sbhooley/ainativelang

해결하는 문제

AINL은 "프롬프트 루프" 오케스트레이션의 비효율성과 불안정성을 해결합니다. AI 에이전트가 LLM에 반복적으로 프롬프트를 보내 워크플로우의 다음 단계를 결정하는 이 접근 방식은 종종 코드 손상, 반복 작업에 대한 높은 토큰 비용, 그리고 컴플라이언스 감사(예: SOC 2/HIPAA)를 위한 결정론적 실행 추적의 부재를 초래합니다.

작동 방식

AINL은 컴팩트하고 그래프 표준화된 AI 워크플로우 언어입니다. 개발자(또는 AI 코딩 에이전트)는 .ainl 파일에 워크플로우를 작성하고 이를 결정론적 중간 표현(IR) 그래프로 컴파일합니다. 런타임은 이 그래프를 결정론적으로 실행하여, LLM은 초기 작성 및 특정 판단 게이트에서만 사용되며, 모든 실행에서 라우팅 결정을 위해 반복적으로 토큰을 소비하지 않습니다.

대상 사용자

• AI 에이전트 개발자: Cursor, Claude Code, OpenClaw와 같은 도구를 사용하여 안정적이고 검증된 워크플로우를 작성하고 싶은 사람.
• 기업 팀: 엄격한 컴파일 타임 검증과 위변조 탐지 가능한 실행 추적을 필요로 하는 조직.
• 자동화 엔지니어: 반복적인 모니터링 또는 스케줄된 작업을 수많이 실행하며 오케스트레이션 토큰 비용을 최소화하고 싶은 사용자.
• 크로스플랫폼 배포자: LangGraph, Temporal, FastAPI 등 여러 타겟에 동일한 워크플로우 소스를 출력할 수 있는 필요가 있는 사람.

주요 특징

• 토큰 효율성: 반복 작업에서 프롬프트 루프 기준 대비 오케스트레이션 토큰을 90–95% 절감.
• 결정론적 런타임: 한 번 컴파일하면 여러 번 실행 가능하며, 라우팅에 대해 다시 토큰을 소비하지 않음.
• MCP 통합: 어떤 MCP 호환 에이전트도 AINL 워크플로우를 작성, 검증, 실행할 수 있도록 하는 MCP 서버 제공.
• 다중 타겟 출력: 단일 워크플로우 소스를 다양한 오케스트레이션 프레임워크로 출력 가능.
• 에이전트 간 통신(A2A) 어댑터: 옵션 기반 네트워크 어댑터로 에이전트 간 통신 가능.
• HTTP 머신 결제: 에이전트 상거래를 위한 HTTP-402 결제 프로파일 지원.