The Log is the Agent, agent runtime을 event log에서 다시 보기
Original: The Log is the Agent View original →
대부분의 agent framework는 LLM 대화 loop를 먼저 놓고, tool과 rule을 붙인 뒤 마지막에 log를 관찰용으로 얹는다. Yohei Nakajima의 논문 The Log is the Agent는 순서를 뒤집는다. append-only event log가 source of truth이고, working graph는 그 log에서 결정적으로 투영된다. 함수, class, LLM-backed routine, typed edge에 붙은 logic은 graph 변화에 반응해 새 event를 만든다.
이 구조의 장점은 세 가지로 정리된다. 실행 전체를 log만으로 deterministic replay할 수 있고, 특정 event 지점에서 cheap fork를 만들 수 있으며, high-level goal에서 개별 model call이 만든 artifact까지 lineage를 따라갈 수 있다. retrieval과 summarization으로 memory를 관리하는 방식보다 audit과 branching에 초점을 둔 설계다.
HN 토론에서 관심은 “새 이론”보다 구현 감각에 모였다. 몇몇 댓글은 자기 harness도 event graph나 session log를 비슷하게 쓴다고 설명했고, agent 개발 생태계가 비슷한 패턴을 각자 다시 만드는 경향도 언급됐다. 그 반응은 논문의 쟁점을 잘 보여준다. agent 시스템의 상태를 어디에 둘 것인가가 단순한 observability 문제가 아니라 runtime 설계의 중심이라는 점이다.
논문은 self-improving agent에 특히 맞는 substrate일 수 있다고 말하지만, 그 부분은 입증보다 제안에 가깝다. 그래도 replay, fork-and-diff, lineage tracing은 지금 agent 도구들이 자주 부딪히는 문제와 직접 맞닿아 있다. 실패한 run을 재현하고, 한 지점에서 다른 전략을 갈라 실험하며, 결과물이 어떤 호출에서 나왔는지 추적하는 일이 쉬워진다면 agent 운영 방식도 달라진다.
Related Articles
낮은 가격대의 Sonnet 모델이 agent 작업에서 Opus 4.8에 가까운 구간까지 올라섰다. Free·Pro 기본 모델과 API, Claude Code에 동시에 들어오며, 8월 31일까지 입력 100만 토큰당 $2·출력 100만 토큰당 $10의 도입 가격이 적용된다.
agent 성능 개선이 항상 새 모델이나 fine-tuning을 뜻하지는 않는다. Microsoft Research의 SkillOpt는 GPT-5.5 direct chat 6개 benchmark 평균을 58.8에서 82.3으로 올렸고, 52개 평가 셀에서 최고 또는 공동 최고를 기록했다.
점수보다 논점이 더 흥미롭다. HN 댓글은 새 benchmark 자체보다 “시니어 엔지니어”를 어떻게 재현할 수 있느냐에 모였다.