💻 필요한 컴퓨터 사양

⚡ 설치법

### 4-1. Quick Start

```bash
./agentic-os/installers/deploy_brain.sh /path/to/your-project
```

### 4-2. 상세 설치

```bash
# 1. GitHub 저장소 클론 및 폴더 이동
git clone https://github.com/KbWen/agentic-os.git
cd agentic-os

# 2. 지정된 프로젝트 경로에 배포 테스트 (드라이 런)
./installers/deploy_brain.sh --dry-run /path/to/your-project

# 3. 프로젝트 루트 디렉토리에 프레임워크 및 AGENTS.md 설정 배포
./installers/deploy_brain.sh /path/to/your-project
```

🧬 바이오 활용

📝 업데이트 노트

1. vv1.8.218/13/2026

   Agentic OS v1.8.21은 Windows 및 WSL 환경에서 발생하던 배포 오류를 해결하여 실행 안정성을 크게 높였습니다. 특히 Bash 런처의 검증 로직을 정밀화하여, 환경 설정 문제로 인해 연구용 스크립트가 예기치 않게 중단되는 현상을 방지합니다. 또한 데이터 일관성 관리와 파일 추적 방식을 개선하여 자동화된 워크플로우의 신뢰도를 강화했습니다. 이번 업데이트를 통해 복잡한 생명공학 데이터 처리 파이프라인을 더욱 안정적이고 예측 가능한 환경에서 운영할 수 있습니다.

2. vv1.8.208/12/2026

   이번 업데이트는 보안 스캐너의 버전을 이미지 다이제스트로 고정하여, 민감한 연구 데이터 유출을 방지하는 공급망 보안을 더욱 강력하게 강화했습니다. 또한, 잘못된 스캔 범위에 대한 기술 문서를 바로잡아 시스템의 신뢰도를 높였으며, 주요 의존성 라이브러리들을 최신 상태로 업데이트하여 안정성을 확보했습니다. 비록 일부 알려진 결함은 의도적으로 남겨두었으나, 보안 프로세스의 투명성을 높여 실험 데이터와 연구 자산의 무결성을 더욱 안전하게 관리할 수 있도록 돕습니다.

3. vv1.8.198/8/2026

   이번 업데이트는 에이전트가 규칙을 단순히 읽는 것을 넘어 실제 행동을 통해 규정 준수 여부를 검증하는 '행동 기반 감사 방식'을 도입하여 시스템의 신뢰성을 대폭 강화했습니다. 특히 실험 로그와 학습 기록의 무결성을 보장하는 체계가 정교해져, 데이터의 누락이나 임의 수정을 방지하는 능력이 향상되었습니다. 따라서 실험 자동화 과정에서 데이터의 추적성과 재현성이 중요한 생명공학 연구원들에게 더욱 안전하고 믿을 수 있는 연구 환경을 제공할 것입니다.

4. vv1.8.188/3/2026

   이번 업데이트는 자동화된 규칙들이 명시된 대로 정확히 실행되도록 보장하는 '거버넌스 정확성' 강화에 집중했습니다. 특히 스펙 인덱스의 아카이브까지 검증 범위에 포함하여, 실험 데이터나 프로토콜의 이력을 더욱 누락 없이 정밀하게 관리할 수 있게 되었습니다. 또한, 자동화 스킬(Skill)의 실행 환경을 현대화하여 복잡한 바이오 데이터 처리 파이프라인의 안정성과 호환성을 높였습니다. 별도의 마이그레이션 없이 기존 환경에 바로 적용하여 더욱 신뢰할 수 있는 자동화 연구 환경을 구축해 보세요.

5. vv1.8.177/26/2026

   Agentic OS v1.8.17에서는 데이터 처리 과정에서 발생하던 인코딩 오류를 해결하여, 다양한 운영체제 환경에서 생물정보학 파이프라인을 더욱 안정적으로 실행할 수 있습니다. 특히 AI 에이전트가 참조하는 특정 문서의 토큰 제한에 대한 제약이 사라지면서, 더욱 방대하고 상세한 실험 프로토콜이나 유전체 분석 가이드를 에이전트에게 전달할 수 있게 되었습니다. 또한, 에이전트 간의 지시 사항 충돌을 감지하는 기능이 강화되어 복잡한 생명공학 워크플로우 수행 시 발생할 수 있는 논리적 오류를 사전에 방지할 수 있습니다.

6. vv1.8.167/22/2026

   이번 업데이트는 연구 데이터의 신뢰성과 실험 재현성을 높이는 데 집중했습니다. 파이썬 환경이 없는 경우 '검증 수준 낮음'을 명시하여, 연구자가 결과의 불확실성을 오해 없이 인지할 수 있도록 투명성을 강화했습니다. 윈도우 환경에서의 파이썬 인식 오류를 해결해 도구 실행의 안정성을 높였으며, 평가 커버리지 매칭의 정밀도를 개선하여 데이터 검증의 정확도를 높였습니다. 또한, 연구 검증 결과와 작업 이력을 추적하는 기능이 강화되어 생명공학 실험의 핵심인 데이터 추적성(Provenance) 확보가 더욱 용이해졌습니다.

7. vv1.8.157/19/2026

   Agentic OS v1.8.15에서는 모든 규칙에 대해 검증 가능한 실행 등급을 부여하여, 어떤 실험 프로토콜이 엄격하게 적용되는지 투명하게 확인할 수 있습니다. 이를 통해 연구자는 AI가 설정된 실험 지침을 얼마나 정확하게 준수하는지 신뢰할 수 있어, 실험의 재현성과 데이터 무결성을 확보하는 데 큰 도움이 됩니다. 또한, 지시문(directive)의 무분별한 증가를 방지하는 제어 메커니즘이 도입되어 복잡한 바이오 워크플로우에서도 시스템의 안정적인 운영이 가능해졌습니다.

8. vv1.8.147/16/2026

   Agentic OS v1.8.14는 연구 과정에서 내린 중요한 결정들이 기록에서 누락되거나 사라지는 문제를 해결하여 '결정 기록의 영구 보존' 기능을 강화했어요. 이제 모든 작업 로그의 결정 사항이 체계적으로 분류되어 저장되므로, 이전에 검토되었거나 기각된 실험 설계가 다시 제안되어 발생하는 혼선을 방지할 수 있습니다. 이를 통해 바이오 연구원들은 과거의 실험 결정 근거를 명확히 추적할 수 있어, 불필요한 반복 실험을 줄이고 연구 데이터의 신뢰성과 연속성을 높일 수 있어요.

9. vv1.8.137/15/2026

   A small validator-correctness release: the Spec Index reverse/phantom check — "an indexed spec path that no longer exists on disk" — is restored to working order after being silently dead. - **Spec Index phantom check un-blinded (`validate.sh` + `validate.ps1`)**: the reverse check extracted candidate paths with a bracket-anchored pattern that required a `]` *before* the `.md` path, but real Spec Index entries put the path *before* the `[Shipped]` tag (`- docs/specs/X.md — ..., [Shipped ...]`).

10. vv1.8.127/11/2026

    Agentic OS v1.8.12는 시스템의 보안과 데이터 무결성을 강화하기 위한 거버넌스 강화 업데이트입니다. 외부 실행기(CLI)의 작업 안정성을 높여 오류 발생 시 데이터 손실을 방지하고, 작업 로그의 검증 로직을 엄격하게 개선하여 중요한 오류가 단순 경고로 누락되는 현상을 차단했습니다. 이를 통해 복잡한 실험 자동화나 데이터 분석 파이프라인을 운영하는 연구원분들이 더욱 신뢰할 수 있는 자동화 환경을 구축할 수 있습니다.

11. vv1.8.97/8/2026

    이번 업데이트에서는 별도의 디자인 도구 없이도 텍스트 기반의 와이어프레임 파일만으로 UI 작업을 계획할 수 있어, 연구원이 데이터 시각화 대시보드를 직접 설계하기 훨씬 수월해졌어요. Claude 어댑터의 효율성이 개선되어 자동화 작업 시 불필요한 대기 단계가 줄어들었으며, 실험 과정에서 축적된 'Global Lessons'의 아카이브 기능도 안정화되었습니다. 이를 통해 연구 과정에서 얻은 중요한 학습 데이터를 손실 없이 체계적으로 관리하고 자동화 워크플로우에 즉각 반영할 수 있습니다.

12. vv1.8.87/4/2026

    이번 업데이트를 통해 Ollama나 LM Studio 같은 로컬 모델을 Agentic OS의 작업 프로세스에 직접 연결할 수 있게 되었습니다. `/ask-local` 기능을 활용하면 민감한 유전체 데이터나 실험 프로토콜 같은 보안이 중요한 정보를 외부 클라우드에 노출하지 않고도 로컬 환경에서 안전하게 처리할 수 있습니다. 로컬 모델이 작업을 수행하더라도 메인 모델이 모든 변경 사항을 최종 검토하고 승인하는 구조를 유지하므로, 데이터 보안과 연구의 정확성을 동시에 확보하며 효율적인 연구 워크플로우를 구축할 수 있습니다.

13. vv1.8.77/2/2026

    이번 업데이트에서는 Agentic OS가 스스로의 거버넌스 규칙을 검증하는 'self-audit' 기능이 도입되어, 실험 프로토콜과 데이터 관리 체계가 규정에 맞게 운영되는지 더욱 정밀하게 모니터링할 수 있습니다. 데이터 참조 오류를 잡아내는 검증 로직이 강화됨에 따라, 실험 로그나 결과 데이터의 무결성을 엄격하게 유지해야 하는 연구자들에게 높은 신뢰도를 제공합니다. 또한, 워크플로우 실행의 정확도와 문서 관리 효율성이 개선되어 복잡한 생명공학 실험 자동화 프로세스를 더욱 안정적으로 운영할 수 있습니다.