> ## Documentation Index
> Fetch the complete documentation index at: https://docs.fim.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 직교성 전략

> 아키텍처 결정 기록 — LLM 진행 상황과의 관계에 따라 기능을 분류합니다.

> LLM 기능이 빠르게 발전함에 따라, 엔지니어링 노력을 어디에 투자할지, 어디서 유지할지 결정하기 위한 프레임워크가 필요합니다.

## 의사결정

우리는 모든 기능을 LLM 진전과의 관계에 따라 분류하고 그에 따라 노력을 배분합니다.

| 카테고리               | 전략                                       | 투자           | 예시                                      |
| ------------------ | ---------------------------------------- | ------------ | --------------------------------------- |
| **직교(Orthogonal)** | 모델이 더 똑똑해져도 이들은 감소하지 않음 — 순수 엔지니어링/통합 문제 | 전체 투자        | 커넥터, 자격증명, OAuth, 감사, RBAC, 보안, 배포      |
| **Tailwind**       | 모델 개선이 이들을 *더 낫게* 만듦, 중복되지 않음 — 상생 관계    | 투자 (이점이 복합됨) | AI 커넥터 빌더 (더 똑똑한 모델 = 더 높은 품질의 커넥터 출력)  |
| **동결(Frozen)**     | 이미 출시됨, 잘 작동 중 — 하지만 모델이 이러한 기능을 흡수 중    | 유지만, 새 기능 없음 | ReAct 루프, DAG 계획, RAG 파이프라인, 메모리, 기반 생성 |
| **검토(Consider)**   | 제공자가 플랫폼 수준에서 기본적으로 구축 중 — 중복 위험 높음      | 무기한 연기       | 멀티-에이전트 오케스트레이션, 의미론적 메모리, 메모리 생명주기     |

**경험칙**: 기능이 \*"모델을 더 똑똑하게 만드는 방법"\*을 해결하면, 흡수되고 있는 것입니다. 기능이 \*"모델을 안전하게 실제 세계에 연결하는 방법"\*을 해결하면, 직교입니다.

# 분석

### 커넥터 플랫폼이 완전히 직교하는 이유

모델은 절대 기본적으로 다음을 수행할 수 없습니다:

* API 자격증명 저장 및 암호화 (AES-GCM)
* OAuth 흐름 관리 (인증 페이지 → 콜백 → 새로고침 토큰)
* 클라이언트의 Kingdee/金蝶 ERP 데이터베이스에 연결
* Lark/飞书 또는 WeCom/企微에 알림 푸시
* 어떤 커넥터를 사용할 수 있는지에 대한 RBAC 적용
* 규정 준수 감사를 위해 모든 도구 호출 기록

이는 지능 문제가 아니라 엔지니어링 문제입니다. 10배 더 똑똑한 모델도 인프라 없이는 이러한 작업을 수행할 수 없습니다.

### AI 커넥터 빌더가 "주도적"인 이유, "흡수되지" 않는 이유

빌더 에이전트는 모델 지능을 사용하여 **관리되고 지속되는 커넥터 엔티티**를 생성합니다 — DB에 저장되고, 에이전트 전체에서 재사용 가능하며, 자격증명 관리 및 감사 추적을 포함합니다. 모델의 향상된 API 이해도는 빌더를 불필요하게 만드는 것이 아니라 빌더가 *더 나은* 커넥터를 생성하도록 합니다.

유추: Cursor는 Claude를 사용하여 코드를 작성합니다. Claude가 더 똑똑해지면 Cursor는 *더 나아지고*, *중복되지* 않습니다. 왜냐하면 Cursor는 모델이 대체할 수 없는 엔지니어링 가치(프로젝트 관리, 파일 구성, 버전 제어)를 제공하기 때문입니다.

### v0.1–v0.5 기능이 "동결"된 이유

| 기능                  | 업계에서 일어나고 있는 일                                                                                                                              |
| ------------------- | ------------------------------------------------------------------------------------------------------------------------------------------- |
| ReAct loop          | 모델이 기본 도구 호출 기능을 갖추고 있습니다(OpenAI, Anthropic). 외부 추론 루프는 모델이 이를 내재화함에 따라 가치가 감소합니다.                                                          |
| DAG Planning        | 모델의 추론 능력이 빠르게 향상되고 있습니다. 외부 플래너가 필요했던 복잡한 작업 분해가 단일 단계 기능이 되고 있습니다.                                                                        |
| Memory management   | 컨텍스트 윈도우가 빠르게 증가하고 있습니다(Gemini 2M+, Claude 200K+). 외부 윈도우 관리, 요약, 압축의 필요성이 감소하고 있습니다.                                                       |
| RAG pipeline        | 제공자들이 자신의 플랫폼에 검색 기능을 구축하고 있습니다(OpenAI file\_search, Google NotebookLM, Gemini Search Grounding). 공개 지식의 경우 기존의 청크-임베딩-검색 파이프라인이 대체되고 있습니다. |
| Grounded Generation | 모델이 기본적으로 소스를 인용하는 능력이 향상되고 있습니다. 우리가 구축한 3단계 그라운딩 파이프라인은 가치가 감소하고 있습니다.                                                                    |

**이러한 기능들이 나쁜 것은 아닙니다** — 출시되었고, 작동하며, 오늘날 제품을 기능하게 만듭니다. 결정은 단순히 이들에 대한 추가 개발을 중단하고 노력을 재배치하는 것입니다.

### 다중 에이전트 오케스트레이션이 연기된 이유

LLM 제공자들이 오케스트레이션을 기본적으로 구축하고 있습니다:

* **OpenAI Swarm**: 핸드오프 프로토콜을 포함한 다중 에이전트 프레임워크
* **Anthropic Claude Code Teams**: 작업 그래프를 포함한 리더/워커 에이전트 풀
* **Google A2A (Agent-to-Agent)**: 에이전트 간 통신 프로토콜

경쟁하는 오케스트레이션 레이어를 구축하는 것은 더 깊은 모델 통합을 가진 퍼스트파티 구현과 경쟁하는 것을 의미합니다. 이는 지속 가능한 차별화 요소가 아닙니다.

### 의미론적 메모리와 메모리 생명주기가 연기된 이유

* 컨텍스트 윈도우가 빠르게 증가하고 있어 세션 간 메모리 검색의 필요성이 감소하고 있습니다
* 제공자들이 네이티브 메모리 기능을 추가하고 있습니다 (ChatGPT Memory, Claude Projects)
* 신뢰할 수 있는 메모리 시스템 구축의 엔지니어링 비용 (TTL, 중요도 점수 매기기, 의미론적 검색)이 줄어드는 격차에 비해 높습니다

## 기능 수준 분류

### 직교성 (v0.6+)

| 기능                     | 버전     | 직교성 이유                 |
| ---------------------- | ------ | ---------------------- |
| Connector 엔티티 + CRUD   | v0.6.1 | 엔터프라이즈 통합, 순수 엔지니어링    |
| 사용자별 자격증명 (AES-GCM)    | v0.6.2 | 보안 인프라                 |
| 확인 게이트                 | v0.6.2 | 쓰기 작업을 위한 안전 메커니즘      |
| Connector 내보내기/가져오기/포크 | v0.7   | 배포 메커니즘                |
| OAuth 2.0              | v0.7   | 프로토콜 구현                |
| MCP Server 내보내기        | v0.7   | 상호운용성 (MCP 채택에 따라 결정)  |
| 데이터베이스 Connector       | v0.8   | 직접 DB 접근, 연결 풀         |
| 메시지 푸시                 | v0.8   | 알림 채널                  |
| RBAC                   | v0.8   | 접근 제어, 거버넌스            |
| 작업 감사 로그               | v0.8   | 규정 준수                  |
| 샌드박스 강화                | v0.9   | 보안 격리                  |
| 관찰성 (OTel, 서킷 브레이커)    | v0.9   | 프로덕션 운영                |
| Connector 분석           | v0.9   | 사용 추적                  |
| Docker Compose         | v0.9   | 배포                     |
| 관리자 대시보드               | v1.0   | 관리 UI                  |
| 예약된 작업 / Webhooks      | v1.0   | 자동화 트리거                |
| 배치 실행                  | v1.0   | 엔터프라이즈 규모 처리           |
| 임베드 가능한 위젯 / iframe    | v1.0   | 전달 모드                  |
| 엔터프라이즈 보안              | v1.0   | 규정 준수 (암호화, IP 화이트리스팅) |

### Tailwind

| Feature             | Version | Relationship                          |
| ------------------- | ------- | ------------------------------------- |
| AI 커넥터 빌더           | v0.6.3  | 더 똑똑한 모델 → 더 나은 빌더 출력                 |
| AI 커넥터 생성 (OpenAPI) | v1.0    | 동일 — 모델이 API 사양을 더 잘 이해 → 더 정확한 자동 생성 |

### Frozen (shipped, maintain only)

| Feature                                                         | Version    | Status           |
| --------------------------------------------------------------- | ---------- | ---------------- |
| ReAct 에이전트                                                      | v0.1       | Shipped, working |
| DAG 계획 / 재계획                                                    | v0.1, v0.5 | Shipped, working |
| 메모리 (Window, Summary, Compact)                                  | v0.2, v0.5 | Shipped, working |
| RAG 파이프라인 (embedding, vector store, chunking, hybrid retrieval) | v0.5       | Shipped, working |
| Grounded Generation                                             | v0.5       | Shipped, working |
| ContextGuard / Pinned Messages                                  | v0.5       | Shipped, working |

### 고려 중 (무기한 연기)

| 기능                        | 원본 버전   | 연기 사유                         |
| ------------------------- | ------- | ----------------------------- |
| Multi-Agent Orchestration | v1.0    | 제공자가 기본적으로 구축 중               |
| Semantic Memory Store     | Backlog | 컨텍스트 윈도우 확대; 제공자가 기본 메모리 추가 중 |
| Memory Lifecycle          | Backlog | 위와 동일                         |

## 함의

1. **v0.5 기능으로 돌아가지 마세요.** 버그 수정은 가능하지만 새로운 기능은 안 됩니다.
2. **커넥터 플랫폼이 핵심 투자입니다.** v0.6–v0.8은 대부분의 엔지니어링 시간을 받아야 합니다.
3. **엔터프라이즈 엔지니어링(RBAC, 감사, 보안, 배포)이 경쟁 우위입니다.** 이들은 지루하지만 방어 가능합니다.
4. **매년 재평가하세요.** 모델 진전이 정체되거나 "동결된" 기능이 여전히 상당한 격차가 있다면 재고려하세요.