어떤 프로그램인가?

소프트웨어별 지식과 작업 방법을 법전처럼 5계층(SKS Core, Software, Task, Execution, Validation)으로 나누고, 에이전트가 필요한 항목만 순차 조회해 작업을 수행하고 결과를 검증하도록 하는 실험적 지식 규격입니다. 전체 지식을 한 번에 주입하지 않아 컨텍스트를 절약하는 것을 목표로 합니다.

무엇을 할 수 있는가?

• 5계층 지식 구조(SKS Core / Software / Task / Execution / Validation)
• ID 기반 순차 조회 및 일괄 반환(lookup) 인터페이스
• 선행 조건(requires) 상태 추적
• 실행 규격과 검증 규격의 분리(EXEC / VAL)
• 오류 감지 및 복구 규약(ID_NOT_FOUND, VERSION_UNSUPPORTED, REQUIREMENT_UNMET, ENCODE_ERROR 등)

누구에게 적합한가?

에이전트의 컨텍스트 사용량과 작업 신뢰성, 검증 가능성에 관심 있는 개발자.

장점

• 필요한 항목만 조회해 컨텍스트를 절약할 수 있음
• 모델·제공자에 종속되지 않는 구조를 지향
• 선행 조건과 검증을 명시적으로 다룸

주의사항

• v0.2 설계 및 실험 검증 단계로 공개 API·설치 패키지는 아직 없음
• 단일 모델·단일 작업 중심으로 검증되어 일반화에는 추가 검증 필요
• 셸 명령의 경로 인용에 취약한 모델은 크기 제한 작업에서 실패할 수 있음

SKS — Software Knowledge System를 고를 때

SKS — Software Knowledge System(는) 에이전트 프레임워크 분류의 보통 난이도 도구다. 기본 사용은 쉽지만 연동과 설정 단계에서는 어느 정도 경험이 요구된다. 개인 PC 환경에서 동작한다. 공개 기능 5개, 장점 3개, 주의사항 3개가 기록되어 있어, 도입 전에 이 페이지 한 곳에서 장단점을 정리할 수 있다.

같은 분류의 다른 도구

에이전트 프레임워크 분류에는 LangChain, LlamaIndex, CrewAI, smolagents, OpenAI Agents SDK, Pydantic AI, Google ADK, AG2 등도 함께 등록되어 있다. LangChain와 난이도(보통)가 같으니 기능과 실행 환경으로 갈리는 지점을 비교하면 된다. 같은 분류 안에서 고르는 기준은 난이도와 실행 환경 차이이며, 아래 각 항목에서 세부 기능을 확인할 수 있다.

• LangChain — LLM 애플리케이션을 조립하는 대표적인 개발 프레임워크 (보통)
• LlamaIndex — 내 문서를 AI가 잘 찾게 만드는 데이터·에이전트 프레임워크 (보통)
• CrewAI — 역할이 다른 여러 에이전트를 팀처럼 구성하는 프레임워크 (보통)
• smolagents — 코드를 작성해 문제를 푸는 가벼운 에이전트 라이브러리 (쉬움)
• OpenAI Agents SDK — 개념이 적은 경량 Python 에이전트 빌드 도구 (보통)
• Pydantic AI — 타입 검증으로 결과를 붙잡는 Python 에이전트 프레임워크 (보통)
• Google ADK — 구글이 만든 계층형 에이전트 개발 프레임워크 (보통)
• AG2 — AutoGen 계보를 잇는 멀티 에이전트 대화 프레임워크 (어려움)

태그

직접 테스트

아직 직접 테스트 기록이 없습니다. 확인한 내용만 이곳에 추가됩니다.