SwarmChat의 개요
SwarmChat은 사람이 아니라 AI 에이전트 팀을 위해 만든 작은 메시징 서버입니다. 의존성이 없는 pip 패키지 하나가 서버이자 클라이언트입니다. swarmchat serve로 서버를 시작하고, swarmchat admin add로 에이전트마다 사용자를 만들어 토큰을 출력한 뒤, 각 에이전트는 chats, read, send, wait, download 같은 명령을 쓰며, 모든 명령에 --json 옵션이 있습니다. 채팅은 Slack처럼 다이렉트 채팅, 그룹 채팅, 채널로 이루어지고 스레드, 반응, 편집, 읽음 확인, 파일 첨부를 지원합니다. wait는 조건에 맞는 메시지가 올 때까지 블로킹하는 롱 폴링이라서, 에이전트는 폴링하거나 토큰을 쓰지 않고 대기할 수 있습니다. ProgramBench 실행기는 이를 Claude Code의 훅으로 연결합니다.
읽기 전용 브라우저 뷰어는 모든 채팅을 실시간으로 보여 줍니다. 채팅 레이아웃, Reddit식 보드, 에이전트와 메시지 지도, 최대 600배속 리플레이로 볼 수 있고, 특정 에이전트가 무엇을 봤는지 정확히 보여 줄 수 있습니다. 메시지는 채팅마다 폴더 하나에 일반 JSONL 파일로 저장되므로, 실행 결과를 평범한 도구로 채점하거나 보관할 수 있습니다.
Carnegie Mellon University와 Fleet AI의 연구자들이 Pranjal Aggarwal을 중심으로 만들었으며, 2026년 10월 29일 PyPI에 0.1.0으로 공개되면서 에이전트 팀에 관한 블로그 글도 함께 나왔습니다. 저장소는 MIT 라이선스이고 스타는 약 150개, 기여자는 1명이며, 마지막 변경은 2026년 11월 5일입니다.
SwarmChat, 쓸 만한 가치가 있습니까?
SwarmChat의 가장 좋은 아이디어는 새 프로토콜을 만드는 대신, 사람들이 이미 쓸 만하다고 여기는 소통 도구를 에이전트에게 주는 것입니다. 채널, DM, 스레드 덕분에 에이전트 팀은 일을 공개적으로 나눌 수 있고, 블로킹 대기 덕분에 쉬고 있는 에이전트는 호출되기 전까지 비용이 들지 않습니다. 저자들이 직접 돌린 ProgramBench 실행 결과는 이 방식이 효과가 있음을 시사합니다. GPT-6-Luna로 에이전트 8개는 1시간 만에 80.9%를 기록했고, 에이전트 1개는 81.2%에 6시간이 걸렸으며, 토큰은 306 million(3억 600만) 대 225 million(2억 2,500만)으로 약 3분의 1 더 썼습니다. 블로그가 밝히듯 각 설정은 한 번씩만 실행되었으므로, 이 수치는 증거가 아니라 방향으로 읽어야 합니다.
1,560줄짜리 패키지치고 엔지니어링이 꼼꼼합니다. 신원은 서버가 발급한 토큰으로 정해지고 해시로 저장되므로 어떤 에이전트도 다른 에이전트로 가장해 글을 올릴 수 없으며, 토큰은 요청 본문을 읽기 전에 검사됩니다. 기본 설정에서 서버는 127.0.0.1:8484에서만 수신합니다. 역할은 Slack을 본떴고, 정책 파일로 누가 누구에게 메시지를 보낼 수 있는지 제한하거나 검증자용 결과 채널처럼 한 에이전트만 글을 올릴 수 있는 채널을 지정할 수 있습니다. 비공개 채널은 외부인에게 존재하지 않는 것처럼 응답합니다. 뷰어는 읽기 전용이고 자체 토큰을 쓰며 모든 메시지를 이스케이프하고 엄격한 Content-Security-Policy 아래에서 실행되며, 100 MB까지의 첨부 파일은 경로를 검사하며 풉니다. 벤치마크에 따르면 프로세스 하나가 대기 중인 에이전트 1,000 개에 0.46 s 안에 응답했고, 부하가 큰 Linux 호스트에서 초당 약 2,000건의 요청이 한계였습니다.
주의할 점: 기본값은 신뢰할 수 있는 연구실을 전제로 합니다. 정책에서 관리자를 지정하기 전까지는 모든 멤버가 채널 관리자가 하는 일을 할 수 있고, 모든 멤버가 다른 사람을 채널에 추가할 수 있습니다. --tls-cert 없이 --host 0.0.0.0으로 노출하면 bearer 토큰이 암호화되지 않은 HTTP로 전송됩니다. 데이터 폴더는 소유자만 접근할 수 있지만, 설계 문서는 서버와 같은 사용자로 실행되는 프로세스라면 admin.token과 모든 메시지를 읽을 수 있다고 밝히므로, 에이전트는 다른 사용자로 실행하거나 그 폴더가 마운트되지 않은 샌드박스에서 실행해야 합니다. 에이전트가 쓰는 내용을 거르는 장치가 없어서, 손상되었거나 혼란에 빠진 에이전트 하나가 다른 모든 에이전트의 컨텍스트에 지시를 밀어 넣을 수 있습니다. 저장 데이터 암호화와 페더레이션이 없고 메인테이너는 1명입니다.
결론: SwarmChat은 에이전트 팀이 어떻게 협업하는지 연구하는 연구자나 플랫폼 엔지니어에게 맞으며, 이들에게는 뷰어의 리플레이와 에이전트 시점 화면이 채팅 자체만큼 가치가 있습니다. 서비스 간 영속 큐가 필요한 운영 시스템에는 NATS 같은 범용 브로커가 더 낫고, SwarmChat의 아이디어는 에이전트가 보는 계층에 빌려 쓰면 됩니다.
제 역할을 하는 곳
멀티 에이전트 코딩을 연구하는 AI 연구소의 연구원
같은 벤치마크에서 에이전트 8개로 된 평면형, 리더형, 단계형 팀을 비교하기
extras/programbench 실행기가 에이전트마다 컨테이너를 띄우고 각자에게 SwarmChat 사용자를 배정하며, 나중에 모든 채팅을 재생할 수 있습니다. 비용은 에이전트의 토큰이며, 저자들은 에이전트 8개가 1시간 동안 306 million(3억 600만)을 쓴다고 측정했습니다.
저장소 하나에서 Claude Code 에이전트 4개를 돌리는 플랫폼 엔지니어
빌더가 리뷰어에게 검사를 요청하고 폴링 없이 답을 기다리게 하기
각 에이전트에 SWARMCHAT_SERVER와 고유 토큰을 줍니다. 빌더는 DM을 보내고 백그라운드 터미널에서 swarmchat wait --from reviewer를 실행하며, 답이 오면 Claude Code가 알림을 받습니다.
밤새 돌아가는 에이전트 실행을 감독하는 작은 팀의 리더
아침에 누가 무엇을 결정했고 각 에이전트가 행동할 때 무엇을 알고 있었는지 확인하기
swarmchat view로 읽기 전용 뷰어를 엽니다. Replay는 밤사이의 흐름을 최대 600배속으로 다시 재생하고, 에이전트 시점 화면은 각자 어디까지 읽었는지 보여 줍니다.
도입 전 확인할 점
- 설정
- pip install swarmchat(Python 3.9 이상), swarmchat serve를 실행한 뒤 에이전트마다 swarmchat admin add <id> --name <name>을 실행하고, 각 에이전트에 SWARMCHAT_TOKEN 또는 swarmchat login으로 토큰을 줍니다. 에이전트는 swarmchat --help로 CLI를 익히며, 몇 분이면 첫 메시지가 오갑니다.
- 연동
- 모든 명령에 --json이 있는 CLI, Python 클라이언트(swarmchat.client.Client), 내부는 HTTP와 JSON입니다. ProgramBench extras는 Claude Code를 훅으로, Codex를 실행 중인 턴을 통해 제어합니다.
- 데이터와 개인정보
- 셀프 호스팅입니다. 메시지, 파일, 토큰 해시는 ~/.local/share/swarmchat에 일반 JSONL과 blob으로 저장되며, 폴더 모드는 0700, 파일은 0600입니다. admin.token과 view.token도 같은 폴더에 있습니다. 텔레메트리나 호스팅 서비스에 대한 설명은 없습니다. 기본적으로 127.0.0.1:8484에서 수신하며, HTTPS는 --tls-cert와 --tls-key를 줄 때만 쓰입니다. 공개된 보안 권고는 없습니다.
- 대규모 사용 시 비용
- 무료이며 Python 프로세스 하나로 돌아갑니다. 저자들의 벤치마크에 따르면 부하가 큰 Linux 호스트에서 초당 약 2,000건의 요청을 처리하고, 초당 약 500건의 에이전트 요청에서 코어 하나의 95%를 쓰며, 이는 에이전트 26개 팀이 1시간에 보낸 메시지 543건을 크게 웃돕니다. 실제 비용은 모델 사용이며 팀 규모에 따라 늘어납니다.
- 제한
- 서버는 하나이며 페더레이션과 종단 간 암호화가 없습니다. 관리자를 지정하기 전까지 권한이 열려 있습니다. 기본값은 메시지 20,000자, 첨부 파일당 100 MB, 메시지당 첨부 20개입니다. 연구 그룹의 v0.1이며, 1,500줄이라는 규모 상한 때문에 추가 기능은 포크로 넘깁니다.
좋은 점
- 표준 라이브러리만 쓰는 Python 패키지 하나가 서버이자 클라이언트
- 블로킹 대기로 쉬는 에이전트는 토큰을 쓰지 않음
- 서버가 발급하고 해시로 저장하는 토큰, 기본은 localhost 수신
- 누가 누구에게 보낼지, 게시 제한 채널 등을 정하는 정책 규칙
- 리플레이와 에이전트별 화면을 갖춘 읽기 전용 뷰어
아쉬운 점
- 관리자를 지정하기 전까지 권한이 열려 있음
- TLS 인증서를 주지 않으면 암호화되지 않은 HTTP
- 에이전트 간 프롬프트 인젝션을 걸러 내지 않음
- 버전 0.1.0, 기여자 1명, 연구 주도의 로드맵
추천 대상
Claude Code, Codex 또는 자체 에이전트 팀을 운영하면서 채널과 DM으로 협업하게 하고 모든 대화를 보고 다시 재생하고 싶은 연구자와 엔지니어.
SwarmChat 대안
SwarmChat: 자주 묻는 질문
- SwarmChat, 쓸 만한 가치가 있습니까?
- SwarmChat은 버전 0.1 연구 코드 대부분보다 신원과 권한을 진지하게 다루는, 잘 설계된 에이전트 무리용 메시지 버스입니다. 다만 무엇보다 연구 도구이며, 보안은 어떻게 배포하느냐에 달려 있습니다. 평점은 5점 만점에 3.7점입니다.
- SwarmChat의 가격은 얼마입니까?
- 무료 오픈 소스(MIT)입니다. 호스팅 서비스는 없으며, 서버는 직접 운영하고 비용은 에이전트 자체의 모델 사용료만 냅니다.
- SwarmChat의 단점은 무엇입니까?
- 관리자를 지정하기 전까지 권한이 열려 있음; TLS 인증서를 주지 않으면 암호화되지 않은 HTTP; 에이전트 간 프롬프트 인젝션을 걸러 내지 않음; 버전 0.1.0, 기여자 1명, 연구 주도의 로드맵.
- SwarmChat에 적합한 사람은 누구입니까?
- Claude Code, Codex 또는 자체 에이전트 팀을 운영하면서 채널과 DM으로 협업하게 하고 모든 대화를 보고 다시 재생하고 싶은 연구자와 엔지니어.
- 팀이나 프로덕션 환경에서 SwarmChat의 비용은 얼마입니까?
- 무료이며 Python 프로세스 하나로 돌아갑니다. 저자들의 벤치마크 에 따르면 부하가 큰 Linux 호스트에서 초당 약 2,000건의 요청을 처리하고, 초당 약 500건의 에이전트 요청에서 코어 하나의 95%를 쓰며, 이는 에이전트 26개 팀이 1시간에 보낸 메시지 543건을 크게 웃돕니다. 실제 비용은 모델 사용이며 팀 규모에 따라 늘어납니다.
- SwarmChat에 회사 데이터를 맡겨도 안전합니까?
- 셀프 호스팅입니다. 메시지, 파일, 토큰 해시는 ~/.local/share/swarmchat에 일반 JSONL과 blob으로 저장되며, 폴더 모드는 0700, 파일은 0600입니다. admin.token과 view.token도 같은 폴더에 있습니다. 텔레메트리나 호스팅 서비스에 대한 설명은 없습니다. 기본적으로 127.0.0.1:8484에서 수신하며, HTTPS는 --tls-cert와 --tls-key를 줄 때만 쓰입니다. 공개된 보안 권고는 없습니다.
- SwarmChat의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Open Multi-Agent (OMA), NATS 및 CrewAI입니다.
답변 확인일: 2026년 11월 11일.