facts
이번에 공개된 sfs는 여러 기기나 세션에서 작동하는 AI 에이전트들이 동일한 컨텍스트를 유지할 수 있도록 설계된 '공유 두뇌(shared brain)' 개념의 파일시스템이다. Claude Code나 Codex 같은 에이전트를 서로 다른 환경에서 실행할 때 발생하는 메모리 파편화 문제를 해결하는 것이 핵심 목적이다.
sfs는 macOS와 Linux 환경을 지원하며, 사용자는 Homebrew를 통해 다음과 같은 명령어로 설치할 수 있다.
brew install runbear-io/tap/sfs이 도구는 특정 폴더를 동기화 볼륨으로 마운트하여 위키, 메모리 파일, 계획 문서, 작업 아티팩트 등을 여러 에이전트가 동시에 읽고 쓸 수 있는 공유 저장소로 만든다. 이를 통해 한 세션의 에이전트가 기록한 결정 사항을 다른 기기의 에이전트가 즉시 인지하는 구조를 구현한다.
how-it-works
사용자가 특정 로컬 폴더를 원격 저장소와 연결하면 sfs는 이를 동기화 볼륨으로 마운트한다. 연결 방식은 다음과 같은 명령어를 통해 수행된다.
sfs mnt ./shared --remote s3://my-bucket/workspace백엔드 스토리지로는 S3(Amazon Simple Storage Service)와 GCS(Google Claude Storage)를 지원한다. 기존의 클라우드 드라이브 서비스와 구분되는 지점은 파일 처리 방식이다. 일반적인 클라우드 스토리지 서비스는 디스크 공간 절약을 위해 로컬 파일을 수시로 오프로드(offload)하지만, sfs는 모든 파일을 항상 로컬 디스크에 실제 파일 형태로 유지한다. 이 방식은 AI 에이전트가 파일을 로드할 때 발생하는 네트워크 블로킹 현상을 제거해 즉각적인 읽기/쓰기를 가능하게 한다.
데이터 무결성과 이력 관리를 위해 콘텐츠 주소 기반 저장 방식을 채택했다. 이를 통해 파일이 덮어쓰여지거나 삭제되더라도 이전 내용을 보존할 수 있으며, `sfs log` 명령어를 통해 어떤 기기에서 언제 파일이 변경되었는지 추적할 수 있다. 네트워크 연결이 끊긴 오프라인 상태에서도 폴더 사용이 가능하며, 연결 복구 시 자동으로 변경 사항을 푸시한다.
여러 기기에서 동시에 파일을 편집해 충돌이 발생할 경우, sfs는 (lamport, time, device) 순서의 결정적 재생(deterministic playback) 메커니즘을 통해 충돌을 해결한다. Lamport 타임스탬프(논리적 시계)를 활용해 이벤트의 인과 관계를 정의함으로써 분산 환경에서도 일관된 파일 상태를 유지한다.
implementation-impact
개발자와 실무자는 sfs를 도입함으로써 AI 에이전트의 '상태 관리' 방식을 API 기반의 데이터베이스 저장에서 파일시스템 기반의 공유 저장소로 전환할 수 있다. 특히 다음과 같은 구체적인 워크플로우 변화가 가능하다.
첫째, 역할이 다른 에이전트 간의 협업 구조를 단순화할 수 있다. 예를 들어 고객 이슈를 처리하는 Support agent와 이를 해결하는 Engineering agent가 동일한 공유 폴더를 바라보게 함으로써, 별도의 API 통합 없이도 이슈 맥락과 해결 과정을 실시간으로 공유하게 된다.
둘째, 하드웨어 간 작업 연속성이 확보된다. Mac mini와 Macbook 등 서로 다른 기기에서 동일한 원격 저장소를 마운트하면, 에이전트가 생성한 파일과 폴더 변경 사항이 즉시 동기화되어 환경 전환 시 발생하는 컨텍스트 손실을 막을 수 있다.
셋째, 기업 내부의 '컴퍼니 브레인(company brain)' 구축이 용이해진다. 팀원들이 각자의 에이전트를 통해 공통 위키를 업데이트하면, 모든 팀원의 에이전트가 최신 기업 지식을 공유하는 구조를 만들 수 있다. 실무자는 에이전트가 파일을 읽는 과정에서 발생하는 지연시간(latency)과 블로킹 문제를 로컬 우선 동기화 방식으로 해결함으로써, LLM의 추론 흐름이 끊기지 않는 운영 환경을 구축하는 데 집중해야 한다.
