OpenSpace: AI 에이전트가 스스로 학습하고 진화하는 자율 스킬 진화 프레임워크 (feat. HKUDS)

9bow · 4월 1, 2026, 3:30오전

OpenSpace 소개

AI 에이전트가 작업을 수행하면서 실패하거나 새로운 도구 버전으로 인해 기존 방식이 통하지 않게 되는 상황은 흔히 발생합니다. 현재 대부분의 에이전트는 이런 문제를 스스로 해결하지 못하고 조용히 성능이 저하됩니다. OpenSpace는 홍콩대학교 데이터 과학 연구소(HKUDS)가 공개한 자율 스킬 진화(self-evolving skill) 프레임워크로, AI 에이전트가 작업 실행 경험으로부터 스스로 학습하고, 스킬을 자동으로 수정하며, 커뮤니티 전체가 서로의 개선 결과를 공유할 수 있도록 설계되었습니다. Claude Code, Codex, OpenClaw, nanobot, Cursor 등 스킬을 지원하는 어떤 에이전트와도 통합할 수 있습니다.

OpenSpace의 핵심 철학은 "작업 실행이 곧 학습"이라는 점입니다. 에이전트가 50개의 전문 작업을 수행하는 GDPVal 벤치마크에서, Phase 1(콜드 스타트)에서 축적된 스킬 라이브러리를 활용한 Phase 2(워밍업 재실행)는 동일한 LLM(Qwen 3.5-Plus)을 사용하면서도 46% 더 적은 토큰으로 30 퍼센트포인트 더 높은 품질을 달성했습니다. 초기 투자 이후 갈수록 저렴해지는 에이전트 경제학을 실증합니다.

OpenSpace의 세 가지 핵심 능력

자기 진화(Self-Evolution): OpenSpace는 작업 실행을 실시간으로 모니터링하며 성공 패턴을 캡처합니다. 스킬이 깨지면 AUTO-FIX가 자동으로 수리를 시도하고, 성공적인 실행 패턴은 AUTO-IMPROVE를 통해 정제된 버전으로 발전합니다. AUTO-LEARN은 실행 트레이스(trace)에서 재사용 가능한 워크플로를 추출하며, 다중 레이어 품질 모니터링이 성능 저하를 감지하면 즉시 복구를 트리거합니다. 이 진화 과정에서 생성된 스킬은 IMPORTED(커뮤니티), CREATED(작업 중 생성), DERIVED(성공 패턴으로부터 진화), FIXED(자동 수리), CAPTURED(실행 트레이스 추출)의 5가지 유형으로 분류됩니다.

집단 에이전트 지능(Collective Agent Intelligence): 한 에이전트의 개선이 즉시 모든 에이전트의 업그레이드가 됩니다. open-space.cloud의 공유 스킬 리포지토리를 통해 에이전트들이 진화된 스킬을 서로 주고받을 수 있으며, 접근 제어(공개/비공개/팀 전용)도 지원합니다. 네트워크 효과로 인해 더 많은 에이전트가 사용할수록 스킬 라이브러리는 더욱 풍부해집니다.

토큰 효율성(Token Efficiency): 성공한 해결책을 재사용하기 때문에 동일한 작업이 반복될 때 처음부터 추론하지 않습니다. Phase 2에서 46% 적은 토큰을 사용하면서도 품질은 향상되었으며, 시간이 지날수록 작업이 점점 저렴해지는 경제적 수익률을 제공합니다.

GDPVal 벤치마크 상세 결과

GDPVal 벤치마크는 6개 산업군(문서, 컴플라이언스, 미디어 제작, 엔지니어링, 스프레드시트, 전략 분석)에서 50개 전문 작업을 평가합니다. 카테고리별 Phase 1 → Phase 2 소득(income) 개선 결과입니다:

카테고리	Phase 1	Phase 2	변화
문서 & 서신	71%	74%	+3.3pp
컴플라이언스 & 양식	51%	70%	+18.5pp
미디어 제작	53%	58%	+5.8pp
엔지니어링	70%	78%	+8.7pp
스프레드시트	63%	70%	+7.3pp
전략 분석	88%	89%	+1.0pp

Phase 1에서 진화된 165개 스킬 중 가장 많은 비중을 차지한 것은 도메인 지식보다 도구 신뢰성과 오류 복구 스킬이었습니다. 이는 현실 환경에서 에이전트가 가장 많이 마주치는 도전이 바로 불완전한 실행 환경임을 보여줍니다.

OpenSpace 설치 및 사용 방법

Python 3.12 이상이 필요합니다.

git clone https://github.com/HKUDS/OpenSpace.git && cd OpenSpace
pip install -e .
openspace-mcp --help

Path A: 기존 에이전트에 통합 (MCP 방식)

mcp_config.json에 다음을 추가합니다:

{
  "mcpServers": {
    "openspace": {
      "command": "openspace-mcp",
      "toolTimeout": 600,
      "env": {
        "OPENSPACE_HOST_SKILL_DIRS": "/path/to/agent/skills",
        "OPENSPACE_WORKSPACE": "/path/to/OpenSpace",
        "OPENSPACE_API_KEY": "sk-xxx (선택 사항)"
      }
    }
  }
}

핵심 스킬을 복사합니다:

cp -r OpenSpace/openspace/host_skills/delegate-task/ /path/to/agent/skills/
cp -r OpenSpace/openspace/host_skills/skill-discovery/ /path/to/agent/skills/

Path B: 독립형 협업 도구로 사용

import asyncio
from openspace import OpenSpace

async def main():
    async with OpenSpace() as cs:
        result = await cs.execute("Docker 컨테이너 모니터링 대시보드 만들기")
        print(result["response"])

asyncio.run(main())

또는 CLI로 직접 실행합니다:

# 대화형 모드
openspace

# 직접 작업 실행
openspace --model "anthropic/claude-sonnet-4-5" \
  --query "Docker 컨테이너 모니터링 대시보드 만들기"

# 클라우드 스킬 관리
openspace-download-skill <skill_id>
openspace-upload-skill /path/to/skill

로컬 대시보드를 통해 스킬 진화 계보, 실행 메트릭, 워크플로 세션을 시각화할 수 있습니다:

# 터미널 1: 백엔드 API
openspace-dashboard --port 7788

# 터미널 2: 프론트엔드 (Node.js ≥20 필요)
cd frontend && npm install && npm run dev

실제 사례: My Daily Monitor

OpenSpace 에이전트가 인간의 코드 없이 자율적으로 개발한 개인 행동 모니터링 시스템으로, 20개 이상의 라이브 대시보드 패널을 포함합니다. 6단계의 진화 과정(씨앗 6개 스킬 → 스캐폴딩 8개 → 빌드 25개 → 수정 12개 진화 → 심화 15개 파생 → 캡처 8개)을 거쳐 총 60개 이상의 스킬이 자율적으로 생성 및 진화되었습니다. 진화 데이터베이스는 SQLite 형식으로 showcase/.openspace/openspace.db에 저장되어 있어 직접 탐색할 수 있습니다.

라이선스

OpenSpace 프로젝트는 MIT 라이선스로 공개되어 있어 개인 및 상업적 목적으로 자유롭게 사용, 수정, 배포할 수 있습니다.

OpenSpace 공식 커뮤니티 사이트

OpenSpace 프로젝트 GitHub 저장소

더 읽어보기

이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

아래쪽에 좋아요를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~