ASTELD: 자율 AI 에이전트의 6차원 분류 프레임워크 - 설계, 평가 및 OpenClaw 사례 연구

ASTELD: A Six-Axis Classification Framework for Autonomous AI Agents - Design, Evaluation, and an OpenClaw Case Study

자율 AI 에이전트 플랫폼은 아키텍처, 보안, 도구 통합, 실행 방식, 자율성 수준 및 배포 방식에서 상당한 차이를 보이지만, 이러한 설계 선택을 비교할 수 있는 공통 분류 체계는 아직 존재하지 않습니다. 본 연구에서는 자율 AI 에이전트를 위한 실용적인 6차원 분류 프레임워크인 ASTELD를 제안합니다. ASTELD는 다음과 같은 여섯 가지 측면으로 구성됩니다: 아키텍처 패턴, 보안 태세, 도구 통합 모델, 실행 패러다임, 자율성 및 인간 통제 수준, 그리고 배포 토폴로지입니다. ASTELD는 기존 에이전트 분류 체계와 관찰 가능한 플랫폼 속성을 종합하고 명시적인 범주 할당 규칙을 사용하여 구축되었습니다. ASTELD의 차별성과 설명력을 평가하기 위해 8개의 대표적인 프레임워크를 매핑하고, OpenClaw를 심층 사례 연구로 활용했습니다. 분석 결과, 8개의 모든 플랫폼이 주요 구성 요소에 따라 분리되었으며, 세 가지 교차 플랫폼 패턴이 나타났습니다: 보안-접근성 균형, 강력한 실행-아키텍처 결합, 그리고 지속적인 아키텍처 차별화를 통한 기능 통합입니다. 또한 50개 이상의 OpenClaw 파생 제품을 분류한 결과, 혁신은 주로 보안, 실행 및 배포 측면에서 집중되는 것으로 나타났으며, 이는 ASTELD가 생태계 분열이 발생하는 영역을 설명할 수 있음을 시사합니다. OpenClaw 사례 연구는 또한 6가지 범주의 취약점 분류 체계를 제공하며, 5개의 기관 평가 결과와 플랫폼 좌표와 관련된 관찰된 위험을 연결하는 채택 및 거버넌스 분석을 포함합니다. 이러한 결과는 ASTELD를 에이전트 플랫폼 비교, 미사용 설계 영역 식별, 프레임워크 선택 가이드라인 제공 및 향후 경험적 연구 조직을 위한 재현 가능한 방법으로 제시합니다. 또한 중요한 공백 영역이 드러났습니다: 평가된 시스템 중 어느 것도 로컬 우선 배포와 엔터프라이즈급 보안을 결합하지 않습니다.

Autonomous AI agent platforms differ substantially in architecture, security, tool integration, execution, autonomy, and deployment, yet the field lacks a common classification scheme for comparing these design choices. We propose ASTELD, an operational six-axis classification framework for autonomous AI agents: Architecture pattern, Security posture, Tool integration model, Execution paradigm, Level of autonomy and human control, and Deployment topology. ASTELD is constructed by synthesizing prior agent taxonomies with observable platform properties and explicit category-assignment rules. We evaluate its discriminative and explanatory utility by mapping eight representative frameworks and by using OpenClaw as an in-depth case study. The resulting profiles separate all eight platforms under their dominant configurations and reveal three cross-platform patterns: a security-accessibility diagonal, strong execution-architecture coupling, and capability convergence with persistent architectural differentiation. We further classify 50+ OpenClaw derivatives and find that innovation concentrates on the Security, Execution, and Deployment axes, indicating that ASTELD can explain where ecosystem fragmentation occurs. The OpenClaw case study also supplies a six-category vulnerability taxonomy, evidence from five institutional assessments, and adoption and governance analyses that connect platform coordinates to observed risks. These results position ASTELD as a reproducible method for comparing agent platforms, identifying unoccupied design regions, guiding framework selection, and organizing future empirical research. The analysis also exposes a consequential empty region: none of the evaluated systems combines local-first deployment with enterprise-grade security.