딥시크 Harness v0.1: 중국 AI의 전략적 전환, LLM을 넘어 자율 AI 에이전트 시장으로

LLM에서 에이전트 AI로의 전략적 전환

딥시크는 미국의 오픈AI, 앤스로픽 같은 경쟁사 대비 극히 일부 비용으로 최첨단 LLM을 학습시켜 명성을 쌓아왔다. 하지만 Harness를 통해 회사는 '실행 계층(execution layer)'—즉, 원시적인 모델 지능을 배포 가능하고 수익을 창출하는 제품으로 바꾸는 인프라—로 발을 들여놓고 있다 . 사우스차이나모닝포스트(SCMP)는 이번 출시를 '거대 언어 모델을 넘어 새로운 전장으로 모험하는 딥시크의 전략적 전환'이라고 평가했다 .

딥시크는 이 전환에 약 70억 달러(약 9조 3천억 원)의 외부 자금을 처음으로 유치했고, Harness 부서 전반에 걸친 공격적인 채용 공세를 시작했다 . 2026년 6월까지 딥시크는 모든 부서를 두 배로 확대하는 것을 목표로 삼고 새로운 사업 라인을 구축 중인 것으로 알려졌다 .

"모든 것이 플러그인": 모듈형 아키텍처

Harness의 핵심 설계 원칙은 "모든 것이 플러그인(Everything is a plugin)" 이다 . 이는 Cordis 메타 프레임워크 위에 구축되었으며, Cordis는 플러그인 로딩, 언로딩, 의존성 관리를 담당한다 . 모델, 도구, 스킬, 세션, 샌드박스, 파일 시스템, 조율 루프, 심지어 UI까지 모든 구성 요소가 독립적인 Cordis 플러그인으로 구현된다 .

이는 개발자가 핵심 소스 코드를 수정하지 않고도 모든 기능을 혼합, 매칭, 교체, 확장할 수 있음을 의미한다 . "수정해야 할 특권층 코어가 없으며" , 시스템 확장은 기존 플러그인 옆에 새 플러그인을 장착하는 방식으로 이루어진다. 이 아키텍처는 개발자가 특정 작업에 필요한 플러그인만 골라 맞춤형 에이전트 런타임을 구성할 수 있도록 설계되었다 .

4가지 런타임 프리셋

Harness는 4가지 내장 에이전트 프리셋을 제공한다. 각각은 동일한 플러그인 시스템의 다른 구성이다 :

각 모드는 서로 다른 기본 플러그인 세트를 불러오며, 모드를 전환하면 에이전트가 보유한 도구와 실행 방식이 변경된다 .

추가 전용 세션 로그(Append-only session log) 설계는 모든 시스템 프롬프트, 사고 사슬(chain-of-thought), 도구 호출 및 결과, 하위 에이전트 파견, 컨텍스트 주입을 완벽히 기록하여 모든 에이전트 궤적의 정확한 재생과 디버깅을 가능하게 한다 .

제인 스트리트 출신 인재 영입: 추이톈이 (Cui Tianyi)

2026년 5월, 딥시크는 전직 제인 스트리트(Jane Street) 퀀트 연구원이자 스타 엔지니어였던 추이톈이(Cui Tianyi / 崔添翼) 를 새로운 Harness 팀 수장으로 영입했다 . 그의 링크드인 프로필에 따르면, 2026년 3월부터 딥시크 AI의 '멤버 오브 테크니컬 스태프, Harness 팀'으로 베이징에서 에이전트 Harness를 구축 중이다 . 그는 제인 스트리트에서 약 9년간 소프트웨어 개발자 및 퀀트 연구원으로 근무한 후 홍콩에 본사를 둔 퀀트 트레이딩 회사 TSY 캐피탈(TSY Capital)을 공동 창업했다 .

시니어 연구원 천델리(Deli Chen)는 2026년 5월 Harness 팀이 '코드 Harness'를 처음부터 구축하고 있으며, 독립형 '딥시크 코드(DeepSeek Code)' 제품이 준비 중이라고 밝혔다 . 추이톈이는 직접 매일 면접을 보고 여러 플랫폼에 채용 공고를 게시하며, Harness 팀이 "회사의 가장 핵심적이고 중요한 업무 중 하나를 직접 맡고 있다"고 설명했다 .

앤스로픽의 클로드 코드와의 경쟁 구도

딥시크 Harness는 미국 AI 기업 앤스로픽(Anthropic)의 인기 코딩 에이전트 도구인 클로드 코드(Claude Code) 의 직접적인 대안으로 포지셔닝된다 . 딥시크는 Harness 사업 라인의 별도 공식 채널로 전용 "딥시크 Harness (도구 프레임워크)" 위챗 계정을 등록했다 .

그러나 딥시크는 Harness가 "차세대 Codex가 되기 위한 것이 아니다"라고 공개적으로 밝혔다 . 대신, 모든 기능을 교체할 수 있는 재구성 가능하고 재생 가능한 에이전트 런타임 — 보다 모놀리식한 경쟁사 제품과 비교해 훨씬 모듈형이고 개방적인 접근 방식이다 . 오픈소스 MIT 라이선스 전략은 앤스로픽과 오픈AI의 독점 모델과 대비되며, 더 큰 개발자 생태계를 유치할 잠재력을 지닌다 .

이 프로젝트는 공개 미리보기 후 몇 시간 만에 GitHub에서 33,000개 이상의 스타를 기록하며, 플러그인 우선 오픈소스 접근법에 대한 개발자들의 강한 관심을 반영했다 .

시작하는 방법

시작은 간단하다: 터미널에서

npx @deepseek-ai/dsh web