DeepSeek Harness v0.1: 플러그인으로 구성하는 AI 에이전트 실행 기반
AI 에이전트의 성능은 모델만으로 결정되지 않는다. 에이전트가 환경을 이해하고 도구를 사용하며 작업을 지속하려면 이를 뒷받침하는 실행 기반이 필요하다. 이 역할을 담당하는 소프트웨어가 에이전트 하네스다.
DeepSeek AI가 개발자 프리뷰로 공개한 DeepSeek Harness v0.1은 이 실행 기반 전체를 플러그인 중심으로 설계했다. Node.js에서 동작하며 MIT 라이선스로 제공된다.1
하네스의 모든 기능을 플러그인으로 분리하다
DeepSeek Harness에서는 모델, 도구, 스킬, 세션, 샌드박스, 스토리지, 실행 루프, 스케줄링, UI가 모두 Cordis 플러그인으로 구현된다. Cordis 커널은 플러그인의 마운트와 마운트 해제, 의존성을 관리한다.2
이 구조의 핵심은 하네스 소스 코드를 직접 수정하지 않고도 기능을 선택하고 교체하거나 확장할 수 있다는 점이다. 개발자는 설정을 통해 필요한 플러그인을 조합하고, 특정 기능을 다른 구현으로 바꾸거나 새 플러그인을 추가할 수 있다.2 특정 모델이나 도구에 맞춰 전체 실행 구조를 다시 만들 필요가 줄어드는 셈이다.
네 가지 런타임 모드와 세션 기록
DeepSeek Harness v0.1은 Standard, Minimal, Code, Creator의 네 가지 런타임 모드를 지원한다. 개발자는 사용 목적에 맞는 구성을 선택해 실험하거나 자체 프리셋을 만들 수 있다.1
세션은 추가만 가능한 이벤트 로그를 기반으로 관리된다. 모델에 전달된 내용을 로그에서 다시 구성할 수 있어 작업 재개, 분기, 재실행, 추적 같은 기능을 동일한 기록 위에서 처리할 수 있다.1 에이전트의 실행 과정을 재현하고 검토해야 할 때 유용한 설계다.
모델과 실행 기반을 분리하는 라우팅
모델 라우팅은 특정 공급자에 종속되지 않는다. DeepSeek를 비롯해 OpenAI, Anthropic, AWS Bedrock, Microsoft Azure, Google 계열 서비스와 OpenAI 호환 게이트웨이를 연결할 수 있다.1
이처럼 하네스와 모델을 분리하면 비용, 성능, 운영 정책에 따라 모델 공급자를 바꾸기 쉬워진다. 플러그인 구조와 공급자 독립적 라우팅을 함께 활용하면 기존 실행 기반을 유지하면서 모델이나 도구만 교체하는 방식으로 실험 범위를 넓힐 수 있다.
요약: DeepSeek Harness v0.1을 평가할 기준
DeepSeek Harness v0.1의 핵심 가치는 기능의 수보다 구성 요소의 교체 가능성에 있다. 모델부터 UI까지 플러그인 단위로 분리하고 세션 기록과 모델 라우팅을 실행 기반에 포함함으로써, 실험과 운영에 필요한 유연성을 제공한다.
다만 현재는 개발자 프리뷰이므로 실제 도입 전에는 안정성, 플러그인 간 호환성, 생태계 성숙도를 확인해야 한다. 직접 살펴보려면 Node.js를 설치한 뒤 다음 명령으로 웹 UI를 실행할 수 있다.2
npx @deepseek-ai/dsh web1DeepSeek open sources an agent harness where everything is a plugin
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.