DeepSeek “자기 진화” 청사진 공개: Harness, AI 개발을 레고 플러그인 조립처럼 만들다

핵심: Cordis는 DeepSeek와 북경대학의 공동 논문 《A Programming Paradigm for Spatiotemporal Composability》에서 제안한 플러그인 방식의 컴포넌트 시스템으로, 자기 진화 AI를 지원합니다.

  • 기술: '가역 이펙트'는 컴포넌트 동적 로드/언로드 시 부작용을 자동 롤백하고, '반응형 코이펙트'는 의존성에 따라 컴포넌트를 자동 활성화/비활성화합니다.
  • 검증: Koishi 프레임워크에서 4년 동안 4,000개 이상의 커뮤니티 플러그인으로 실제 생태계에서 효과가 입증되었습니다.
  • 저자: Yifan Shi(Koishi 창시자, 북경대/DeepSeek), Wei Zhang(북경대 부교수), Tianyi Cui(DeepSeek Harness 팀 리더).
요약

원제: 《DeepSeek의 '자기 진화' 청사진, 공개되다》

Jay, 아오페이쓰 양쯔웨이 | 공식 계정 QbitAI

DeepSeek가 베이징대학교와 협력한 최신 논문이 Harness 버전 고래의 베일을 벗겼다.

《A Programming Paradigm for Spatiotemporal Composability》라는 제목으로, 중국어 번역은 《시공간 조합 가능성을 처리하는 프로그래밍 패러다임》이다.

약간 난해하게 들릴 수 있지만, 한 문장만 기억하면 된다—

이 논문 전반은 Cordis를 중심으로 전개된다. 이것은 '검은 고래(黑鲸)'의 핵심이자 자유롭게 꽂고 뺄 수 있는 '레고 베이스 플레이트'다.

여기에서는 만물이 플러그인이고, 만물이 재조합될 수 있다.

이것은 '검은 고래'의 개방 수준이 그토록 높고, 공식 측이 플러그인을 만들고 Harness를 개조하는 것을 그만큼 장려하는 이유도 설명해준다.

정보량이 폭발하는 논문이자, DeepSeek Harness 팀이 오랫동안 공들여온 집대성 작품이며, 마침내 거대한 검은 고래의 형태로 멋진 한 판을 치렀다.

주목할 점은, 이번 논문이 올해 DeepSeek의 7번째 논문이자 베이징대학교와 N번째 협업이라는 것이다.

총 80여 페이지에 달하는데, 논문을 처음부터 끝까지 읽으며 대략 몇 가지 핵심 포인트를 정리했다—

  1. Cordis는 범용적인 동적 합성 시맨틱을 제공한다. Context 관리를 거친 컴포넌트는 동적으로 로드·언로드될 수 있으며, 관리되는 부작용(side effect)을 자동으로 회수한다.

  2. 수학적 기반은 타입 이론의 두 고전 개념인 효과(effect)와 공효과(coeffect)에서 나온다.

  3. 실험실용 장난감이 아니다. 이 설계는 이미 Koishi 챗봇 프레임워크에서 4년간 운영됐고, 4000개 이상의 커뮤니티 플러그인이 프로덕션 환경에서 검증됐다.

그리고 이 모든 것은 하나의 야심으로 수렴된다—

자기 진화.

01 시간과 공간, Harness 자기 진화의 두 가지 난관

소프트웨어 세계에는 반직관적인 현실이 있다. 플러그인 시스템을 지원하는 대부분의 경우, 플러그인 하나를 언로드한 후 전체 호스트 프로세스를 재시작해야 한다.

즉, 삭제한 것은 플러그인 하나뿐인데, 함께 재시작되는 것은 이미 로드된 모든 플러그인이다.

그렇다. '플러그인(plug-in)'은 말 그대로 꽂아 넣는 것이지만, 실제로는 꽂으면 뺄 수 없다.

VSCode가 대표적인 사례다.

논문에 따르면 2026년 6월 9일 기준 VSCode Marketplace 상위 100개 확장 중 87개는 실행 가능한 코드를 포함한다. 일단 활성화되면 런타임에 개별적으로 언로드할 수 없고, 비활성화하거나 삭제하면 확장 호스트 전체를 재시작해야 한다.

이는 VSCode만의 문제가 아니다. 논문은 거의 모든 플러그인 아키텍처에 이런 결함이 있으며, 정도만 다를 뿐이라고 지적한다.

이런 문제는 일반 플러그인 시스템에서도 이미 골칫거리지만, 비용이 재시작뿐이라면 그래도 받아들일 수 있다.

하지만 에이전트(Agent) 맥락에서는 완전히 다른 문제가 된다.

일반적인 하네스(Harness) 안에는 보통 수많은 것들이 담겨 있다. 도구 모음, 실행 환경, 권한 제어, 샌드박스, 세션 상태, 메모리 시스템... 그 자체로 극도로 복잡한 엔지니어링 시스템이다.

그런데 지금은 '자기 진화 AI'라는 손오공을 만나, 방심하면 스스로 자신을 수정해 사라져버릴 수도 있다.

이것이 DeepSeek의 이번 논문이 자기 진화에 접근하는 각도다.

미래의 에이전트는 작업에 따라 스스로 도구를 생성하고, 그 도구를 런타임에 설치하며, 문제가 발견되면 다시 스스로 교체할 수 있다.

코드 한 줄을 수정할 때마다 전체 프로세스를 재시작해야 한다면, 그동안 쌓아온 컨텍스트와 캐시가 모두 붕괴될 수 있다.

이것을 시간 조합 가능성이라 한다.

모듈 간 의존성을 각 모듈이 스스로 패치하는 방식에 맡기면, 오늘은 A가 있는지 확인하고 내일은 B를 추측하는 식이 된다... 방심하면 순환 의존성이 생기고, 다시 로드할 때 문제가 폭발한다.

이것을 공간 조합 가능성이라 한다.

이 두 난점이 바로 Cordis가 해결하려는 두 문제다.

DeepSeek의 해법

먼저 두 가지 수학 지식을 보충해야 하는데, 이는 이번 논문의 두 이론적 기둥이기도 하다—

효과(effect)와 공효과(coeffect).

간단히 말해 효과는 '프로그램이 세계에 미치는 영향'을 기술하고, 공효과는 '세계가 프로그램에 가하는 제약'을 기술한다. 둘은 쌍대(duality) 관계로, 효과 시스템은 타입을 풍부하게 하고 공효과 시스템은 컨텍스트를 풍부하게 한다.

하지만 문제가 있다. 자기 진화 AI 맥락에서는 프레임워크가 동적으로 로드된다.

고전적인 효과/공효과는 정적 타입 시스템 도구다.

시간과 공간이라는 두 난관을 동시에 넘기 위해, 팀은 이 두 개념을 에이전트 런타임에 맞게 한 차례 조정·업그레이드했다—'가역 효과(revertible effects)'와 '반응형 공효과(reactive coeffects)'다.

가역 효과(revertible effects)는 시간 차원을 겨냥한다.

핵심 정의는 단 한 문장이다. 컨텍스트에 대한 모든 수정에는 반드시 명시적인 역함수가 짝지어져야 하며, 그래야 부작용이 가역적이 된다.

플러그인을 로드할 때 상태를 수정할 때마다 대응하는 역함수가 기록되고, 순서대로 쌓여 하나의 '실행 취소 체인(undo chain)'이 된다.

플러그인을 언로드할 때는 이 체인을 역순으로 실행하면 시스템 상태가 플러그인 로드 이전의 모습으로 정확히 복원된다.

접시 더미로 이해하면 된다. 가장 나중에 올린 접시를 먼저 치우는 것이다.

이렇게 하면 시간 순서가 흐트러지지 않는다.

반응형 공효과(reactive coeffects)는 공간 차원을 담당한다.

Cordis에서 컴포넌트는 자신이 어떤 의존성을 필요로 하는지 선언할 수 있으며, 이를 통해 의존성이 해석 가능하도록 만든다.

예를 들어 채팅 플러그인이 메시지 어댑터 하나와 데이터베이스 하나가 필요하다고 선언했다고 하자. 두 의존성이 모두 충족되어야 ACTIVE 상태가 된다. 하나라도 없으면 INACTIVE 상태를 유지하며, 서둘러 시작하지도 않고, 먼저 실행됐다가 널 참조 오류를 내지도 않는다.

제공자가 나타나면 의존하는 쪽이 자동으로 활성화된다. 제공자가 사라지면 의존하는 쪽이 먼저 멈추고, 자신의 effect를 되돌린 후에 제공자가 언로드를 완료한다.

의존성 제공자가 언로드되면 의존하는 쪽이 자동으로 비활성화되고, 의존성이 다시 올라오면 의존하는 쪽이 자동으로 복구된다. 이 토폴로지 오케스트레이션은 개발자가 손으로 작성하지 않고 선언에서 자동으로 도출된다.

둘을 결합한 것이 Cordis의 핵심을 이룬다.

논문 제목에서 '시공간 조합 가능성'이 직관적으로 의미하는 바가 바로 여기에 있다.

02 Koishi

그렇다면 지금까지 말한 것들은 실제로 검증됐을까?

있다.

게다가 규모도 작지 않다.

논문이 실험 검증에 사용한 것은 Koishi라는 챗봇 프레임워크다.

Koishi는 Cordis를 기반으로 구축됐으며, 4년 동안 4000개 이상의 커뮤니티 플러그인이 축적됐다. 인스턴트 메신저 어댑터, 데이터베이스 드라이버, 관리 콘솔, 각종 사용자 기능을 아우른다.

GitHub에 따르면 Koishi는 크로스플랫폼, 확장 가능, 고성능 챗봇 프레임워크다.

그 이름과 아이콘 디자인은 동방 프로젝트의 캐릭터 고메이지 코이시(Komeiji Koishi)에서 비롯됐다.

고메이지 코이시는 무의식적인 행동을 하는 캐릭터로, 이 이름은 챗봇이라는 주제를 상징함과 동시에 개발자가 쏟은 애정도 담고 있다.

상당히 흥미로운 README다.

그렇다면 Cordis는 무엇인가?

Koishi 저자는 Cordis라는 이름이 라틴어로 '심장'에서 유래했으며, Koishi의 모든 것은 Cordis에서 시작된다고 말한다.

메타 프레임워크로서 Cordis는 어떤 구체적인 도메인이나 시나리오에도 결합되지 않는다.

그것이 제공하는 능력은 대부분의 프레임워크에 흔한 플러그인 시스템이지만, 그 시스템 이면에는 대부분의 프레임워크가 달성하지 못한 목표, 즉 가역성이 있다.

그리고 이런 말도 남겼다:

나는 이것이 미래의 소프트웨어(적어도 내가 개발하는 소프트웨어)의 핵심이 되기를 바란다.

4년이 지난 지금, DeepSeek의 이번 논문이 그 검증 결과를 내놓았다.

먼저 시간 차원의 검증이다.

Koishi에서 관리자는 콘솔에서 플러그인 하나를 비활성화할 수 있고, 플러그인이 시스템에 미친 영향은 그 자리에서 되돌려지며, 다른 플러그인은 계속 작동한다.

개발 중에는 플러그인을 수정하고 저장하면 수정된 플러그인만 다시 적용되고, 캐시와 연결은 그대로 유지된다.

다음은 공간 차원의 검증이다.

Koishi 생태계에서 IM 어댑터는 메시지 플랫폼 연결을 제공하고, 데이터베이스 드라이버는 영속적 저장을 제공하며, 기능 플러그인은 이들을 의존성으로 선언해 직접 접근한다.

실제 운영 중에 저장소 백엔드를 전환하거나 어댑터를 다시 연결할 때, 의존성이 실제로 변경된 플러그인만 다시 활성화되고, 의존성이 변하지 않은 플러그인은 전혀 움직이지 않는다.

알다시피 이 플러그인들은 보통 서로 다른 저자가 독립적으로 개발한 것이며, 이들 사이의 유일한 조정 장치는 Cordis가 강조하는 반응형 공효과뿐이다.

이는 하나의 동적 합성 규칙이 서로 다른 저자가 기여한 개방형 플러그인 생태계에서 실제로 작동할 수 있음을 보여준다.

하지만 논문도 이 사례를 완벽한 데모로 포장하지는 않았다.

팀은 현재 Koishi 단일 생태계, TypeScript 단일 언어의 검증 데이터만 있을 뿐, 대체 아키텍처와의 통제된 비교가 부족하다는 점을 인정한다……

하지만 가장 중요한 것은 새로운 방향을 하나 제시했다는 점일 것입니다. 스스로 진화하는 Agent Harness를 위한 기반 시설이죠.

지금 공개된 DeepSeek Harness는 바로 Koishi Cordis의 업그레이드 버전입니다.

03 논문 저자 소개

마지막으로 늘 그렇듯 논문 저자들을 살펴보겠습니다.

총 세 명이며, 베이징대학과 DeepSeek에 걸쳐 있습니다.

제1저자는 Yifan Shi로, 베이징대학 출신이며 DeepSeek 멤버이기도 합니다.

자세히 조사해 보니, 일찍이 DeepSeek V3 Technical Report에서도 그의 이름이 등장한 적이 있었습니다.

이번 새 논문에서 검증에 사용된 프로젝트인 Koishi 역시 그의 손에서 나왔습니다.

‘shi’에 대한 집착이 꽤 강하다는 것을 알 수 있습니다. 본명은 Yifan Shi, 프로젝트 이름은 Koishi, GitHub 이름은 Shigma입니다.

(doge)

본론으로 돌아오겠습니다.

Koishi는 4년 전 만들어진 저장소로, 현재 5.7K 스타를 보유하고 있습니다. 말하자면 모든 것의 원천이라고 할 수 있습니다.

Cordis 개념 역시 Koishi에서 제안되었기 때문입니다.

2023년, Shigma는 Koishi 공식 문서에 ‘가역적 플러그인 시스템’이라는 제목의 설계 글을 썼는데, 이것이 거의 이번 새 논문의 시초라고 할 수 있습니다.

장웨이(Wei Zhang) 역시 베이징대학 출신으로, 베이징대학 컴퓨터학부 소프트웨어 연구소의 부교수입니다.

학부 공식 홈페이지에 따르면 장웨이의 연구 분야는 주로 소프트웨어 공학과 프로그래밍 언어를 아우릅니다.

1999년 그는 난징항공항천대학 공학열물리학 전공으로 학사 학위를 받았습니다. 이후 컴퓨터 분야로 전환하여 2002년 난징항공항천대학에서 컴퓨터과학 석사 학위를 취득했습니다.

석사 졸업 후, 장웨이는 베이징대학에서 박사 과정을 계속했고, 2006년 컴퓨터 소프트웨어 및 이론 박사 학위를 받았습니다.

박사 졸업 후에는 곧바로 베이징대학에 남아 근무했으며, 이후 줄곧 소프트웨어 공학, 프로그래밍 언어 등 분야의 연구와 교육에 종사해 왔습니다.

주목할 점은, 2021년 ASE에서 장웨이가 이미 Yifan Shi와 협업한 적이 있다는 것입니다.

2024년에는 두 사람이 다시 함께 ICSME 논문 ‘Focused: An Approach to Framework-oriented Cross-language Link Specification and Detection’을 발표했습니다.

마지막은 익숙한 인물입니다.

추이톈이는 DeepSeek Harness 팀 책임자입니다. 저장대학 컴퓨터학과를 학사 졸업했으며, 량원펑의 후배입니다.

학창 시절, 추이톈이는 NOIP/정보학 올림피아드로 저장대학에 추천 입학했고, ACM 국제대학생 프로그래밍 경진대회 아시아 지역 대회에서 금메달을 6차례나 획득했습니다.

졸업 후에는 Jane Street 홍콩과 뉴욕 사무소에서 9년간 근무했습니다.

논문 링크: https://github.com/cordiverse/paper

Koishi: https://github.com/koishijs/koishi

공유하기:

작성자: PA荐读

이 글은 PANews 입주 칼럼니스트의 관점으로, PANews의 입장을 대표하지 않으며 법적 책임을 지지 않습니다.

글 및 관점은 투자 조언을 구성하지 않습니다

이미지 출처: PA荐读. 권리 침해가 있을 경우 저자에게 삭제를 요청해 주세요.

PANews 공식 계정을 팔로우하고 함께 상승장과 하락장을 헤쳐나가세요
PANews APP
MarsCoin 초기 판매자가 17만 달러 수익을 놓친 후 추격 매수했지만 아직 본전 회복 못 해
PANews 속보