이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
AI 에이전트가 코드를 작성하고 실행하는 작업이 늘어나면서, 모델이 생성한 untrusted 코드를 안전하게 처리할 수 있는 격리된 환경이 필수적이다. LangSmith Sandboxes는 마이크로VM 기반의 격리된 샌드박스를 제공하여, 에이전트가 파일 시스템, 쉘, 패키지 관리 등 실제 컴퓨터와 같은 환경에서 작업할 수 있도록 지원한다. 이 환경은 Auth Proxy를 통해 자격 증명을 안전하게 관리하고, 스냅샷과 포크 기능을 통해 상태를 유지하며, 필요 시 즉시 생성 및 삭제가 가능하여 프로덕션 환경에서의 보안과 확장성 문제를 해결한다.
챕터별 상세
00:03
에이전트의 진화와 컴퓨터의 필요성
오늘날의 에이전트는 단순한 API 호출을 넘어 코드 작성, 파일 처리, 웹 브라우징 등 복잡한 다단계 작업을 수행한다. 이러한 작업을 위해 에이전트는 파일 시스템, 쉘, 패키지 관리, 상태 유지 기능이 포함된 실제 작업 공간이 필요하다. 에이전트에게 실행 권한을 부여하는 것은 필연적으로 보안 및 확장성 문제를 동반한다.
00:16
에이전트 실행의 보안 위협
모델이 생성한 코드는 신뢰할 수 없으며, 로컬 실행은 확장성이 부족하다. 일반적인 컨테이너 방식은 격리, 자격 증명 안전성, 비용 제어, 과거 세션 재현 측면에서 한계가 있다. 에이전트에게 실행 권한을 주는 순간 프로덕션 환경에서의 새로운 유형의 문제가 발생한다.
00:30
LangSmith Sandboxes 소개
LangSmith Sandboxes는 에이전트에게 제어권을 잃지 않으면서도 전용 컴퓨터 환경을 제공한다. 이 플랫폼은 프로덕션 수준의 샌드박스 실행을 위한 아키텍처 패턴을 지원한다. 에이전트가 독립적인 환경에서 작업할 수 있도록 설계되었다.
00:32
프로덕션 수준의 샌드박스 요구사항
프로덕션 환경에서는 안전한 실행, 자격 증명 관리, 리소스 제한, 빠른 프로비저닝, 스냅샷, 포크, 지속적인 상태 유지가 필수적이다. LangSmith Sandboxes는 이러한 요구사항을 충족하도록 설계되었다. 에이전트의 작업 환경을 안전하게 격리한다.
04:27
사용 사례: 코딩 에이전트
코딩 에이전트는 계획, 작성, 실행, 디버깅을 수행한다. OpenSWE와 같은 오픈소스 코딩 에이전트가 대표적이다. LangSmith Sandboxes는 이러한 에이전트가 안전한 환경에서 코드를 실행하고 테스트할 수 있도록 지원한다.
05:41
사용 사례: 데이터 분석
데이터 분석 에이전트는 Python이나 SQL을 사용하여 데이터를 처리하고 차트를 생성한다. 이전에는 특정 도구를 작성해야 했으나, 이제는 에이전트가 직접 Python 코드를 작성하여 데이터셋을 처리한다. 샌드박스는 이러한 분석 작업에 필요한 환경을 제공한다.
06:40
사용 사례: 보안
보안 에이전트는 펜테스트(Pen-test)를 수행하거나 취약점을 탐색한다. Project Blastdoor와 같은 사례에서 에이전트는 직접 익스플로잇을 실행한다. 샌드박스는 이러한 공격적인 작업이 호스트 시스템에 영향을 주지 않도록 격리한다.
07:20
사용 사례: 브라우저 및 컴퓨터 사용
에이전트는 브라우저를 사용하여 스크린샷을 찍거나 웹 작업을 수행한다. 시스템 수준의 제어가 필요한 작업도 포함된다. LangSmith Sandboxes는 브라우저 기반 에이전트가 안전하게 작동할 수 있는 환경을 제공한다.
08:12
보안 도전 과제
컨테이너 탈출, 프롬프트 인젝션, 악의적인 MCP 서버 등 에이전트 환경에 대한 보안 위협이 존재한다. 컨테이너만으로는 충분한 격리를 보장하기 어렵다. 에이전트가 실행하는 코드에 대한 철저한 격리가 필요하다.
09:13
샌드박스의 정의
샌드박스는 에이전트 코드가 실행되는 격리된 일회성 환경이다. 자체 파일 시스템, 메모리, 네트워크 경계를 가지며 호스트 인프라와 분리된다. 작업이 끝나면 즉시 삭제되어 상태가 남지 않는다.
10:29
샌드박스 구축의 어려움
샌드박스는 정의하기는 쉽지만 프로덕션 환경에서 운영하기는 어렵다. 빠르고, 안전하고, 내구성이 있으며, 복구 가능해야 한다. 특히 대규모로 운영할 때 이러한 특성을 모두 만족시키는 것이 핵심 과제이다.
10:56
에이전트 문제 해결
에이전트가 사용자 대면 서비스로 확장되면서 빠른 응답 속도가 요구된다. LangSmith Sandboxes는 1초 내외의 빠른 스냅샷 스핀업과 대규모 동시 실행을 지원한다. 이를 통해 에이전트의 확장성 문제를 해결한다.
14:45
데모: OpenSWE
OpenSWE를 사용하여 에이전트가 코드를 수정하고 테스트하는 과정을 시연한다. 에이전트는 샌드박스 내에서 패키지를 설치하고 코드를 실행한다. 모든 작업은 격리된 환경에서 이루어지며 호스트 시스템에 영향을 주지 않는다.
18:57
시작하기
LangSmith Sandboxes는 한 줄의 코드로 시작할 수 있다. 동일한 SDK를 사용하여 기존 워크플로우에 통합 가능하다. 사용자 정의 Docker 이미지를 사용하거나 기본 설정을 활용할 수 있다.
19:31
로드맵
로컬에서 클라우드로의 핸드오프, 공유 볼륨, 전체 실행 추적 기능이 로드맵에 포함되어 있다. 특히 로컬 세션을 클라우드로 푸시하는 기능에 집중하고 있다. 사용자 피드백을 적극 수용하여 기능을 개선할 예정이다.
22:01
Q&A: 샌드박스 접근 제어
샌드박스 생성자가 기본적으로 접근 권한을 가지며, 관리자 권한을 별도로 설정할 수 있다. RBAC(Role-Based Access Control) 모델을 통해 특정 그룹에 대한 접근 제어가 가능하다. 태그를 사용하여 샌드박스에 대한 권한을 관리한다.
23:22
Q&A: GPU 지원 및 볼륨 마운트
현재 GPU 지원은 준비 중이며, 올해 하반기 출시를 목표로 한다. 디스크 볼륨은 기본적으로 제공되며, GCS, GitHub, S3 마운트를 지원하여 외부 데이터를 가져올 수 있다. 샌드박스 내에서 파일 시스템을 관리할 수 있다.
24:47
Q&A: 보안 및 Docker 비교
Docker는 알려진 애플리케이션 코드 격리에는 유용하지만, 에이전트가 실행하는 임의의 코드에 대한 보안은 보장하지 않는다. 샌드박스는 하드웨어 수준의 격리를 제공하여 보안을 강화한다. 에이전트가 실행하는 코드에 대한 신뢰를 보장하기 위해 샌드박스가 필요하다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 07. 24.수집 2026. 07. 24.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.
