폴더 기반 AI 에이전트 — OKF(메모리) + ICM(워크플로)
글의 주장(Eugeniu Ghelbur) — AI의 메모리와 작업(워크플로) 은 둘 다 마크다운 폴더일 뿐이다. 2026년에 두 표준이 독립적으로 같은 결론에 도달했다: Google OKF(메모리)·Edinburgh ICM(워크플로). 이 둘을 한 저장소에 합치면 — 자기 메모리를 읽고, 단계별로 일하고, 배운 걸 메모리에 다시 쓰는 실행할수록 똑똑해지는 에이전트가 된다. DB·프레임워크 없이 마크다운 폴더 + Git 만으로.
제안 구조 (글)
flowchart LR M["memory/ (OKF)<br/>people·projects·decisions<br/>+ MEMORY.md(한 줄 색인)"] W["workflow/ (ICM)<br/>01-research/ 02-draft/ 03-produce/<br/>각 단계: CONTEXT.md + output.md"] W -->|"읽기"| M W -->|"새 사실 다시 쓰기"| M M -->|"다음 실행은 더 똑똑"| W
- CONTEXT.md = 한 단계 계약:
Read first(읽을 경로) →Do(할 일) →Write to(output.md) →Stop(사람 승인 대기). - 루프: 메모리 읽기 → 작업·출력 → 사람 검토/수정 → 새 사실을
memory/에 기록 → 다음 실행은 갱신된 메모리에서 시작. - 장점(글): ① 모든 중간단계가 파일이라 검사 가능 ② 비개발자도 텍스트 편집기로 수정 ③ Git 파일이라 모델보다 오래 감(마이그레이션 불필요).
- 한계(글): 실시간·고동시성·멀티에이전트엔 부적합. 순차·사람검토 중간규모 작업(보고서·리서치·콘텐츠·지식관리)에 적합.
검증된 표준 2개
OKF (Open Knowledge Format) — CONFIRMED
- Google Cloud 공식 오픈 스펙. Data Analytics 블로그 + repo
github.com/GoogleCloudPlatform/knowledge-catalog(okf/SPEC.md). - 2026-06-13 발표(일부 2차출처 6-12), v0.1 (Draft).
- 핵심: “LLM-wiki 패턴을 이식 가능한 포맷으로 공식화” — 마크다운 디렉터리 + YAML frontmatter. 필수 필드는
type하나(title·description·resource·tags·timestamp 선택). DB·런타임·SDK 불필요, 저장/서빙/질의 인프라 미규정. - ⚠️ “완성된 표준”은 과장 — 스펙 스스로 “시작점이지 완성된 표준이 아니다” 라고 명시(Draft).
ICM — partially confirmed (제목 정정 필요)
- 실재:
arXiv:2603.16021진짜 있음. 저자 Jake Van Clief · David McDermott, 2026-03 제출, cs.AI/cs.HC, CC-BY 4.0, 28p. - ⚠️ 실제 제목은 “Interpretable Context Methodology: Folder Structure as Agentic Architecture” — 글의 “Interpreted”는 GitHub repo 이름(
RinDig/Interpreted-Context-Methdology, MIT)이지 논문 제목이 아님. - 핵심 기여 = Model Workspace Protocol (MWP): 코드 프레임워크 대신 번호 폴더(01_research, 02_drafting…) + Markdown
CONTEXT.md(+CLAUDE.md) 가 단일 에이전트를 단계별로 지시, 단계마다 사람 검토. 5계층 컨텍스트, 모델 불문. - ⚠️ Edinburgh 소속: 2차출처(Edinburgh Neuropolitics Lab)엔 나오나 arXiv 초록에선 미확인 → “그럴듯하나 1차 미확정”.
글 vs 실제 — 팩트체크 (중요)
글이 “증거”로 든 저장소 eugeniughelbur/obsidian-second-brain 을 직접 확인한 결과, 글의 묘사와 실제 repo가 다릅니다:
| 글 주장 | 실제 (검증) |
|---|---|
| 스타 “3,000+” 또는 “1,374” | ❌ 실제 2,612 (~2.6k) — 둘 다 틀림 |
| OKF 번들 내보내기 | ❌ repo에 OKF 언급·구현 전혀 없음(OKF는 이 repo보다 몇 달 뒤 나온 별개 Google 스펙) |
memory/ + workflow/ + MEMORY.md + 단계별 CONTEXT.md 구조 | ❌ repo엔 그 구조 없음. 실제는 raw/ wiki/ boards/ templates/ + index.md·log.md·SOUL.md·CRITICAL_FACTS.md·_CLAUDE.md. (글의 memory//workflow/ 는 저자 개인 볼트 컨벤션이지 repo가 아님) |
| (성격) | repo는 크로스-CLI 스킬(Claude Code+Codex+Gemini+OpenCode), 슬래시 명령 43~45개, Python, MIT, 2026-03-24 생성 |
→ 정리: OKF·ICM 표준 자체는 진짜(확인됨). 하지만 이 글은 저자의 “두 폴더로 합치자”는 개념/주장이고, 끌어온 repo는 그 개념을 그대로 구현한 게 아니라 느슨한 예시다. memory//workflow/ 구조는 만들면 되는 패턴이지 그 repo를 깔면 나오는 게 아님.
한 줄 정리
이 글의 핵심(평문 MD 폴더 = 메모리이자 워크플로, Git, 사람 검토 루프)은 실무에서 쓰이던 평문 기반 지식관리 방식과 같은 사상이다. 표준 이름(OKF·ICM)만 새로 붙은 셈이다.
출처
- Eugeniu Ghelbur, “Build a folder-native AI agent” — theaioperator.io / Single Grain (원문)
- 한국 리포스트 (discuss.pytorch.kr)
- OKF — Google Cloud Blog
- ICM — arXiv:2603.16021
팩트체크: 2026-06-22, 1차 출처(GitHub API·Google Cloud 블로그·arXiv) 대조.