DeepSeek Harness, AI 에이전트의 ‘두뇌 밖’을 공개하다

DeepSeek Harness는 AI 에이전트를 만들고 운영하기 위한 오픈소스 런타임이다. 2026년 8월 13일 MIT 라이선스의 개발자 프리뷰로 공개됐으며, 새로운 언어 모델이 아니라 모델이 실제 환경에서 작업하도록 돕는 실행 계층에 해당한다. 모델이 추론과 언어 능력을 제공한다면, Harness는 도구 호출·상태 관리·파일 및 환경 접근·다단계 작업 조율을 맡는다.

DeepSeek가 내세운 공식적인 설계 관점은 간단하다.

에이전트 = 모델 + 하네스

모델만으로는 저장소를 살펴보거나 명령어를 실행하고, 파일을 수정하거나 중단된 세션을 이어갈 수 없다. Harness는 모델 주변의 ‘손발과 운영체계’를 구성해 이런 능력을 붙인다.

고정된 코딩 도우미가 아닌 ‘에이전트 기반’

일반적인 AI 애플리케이션에서는 프롬프트와 일부 도구를 설정할 수 있어도, 핵심 실행 루프와 오케스트레이션 방식은 공급자가 통제하는 경우가 많다. DeepSeek Harness는 이 내부 구조 자체를 개발자가 조정할 수 있도록 설계됐다.

공식 문서에 따르면 다음 요소들이 플러그인으로 장착·제거·재조합될 수 있다.

• 모델 어댑터
• 도구와 스킬
• 세션 및 저장 시스템
• 샌드박스와 파일 시스템 접근
• 에이전트 루프와 스케줄링
• 서브에이전트 동작
• 웹 인터페이스를 비롯한 런타임 구성 요소

따라서 Harness는 완성된 코딩 제품이라기보다, 여러 에이전트 시스템을 쌓아 올릴 수 있는 오픈 에이전트 기반 계층에 가깝다. 반대로 유연성이 커진 만큼 플러그인 호환성, 권한 관리, 의존성, 오류 처리, 업그레이드 테스트까지 개발자가 직접 책임져야 한다.

Cordis가 만드는 ‘모든 것은 플러그인’ 구조

Harness의 중심에는 플러그인을 마운트하고 의존성을 해석하는 커널인 Cordis가 있다. 핵심 에이전트 동작이 하나의 거대한 코드 루프에 묶이지 않는다는 점이 이 구조의 실질적인 의미다.

예를 들어 개발자는 모델만 바꾸는 것이 아니라 도구 체계, 메모리와 세션 저장 방식, 샌드박스, 작업 스케줄러, 심지어 에이전트가 다음 행동을 결정하는 루프까지 교체할 수 있다. 이 때문에 Harness의 차별점은 ‘더 똑똑한 모델’이라기보다 모델과 실행 정책을 분리했다는 점에 있다.

네 가지 실행 모드

개발자 프리뷰에는 서로 다른 플러그인 조합을 보여주는 네 가지 기본 모드가 포함됐다.

Standard

파일 편집, 셸, 검색, 스킬, 계획 수립, 목표 관리, 서브에이전트와 워크플로를 제공하는 종합 코딩 에이전트 환경이다. 일반적인 소프트웨어 개발 작업을 겨냥한다.

Code

도구를 코드 중심 인터페이스로 노출한다. 모델은 TypeScript 프로그램 안에서 여러 작업을 조합할 수 있어, 서로 연관된 작업을 매번 개별 도구 호출로 나누는 부담을 줄일 수 있다.

Minimal

지속형 셸과 파일 편집 도구만 남긴 제한적인 환경이다. 내장 기능을 최소화한 상태에서 모델을 평가하거나 에이전트의 기본 동작을 살펴보려는 용도에 적합하다.

Creator

새로운 프리셋을 만드는 개발자를 위한 모드다. 런타임을 검사하고 메모리 안에서 플러그인을 실험하면서 구성 요소를 어떻게 재조합할지 탐색할 수 있다.

네 모드는 서로 완전히 다른 제품이라기보다, 같은 런타임을 목적별로 시작하는 네 가지 기본 설정에 가깝다.

Append-only 세션 로그가 중요한 이유

Harness는 에이전트의 동작을 추적할 수 있도록 세션을 append-only 이벤트 스트림으로 기록한다. 모델이 본 시스템 프롬프트와 추론 내용, 도구 호출 및 결과, 서브에이전트 스케줄링, 컨텍스트 주입 등이 기록 대상이다. 같은 이벤트 이력을 검색·재생·재개·분기 작업에 활용할 수 있다.

이 구조는 에이전트 디버깅과 재현성 측면에서 의미가 있다. 작업이 실패했을 때 어떤 컨텍스트와 행동이 문제로 이어졌는지 더完整하게 확인할 수 있고, 이전 시점에서 세션을 분기해 처음부터 실험을 반복하지 않아도 된다. 개발자 관점에서는 ‘블랙박스 에이전트’를 점검할 수 있는 장치인 셈이다.

다만 상세한 로그는 운영상의 위험도 만든다. 민감한 프롬프트, 소스 코드, 도구 출력, 모델에 노출된 인증 정보나 기타 개인정보가 포함될 수 있기 때문이다. 실제 운영에 도입하려면 보존 기간, 접근 제어, 비식별화·삭제 정책, 샌드박스 범위를 먼저 정해야 한다.

Claude Code·Codex와 무엇이 다른가

DeepSeek Harness는 Anthropic의 Claude Code, OpenAI의 Codex와 함께 비교되지만 제품의 위치가 다르다.

Claude Code와 Codex가 비교적 완성된 작업 흐름을 제공하는 통합형 코딩 에이전트라면, Harness는 구성과 통제권을 핵심 가치로 내세운 오픈 런타임이다. 모델·도구·저장소·샌드박스·세션 동작·에이전트 루프를 공급자가 고정한 하나의 제품 내부에 두기보다 플러그인으로 교체할 수 있도록 설계했다.

간단히 정리하면 다음과 같다.

• 바로 쓸 수 있는 작업 환경이 우선이라면 Claude Code나 Codex처럼 통합형 제품이 더 편리할 수 있다.
• 모델 이식성, 셀프 호스팅, 재현성, 사용자 정의 실행 정책, 에이전트 연구가 중요하다면 Harness를 검토할 이유가 있다.

다만 구조가 더 개방적이라고 해서 자동으로 더 뛰어난 코딩 도우미가 되는 것은 아니다. 비교 대상은 ‘더 좋은 모델’과 ‘덜 좋은 모델’이 아니라, 확장 가능한 런타임과 의견이 강한 통합 제품이다. Harness의 성패는 유연성이 추가적인 엔지니어링 부담을 감수할 만큼 실제로 유용한지에 달려 있다.

GitHub 스타 급증이 보여주는 것

Harness는 공개 직후 이례적인 관심을 끌었다. 여러 보고서는 공개 후 약 1~1.5시간 만에 GitHub 스타가 2만 개를 넘어섰고, 2026년 8월 17일에는 저장소가 14만1,000개를 웃돌았다고 전한다.

하지만 GitHub 스타는 관심과 호기심, 저장을 측정하는 지표이지 실제 배포 수, 작업 성공률, 보안성, 신뢰성, 장기적인 유지보수 역량을 보여주는 지표는 아니다. Harness가 Grok-1보다 빠르게 성장했다는 비교 역시 프로젝트와 측정 기간을 어떻게 설정하느냐에 따라 달라질 수 있으므로, 확정적인 업계 기록이라기보다 보도된 비교로 보는 편이 안전하다.

현재 가장 강하게 말할 수 있는 결론은 개발자들이 더 개방적인 에이전트 스택에 상당한 관심을 보였다는 것이다. 반면 스타 수만으로 이미 프로덕션에 적합하다고 판단할 수는 없다.

비용: MIT 라이선스가 추론 비용까지 없애지는 않는다

MIT 라이선스는 프레임워크 코드에 적용된다. 모델 추론이 무료가 된다는 뜻은 아니다. 에이전트 런타임은 여러 차례의 모델 호출 과정에서 시스템 지침, 도구 결과, 정책, 누적 대화 이력을 반복해서 전송할 수 있다.

상호작용당 약 4만7,600개의 캐시 미적중 입력 토큰이 발생한다는 보고가 정확하다면, 컨텍스트 규모는 비용과 지연 시간에 중요한 요인이 될 수 있다. 다만 이 수치는 제공된 자료 중 가장 강한 출처를 통해 독립적으로 확립된 수치는 아니다.

모델 제공업체의 가격도 영향을 준다. DeepSeek의 V4-Pro 출시와 함께 API가 피크·오프피크 가격 체계로 전환됐다는 보고가 나왔으며, 피크 시간대 V4-Pro 출력 가격은 100만 토큰당 3.96달러로 이전의 0.87달러보다 높아졌다. 실제 Harness 사용료는 모델 선택, 캐시 적중률, 컨텍스트 정리, 도구 출력의 길이, 에이전트 반복 횟수에 따라 달라진다.

즉, 코드는 오픈소스여도 장시간 작업을 수행하는 에이전트의 총비용은 모델 호출량과 컨텍스트 관리 방식에 좌우된다.

안정성은 아직 개발자 몫이다

DeepSeek는 Harness를 개발자 프리뷰로 표시하고 있으며, 핵심 플러그인과 API가 계속 바뀔 수 있다고 경고한다. 초기 도입을 검토하는 팀이라면 버전을 고정하고, 플러그인 의존성을 잠그며, 격리된 환경에서 업그레이드를 시험하고, 문제가 생겼을 때 되돌릴 경로를 마련해야 한다.

초기 서드파티 플러그인의 실패 사례나 다수의 플러그인 제안은 빠르게 형성되는 생태계를 보여주는 신호일 수 있지만, 제공된 자료만으로는 구체적인 실패 수와 제안 수를 의사결정에 사용할 만큼 충분히 검증하기 어렵다. 다만 공통된 공학적 교훈은 분명하다. 확장 지점이 많아질수록 호환성·보안·권한 검토의 부담도 커진다.

결론: Claude Code의 즉시 대체재보다 오픈 인프라에 가깝다

DeepSeek Harness가 주목받는 이유는 모델만이 아니라 에이전트 런타임 자체를 개방형 엔지니어링 계층으로 다루기 때문이다. Cordis 기반 플러그인 구조와 append-only 세션 이력은 에이전트가 어떻게 추론하고 행동하며 상태를 저장하는지 개발자가 세밀하게 구성하고 점검할 수 있게 한다.

이런 특성은 연구자, 인프라 팀, 조합 가능한 에이전트 시스템을 구축하려는 개발자에게 매력적이다. 반대로 설정을 최소화하고 안정적인 코딩 도우미를 곧바로 사용하려는 팀에는 통합형 제품이 더 합리적일 수 있다.

가까운 시기에 Harness가 Claude Code나 Codex를 곧바로 대체할 가능성보다는, 편리한 완제품 대신 모델 선택권·관찰 가능성·실행 통제권을 원하는 팀을 위한 오픈 대안으로 자리 잡을 가능성이 더 현실적이다. 장기 플랫폼으로 성장하려면 플러그인 API의 안정성, 생태계 품질, 보안 경계, 문서화, 그리고 실제 운영에서 발생하는 복잡성을 얼마나 낮추는지가 관건이다.