현재 AI 에이전트 생태계에서는 MCP(Model Context Protocol)와 같은 새로운 표준 프로토콜을 정의하려는 움직임이 있다. 그러나 Mirage는 전혀 다른 접근법을 취한다. 새로운 프로토콜을 정의하는 대신, 이미 LLM이 학습한 Unix 인터페이스를 그대로 활용한다. 이는 ‘표준’을 만드는 방법에 대한 중요한 시사점을 던진다. 진정한 표준은 위원회에서 정하는 프로토콜이 아니라, 이미 수십 년간 축적된 사용과 학습 데이터에 기반한 기존 인터페이스일 수 있다.
특히 LLM의 경우, 학습 데이터에 Unix 명령어와 파일시스템 조작 예제가 풍부하기 때문에, 새로운 표준을 배우는 비용이 크다. Mirage는 이 기회비용을 제거함으로써 에이전트의 도구 사용 능력을 획기적으로 단순화한다. 이는 단순히 편리함을 넘어, 생태계의 네트워크 효과를 활용하는 전략이다.
근거
Mirage의 설계는 ‘bash를 이미 학습한 LLM’이라는 전제에서 출발한다. 모든 주요 LLM은 코드와 셸 스크립트 데이터로 학습되었기 때문에, ls, cat, grep 등의 명령어와 파일시스템 개념을 이해한다. 따라서 Mirage는 추가 학습 없이 바로 사용 가능한 인터페이스를 제공한다. 이는 새로운 프로토콜을 정의하고 학습시키는 접근법과 대비된다.
또한, Mirage는 단일 인터페이스로 모든 백엔드를 다루기 때문에, 에이전트가 서비스별 세부사항을 알 필요가 없다. 이러한 일반화는 에이전트의 작업 계획을 단순화하고 오류 가능성을 줄인다.
“에이전트가 서비스별 SDK/MCP를 새로 익힐 필요 없이, Unix 계열 bash 도구만으로 모든 백엔드를 다루며, 서비스 간 파이프라인을 로컬 디스크처럼 자연스럽게 구성”
연결된 생각
- 20260522-mirage-ai-agent-virtual-filesystem — 개념 노트
- agent-computer-interface-standard — MCP와의 비교
- llm-familiar-interface-advantage — LLM에게 친숙한 인터페이스의 이점