챕터별 상세
00:00
에이전트의 3대 핵심 요소
자율 AI 에이전트는 크게 모델(Model), 런타임(Runtime), 하네스(Harness) 세 가지 요소로 구성된다. Claude Code, Manus, OpenClaw 같은 유명 에이전트들도 내부적으로는 이와 동일한 아키텍처를 공유한다. 이 구조를 오픈소스 기술로 대체하여 독립적인 에이전트 스택을 구축하는 것이 가능하다.
01:15
오픈소스 스택 구성: Nemotron, OpenShell, DeepAgents
NVIDIA의 Nemotron 3 Super 모델은 정확도와 속도 면에서 GPT-4o를 능가하는 벤치마크 결과를 보여준다. 런타임으로는 보안 샌드박스를 제공하는 NVIDIA OpenShell을 사용하며, 하네스로는 LangChain의 DeepAgents를 활용한다. 이 조합은 높은 처리량(Throughput)과 엄격한 보안 정책 관리를 동시에 제공한다.
Nemotron 3 Super는 NVIDIA가 발표한 고성능 LLM으로, 특히 추론 속도가 매우 빠르다.
03:26
OpenShell 런타임과 보안 샌드박스 설정
openshell gateway start 명령을 통해 로컬 게이트웨이를 활성화하고 에이전트 전용 샌드박스를 생성한다. 생성된 샌드박스는 에이전트가 수행하는 모든 코드 실행과 파일 시스템 접근이 격리되는 공간이다. --keep 옵션을 사용하면 세션이 종료된 후에도 샌드박스 환경을 유지하여 연속적인 작업이 가능하다.
05:04
DeepAgents를 이용한 에이전트 정의 및 메모리 관리
agent.py 파일에서 Nemotron 3 모델의 API 키와 시스템 프롬프트를 설정한다. DeepAgents의 CompositeBackend 기능을 사용하여 샌드박스 내부의 실행 환경과 로컬 파일 시스템의 메모리(agent.md)를 연결한다. 이를 통해 에이전트는 실행 환경이 바뀌어도 로컬에 저장된 지침과 스킬을 지속적으로 참조하고 업데이트한다.
CompositeBackend는 서로 다른 저장소나 실행 환경을 하나로 묶어 에이전트가 동시에 접근할 수 있게 해주는 추상화 계층이다.
08:05
실전 데모: 코드 실행 및 보안 정책 테스트
LangGraph Studio 인터페이스를 통해 에이전트에게 Python 스크립트 작성을 지시하고 샌드박스 내에서 실행 결과를 확인한다. 에이전트가 외부의 악성 도메인으로 데이터를 전송하려 할 때, OpenShell의 네트워크 정책이 이를 감지하고 HTTP 403 에러로 차단한다. 에이전트는 차단된 이유를 스스로 분석하고 사용자에게 보안 제약 사항을 보고한다.
10:50
영구 메모리 업데이트 및 향후 전망
에이전트가 자신의 행동 지침이 담긴 agent.md 파일을 스스로 수정하여 스페인어로 응답하도록 설정을 변경한다. 이 변경 사항은 샌드박스 외부의 로컬 파일에 즉시 반영되어 다음 세션에서도 유지된다. 향후 GPU 가속 라이브러리 지원과 비동기 서브에이전트 기능 추가를 통해 더 복잡한 데이터 처리 작업이 가능해질 예정이다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 19.수집 2026. 03. 19.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
