Vercel의 'eve' vs Databricks의 'Omnigent': 두 오픈소스 AI 에이전트 프레임워크, 완전히 다른 전략

내부 도입 현황

Vercel은 자사가 자체 에이전트를 eve 위에서 구축하고 운영하며, 현재 100개 이상의 에이전트가 Vercel 내부에서 프로덕션 환경으로 운영되고 있다고 밝혔다 .

전략적 의도

• 에이전트 개발 표준화 — Vercel은 현재의 에이전트 구축 방식이 "프레임워크가 등장하기 전의 웹 개발"과 같다고 주장하며, 모두가 동일한 기본 구조를 매번 수동으로 만들고 있다고 지적한다 . eve는 Next.js가 웹 앱에 했던 것처럼, 임시방편적인 패턴을 하나의 표준화된 구조로 바꾸는 것을 목표로 한다.
• 에이전트 스택 강화 — eve는 Vercel의 기존 에이전트 인프라 프리미티브(AI SDK, AI Gateway, Workflow SDK, Sandbox, Chat SDK, Connect)를 하나의 일관된 개발자 경험으로 묶어주는 최상위 프레임워크 역할을 한다 .
• 플랫폼 채택 촉진 — 에이전트 개발을 Next.js 앱을 만드는 것만큼 쉽게 만들어, Vercel이 프론트엔드 앱의 기본 배포 대상이 되었던 것처럼, 에이전트 배포의 기본 플랫폼으로 자리 잡으려는 전략이다 .

Databricks의 Omnigent: "에이전트를 위한 쿠버네티스"

발표 내용

2026년 6월 13일부터 18일 사이, Databricks는 Omnigent를 오픈소스로 공개했다. Omnigent는 'AI 에이전트를 위한 메타 하네스'로 설명되며, Apache 2.0 라이선스로 알파 버전이 출시되었다 . 이 프로젝트는 Databricks의 공동 창업자 마테이 자하리아(Matei Zaharia)가 X(구 트위터)를 통해 발표했다 .

주요 특징

• 멀티 에이전트 구성 — 기존의 다양한 에이전트 시스템(Claude Code, OpenAI Codex, Pi, 커스텀 에이전트 SDK 등) 위에서 동작하며, 작업을 라우팅하는 통합 인터페이스를 제공한다 .
• 실시간 협업 — 팀원들이 라이브 에이전트 세션을 공유하고, 결과물을 함께 검토하며, 워크플로우를 실시간으로 안내할 수 있다 .
• 강력한 제어 정책 — 프롬프트 기반 제어를 넘어, 보안, 비용, 접근 권한을 포괄하는 상태 기반(stateful) 정책 엔진을 통해 에이전트의 행동을 추적하고 보호 장치를 적용한다 .
• 클라우드 실행 환경 — OS 수준의 샌드박싱을 통해 안전한 실행 환경을 제공한다 .
• 벤더 중립적 오케스트레이션 — 중앙 집중식 거버넌스를 유지하면서도, 특정 단일 에이전트 제공업체에 종속되지 않도록 설계되었다 .

내부 도입 배경

Databricks는 Omnigent가 자사 내부 AI 에이전트 배포 경험과 Genie와 같은 에이전트 기반 제품을 구축하면서 얻은 교훈을 직접 반영했다고 밝혔다 . Databricks 플랫폼은 전 세계 20,000개 이상의 조직과 포춘 500대 기업의 70% 에 서비스를 제공하고 있다 . 또한, Databricks는 상용 플랫폼인 Agent Bricks의 일부로 Omnigent의 매니지드 버전도 함께 제공하고 있다 .

전략적 의도

• 단편화 문제 해결 — 여러 에이전트 시스템(Claude Code, Codex, Pi, 자체 개발)을 동시에 운영하는 기업은 통합 복잡성이라는 비선형적인 문제에 직면한다. Omnigent는 이 모든 시스템 위에 단일한 오케스트레이션 및 거버넌스 계층을 제공한다 .
• 오픈소스 플레이북 — Databricks는 Apache Spark, MLflow, Delta Lake 등 주요 인프라를 오픈소스화하여 에코시스템 채택을 선도하고, 이후 매니지드 엔터프라이즈 버전을 통해 수익을 창출하는 전략에 성공한 경험이 있다 .
• 거버넌스의 차별화 — 에이전트가 실험 단계를 넘어 프로덕션에 진입하면서, 조직은 정적인 프롬프트가 아닌 에이전트 행동에 적응하는 감사(Audit) 기능, 비용 통제, 보안 정책을 필요로 한다 .
• '에이전트를 위한 쿠버네티스' 포지셔닝 — Omnigent가 널리 채택될 경우, Databricks의 추상화가 멀티 에이전트 시스템의 사실상 표준 조정 프로토콜이 될 수 있으며, 이는 자연스럽게 Databricks의 상용 플랫폼으로 이어지는 진입로가 된다 .
• Agent Bricks와의 시너지 — Omnigent는 기존 Agent Bricks 플랫폼에 오픈소스 오케스트레이션 계층을 추가하는 한편, 독점적인 Supervisor Agent 및 Unity Catalog 거버넌스 기능은 상용 서비스의 일부로 남겨둔다 .

두 가지 전략, 하나의 승부수

Vercel의 eve는 개별 에이전트를 쉽게 구축, 테스트, 배포하는 데 집중한다. 이는 에이전트 기능을 개발하는 모든 개발자를 위한 수평적 도구다. 반면, Databricks의 Omnigent는 여러 팀과 벤더에 걸쳐 있는 다수의 에이전트가 만들어내는 혼란을 관리하는 데 초점을 맞춘다. 이는 엔터프라이즈 규모의 배포를 위한 컨트롤 플레인(Control Plane)에 가깝다.

두 회사 모두 오픈소스 채택이 자사의 상용 플랫폼(Vercel의 배포 인프라, Databricks의 매니지드 데이터 및 AI 플랫폼)에 대한 수요를 창출할 것이라는 전략적 베팅을 하고 있다.

이 두 도구를 평가하는 개발자라면, 자신이 해결하려는 문제에 따라 선택이 달라진다. 하나의 에이전트를 빠르게 구축하고 익숙한 개발자 경험으로 배포해야 한다면 'eve'를 선택하라. 여러 프레임워크에 걸쳐 있는 다수의 에이전트를 오케스트레이션하고 관리해야 한다면 'Omnigent'를 평가해볼 만하다. 두 프레임워크는 직접적인 경쟁 관계가 아니다. 오히려 eve로 구축된 에이전트가 Omnigent에 의해 오케스트레이션되는 상호 보완적인 관계가 될 수도 있다.