딥 에이전트와 하네스: 랭체인이 정리한 AI 에이전트 구조와 프로덕션 배포 시 부딪히는 문제들

핵심 메시지

• 에이전트는 '기반 모델 + 하네스'라는 등식으로 이해할 수 있다. 모델이 아닌 나머지 전부가 하네스다.
• 시스템 프롬프트, 기억, 도구와 MCP, 서브에이전트, 파일 시스템과 샌드박스가 모두 하네스에 속하며, 딥 에이전트는 여기에 모델 호출 전후를 가로채는 미들웨어를 더한다.
• 파일 시스템은 현재 가장 앞선 컨텍스트 관리 수단으로 꼽힌다. 코딩 에이전트를 만들며 모델이 파일 시스템 데이터를 대량으로 학습했기 때문이다.
• 일반적인 인프라는 오래 도는 에이전트를 염두에 두고 만들어지지 않았다. 67번째 단계에서 실패했을 때 1번부터 다시 하지 않으려면 매 단계 체크포인트가 필요하다.
• 에이전트의 권한은 기존 앱과 다르다. 메일 한 통을 대신 보내는 것은 괜찮아도 천 통을 보내는 것은 문제이며, 이런 구분은 전통적인 인증 모델에 없다.

쉽게 이해하기

최근 AI 업계에서 부쩍 자주 쓰이는 '하네스'라는 말을, 랭체인 팀이 간단한 등식으로 정리했다. 에이전트는 기반 모델 하나에 하네스를 더한 것이고, 모델이 아닌 부분은 전부 하네스라는 것이다. 발표자는 클로드 코드의 소스 코드가 50만 줄 규모인데 그 50만 줄 전부가 하네스이며, 아래에 깔린 모델이 주어진 일을 최대한 잘 해내도록 만드는 장치라고 설명했다.

하네스를 이루는 요소는 생각보다 넓다. 모델과 대화하는 창구인 시스템 프롬프트, 시간이 지나며 학습하게 만드는 기억, 도구와 스킬과 MCP, 서브에이전트가 모두 포함된다. 에이전트가 접촉하는 파일 시스템, 샌드박스, 브라우저 같은 인프라도 하네스다. 여기에 딥 에이전트만의 특징으로 미들웨어가 있는데, 모델 호출 전후에 끼어들어 가드레일이나 전·후처리 같은 자기만의 로직을 넣을 수 있다.

딥 에이전트는 이런 모범 사례를 기본값으로 담아 둔 오픈소스 하네스로 소개된다. 발표자가 특히 강조한 것은 파일 시스템으로, 에이전트가 참고할 정보를 메모장처럼 저장해 두는 방식이 오늘날 컨텍스트 관리의 최전선이라는 설명이다. 코딩 에이전트를 다듬는 과정에서 모델들이 파일 시스템을 다루는 데이터를 워낙 많이 학습했기 때문에, 데이터를 파일 형태로 건네면 성능이 올라가는 경향이 있다고 한다.

구조적으로는 딥 에이전트가 가장 높은 추상화 계층이고, 그 아래 도구 호출을 담당하는 랭체인, 다시 그 아래 노드와 엣지와 상태를 다루는 랭그래프가 있다. 기존의 도구 호출 에이전트는 생성 함수를 바꾸는 것만으로 딥 에이전트로 확장할 수 있으며, 그러면 파일 시스템과 계획 모듈 미들웨어, ls·cat·grep 같은 내장 도구, 서브에이전트 도구가 붙는다. 결정론적 워크플로의 한 단계로 딥 에이전트를 넣거나, 반대로 딥 에이전트가 결정론적 흐름을 서브에이전트로 부리는 조합도 가능하다.

발표의 후반부는 프로덕션 이야기다. 오래 걸리고 여러 단계를 거치는 작업, 자동 확장과 병렬 처리, 끊긴 세션의 재개, 사람의 개입 같은 요구는 기존 인프라가 잘 다루지 못한다. 랭체인 팀이 자사 에이전트를 운영하며 중요하게 본 것은 지속 가능한 실행, 기억, 권한, 사용자와의 상호작용 네 가지였다.

주요 인사이트

• 복잡한 에이전트를 만든다는 것은 곧 컨텍스트 창을 한계까지 밀어붙인다는 뜻이고, 한계에 가까워질수록 환각과 실패 확률이 올라간다. 그래서 실패 지점에서 그대로 이어서 복구하는 능력이 성능 최적화만큼 중요해진다.
• 매 단계의 상태를 저장하는 체크포인트는 복구 장치이면서 동시에 기억의 재료다. 한 세션의 체크포인트들을 이으면 단기 기억이 되고, 여러 세션에 걸쳐 남길 통찰을 뽑아내면 장기 기억이 된다.
• 에이전트의 권한 문제는 기존 RBAC로 잘 덮이지 않는다. 결정론적인 앱은 한 번 권한을 주면 예측 가능하게 동작하지만, 에이전트는 같은 권한으로 전혀 다른 규모의 행동을 할 수 있어 '어디까지 허용할 것인가'의 경계가 흐릿하다.
• 신뢰성과 자율성은 한때 맞바꿔야 하는 관계였지만, 그 경계선이 계속 바깥으로 밀리고 있다는 것이 발표자의 관점이다. 그래서 일단 기본 딥 에이전트로 시작해 보라는 것이 권고다.
• 오래 도는 에이전트에서는 진행 상황을 사람에게 흘려보내는 스트리밍이 부가 기능이 아니라 필수 인프라다. 사람이 언제든 멈추거나 승인할 수 있어야 한다는 전제가 런타임 설계에 들어가야 한다.

자주 묻는 질문

관련 AI 소식