DeepSeek Harness v0.1.0-rc.8은 이미지 처리 기능을 추가한 릴리스인 동시에, 에이전트 실행 환경 전반을 다듬은 업데이트다. 버전은 2026년 8월 19일 공개됐으며, 공개 베타 및 오픈소스 출시 엿새 뒤에 나온 첫 주요 업데이트로 소개됐다. 일부 보도와 논의는 발표 시점을 8월 20~21일로 표기했다. 916

이번 릴리스의 14개 변경 사항은 이미지 입력뿐 아니라 서브에이전트, Windows 터미널, 도구 호출, 저장소 성능, 호환성 문제까지 폭넓게 다룬다. 4

핵심 변화는 ‘이미지가 에이전트 루프에 들어온 것’

RC.8에서는 DeepSeek 모델 어댑터에 네이티브 이미지 요청을 활성화할 수 있는 설정 경로가 추가됐다. 선택한 모델이나 백엔드가 이미지 입력을 지원한다면 Harness가 첨부 이미지를 작업과 분리해 다루는 대신, 모델에 직접 전달할 수 있다. 28

이미지 입력은 주요 계획 수립 명령에도 적용된다.

• /goal에서 텍스트와 이미지를 함께 입력할 수 있다.
• /plan에서도 텍스트와 이미지가 섞인 입력을 사용할 수 있다.
• @ 메뉴를 통해 작업 중 로컬 파일이나 이전 세션을 불러올 수 있다. 21215

코딩 에이전트 관점에서 이는 꽤 큰 변화다. 사용자는 버그 화면, UI 목업, 다이어그램, 오류 메시지 스크린샷을 일일이 글로 설명하지 않고 목표와 계획에 직접 첨부할 수 있다.

다만 여기서 혼동하면 안 되는 부분이 있다. RC.8이 추가한 것은 이미지 전송 및 오케스트레이션 경로이지, 텍스트 전용 모델에 독립적인 시각 능력을 부여한 것이 아니다. 실제 이미지를 해석할 수 있는지는 설정한 모델 또는 호환 백엔드의 기능에 달려 있다. 89

14개 업데이트는 무엇을 바꿨나

Claude Code와 Codex를 서브에이전트로 설치

Claude Code와 Codex를 필요할 때 설치하는 프로필 번들로 서브에이전트 시스템에 추가할 수 있게 됐다. Codex에는 비대화형 권한 모드와 여러 이름의 인스턴스를 사용하는 기능도 더해졌다. 이에 따라 하나의 워크플로에서 서로 다른 설정을 적용한 Codex 서브에이전트를 동시에 운용할 수 있다. 24

Windows 터미널에서 셸 상태 유지

Windows PTY 터미널은 PowerShell 세션을 유지할 수 있게 됐다. 이 기능은 최소 프리셋에서 기본 활성화되므로, 연속으로 명령을 실행할 때마다 셸 상태를 새로 만들 필요가 줄어든다. 2

도구 호출과 실행 흐름 개선

도구 실행도 한층 강화됐다. 예를 들어 web_search를 동시에 호출할 수 있고, 서브에이전트가 reportDelivery로 보고서를 전달하면 부모 작업을 깨워 이어서 처리할 수 있다. dsh web 실행 시 로컬 브라우저를 자동으로 여는 기능도 추가됐다.

대규모 세션을 분기할 때의 성능과 SQLite 저장소 성능도 개선됐다. 24

이미지·스트리밍·게이트웨이 오류 수정

RC.8은 단일 이미지가 지나치게 크거나, 긴 대화 기록에 이미지가 너무 많이 쌓였을 때 발생하던 요청 실패를 수정했다. 스트리밍 응답을 취소한 뒤 대화를 계속하거나 분기할 때 답변 접두사가 사라지는 문제도 다뤘다.

또한 사용자 지정 OpenAI 호환 게이트웨이가 서로 다른 요청 형식을 사용하거나 추론 콘텐츠를 반환하지 않는 경우의 상호 운용성도 개선됐다. 24

결국 이번 릴리스는 단순한 ‘이미지 업로드 기능’에 그치지 않는다. 이미지는 목표 설정, 계획 수립, 세션 기록, 서브에이전트 작업에 참여할 수 있게 됐고, 도구를 많이 사용하는 긴 작업의 안정성도 함께 보강됐다. 213

텍스트 전용 모델의 ‘도구 계층 비전’은 어떻게 작동하나

선택한 모델이 이미지 입력을 지원하지 않는 경우, Harness는 이미지를 곧바로 모델에 보여주는 대신 여러 도구를 통해 구조화된 텍스트 증거로 바꿀 수 있다.

보고된 처리 정보에는 다음이 포함된다.

• 좌표가 포함된 OCR 텍스트
• 이미지 내 색상 비율 통계
• 특정 픽셀 행의 스캔 결과
• 이미지의 가로·세로 크기
• 색상 모드 메타데이터 12

이렇게 추출한 정보를 텍스트 모델에 전달하면, 모델은 원본 이미지의 시각장을 직접 보는 것이 아니라 측정값과 설명을 바탕으로 추론한다. 따라서 유용한 우회 방법이기는 하지만 정보 손실이 있는 방식이다.

어떤 이미지에서 효과적인가

이 방식은 이미지 안에 OCR로 복원할 수 있는 문자나, 비교적 명확한 배치·경계·색상 정보가 있을 때 강점을 보인다.

• 애플리케이션 및 웹 UI 스크린샷
• 프레젠테이션·슬라이드 화면
• 순서도, 다이어그램, 단순 그래픽
• 레이아웃이 분명하고 대비가 높은 텍스트 중심 이미지 2

예를 들어 화면 속 문구를 추출하거나, 주요 색상 비율을 확인하거나, UI 요소의 단순한 경계를 찾는 작업에는 활용할 수 있다.

네이티브 비전이 필요한 영역

반면 자연 사진, 세밀한 객체 식별, 시각적 스타일, 미묘한 맥락, 복잡한 공간·장면 관계를 이해하는 작업에서는 성능이 크게 떨어질 수 있다. OCR과 일부 픽셀 통계만으로는 이런 시각 정보를 안정적으로 복원하기 어렵기 때문이다. 12

실무적인 기준은 간단하다. 진짜 이미지 이해가 필요하면 네이티브 비전 모델을 사용하고, 모델이 텍스트 전용이라면 특정 증거를 추출하는 보조 수단으로 도구 계층 비전을 활용하는 것이다. 이 방식은 텍스트 추출, 대표 색상 확인, 단순 경계 탐색, UI의 픽셀 단위 차이 검증에는 도움을 줄 수 있지만 네이티브 시각 추론과 같은 것으로 봐서는 안 된다. 23

이미지 워크플로를 확장하는 커뮤니티 플러그인

RC.8 이전부터 커뮤니티에서는 텍스트 전용 Harness 에이전트가 시각 정보를 다룰 수 있도록 여러 플러그인을 개발해 왔다. 알려진 예로는 dsh-vision, dsh-vision-toolkit, modlens가 있으며, 로컬 OCR이나 의사 비전(pseudo-vision) 브리지도 플러그인 목록에 올라와 있다. 1023

대표적인 플러그인은 다음과 같다.

• ModLens: OCR, 레이아웃, 엔터티, 관계 분석 결과를 구조화해 텍스트 전용 모델에 제공한다. 18
• dsh-vision-toolkit: 긴 스크린샷 OCR, 시각적 그라운딩, UI 재구성, 픽셀 비교 같은 작업을 겨냥한다. 1821

이런 플러그인은 RC.8의 네이티브 이미지 경로를 대체하기보다는 보완한다. 호환되는 비전 모델은 이미지를 직접 받을 수 있고, 플러그인은 OCR·레이아웃·픽셀 분석 또는 외부 모델 연동처럼 목적이 뚜렷한 도구를 제공한다. 텍스트 전용 모델은 그 결과로 만들어진 증거를 바탕으로 추론한다.

즉 개발자는 더 풍부한 네이티브 시각 인식이 필요한지, 아니면 과정을 확인하기 쉬운 전문 도구 출력이 필요한지에 따라 방식을 선택할 수 있다.

DeepSeek Harness v0.1.0-rc.8은 이미지 처리 기능을 추가한 릴리스인 동시에, 에이전트 실행 환경 전반을 다듬은 업데이트다. 버전은 2026년 8월 19일 공개됐으며, 공개 베타 및 오픈소스 출시 엿새 뒤에 나온 첫 주요 업데이트로 소개됐다. 일부 보도와 논의는 발표 시점을 8월 20~21일로 표기했다. 916

이번 릴리스의 14개 변경 사항은 이미지 입력뿐 아니라 서브에이전트, Windows 터미널, 도구 호출, 저장소 성능, 호환성 문제까지 폭넓게 다룬다. 4

핵심 변화는 ‘이미지가 에이전트 루프에 들어온 것’

RC.8에서는 DeepSeek 모델 어댑터에 네이티브 이미지 요청을 활성화할 수 있는 설정 경로가 추가됐다. 선택한 모델이나 백엔드가 이미지 입력을 지원한다면 Harness가 첨부 이미지를 작업과 분리해 다루는 대신, 모델에 직접 전달할 수 있다. 28

이미지 입력은 주요 계획 수립 명령에도 적용된다.

• /goal에서 텍스트와 이미지를 함께 입력할 수 있다.
• /plan에서도 텍스트와 이미지가 섞인 입력을 사용할 수 있다.
• @ 메뉴를 통해 작업 중 로컬 파일이나 이전 세션을 불러올 수 있다. 21215

코딩 에이전트 관점에서 이는 꽤 큰 변화다. 사용자는 버그 화면, UI 목업, 다이어그램, 오류 메시지 스크린샷을 일일이 글로 설명하지 않고 목표와 계획에 직접 첨부할 수 있다.

다만 여기서 혼동하면 안 되는 부분이 있다. RC.8이 추가한 것은 이미지 전송 및 오케스트레이션 경로이지, 텍스트 전용 모델에 독립적인 시각 능력을 부여한 것이 아니다. 실제 이미지를 해석할 수 있는지는 설정한 모델 또는 호환 백엔드의 기능에 달려 있다. 89

14개 업데이트는 무엇을 바꿨나

Claude Code와 Codex를 서브에이전트로 설치

Claude Code와 Codex를 필요할 때 설치하는 프로필 번들로 서브에이전트 시스템에 추가할 수 있게 됐다. Codex에는 비대화형 권한 모드와 여러 이름의 인스턴스를 사용하는 기능도 더해졌다. 이에 따라 하나의 워크플로에서 서로 다른 설정을 적용한 Codex 서브에이전트를 동시에 운용할 수 있다. 24

Windows 터미널에서 셸 상태 유지

Windows PTY 터미널은 PowerShell 세션을 유지할 수 있게 됐다. 이 기능은 최소 프리셋에서 기본 활성화되므로, 연속으로 명령을 실행할 때마다 셸 상태를 새로 만들 필요가 줄어든다. 2

도구 호출과 실행 흐름 개선

도구 실행도 한층 강화됐다. 예를 들어 web_search를 동시에 호출할 수 있고, 서브에이전트가 reportDelivery로 보고서를 전달하면 부모 작업을 깨워 이어서 처리할 수 있다. dsh web 실행 시 로컬 브라우저를 자동으로 여는 기능도 추가됐다.

대규모 세션을 분기할 때의 성능과 SQLite 저장소 성능도 개선됐다. 24

이미지·스트리밍·게이트웨이 오류 수정

RC.8은 단일 이미지가 지나치게 크거나, 긴 대화 기록에 이미지가 너무 많이 쌓였을 때 발생하던 요청 실패를 수정했다. 스트리밍 응답을 취소한 뒤 대화를 계속하거나 분기할 때 답변 접두사가 사라지는 문제도 다뤘다.

또한 사용자 지정 OpenAI 호환 게이트웨이가 서로 다른 요청 형식을 사용하거나 추론 콘텐츠를 반환하지 않는 경우의 상호 운용성도 개선됐다. 24

결국 이번 릴리스는 단순한 ‘이미지 업로드 기능’에 그치지 않는다. 이미지는 목표 설정, 계획 수립, 세션 기록, 서브에이전트 작업에 참여할 수 있게 됐고, 도구를 많이 사용하는 긴 작업의 안정성도 함께 보강됐다. 213

텍스트 전용 모델의 ‘도구 계층 비전’은 어떻게 작동하나

선택한 모델이 이미지 입력을 지원하지 않는 경우, Harness는 이미지를 곧바로 모델에 보여주는 대신 여러 도구를 통해 구조화된 텍스트 증거로 바꿀 수 있다.

보고된 처리 정보에는 다음이 포함된다.

• 좌표가 포함된 OCR 텍스트
• 이미지 내 색상 비율 통계
• 특정 픽셀 행의 스캔 결과
• 이미지의 가로·세로 크기
• 색상 모드 메타데이터 12

이렇게 추출한 정보를 텍스트 모델에 전달하면, 모델은 원본 이미지의 시각장을 직접 보는 것이 아니라 측정값과 설명을 바탕으로 추론한다. 따라서 유용한 우회 방법이기는 하지만 정보 손실이 있는 방식이다.

어떤 이미지에서 효과적인가

이 방식은 이미지 안에 OCR로 복원할 수 있는 문자나, 비교적 명확한 배치·경계·색상 정보가 있을 때 강점을 보인다.

• 애플리케이션 및 웹 UI 스크린샷
• 프레젠테이션·슬라이드 화면
• 순서도, 다이어그램, 단순 그래픽
• 레이아웃이 분명하고 대비가 높은 텍스트 중심 이미지 2

예를 들어 화면 속 문구를 추출하거나, 주요 색상 비율을 확인하거나, UI 요소의 단순한 경계를 찾는 작업에는 활용할 수 있다.

네이티브 비전이 필요한 영역

반면 자연 사진, 세밀한 객체 식별, 시각적 스타일, 미묘한 맥락, 복잡한 공간·장면 관계를 이해하는 작업에서는 성능이 크게 떨어질 수 있다. OCR과 일부 픽셀 통계만으로는 이런 시각 정보를 안정적으로 복원하기 어렵기 때문이다. 12

실무적인 기준은 간단하다. 진짜 이미지 이해가 필요하면 네이티브 비전 모델을 사용하고, 모델이 텍스트 전용이라면 특정 증거를 추출하는 보조 수단으로 도구 계층 비전을 활용하는 것이다. 이 방식은 텍스트 추출, 대표 색상 확인, 단순 경계 탐색, UI의 픽셀 단위 차이 검증에는 도움을 줄 수 있지만 네이티브 시각 추론과 같은 것으로 봐서는 안 된다. 23

이미지 워크플로를 확장하는 커뮤니티 플러그인

RC.8 이전부터 커뮤니티에서는 텍스트 전용 Harness 에이전트가 시각 정보를 다룰 수 있도록 여러 플러그인을 개발해 왔다. 알려진 예로는 dsh-vision, dsh-vision-toolkit, modlens가 있으며, 로컬 OCR이나 의사 비전(pseudo-vision) 브리지도 플러그인 목록에 올라와 있다. 1023

대표적인 플러그인은 다음과 같다.

• ModLens: OCR, 레이아웃, 엔터티, 관계 분석 결과를 구조화해 텍스트 전용 모델에 제공한다. 18
• dsh-vision-toolkit: 긴 스크린샷 OCR, 시각적 그라운딩, UI 재구성, 픽셀 비교 같은 작업을 겨냥한다. 1821

이런 플러그인은 RC.8의 네이티브 이미지 경로를 대체하기보다는 보완한다. 호환되는 비전 모델은 이미지를 직접 받을 수 있고, 플러그인은 OCR·레이아웃·픽셀 분석 또는 외부 모델 연동처럼 목적이 뚜렷한 도구를 제공한다. 텍스트 전용 모델은 그 결과로 만들어진 증거를 바탕으로 추론한다.

즉 개발자는 더 풍부한 네이티브 시각 인식이 필요한지, 아니면 과정을 확인하기 쉬운 전문 도구 출력이 필요한지에 따라 방식을 선택할 수 있다.