Ruflo - 클로드 코드를 위한 멀티 에이전트 AI 오케스트레이션 플랫폼

Ruflo - 클로드 코드를 위한 멀티 에이전트 AI 오케스트레이션 플랫폼

들어가는 말

AI 코딩 에이전트가 하나만으로도 충분히 강력한 시대. 하지만 더 복잡한 작업, 더 빠른 개발 사이클, 그리고 여러 머신에 걸친 협업이 필요할 때는 어떻게 해야 할까? 이 질문에서 출발한 프로젝트가 바로 Ruflo다. 기존 Claude Flow에서 리브랜딩한 이 플랫폼은 클로드 코드에 100개 이상의 특화 에이전트를 조율하는 능력을 부여하고, 세션 간 기억을 유지하며, 다른 머신의 에이전트와 보안 통신을 가능하게 한다.

2026년 현재 GitHub 5만 개 이상의 스타와 6,400개 이상의 커밋을 기록하고 있는 Ruflo는 단순한 래퍼가 아니다. HNSW 벡터 메모리, 자기 학습 루프, Raft·Byzantine·Gossip 합의 메커니즘, 그리고 제로 트러스트 에이전트 페더레이션을 갖춘 본격적인 엔터프라이즈급 오케스트레이션 플랫폼이다.

Ruflo란 무엇인가

Ruflo는 클로드 코드 위에서 동작하는 멀티 에이전트 AI 오케스트레이션 플랫폼이다. 한 줄의 명령어만으로 에이전트들이 스웜 형태로 자기 조직화하고, 작업마다 학습하며, 세션 간 기억을 유지한다. 개발자는 코드 작성에 집중하고, Ruflo가 조율과 협업을 담당한다.

핵심 특징을 정리하면 다음과 같다:

• 98개 이상의 특화 에이전트 — 코딩, 테스트, 문서, 보안, 아키텍처 등 다양한 역할분담

• 314개 네이티브 MCP 도구 — CI/CD, 옵저버빌리티, 보안 스캐닝, 클라우드 배포 영역 커버

• 32개 네이티브 플러그인 — 코어 오케스트레이션부터 IoT, 트레이딩 같은 도메인 특화 영역까지

• HNSW 벡터 메모리 — AgentDB 기반. brute-force 대비 150배에서 12,500배 빠른 검색

• SONA 자기학습 엔진 — 작업 패턴을 학습하여 지속적으로 성능 개선

• 멀티 LLM 라우팅 — Claude, GPT, Gemini, Cohere, Ollama를 상황에 따라 스마트하게 선택

• Rust 기반 엔진 — Cognitum.One 에이전틱 아키텍처 기반의 고성능 처리

Claude Flow에서 Ruflo로

Ruflo의 전신은 2025년 5월 Reuven Cohen이 개인 실험으로 시작한 Claude Flow다. 개발자 커뮤니티에서 화제를 모으며 빠르게 성장했지만, 2026년 1월 Anthropic과의 상표권 충돌을 피해 Ruflo로 공식 리브랜딩했다. npm 패키지명과 CLI 명령어는적력사적 이유에서 여전히 claude-flow를 사용하지만, 프로젝트 이름은 완전히 달라졌다.

5분 만에 시작하기: 설치부터 첫 스웜까지

Ruflo는 두 가지 설치 경로를 제공한다. 용도에 따라 선택할 수 있다.

설치 경로 A: Claude Code 플러그인 (라이트)

플러그인만 추가하는 방식이다. 워크스페이스에 파일을 남기지 않고 슬래시 명령어만 사용하고 싶을 때 적합하다.

# 마켓플레이스 추가/plugin marketplace add ruvnet/ruflo# 코어 + 스웜 + 오토파일럿 + 페더레이션 플러그인 설치/plugin install ruflo-core@ruflo/plugin install ruflo-swarm@ruflo/plugin install ruflo-autopilot@ruflo/plugin install ruflo-federation@ruflo

이 방식은 메모리 저장, 스웜 초기화, 에이전트 생성 등 MCP 서버 기능이 활성화되지 않는다. 전체 기능을 사용하려면 경로 B가 필요하다.

설치 경로 B: CLI 풀 설치 (프로덕션용)

# Ruflo 초기화 — 전체 에코시스템이 워크스페이스에 구축된다npx ruvflo init

이 명령어 하나로 98개 에이전트, 60개 이상의 명령어, 30개 스킬, MCP 서버, hooks, 데몬이 설치된다. 모든 기능이 문서대로 동작하므로 프로덕션 환경에서는 이 방식을 권장한다.

32개 네이티브 플러그인 한눈에 보기

Ruflo의 플러그인은 여섯 가지 카테고리로 구성된다:

코어 및 오케스트레이션

• ruflo-core — 서버, 헬스 체크, 플러그인 발견

• ruflo-swarm — 다중 에이전트를 하나의 팀으로 조율

• ruflo-autopilot — 에이전트를 자율 루프에서 실행

• ruflo-loop-workers — 타이머 기반 백그라운드 작업 스케줄링

• ruflo-workflows — 재사용 가능한 다단계 태스크 템플릿

• ruflo-federation — 다른 머신의 에이전트와 보안 협업

메모리 및 지식

• ruflo-agentdb — 에이전트 메모리용 고속 벡터 DB

• ruflo-rag-memory — 하이브리드 검색, 그래프 호핑, 다양성 랭킹

• ruflo-ruvector — GPU 가속 검색, Graph RAG, 103개 도구

• ruflo-knowledge-graph — 엔티티 관계 맵 구축 및 탐색

지능 및 학습

• ruflo-intelligence — 과거 성공 패턴에서 학습하여 스스로 똑똑해지는 에이전트

• ruflo-daa — 동적 에이전트 행동 및 인지 패턴

• ruflo-goals — 큰 목표를 실행 계획으로 분할하고 추적

코드 품질 및 테스트

• ruflo-testgen — 누락된 테스트를 발견하고 자동으로 생성

• ruflo-browser — Playwright 기반 브라우저 테스트 자동화

• ruflo-jujutsu — git diff 분석, 리스크 점수 매기기, 리뷰어 추천

• ruflo-docs — 문서 자동 생성 및 유지보수

보안 및 컴플라이언스

• ruflo-security-audit — 취약점 및 CVE 스캐닝

• ruflo-aidefence — 프롬프트 인젝션 차단, PII 감지, 안전성 스캐닝

DevOps 및 옵저버빌리티

• ruflo-migrations — 데이터베이스 스키마 변경 안전 관리

• ruflo-observability — 구조화된 로그, 트레이스, 메트릭

• ruflo-cost-tracker — 토큰 사용량 추적, 예산 설정, 비용 알림

스웜 아키텍처: 계층적 지능의 구조

Ruflo의 스웜 조율은 세 가지 토폴로지를 지원한다:

• 계층적(Hierarchical) — queen과 worker로 나누어진지휘체계

• 메시(Mesh) — 모든 에이전트가 서로 직접 통신

• 적응형(Adaptive) — 작업의 성격에 따라 토폴로지가 자동으로 변형

합의 메커니즘도 세 가지다:

• Raft — 분산된 리더 선출과 로그 복제에 기반한 합의

• Byzantine — 비잔틴 결함 Tolerancing. 일부 에이전트가 잘못된 정보를 보내도 정상 동작

• Gossip — 에이전트끼리수기하게 정보를 전파하여 최종적으로 모두 일치

Queen과 Worker: Hive-Mind의 동작 원리

Ruflo의 스웜은 queen 에이전트와 worker 에이전트로 구성된다. Queen은 작업을 분산하고 결과를 집계하는 역할담당. Worker는 queen의 지시를 받아 구체적인 작업을 수행한다.

예를 들어 API 서버 개발공작시:

1. Planner Queen이 사용자의 목표를 분석하여 실행 계획 수립

2. Coder Queen이 코딩 작업을 worker들에게 분배

3. Worker들이 병렬로 코드 작성 및 테스트 실행

4. Review Queen이 코드 리뷰를 수행하고 피드백 제공

5. Architect Queen가 전체 구조의 일관성 검증

기억이 있는 에이전트: HNSW 벡터 메모리

Ruflo의 메모리 시스템은 일반적인 세션 기록을 넘어선다. AgentDB는 HNSW( Hierarchical Navigable Small World) 알고리즘을 사용하여 벡터 검색을 수행한다. brute-force 방식 대비 150배에서 12,500배 빠른 검색 속도를 자랑한다.

작동 방식은 다음과 같다:

1. 에이전트가 작업을 완료하면 결과와 메타데이터가 벡터로 변환되어 AgentDB에 저장된다.

2. 다음 작업 시 관련 previous experiences가 semantic하게 검색된다.

3. SONA 엔진이 검색 결과를 분석하여 현재 작업에 적합한 전략을 제안한다.

19개의 AgentDB 컨트롤러를 지원하여 Postgres, Redis, SQLite, DuckDB, Qdrant, Weaviate, Milvus 등 다양한 백엔드에서 메모리를 운영할 수 있다.

엔터프라이즈 보안: 에이전트 페더레이션

Ruflo의 Agent Federation 기능은 여러 머신에 분산된 에이전트 간의 안전한 통신을 보장한다. 핵심 보안 요소는 다음과 같다:

• mTLS + ed25519 기반 제로 트러스트 인증 — 상호 인증으로 통신 상대방의 신원 확인

• 14개 유형 PII 감지 파이프라인 — 개인정보가 포함된 데이터를 자동으로 탐지하고 제거

• 행동 기반 신뢰 점수 — 에이전트의 행동 패턴을 모니터링하여 점수 기반 접근 제어. 점수 하락 시즉시 적용

• HIPAA, SOC2, GDPR 컴플라이언스 모드 — 규제 산업에서도 즉시 사용 가능

federation init과 federation join 명령어로 손쉽게 새 노드를 페더레이션에 연결할 수 있다. PII 처리와 감사 추적은 자동으로 관리된다.

멀티 LLM 라우팅: Anthropic 종속 탈피

Ruflo는 Claude에만 의존하지 않는다. 다음 LLM 프로바이더를 지원한다:

• Anthropic Claude

• OpenAI GPT

• Google Gemini

• Cohere

• Ollama (로컬 실행 가능)

스마트 라우팅은 작업의 성격에 따라 최적의 모델을 자동으로 선택한다. 비용 최적화가 필요한 작업에는 Ollama를, 복잡한추리에는 Claude를, 대규모 처리에는 Gemini를 선택하는 식이다. 특정 모델에 장애가 발생하면 자동으로 failover하여 서비스 중단을 방지한다.

웹 UI와 Goal Planner

Ruflo는 CLI 외에도 두 가지 웹 인터페이스를 제공한다:

flo.ruv.io (베타) — 6개 프론티어 모델(Qwen, Claude, Gemini, OpenAI)을 지원하는 멀티 모델 채팅 인터페이스. 약 210개 MCP 도구를 병렬로 실행할 수 있으며, 사용자 정의 MCP 서버도 추가 가능하다.

goal.ruv.io (Goal Planner UI) — 자연어로 목표를 기술하면 GOAP(Goal-Oriented Action Planning) 알고리즘이 상태 공간을 탐색하여 실행 계획을 자동 생성한다. 라이브 에이전트 대시보드에서 실시간으로 스웜의 움직임을 모니터링할 수 있다.

지능형 작업 라우팅

Ruflo의 라우터는 지능형 작업 분배를 통해 효율을 극대화한다:

• 정확도 89% — 작업 유형을 분석하여 최적의 에이전트와 전략을 자동 선택

• 12개 자동 트리거 — 특정 패턴이 감지되면 백그라운드 워커가 자동으로 작동

• 백그라운드 워커 — 감사, 최적화, 테스트 갭 분석 등을바ㅅ쿠구라우은도데실행

개발자가 명시적으로 개입하지 않아도 시스템이 스스로 최적의 상태를 유지한다.

마무리하며

Ruflo는 단순히 에이전트를 여러 개 띄우는 수준을 넘어선다. 자기 학습이 가능한 기억 시스템, 장애에도 안정적인 합의 메커니즘, 실제 프로덕션 환경에서 필요한 보안 및 컴플라이언스 기능, 그리고 다양한 LLM을 한 꺼번에 활용하는 라우팅까지 갖추고 있다.

특히 흥미로운 것은 초기화료지후 일반적인 Claude Code처럼 사용하면서도, hooks 시스템이 뒷단에서 작업을 자동 라우팅하고 성공 패턴을 학습한다는 점이다. 314개 MCP 도구나 60개 CLI 명령어를 전부 외울 필요가 없다.

2026년 현재 5만 개 이상의 GitHub 스타와 84.8%의 SWE-bench 솔브 레이트를 기록하고 있는 Ruflo는 멀티 에이전트 AI 오케스트레이션 영역에서 가장 빠르게 성장하고 있는 오픈소스 프로젝트다. 복잡한 개발 워크플로를 자동화하고 싶거나, 여러 AI 에이전트를 효과적으로 협업시키고 싶다면 Ruflo는 가장 현실적인 선택지 중 하나다.

---

핵심 정리

• GitHub: 5만 이상 스타, 6,400개 이상 커밋

• 버전: v3.6.12 (2026년 5월)

• 에이전트: 98개 이상 / MCP 도구 314개 / 플러그인 32개

• 설치: npx ruvflo init 한 줄면 전체 에코시스템 구축

• 보안: mTLS, ed25519, PII 감지, HIPAA/SOC2/GDPR

• 메모리: HNSW 벡터 검색 — brute-force 대비 150배~12,500배 빠름

• LLM: Claude, GPT, Gemini, Cohere, Ollama 자동 라우팅

• 라이선스: MIT

---

📚 출처

• https://news.hada.io/topic?id=29480