NOOA – Python 객체로 에이전트 하네스를 정의하는 NVIDIA 연구 프레임워크

핵심 아이디어
여섯 가지 하네스 역량
메모리 설계
벤치마크 결과
언제 참고할 만한가
관련 문서
참고 자료

NOOA(NVIDIA Labs Object-Oriented Agents)는 에이전트를 하나의 Python 객체로 정의하는 오픈소스 연구 프레임워크다. 메서드는 capability, 필드는 상태, docstring은 프롬프트, 타입 주석은 실행 계약이 된다. NVIDIA는 같은 모델이라도 하네스 설계가 벤치마크 성능과 토큰 비용을 크게 바꾼다는 관점에서 NOOA를 공개했다.

핵심 아이디어

NOOA에서 에이전트 개발은 프롬프트 템플릿과 툴 스키마를 따로 조립하는 일이 아니라, 일반 Python 클래스를 설계하는 일에 가깝다.

class SupportAgent(Agent):
    """You are a support agent for a customer service system."""

    order_db: OrderDB

    def is_refund_eligible(self, order: Order) -> bool:
        return order.delivered and order.days_since_delivery <= 30

    async def triage(self, message: str, photo: Image | None, order: Order | None) -> Ticket:
        ...

본문이 ...인 메서드는 LLM 루프가 런타임에 완성하고, 일반 메서드는 결정론적 Python 코드로 실행된다. 이 덕분에 에이전트도 diff, 코드 리뷰, 단위 테스트, tracing, refactoring의 대상이 된다.

여섯 가지 하네스 역량

역량	의미
Typed input/output	인자와 반환값을 타입으로 검증해 자유 텍스트 오류를 줄인다
Pass by reference	큰 도구 결과를 컨텍스트에 직렬화하지 않고 live object preview만 보여준다
Code as action	모델이 Python 코드를 써서 제어 흐름과 도구 호출을 직접 조합한다
Programmable loop engineering	오케스트레이션 루프를 일반 Python으로 작성하고 수정한다
Explicit object state	대화 기록 밖의 durable typed state를 에이전트 객체에 둔다
Model-callable harness APIs	컨텍스트 블록과 이벤트 히스토리를 모델이 API로 검사·관리한다

이 구조는 code-as-agent-harness, agent-harness, context-engineering의 개념을 하나의 프로그래밍 모델로 묶는다.

메모리 설계

NOOA는 자동 요약 파이프라인보다 에이전트가 직접 관리하는 메모리 저장소를 강조한다. 기억은 타입, 중요도, 태그, 관계를 가진 레코드로 저장되고, supports, contradicts, derived-from 같은 관계로 지식 그래프를 만든다. 백그라운드 reflection은 중복 병합, 관련 기억 연결, 에피소드 압축, 불필요한 정보 삭제를 수행한다.

저장소는 사람이 읽을 수 있는 SQLite 파일 하나이므로 리뷰, 백업, 감사를 표준 개발 절차 안에 넣기 쉽다.

벤치마크 결과

NVIDIA 블로그가 공개한 연구 preview 기준:

영역	결과
SWE-bench Verified	GPT-5.5로 82.2%, 약 29 LLM 호출과 태스크당 1.1M 토큰
CyberGym L1	GPT-5.5로 86.8%, 네트워크 차단 상태에서 실행
ARC-AGI-3	GPT-5.6-sol fleet가 평균 RHAE 85.1%, 게임당 약 13.3달러

숫자 자체보다 중요한 점은 같은 모델을 더 적은 context churn으로 쓰는 하네스 설계다. pass-by-reference 덕분에 큰 도구 결과를 프롬프트에 계속 다시 넣지 않아도 되고, transcript가 append-only로 유지되어 cache hit에도 유리하다.

언제 참고할 만한가

Python 기반 에이전트 프레임워크를 직접 만들거나 연구하는 팀
도구 호출 결과가 커서 컨텍스트 압축 비용이 커지는 코딩·보안·데이터 분석 에이전트
타입 계약, 재현 가능한 trace, 샌드박스, 메모리 감사를 제품 요구사항으로 보는 조직

NOOA는 production SDK라기보다 연구 preview에 가깝다. 바로 도입하기보다는 객체 상태, pass-by-reference, 코드 기반 행동이라는 설계 원칙을 기존 하네스에 이식하는 방식이 현실적이다.

참고 자료

Six Agent Harness Capabilities for Higher Model Performance — NVIDIA Technical Blog (2026-07-27)
NVIDIA-NeMo/labs-OO-Agents — GitHub 공식 저장소
NVIDIA/OpenShell — GitHub 공식 저장소
NOOA technical report — arXiv (2026-07)

Like?

AI Sparkup