SNO는 Sense, Nexus, Outgrowth를 뜻해요. 당신의 일을 이해하고, 에이전트와 그 지식을 연결하며, 경험을 통해 성장한다는 의미예요. Sno Station은 당신의 컴퓨터에 AI 에이전트들을 모아 기억을 공유하고, 작업을 인계하며, 서로의 결과를 검토할 수 있게 해요. 에이전트들이 배운 내용은 함께 일하는 방식을 개선하는 데 쓰일 수 있어요. 어떤 변경을 유지할지는 당신이 결정해요.
우리가 믿는 것
당신은 이미 오래전에 에이전트 하나만 쓰는 걸 그만뒀다. 터미널 두 개, 구독 두 개, 두 회사의 모델 두 개. 그들은 서로 말하지 않는다. 하나가 한도를 다 쓰면, 마지막 스무 줄을 다른 쪽에 붙여 넣고 처음부터 다시 한다. 하나에게 자기 작업을 확인하게 하면, "문제없어 보입니다"라고 한다. 그리고 내일도 오늘 한 실수를 똑같이 한다. 아무것도 이어지지 않았기 때문이다.
Sno Station은 단순한 생각에서 출발한다. 당신이 이미 쓰고 있는 에이전트들은 당신의 컴퓨터 위에서 하나의 팀으로 일해야 한다. 그리고 그들이 일하는 곳은 계속 조금씩 나아져야 한다.
언제나, 조금 더 똑똑하게. 자기 학습은 에이전트가 한 일을 다시 읽고, 되풀이되는 실수를 찾는다. 고칠 점은 에이전트 자신의 스킬에 적어 둔다. 짧은 규칙 하나, 혹은 바뀐 단계 하나. 그리고 당신이 승인하도록 남겨 둔다. 당신이 승인하기 전에는 아무것도 바뀌지 않는다. 모델은 벤더가 내놓은 그대로다. 나아지는 것은 모델을 둘러싼 작업 환경이고, 그것은 남의 벤치마크가 아니라 당신 자신의 작업에서 나아진다.
빠른 머리와 느린 머리. 사람은 두 가지 방식으로 생각한다. 하나는 숫자가 이상하다는 걸 한눈에 아는 것. 반 초, 힘도 들지 않는다. 다른 하나는 왜 이상한지를 천천히 따져 보는 것. 대니얼 카너먼은 이것을 시스템 1과 시스템 2라고 불렀다. 자기 학습도 같은 방식으로 돌아간다. 작은 판단 모델 Jev가 모든 세션을 1초도 안 걸려 읽고, 잘못된 것에 표시를 한다. 큰 모델은 그것들만 받아서 무슨 일이 있었는지, 무엇을 바꿔야 하는지 따진다. 전부를 느린 방식으로 읽기엔 비용이 너무 커서, 예전에는 예순 개 세션 중 여덟 개쯤만 골라 보고 나머지는 놓쳤다. 이제는 고르지 않는다. 우리 자신의 세션 276개로 다시 돌려 보니, 빠른 단계는 실패한 19개 중 14개를 잡았다. 큰 모델 혼자서는 16개 중 6개였다. 비용은 세션당 1센트에 한참 못 미친다.
한쪽은 구현하고, 다른 쪽은 검토해요. 에이전트에게 자기 작업을 확인하게 하면 처음과 같은 전제로 결과를 봐요. 그 일을 다른 에이전트에게 맡기면 다른 시각으로 확인할 수 있어요. Claude Code와 Codex는 역할을 나눠요. 한쪽은 구현하고 다른 쪽은 요구사항에 맞춰 검토해요. 작업 맥락을 공유하며 지적한 내용과 수정 결과를 주고받아요. 어느 쪽이든 구현과 검토를 맡을 수 있어요. 이것이 Dual Brain이에요. 역할을 더하면 에이전트 팀가 돼요.
그들은 서로 말한다. 한 에이전트의 한도가 거의 다 떨어지면, 인수인계를 쓴다. 끝난 것, 반쯤 한 것, 이어서 시작할 정확한 커밋. 그런 다음 다른 에이전트를 깨우고, 인수인계가 전달될 때까지 손을 놓지 않는다. 우리 컴퓨터에서는 스물일곱 개 작업의 빌드 중 스물한 번째, 한도가 2% 남았을 때 이 일이 14분 41초 걸렸다. 그동안 깨어 있던 사람은 없었다. 모든 것은 당신 노트북의 평범한 파일로 돌아간다. 데몬도, 서버도, 계속 켜 둘 것도 없다.
하나의 기억, 그리고 일부러 잊는 기억. 두 에이전트는 같은 기억을 읽고 쓰기 때문에, 누구도 처음부터 시작하지 않는다. 좋은 기억은 놓을 줄도 안다. 당신이 취소한 선호, 바뀐 마감일은 바뀐 그날부터 에이전트를 움직이지 않아야 한다. 우리는 그것을 측정하고, 출처와 함께 숫자를 공개한다. 기억은 이 제품의 바닥이다. 간판은 아니지만, 모든 것이 그 위에 서 있다.
처음부터 가지고 오는 스킬. 이 팀은 빈손으로 오지 않는다. 우리가 여섯 달 동안 매일 우리 에이전트를 운영하며 써 온 스킬을 가지고 온다. 서로 검토하기, 일 넘겨주기, 일을 분명한 지시로 나누기, 진행 상황 보고하기, 무엇이 잘못됐는지 돌아보기. 먼저 코딩을 위해 쓰였고, 당신이 일하는 방식에 맞게 휘어지도록 만들어졌다. 자기 학습이 다시 쓰는 것도 바로 이 스킬들이라서, 가장 많이 쓰는 것이 가장 많이 나아진다.
당신의 것, 계속 당신의 것. 기억, 메시지, 스킬은 당신의 노트북에 있다. 기억은 처음 쓸 때부터 암호화되고, 키는 당신의 컴퓨터를 절대 떠나지 않는다. 처음부터 끝까지 Apache-2.0. 자기 학습만이 밖으로 무언가를 보내는 부분이다. 당신이 동의하면, 남긴 세션이 판단을 위해 우리 서버로 가고, 무엇이 나갔는지 정확히 볼 수 있다. 끄면 아무것도 나가지 않는다. 우리를 떠날 때, 에이전트의 기억과 스킬도 당신과 함께 간다.
이다음은. 오늘은 노트북 한 대 위의 두 머리다. 우리가 향하는 곳은 그 팀을 둘러싼 한 팀 전체다. 여러 사람이 그 일을 지켜보고 방향을 바꿀 수 있다. 지휘봉은 한 번에 한 사람이 든다. 누가 무엇을 정하는지에 대한 규칙은 모두가 읽을 수 있는 곳에 적혀 있다. 그 규칙도 스킬처럼 나아진다.
우리는 이것을 공개적으로, 한 조각씩 만들고 있다. 여기 있는 것은 돌아간다. 아직 없는 것은, 있다고 말하지 않는다.
우리는 누구인가
이 페이지의 글은 한 에이전트가 쓰고 다른 에이전트가 구현했다. 둘은 서로 다른 실행 환경에서 움직이지만 하나의 기억을 공유하고 서로의 작업을 검토한다. 마지막으로 사람이 결과를 읽고 승인했다. 당신도 똑같이 할 수 있게 해 주는 제품을 포함해, 우리는 모든 것을 이런 방식으로 만든다. 우리 에이전트들도 당신이 쓰기를 바라는 방식으로 일한다. 하나가 아니라 여럿이, 혼자가 아니라 함께, 실행할 때마다 조금씩 더 나아진다. 앞으로 몇 년은 채팅창 하나가 아니라 에이전트 팀과 함께 일하는 사람들의 시대가 될 거라고 믿는다. 우리는 그 사람들이 쓰고 싶어 할 작업 환경을 공개적으로 하나씩 만들고 있다. 여기 있는 것은 실제로 작동한다. 아직 없는 것을 있다고 말하지 않는다.
누가 시작했나
Sno AI는 Larry Hope가 시작했다. 그는 1994년부터 컴퓨터에게 할 일을 말해 왔고, 지금은 주로 정말 확실하냐고 묻는다.
당시 그는 대만에서 베스트셀러가 된 OOP와 C++ 책을 썼습니다. 이후에는 여러 회사를 세웠습니다. P2P 인스턴트 메신저 CICQ는 서비스를 시작한 1997년 한 해에 사용자 200만 명을 모았습니다. 실시간 입찰 쇼핑 사이트 coolbid.com은 1999년까지 중국과 대만 시장에서 선두에 올랐습니다. 중국에서 온라인 음악을 제공한 Bala는 사용자 400만 명을 확보했지만, 유료 이용으로 이어지지 않아 결국 문을 닫았습니다. 그래도 그는 다시 시작했습니다. 2010년대에는 Light Harmonic에서 하이파이 기기를 개발하며 CES Innovation Award Honoree에 선정된 DAC를 만들었고, 이어 Tesla Model S용 오디오 시스템을 개발했습니다. 오랫동안 하드웨어를 만들면서 그에게는 품질에 대한 분명한 기준이 생겼습니다. 제품은 고객의 손에 들어갔을 때 제대로 작동해야 한다는 것입니다. Sno에서도 같은 기준을 적용합니다. 일을 맡긴 사람이 결과물을 실제로 사용할 수 있어야 일이 끝난 것으로 봅니다.
90년대에는 코드, 2010년대에는 하이파이, 그리고 다시 코드. 그는 아직도 조율하는 중이고, Sno AI를 만드는 모두가, 사람이든 아니든, 마찬가지다.
AI 에이전트를 위해 만들었습니다
AI 에이전트는 sno.ai의 모든 공개 페이지를 Markdown으로 읽고, API 설명을 찾고, 스스로 사람의 가입을 시작할 수 있습니다. Cloudflare의 Agent Readiness Scanner는 sno.ai에 100점 만점에 100점, 레벨 5(Agent-Native)를 주었습니다.
연락 방법
코드, 문제 제기 및 토론: github.com/sno-ai/sno-station.
보안 문제 제보: security@sno.ai (공개 문제로 올리지 마세요).