NVIDIA NOOA, AI 에이전트를 네이티브 Python 객체로 재구성하다

도입

AI 에이전트 개발은 빠르게 발전하고 있지만, 실제 구현은 종종 복잡하게 흩어진다. 프롬프트 템플릿, 도구 스키마, 콜백 코드, 상태 관리, 워크플로 그래프를 각각 다뤄야 하고, 시스템이 커질수록 동작을 이해하고 수정하기 어려워진다. NVIDIA Labs의 NVIDIA Object-Oriented Agents, 즉 NOOA는 이 문제를 Python 객체지향 모델로 풀어보려는 시도다.

핵심 발상은 단순하다. 에이전트는 별도의 추상화나 DSL이 아니라 Python 객체이며, 개발자가 익숙하게 쓰는 클래스와 메서드 구조 안에서 모델의 행동을 정의한다.

핵심 내용

• 에이전트는 Python 객체: NOOA에서 메서드는 모델이 수행할 수 있는 행동이고, 필드는 명시적 상태다. docstring은 프롬프트 역할을 하며, 타입 주석은 입력과 출력의 계약으로 사용된다.
• 결정론적 코드와 LLM 실행의 공존: 일반적인 함수 본문이 있는 메서드는 그대로 표준 Python 코드로 실행된다. 반면 본문이 ...뿐인 메서드는 실행 시점에 LLM 기반 에이전트 루프가 완성한다.
• 개발자와 모델이 같은 인터페이스를 사용: 사람을 위한 코드와 모델을 위한 도구 설명이 분리되는 문제를 줄여, 에이전트 동작을 테스트하고 추적하고 리팩터링하기 쉽게 만든다.
• Pythonic API 지향: 컨텍스트, 이벤트, 상태 렌더링, 장기 메모리, 검증된 LLM 루프 같은 에이전트 기능을 Python에 가까운 API로 노출한다.
• 여러 모델 지향 기능의 통합: 논문은 타입이 지정된 입출력, 살아 있는 객체에 대한 참조 전달, 행동으로서의 코드, 프로그래밍 가능한 루프 엔지니어링, 명시적 객체 상태, 모델이 호출할 수 있는 컨텍스트 및 이벤트 API를 하나의 표면에 결합했다고 설명한다.

의미와 영향

NOOA의 의미는 단순히 또 하나의 에이전트 프레임워크를 추가하는 데 있지 않다. 더 중요한 점은 에이전트를 일반 소프트웨어 구성요소처럼 다루려는 방향성이다. 기존 에이전트 시스템은 모델에게 보여주는 설명, 실제 실행되는 코드, 상태가 저장되는 위치가 서로 떨어져 있는 경우가 많다. 이런 구조는 초기 실험에는 유연하지만, 운영 단계에서는 디버깅과 유지보수 비용을 키운다.

NOOA는 Python의 기존 객체지향 추상화를 활용해 이 간극을 줄이려 한다. 안정적으로 반복되어야 하는 로직은 일반 메서드로 남기고, 추론이나 유연한 완성이 필요한 부분만 LLM에 맡길 수 있다. 이는 신뢰성, 관측성, 테스트 가능성이 중요한 기업용 에이전트 개발에서 특히 유용한 설계 원칙이 될 수 있다.

논문은 또한 현재 모델들이 이 인터페이스를 효과적으로 사용할 수 있으며, SWE-bench Verified, Terminal-Bench 2.0, ARC-AGI-3 같은 에이전트 및 추론 벤치마크에서도 평가했다고 언급한다. 다만 제공된 자료에는 구체적인 점수가 없으므로, 성능 수치보다는 프로그래밍 모델 자체에 주목하는 편이 적절하다.

결국 NOOA는 에이전트 개발을 프롬프트와 도구 조립에서 유지보수 가능한 소프트웨어 설계로 이동시키는 흐름을 보여준다. 이 접근이 확산된다면, 앞으로의 에이전트 시스템은 더 쉽게 검사하고, 수정하고, 기존 개발 워크플로에 통합할 수 있을 것이다.

출처: Hugging Face Daily Papers