Show GN: sfs - 여러 AI 에이전트가 공유하는 두뇌(shared brain) 파일시스템

2026-06-18 · 2026-06-18_sfs-shared-brain-filesystem.md

#ai-agent #filesystem #sync #shared-memory #devops #sfs

원문 출처

Show GN: sfs - 여러 AI 에이전트가 공유하는 두뇌(shared brain) 파일시스템

GeekNews에 ssowonny님이 직접 소개한 sfs 프로젝트. GitHub: runbear-io/sfs

1. 원문 핵심 내용

문제: AI 에이전트마다 컨텍스트가 따로 쌓인다

Claude Code, Codex 같은 AI 코딩 에이전트를 여러 기기나 여러 세션에서 돌리면, 각 에이전트가 독립적인 기억을 갖게 된다. 어제 Mac mini에서 에이전트가 정리해 둔 결정사항을 오늘 MacBook에서 다른 에이전트가 전혀 모른다는 문제가 생긴다. 마치 팀원들이 각자 다른 노트에 기록하는 것과 같다.

해결: sfs — 공유 두뇌 파일시스템

sfs(Synced File System)는 임의의 폴더를 클라우드 동기화 볼륨으로 마운트해주는 도구다. 여러 에이전트가 같은 폴더(예: ./shared)를 공유하면 위키, 메모리 파일, 계획 문서, 작업 산출물이 모두 하나의 '공유 두뇌'에 모인다. 한 에이전트가 적어둔 내용을 다른 기기/세션의 에이전트가 그대로 읽고, 누가 언제 어디서 무엇을 바꿨는지 추적된다.

$ sfs mnt ./shared --remote s3://my-bucket/workspace

왜 Google Drive가 아닌가

저자는 Google Drive 같은 기존 동기화 도구를 에이전트 워크스페이스로 사용해 보았지만 세 가지 문제가 있었다:

  1. 오프로드 문제: Google Drive는 디스크 절약을 위해 로컬 파일을 수시로 클라우드로 올린다. 에이전트가 파일을 읽으려 할 때마다 다시 다운로드해야 해서 속도가 느려진다.
  2. 블로킹: 스트리밍 마운트 방식이라 Claude가 파일을 로드하는 중에 멈추는 경우가 잦다.
  3. 설계 철학 불일치: Google Drive는 사람이 GUI에서 클릭해서 쓰는 것을 가정하고 설계되었지, AI 에이전트가 프로그램적으로 파일을 읽고 쓰는 워크플로우를 위한 것이 아니다.

sfs의 차별점

  • 항상 로컬: 모든 파일을 로컬 디스크에 실제로 두고(오프로드 없음), 백그라운드에서 동기화한다. 에이전트는 일반 파일처럼 즉시 읽고 쓸 수 있다.
  • 클라우드 스토리지 연동: S3, GCS 지원. file://도 가능.
  • 변경 추적: sfs log로 누가/언제/어느 기기에서 어떤 파일을 바꿨는지 확인. 콘텐츠 주소 기반 저장(content-addressed storage)이라 덮어쓴/삭제한 파일 내용도 보존된다.
  • 오프라인 우선: 네트워크 없이도 폴더 완전 사용 가능. 복구되면 자동 푸시.
  • 충돌 안전: 동시 편집은 Lamport 타임스타mp, 실제 시간, 기기 ID 순서로 결정적 재생.
  • Claude Code 통합: 내장 skill 제공 — Claude Code가 sfs를 자동으로 인식하고 mount/sync/log를 처리.

아키텍처

working folder ←materialize/scan→ local volume store ←push/pull→ object store
(real files)      ~/.sfs/volumes/<vol>              s3:// gs:// file://
├─ blobs/    content-addressed (sha256)
├─ journal/  one append-only op log per device
├─ state.json  what's materialized
└─ sync.json   lamport clock + push cursor

핵심은 콘텐츠 주소 기반 저장(content-addressed storage)이다. 파일 내용을 SHA-256 해시로 저장하므로, 같은 내용이 두 번 저장되지 않고, 과거 버전도 손실 없이 보존된다. Lamport 타임스타mp는 분산 시스템에서 사건 순서를 결정하는 알고리즘으로, 여러 기기에서 동시에 파일을 수정했을 때 어떤 순서로 적용할지 결정한다.

용례

  • Support agent와 Engineering agent가 함께 공유하는 고객 이슈 관련 맥락
  • Mac mini와 MacBook에서 파일/폴더 변경 사항 공유
  • 팀원들이 각자의 agent에서 공통으로 쌓아 올리는 회사 위키(company brain)

roadmap

  • sfs restore <path>@<time>: 타임트래블 복원
  • .sfsignore: 사용자 정의 제외 패턴
  • .git은 동기화 제외(Last-Writer-Wins 로직으로 인한 손상 방지)

2. 커뮤니티 반응

HN 게시물은 발견되지 않았으며, GeekNews 원문에도 댓글이 로드되지 않았다. 현재 프로젝트가 초기 버전(Show GN 첫 소개)이라 커뮤니티 반응이 아직 형성되지 않은 것으로 판단된다.

관련 생태계 비교

동일한 '공유 두뇌' 문제를 다루는 다른 프로젝트들과 비교하면 sfs의 포지션이 명확해진다:

  • GBrain (Garry Tan): Git 리포지토리를 소스로 하는 메모리 시스템. Markdown 파일 + 벡터 임베딩 인덱스. people/, companies/, concepts/ 같은 타입별 폴더 구조. Tulsk가 내부 AI 팀에 운영 중.
  • Box + Box Drive + MCP (YouTube 데모): Box를 '공유 회사 두뇌'로 사용하고, Box Drive로 Claude Code가 로컬에서, MCP로 클라우드 에이전트가 같은 소스에 접근하는 패턴.
  • Mirage (GeekNews #29681): AI 에이전트를 위한 통합 가상 파일시스템.

sfs는 이 중 파일시스템 레벨에서 문제를 해결하려는 접근이다. GBrain이 Git + Markdown에 집중한다면, sfs는 마운트된 폴더 자체가 동기화되는 '투명하게 작동하는 디스크'를 지향한다.

3. 새로운 시각

(1) AI 에이전트의 '파일시스템'이 새로운 추상화 계층이 된다

과거에는 데이터베이스, API, 메시지 큐가 분산 시스템의 핵심 추상화였다. AI 에이전트 시대에는 '에이전트들이 공유하는 파일시스템'이 새로운 인프라 계층으로 부상하고 있다. sfs는 이를 클라우드 오브젝트 스토리지 위에서 구현하는데, 이는 AI 에이전트가 기본적으로 '파일 기반'으로 작동한다는 점을 잘 이해한 설계다.

(2) 콘텐츠 주소 기반 저장 + Lamport 타임스타mp = Git의 정신을 파일시스템에

sfs의 기술적 핵심은 Git이 해결한 문제(분산 버전 관리)를 파일시스템 레벨로 가져온 것이다. 콘텐츠 주소 기반 저장으로 과거 버전 손실을 방지하고, Lamport 타임스타mp로 분산 순서를 결정한다. 다만 Git과 달리 .git 폴더 자체는 동기화하지 않는다는 점이 흥미롭다 — Last-Writer-Wins 로직이 Git 내부 구조를 손상시킬 수 있기 때문이다. 이는 sfs가 Git을 '보완'하는 도구임을 시사한다.

(3) '오프라인 우선'이 AI 에이전트 워크스페이스의 핵심 요구사항

일반 클라우드 드라이브는 '온라인 우선' 설계지만, AI 에이전트는 파일을 읽는 속도가 토큰 소비와 직접 연결된다. sfs의 '항상 로컬' 접근은 단순한 UX 개선이 아니라, AI 에이전트의 경제적 효율성(토큰 비용, 대기 시간)과 직결되는 설계 결정이다. 이는 AI 네이티브 도구가 기존 클라우드 도구와 근본적으로 다른 요구사항을 가진다는 것을 보여준다.

4. 자녀/미래 영향

아인, 석현, 은한에게

AI 에이전트가 일상 도구가 되는 시대에, '에이전트들이 공유하는 기억'은 새로운 디지털 리터러시가 될 것이다.

  • 파일 동기화의 원리를 이해하기: sfs가 왜 Google Drive와 다른지, '콘텐츠 주소 기반 저장'이 무엇인지 아는 것은 단순한 기술 지식을 넘어, 데이터가 어떻게 저장되고 관리되는지에 대한 근본적인 이해를 준다.
  • 공유 메모리의 중요성: 여러 에이전트가 같은 정보를 공유해야 효율적이라는 점은, 사람들도 정보를 공유하고 협력할 때 더 나은 결과를 낸다는 교훈과 연결된다.
  • 실용적 조언: 아이들이长大后 AI 도구를 사용할 때, '에이전트의 기억을 어떻게 관리할지'를 고민하는 습관을 기르도록 한다. 예를 들어, 여러 AI 도구(학습 보조, 코딩, 창작)를 쓸 때 각각이 독립적으로 작동하는지, 공유 컨텍스트를 활용하는지 비교해보게 하는 것이다.

SAVED_NOTE: /home/ybman/Documents/vault/wikis/notes/raw/notes/2026-06-18_sfs-shared-brain-filesystem.md SLUG: 2026-06-18_sfs-shared-brain-filesystem TG_SUMMARY: sfs는 여러 AI 에이전트가 공유하는 '공유 두뇌' 파일시스템 프로젝트다. Google Drive의 오프로드/블로킹 문제를 해결하기 위해 항상 로컬에 파일을 두고 백그라운드 동기화하는 방식을 채택했으며, S3/GCS 연동, 콘텐츠 주소 기반 저장, Lamport 타임스타mp 기반 충돌 해결을 지원한다. AI 에이전트 워크스페이스를 위한 새로운 인프라 계층으로 주목할 만하다.