AI 에이전트가 코드를 작성하는 일은 이제 낯설지 않습니다.
다음 문제는 데이터입니다. 에이전트가 실제 데이터베이스를 읽고 쓰기 시작하면, 잘못된 지시나 작은 쓰기 작업 하나가 오래 쌓아온 프로젝트를 손상시킬 수 있습니다.1
Ghost AI의 핵심 아이디어는 단순합니다.
에이전트에게 실제 데이터베이스를 바로 주지 말고, 복사해서 만든 폐기 가능한 데이터베이스를 제공하자는 것입니다.
에이전트에게 필요한 것은 실제 DB가 아니라 실험용 DB다
코드는 Git 브랜치에서 안전하게 실험할 수 있습니다. 실패하면 버리고, 성공하면 합치면 됩니다.
하지만 데이터베이스는 보통 그렇게 다루기 어렵습니다. 사용자, 주문, 설정, 로그처럼 현재 서비스의 상태가 한곳에 모여 있기 때문입니다.
이 상태에서 에이전트가 직접 쓰기 작업을 하면 위험은 빠르게 커집니다.
어떤 변경이 유효한 실험인지, 어떤 변경이 실수인지 구분하기 어려워지고, 여러 에이전트의 작업이 섞이면 결과 자체도 신뢰하기 힘들어집니다.
Ghost AI가 제안하는 방식은 데이터에도 브랜치처럼 다룰 수 있는 공간을 주는 것입니다. 기준 데이터베이스를 복사한 뒤, 에이전트가 그 복사본 안에서만 읽고 쓰게 합니다. 실패한 복사본은 삭제하고, 의미 있는 결과만 검토하면 됩니다.1
폐기 가능하다는 것은 통제 가능하다는 뜻이다
폐기 가능한 데이터베이스는 에이전트를 위한 샌드박스입니다.
에이전트가 자유롭게 시도하되, 피해 범위는 복사본 안으로 제한됩니다.
이 구조의 가치는 실험 속도보다도 안전성에 있습니다.
마이그레이션을 테스트하거나, 데이터 정리 로직을 실행하거나, 여러 에이전트의 결과를 비교할 때 실제 데이터베이스를 위험에 노출하지 않아도 됩니다. 실험은 되돌릴 수 있고, 실패 비용은 낮아집니다.1
Ghost는 이런 흐름을 위해 Postgres 기반 데이터베이스를 빠르게 만들고, 복제하고, 삭제할 수 있는 서비스로 소개됩니다. 또한 MCP를 지원해 에이전트가 데이터베이스를 도구처럼 다룰 수 있다는 점도 강조됩니다.2
언제 Ghost AI 같은 접근이 필요한가
판단 기준은 간단합니다.
에이전트에게 쓰기 권한을 줄 예정이라면, 먼저 복사본을 만들어야 합니다.
특히 다음과 같은 작업은 공유 데이터베이스에서 바로 실행하기보다 별도 DB에서 검증하는 편이 안전합니다.
데이터베이스 마이그레이션
가격 정책이나 설정 변경
사용자 데이터 수정
데이터 정리 및 변환 작업
결과 신뢰도가 중요한 벤치마크
운영 방식도 복잡할 필요는 없습니다. 에이전트별로 DB를 나누고, 필요한 테이블 권한만 주고, 쓰기 로그를 남기면 됩니다. 실험이 끝난 복사본은 삭제하고, 디버깅이 필요한 결과만 짧게 보관하면 충분합니다.
Ghost의 무료 티어는 무제한 데이터베이스와 포크, 1TB 저장공간을 제공한다고 소개됩니다.2 이런 구조는 “일단 실제 DB에 붙이고 본다”가 아니라 “먼저 안전하게 복제하고 실험한다”는 습관을 만들기 쉽게 합니다.
결론
AI 에이전트 시대의 핵심 인프라는 더 똑똑한 모델만이 아닙니다.
모델이 안전하게 실패할 수 있는 작업 공간도 필요합니다.
Ghost AI가 보여주는 메시지는 명확합니다.
에이전트에게 실제 세계의 열쇠를 바로 주지 말고, 먼저 버려도 되는 세계를 주세요. 그래야 실험은 빨라지고, 프로젝트는 더 안전해지며, 결과도 더 믿을 수 있습니다.
1Ghost AI: Give agents disposable databases to protect your projects
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.