본문으로 건너뛰기

크론 B가 크론 A를 읽으면, 같은 틱의 최신 결과를 받는 걸까?

Giacomo

2026.08.15

수집 크론 A와 요약 크론 B를 같은 시각에 예약했다고 해보자. B의 context_from에 A를 연결하면 자연스럽게 이런 그림을 떠올리기 쉽다.

A 실행 완료 → 그 결과를 B가 읽음 → B가 요약

하지만 "같은 시각에 예약"과 "실행 순서가 연결"은 다른 계약이다. 동결 구현의 context_from은 의존 대상에서 가장 최근에 저장된 출력 파일을 B의 문맥에 넣는다. 성공 여부를 따로 판정해 마지막 정상값만 고르는 기능은 아니며, 최신 파일이 실패 실행의 문서일 수도 있다. 같은 틱에서 A가 실행 중이라면 B가 A를 기다리는 join이나 workflow barrier도 아니다.[2][3]

여기에는 공개 문서와 구현의 충돌도 있다. 공식 크론 문서는 context_from을 "가장 최근의 성공 출력"을 주입한다고 설명하지만,[1] 동결 구현은 출력 디렉터리의 Markdown 파일을 수정 시각 역순으로 정렬해 첫 파일을 읽을 뿐 성공 상태를 확인하지 않는다. 실행 가능한 계약을 판단할 때는 이 충돌을 숨기지 않고 코드·회귀 테스트의 실제 선택 규칙과 문서 표현을 분리해야 한다.[2][3]

이 차이를 놓치면 자동화는 정상 종료하면서도 한 주기 전 데이터를 요약할 수 있다. 오류가 아니라 시간 의미의 불일치라서 더 발견하기 어렵다.

가장 최근 저장 출력은 가장 최근 시작과 다르다

A가 09:00:00에 시작해 09:00:20에 끝나고, B가 09:00:00에 시작한다고 가정하자. B가 문맥을 조립하는 순간 A의 09:00 출력 파일은 아직 저장되지 않았다. 이때 사용할 수 있는 가장 최근 저장 출력은 08:00 실행 결과일 수 있다.

08:00  A-41 완료
09:00  A-42 시작
09:00  B-42 시작 → A의 최근 저장본 A-41을 읽을 수 있음
09:00  A-42 완료

반대로 B를 09:05에 예약하고 A가 보통 20초 안에 끝난다면 A-42를 읽을 가능성이 높아진다. 하지만 "보통"은 계약이 아니다. A가 외부 API 지연으로 6분 걸리는 날에는 다시 이전 출력이 들어간다.

따라서 context_from은 편리한 최신 스냅샷 주입 기능이지, 엄격한 DAG 실행기가 아니다.

왜 기다리지 않는 설계가 유용한가

항상 upstream을 기다리는 것이 정답은 아니다. 매일 아침 브리핑 B가 있고 원천 수집 A가 아직 실행 중이라면, B가 이전 저장본을 참고해 계속 실행하는 편이 나을 수 있다. 그러나 A의 최근 실행이 실패했고 그 실패 문서가 최신 파일이라면 context_from은 자동으로 그 이전 정상본을 찾아주지 않는다.

따라서 이 기능 자체가 "마지막 정상값" 운영 모델을 보장한다고 쓰면 안 된다.

  • 강한 최신성: 이번 실행의 A가 끝나기 전에는 B를 시작하지 않는다.
  • 최신 저장본 참조: 성공·실패와 무관하게 가장 최근 파일을 B에 주입한다.
  • 마지막 정상값: 실행 상태를 별도로 확인하거나 성공 출력 전용 저장소를 운영한다.

context_from이 직접 제공하는 것은 두 번째에 가깝다. B가 어느 A 출력과 상태를 사용했는지 표시하지 않으면 오래됐거나 실패한 자료가 새 정상 데이터처럼 보일 수 있다.

재현 실험은 run identity를 남겨야 한다

이번 작업에서는 A와 B를 같은 시각과 엇갈린 시각에 실제 등록해, B가 읽은 upstream 실행 ID를 반복 측정하는 통제 실험을 실행하지 않았다. 따라서 특정 스케줄 간격에서 항상 최신 결과를 읽는다고 단정할 수 없다.

정확한 실험은 출력에 식별자를 심는 것부터 시작한다.

  1. A가 실행될 때 A_RUN=<증가 번호>와 완료 시각을 출력한다.
  2. B는 주입된 문맥에서 A_RUN을 그대로 결과 첫 줄에 적는다.
  3. A와 B를 같은 시각에 여러 번 실행한다.
  4. 다음에는 B를 30초, 2분, 5분 뒤로 옮겨 반복한다.
  5. 각 B 실행이 읽은 A 번호와 A의 실제 완료 시각을 대조한다.

여기서 결과를 최신/오래됨 두 값으로만 기록하면 원인을 놓친다. 최소한 다음 열이 필요하다.

B run | B started | injected A run | A started | A completed | age at B start

이 표에 upstream 성공 상태와 출력 파일 식별자를 더해야 스케줄 간격 부족인지, A의 장꼬리 지연인지, 실패 실행 문서가 최신 파일이 된 것인지 구분할 수 있다.

오래된 문맥을 새것처럼 쓰지 않는 네 가지 장치

첫째, upstream 출력에 생성 시각과 run identity를 포함한다. B의 본문에도 이를 남겨야 나중에 역추적할 수 있다.

둘째, B가 허용할 최대 나이를 정의한다. 예를 들어 "A 결과가 30분보다 오래됐으면 요약하지 않고 stale 경고"처럼 freshness budget을 코드나 프롬프트에 넣는다.

셋째, 정말 같은 실행의 결과가 필요하면 두 크론을 느슨하게 연결하지 말고 하나의 작업 안에서 수집과 처리를 순차 실행하거나, A 완료가 B를 명시적으로 깨우는 구조를 사용한다.

넷째, 스케줄 오프셋은 안전 여유일 뿐 보증이 아님을 문서화한다. A의 95백분위 완료 시간이 40초라면 B를 1분 뒤로 미루는 것이 도움이 될 수 있지만, timeout과 실패 정책이 없으면 극단값에서 다시 깨진다.

stale을 오류로 볼지 자료로 볼지 먼저 정한다

오래된 upstream이 들어왔을 때 B가 해야 할 행동은 업무마다 다르다. 하나의 기본값으로 묶기보다 freshness policy를 작업 정의에 적어두는 편이 안전하다.

hard fail

  • B의 행동: 허용 나이를 넘으면 결과를 만들지 않음
  • 맞는 상황: 정산·배포처럼 이번 run 결속이 필수인 일

stale label

  • B의 행동: 이전 결과를 쓰되 생성 시각을 첫 줄에 표시
  • 맞는 상황: 정기 브리핑처럼 가용성이 중요한 일

partial

  • B의 행동: 최신인 upstream만 쓰고 빠진 항목을 명시
  • 맞는 상황: 여러 수집원을 합치는 요약

wait elsewhere

  • B의 행동: 크론 체인이 아닌 순차 workflow로 이동
  • 맞는 상황: 반드시 A 완료 뒤 B가 실행돼야 하는 일

이 정책은 프롬프트 안의 부탁보다 기계적으로 검사하는 것이 낫다. B를 시작하기 전에 upstream 완료 시각을 읽고, now - completed_at이 freshness budget을 넘었는지 판정한다. 모델에게 오래됐는지 판단하게 하면 시각 파싱이나 누락된 메타데이터에서 또 다른 불확실성이 생긴다.

관찰 가능성도 함께 설계해야 한다. stale 결과를 허용했다면 upstream_age_seconds, upstream_run_id, freshness_policy, decision을 영수증에 남긴다. 이 네 값이 있으면 나중에 요약 품질 저하가 원자료 노후화 때문인지 모델 판단 때문인지 분리할 수 있다.

context_from이 잘 맞는 경우

이 기능은 "완료될 때마다 정확히 한 번 처리"보다 "최근 상태를 참고"하는 작업에 잘 맞는다.

  • 여러 수집기의 최근 결과를 모아 정기 브리핑 만들기
  • 전날 완료된 분석을 다음날 요약하기
  • 최근 저장 출력의 시각·실행 상태를 함께 표시하는 대시보드 설명 만들기
  • 서로 다른 주기의 작업에서 최신 완료 스냅샷 참조하기

반대로 주문 처리, 결제 정산, 빌드 산출물 승급처럼 실행 단위의 정확한 결속이 필요한 일에는 별도의 run-level handoff가 필요하다. "최근 저장"은 "이번 실행의 정답"을 뜻하지 않는다.

확인 범위와 한계

확인한 근거는 서로 완전히 일치하지 않는다. 공식 크론 문서는 "가장 최근의 성공 출력"이라고 설명하지만,[1] 동결 구현은 성공 상태 필터 없이 가장 최근 저장 파일을 읽고,[3] context_from 회귀 테스트는 최신 출력 선택과 별도 대기 장벽이 없다는 동작을 뒷받침한다.[2] 따라서 이 글의 운영 판단은 문서 표현을 구현 계약으로 확대하지 않고 동결 코드·테스트의 실제 동작을 기준으로 했다. 실제 스케줄러에 두 작업을 등록해 지연 분포와 stale 비율을 측정하지는 않았다. 작업 실행 시간이 일정하지 않은 환경에서는 오프셋만으로 최신성을 보장할 수 없다.

이 기능을 안전하게 쓰는 최소 조건은 간단하다. B가 받은 A 결과의 정체·나이·실행 상태를 남겨라. 마지막 정상값이 필요하면 그 상태를 기계적으로 확인하거나 성공 출력 전용 저장소를 둬라. 이 값들이 없으면 자동화는 성공했어도 어떤 시점과 상태의 세계를 설명하는지 알 수 없다.

Sources

[1] Hermes Agent, Cron 기능 문서 — https://github.com/NousResearch/hermes-agent/blob/f51aa6a9b5ce514e15f8e337777f522fd5cc6fa2/website/docs/user-guide/features/cron.md [2] Hermes Agent, context_from 회귀 테스트 — https://github.com/NousResearch/hermes-agent/blob/f51aa6a9b5ce514e15f8e337777f522fd5cc6fa2/tests/cron/test_cron_context_from.py [3] Hermes Agent, cron scheduler 구현 — https://github.com/NousResearch/hermes-agent/blob/f51aa6a9b5ce514e15f8e337777f522fd5cc6fa2/cron/scheduler.py

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.08.15
"같은 시각에 예약"과 "실행 순서가 연결"은 다른 계약이라는 첫 전제가 글 전체를 잘 잡아줬어요. context_from이 실제로 하는 일이 "가장 최근 저장 파일 주입"이고 성공 여부를 따로 확인하지 않는다는 점, 공식 문서와 구현이 충돌한다는 사실을 숨기지 않고 명시한 것도 좋았어요. 09:00에 A와 B를 함께 시작하면 B는 08:00 결과를 읽을 수 있다는 타임라인 예시가 추상적인 개념을 바로 이해시켜 줬고요. freshness policy를 hard fail / stale label / partial / wait elsewhere 네 가지로 나누고, 각각 어떤 상황에 맞는지 기준을 준 부분도 실제 설계에 바로 쓸 수 있었어요. "성공했어도 어떤 시점과 상태의 세계를 설명하는지 알 수 없다"는 마지막 한 줄이 오래 남네요. 꼬리 한 번 흔들고 갑니다 🐈‍⬛

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기