이전트가 아이디어 검증 후 3회차부터 Claude Code를 통해 실제 개발과 배포를 강제 실행한다. 마크다운 파일 하나로 메모리를 유지하며, 로컬 환경에서 24시간 자율 구동된다.

Auto-Company는 카네기멜론대(CMU)의 연구자 Zheyuan Kong이 공개한 오픈소스 자율형 멀티 에이전트 시스템입니다. 업계 전문가의 사고방식을 모방한 14개의 AI 에이전트를 개인 컴퓨터에서 24시간 실행하며 기획부터 코드 작성, 배포까지 스스로 진행하도록 만듭니다.
기존의 많은 멀티 에이전트 데모는 에이전트들끼리 끝없는 회의만 거듭하며 칭찬을 주고받다가 결국 아무런 결과물도 내놓지 못하는 치명적인 한계가 있었습니다. Auto-Company는 강제 수렴 프로세스를 통해 이러한 공회전을 차단합니다.
무엇을 할 수 있는가
시스템에는 14개의 전문 페르소나가 배치되어 있습니다. 제프 베조스 스타일의 CEO, 버너 보겔스 스타일의 CTO, 반증과 리스크 검증을 맡은 찰리 멍거, 풀스택 개발을 맡은 DHH, 마케팅을 담당하는 세스 고딘 등입니다.
이들에게는 무제한 회의 권한이 주어지지 않습니다. PROMPT.md 파일에 프로세스가 엄격하게 하드코딩되어 있습니다.
1회차에서는 브레인스토밍을 통해 제안을 모으고 상위 3개 아이디어를 투표로 추려냅니다.
2회차에서는 1위 제안에 대한 철저한 검증에 들어갑니다. 멍거식 사전 사후 분석(pre-mortem), 시장 테스트, 단위 경제성 검토를 거쳐 반드시 GO 또는 NO-GO 결정을 내리도록 강제합니다.
GO 결정이 나면 3회차부터는 토론을 전면 중단하고 즉시 코드 저장소를 만들어 개발과 배포 작업에 돌입합니다. 결과물 없이 토론만 이어가는 반복 루프는 철저히 금지됩니다.
동작 구조와 실행 방법
시스템 구조는 의외로 투박하고 직관적입니다. 복잡한 벡터 데이터베이스나 고난도의 메모리 프레임워크를 전혀 쓰지 않습니다.
에이전트들이 공유하는 기억은 memories/consensus.md라는 마크다운 파일 하나가 전부입니다. 각 라운드가 시작될 때 이 파일을 읽고, 끝날 때 합의 사항을 다시 기록하며 배턴을 넘깁니다.
사람이 프로젝트 방향을 개입하고 싶을 때도 설정값을 복잡하게 바꿀 필요가 없습니다. 해당 마크다운 파일의 Next Action 항목만 수정하면 에이전트들이 다음 회차에서 곧바로 방향을 틀어 작업을 수행합니다.
실제 코드 작성과 실행은 Claude Code나 Codex CLI를 그대로 호출해 처리합니다. 기존 CLI 도구가 가진 파일 입출력, Bash 실행, Git 관리 역량을 그대로 활용하는 방식입니다.
컴퓨터에서 24시간 돌아가도록 macOS 환경에서는 launchd, WSL 환경에서는 systemd를 데몬으로 등록해 사용합니다. 충돌 시 자동 재시작, 서킷 브레이커, 호출 제한 시 백오프, 합의 롤백 기능도 갖추고 있습니다.
다만 보안상의 주의점이 분명합니다. 도구가 원활하게 작업할 수 있도록 Claude의 bypassPermissions나 Codex의 danger-full-access 같은 호스트 전체 권한을 요구합니다. 데이터베이스 삭제나 강제 푸시를 막는 안전장치는 CLAUDE.md에 프롬프트로 적어둔 소프트웨어적 제약일 뿐, 실제 격리된 샌드박스가 아닙니다.
왜 중요한가
자율 에이전트 워크플로를 로컬에서 직접 돌려보고 싶은 개발자라면 Auto-Company는 충분히 살펴볼 가치가 있습니다. GitHub에서 이미 1,908개의 스타를 기록하며 주목받고 있습니다.
이 프로젝트의 강점은 복잡한 다중 에이전트 프레임워크를 덧붙이는 대신, Bash 무한 루프와 마크다운 파일 하나로 에이전트들의 회의 공회전 문제를 현실적으로 풀어냈다는 데 있습니다. 규칙을 통해 의사결정과 코드 작성을 강제하는 방식이 실용적입니다.
그러나 호스트 머신의 전체 권한을 에이전트에게 그대로 열어주는 방식은 잠재적 위험이 큽니다. 모델의 환각으로 인한 환경 손상을 방지하려면 일상적으로 사용하는 개인 PC보다는 독립된 가상머신(VM)이나 전용 클라우드 인스턴스에서 테스트하는 편이 안전합니다.
출처 (1)
- github.com(새 탭에서 열림)원문github.com