---
task_id: "dispatch-moai-adk-research"
team: "전략"
level: 3
priority: "P1"
depends_on: []
created_at: "2026-03-31"
deadline: null
status: "done"
dri: "에이레네"
tags: ["moai-adk", "리서치"]
---

# MoAI-ADK 심층 분석 리서치

## 목적
MoAI-ADK(모두의AI - Agentic Development Kit)를 A to Z로 심층 분석하고, 우리 시스템(아누 + 8팀 + dispatch.py)에 적용할 수 있는 인사이트를 도출한다.

## 분석 대상
- GitHub: https://github.com/modu-ai/moai-adk
- 한국어 README: https://github.com/modu-ai/moai-adk/blob/main/README.ko.md
- CHANGELOG: https://github.com/modu-ai/moai-adk/blob/main/CHANGELOG.md
- CLAUDE.local.md: https://github.com/modu-ai/moai-adk/blob/main/CLAUDE.local.md

## 분석 항목 (표면 요약 금지, 심층 분석 필수)

### 1. 아키텍처 분석
- 28개 에이전트의 역할과 구조 (우리 8팀 체계와 비교)
- 52개 스킬의 분류와 트리거 방식 (우리 스킬 시스템과 비교)
- Sub-Agent vs Agent Teams 듀얼 모드의 작동 원리
- Go 단일 바이너리 구조 — 왜 Go인가, 어떤 이점이 있는가

### 2. 방법론 분석
- Harness Engineering 패러다임 — 정확히 무엇인가, 우리의 "아누 가이드"와 어떻게 다른가
- Hybrid 방법론 (TDD + DDD) — 자동 적용 방식
- 에이전트 간 협업 패턴 — 우리의 dispatch.py 위임 방식과 비교

### 3. 코드 구조 분석
- 주요 디렉토리 구조와 파일 배치
- 설정 파일 구조 (CLAUDE.local.md 등)
- 에이전트 정의 방식 — 코드로 정의? 설정 파일? 프롬프트?
- 스킬 등록/관리 방식

### 4. 품질 관리
- 9,800+ 테스트의 구조와 커버리지 전략
- QC/검증 파이프라인이 있는가
- 에러 핸들링과 자동 복구 메커니즘

### 5. 우리 시스템과의 비교 분석
- **공통점**: 멀티 에이전트, 스킬 시스템, 품질 검증
- **차이점**: Go vs Python, 28 에이전트 vs 8팀, 방법론 차이
- **우리가 배울 점**: 구체적으로 어떤 기능/패턴을 도입할 수 있는가
- **우리가 더 나은 점**: 어떤 부분에서 우리 시스템이 우위인가

### 6. 도입 가능한 아이디어 (구체적으로)
- 즉시 적용 가능한 것
- 중기적으로 검토할 것
- 참고만 할 것

## 산출물
- 심층 분석 보고서: `/home/jay/workspace/memory/research/moai-adk-analysis.md`
- 우리 시스템 적용 제안서: `/home/jay/workspace/memory/research/moai-adk-application.md`

## 주의사항
- 표면적 요약 금지 — 파일 내부까지 분석, 코드 구조까지 파악
- GitHub README만 읽고 끝내지 말 것 — 실제 코드 파일, 설정, 테스트까지 확인
- "좋아 보인다" 식 감상 금지 — 구체적 근거와 코드 레벨 분석 필수