Omnigent를 소개합니다: 에이전트를 결합, 제어 및 공유하기 위한 메타 하네스

Databricks에서는 대규모 코딩 작업부터 Genie와 같은 에이전트 제품 출시에 이르기까지 에이전트를 광범위하게 사용하고 구축하고 있습니다. 하지만 에이전트의 기능이 훨씬 더 뛰어난 수준으로 발전했음에도 불구하고, 이를 사용하는 과정은 여전히 번거롭게 느껴집니다. 사용자로서 우리는 종종 4~5개의 에이전트(코딩 에이전트, Gemini 검색 등)를 동시에 열어두고, 에이전트와 Docs, Slack 및 기타 협업 도구 간에 텍스트를 복사하여 붙여넣는 데 시간을 보냅니다. 또한 에이전트 빌더로서 우리는 최신 하네스, SDK, 모델을 결합하여 에이전트를 개선해야 하는 쳇바퀴 같은 굴레에 갇혀 있습니다. 문제는 LLM 기능이 에이전트 하네스에 감싸여 있으며, 이러한 하네스들은 서로 다른 인터페이스를 가지고 있어 이를 결합하거나 교체하기가 어렵다는 점입니다.

그래서 저희는 Omnigent를 구축했습니다. 이는 이미 사용 중인 에이전트(Claude Code, Codex, Pi 또는 맞춤형 에이전트)의 상위에서 작동하며, 이들을 더 풍부한 시스템의 상호 운용 가능한 구성 요소로 만들어 주는 메타 하네스(meta-harness)입니다. Omnigent는 단일 하네스만으로는 해결하기 어려운 문제들을 해결합니다. 여러 에이전트를 쉽게 구성하고, 고급 정책으로 제어하며, 팀원들과 실시간으로 협업할 수 있는 방법을 제공합니다.

저희는 사람들이 곧 이 새로운 레이어인 메타 하네스를 통해 에이전트와 협업하게 될 것이라고 믿습니다. 이것이 바로 오늘 저희가 Omnigent를 Apache 2.0 라이선스로 오픈 소스화하는 이유입니다.

왜 메타 하네스를 구축해야 할까요?

Databricks에서는 5,000명 이상의 엔지니어링 팀 전체에서 코딩 에이전트를 조기에 도입했으며, 고객을 위해 수천 개의 에이전트를 구축했습니다. 이러한 경험을 통해 저희는 에이전트 엔지니어링의 최전선이 한 단계 더 높은 차원으로 이동하고 있음을 확신하게 되었습니다. 이제 최고의 결과는 단일 하네스의 단일 모델에서 나오지 않습니다. Harvey는 오픈 소스 워커 모델에 호출 가능한 프론티어 어드바이저를 제공함으로써 품질과 비용 측면에서 프론티어 모델을 능가했으며, Anthropic은 병렬 서브 에이전트를 오케스트레이션하는 리드 에이전트로 연구 제품을 구축했고, Databricks의 Genie는 계획, 검색 및 코드 생성을 위해 서로 다른 LLM을 사용합니다. 엔지니어들의 작업 방식도 변화하고 있습니다. 한 번에 하나의 에이전트에게 프롬프트를 입력하는 대신, 에이전트 팀 전체를 구동하는 루프를 설계하고 있습니다.

이러한 패턴은 여러 하네스, 모델, 사람에 걸쳐 나타나지만, 각 하네스는 자체 세션만 이해할 수 있습니다. 에이전트를 결합하고, 거버넌스를 적용하며, 다른 사람들과 함께 작업하려면 하네스 상위의 레이어가 필요합니다. Omnigent가 바로 그 레이어이며, 다음과 같은 기능을 제공합니다.

• 구성(Composition). 코드를 다시 작성하지 않고도 여러 모델, 하네스, 기술을 결합할 수 있으며, 단 한 줄의 코드 변경만으로 Claude Code, Codex, Pi 및 자체 에이전트 간을 전환할 수 있습니다.
• 제어(Control). 프롬프트를 통해서가 아니라 메타 하네스 레이어에서 에이전트의 행동을 추적하고 비용 예산 및 권한과 같은 가드레일을 적용하는 상태 저장형(stateful) 맥락적 정책을 제공합니다.
• 협업(Collaboration). URL을 통해 실시간 에이전트 세션을 공유하고 그 안의 파일을 함께 검토할 수 있어, 팀원들이 실시간으로 함께 에이전트를 검토하고, 의견을 남기고, 제어할 수 있습니다.

Omnigent의 작동 원리

Omnigent는 명령줄(command-line) 에이전트 및 에이전트 SDK 상위에 공통 인터페이스를 도입하여 이들을 쉽게 결합하고 교체할 수 있도록 하며, 하네스가 멈추는 지점의 공통된 문제 해결에 집중합니다. 핵심은 각 에이전트 하네스가 내부적으로 LLM을 어떻게 호출하든 사용자 인터페이스는 동일하다는 점입니다. 즉, 메시지와 파일이 입력되고 텍스트 스트림과 도구 호출(tool call)이 출력됩니다. 이에 따라 저희는 터미널 기반 코딩 에이전트(Claude Code, Codex, Pi 등)와 SDK(OpenAI Agents, Claude Agents SDK 등)를 모두 래핑하는 공통 API를 구축했습니다.

이 인터페이스를 기반으로 현재 버전의 Omnigent는 다음과 같은 주요 기능을 추가로 제공합니다:

• 실시간 협업: 다른 사람을 초대하여 에이전트 세션을 보고, 워크스페이스의 파일에 댓글을 달거나, 명령을 보낼 수도 있으므로 세션과 작업 디렉터리가 협업의 중심 공간이 됩니다.
• 동일한 에이전트에 대한 다중 인터페이스: Claude Code와 같은 에이전트를 Omnigent 서버에 연결하면 웹, 모바일, Mac OS 네이티브 앱 또는 API를 통해 액세스할 수 있습니다.
• 클라우드 실행: 밀폐된 환경에서 안전하게 협업할 수 있도록 로컬 머신이나 Modal 및 Daytona와 같은 호스팅된 샌드박스 제공업체에서 에이전트를 실행할 수 있습니다.
• 맥락적 보안 정책: Omnigent의 보안 정책은 코딩 에이전트의 단순한 "X 허용 / Y 거부" 수준을 넘어 각 세션의 동적 상태를 추적하고 더 스마트한 결정을 내립니다. 예를 들어, 에이전트가 npm에서 새 패키지를 다운로드한 후 git push를 하려면 사람의 승인을 받도록 하거나, 다른 문서가 아닌 자신이 생성한 문서에만 쓸 수 있도록 제한할 수 있습니다.
• 비용 정책: 동적으로 추적하는 항목 중 하나는 각 세션의 LLM 비용입니다. 예를 들어, Omnigent가 에이전트를 일시 중지하고 비용이 100달러 소모될 때마다 계속 진행할지 여부를 묻도록 설정할 수 있습니다.
• 강력한 OS 샌드박스: Omnigent에는 보안 팀이 개발한 유연한 OS 샌드박스가 포함되어 있어, OS 액세스를 유연하게 차단하고 네트워크 요청을 가로채고 변환할 수 있습니다(예: 에이전트가 GitHub 보안 토큰을 절대 볼 수 없도록 하고, 대신 승인된 요청에 한해 아웃바운드(egress) 프록시에만 토큰을 주입하도록 설정).
• 다중 하네스 저작(Multi-harness authoring): 맞춤형 에이전트를 YAML로 지정하고 한 줄의 코드 변경만으로 다른 하네스로 이식하거나, 동일한 에이전트 내에서 서로 다른 하네스를 사용하는 서브 에이전트들을 결합할 수 있습니다.

하지만 이러한 기능들은 메타 하네스 레이어에서 수행할 수 있는 일들의 극히 일부에 불과하며, 조만간 저희 팀과 오픈 소스 커뮤니티에서 훨씬 더 많은 아이디어가 나올 것으로 기대합니다. 로드맵에 포함된 일부 항목으로는 GEPA를 통한 메타 하네스 수준에서의 자동 최적화, MemEx 및 RLM과 유사한 에이전트 내 코드 기반 자기 성찰(introspection), 에이전트가 여러 세션에 걸쳐 작동할 수 있도록 지원하는 Omnigent Server MCP, 그리고 더 많은 하네스 지원 등이 있습니다. 또한 Fly.io, Railway, Modal 및 Daytona 샌드박스를 비롯한 다양한 인프라와 여러 LLM 제공업체에 Omnigent를 쉽게 배포할 수 있도록 지원하고 있으며, 더 많은 통합을 위한 패치 기여를 환영합니다.

에이전트 협업을 위한 새로운 레이어

업계에서 발생한 가장 큰 변화 중 상당수는 새로운 추상화 레이어로의 이동에서 비롯되었습니다. 예를 들어, 과거에는 엔지니어가 개별 프로세스와 서버를 수동으로 관리해야 했지만, 이제는 Kubernetes 및 Terraform과 같은 클라우드 시스템을 통해 전체 플릿을 관리할 수 있게 되었습니다.

저희는 오늘날 에이전트 역시 동일한 지점에 와 있다고 생각합니다. 각 하네스는 고유한 맥락, 제어 방식, 실행 방식을 가진 독립된 사일로(silo)이며, 도구를 전환할 때 이러한 요소들이 전혀 인계되지 않습니다. 게다가 구성, 보안, 협업을 비롯한 많은 문제들은 본질적으로 여러 하네스에 걸쳐 발생합니다. 메타 하네스는 개별 하네스를 넘어서는 상위 수준에서 작업을 처리하므로, 어떤 에이전트나 모델이 실행되든 세션, 정책, 기술이 그대로 유지됩니다. 분야가 발전함에 따라 모델과 하네스는 계속 변하겠지만, 여러분이 작업하는 레이어까지 변할 필요는 없습니다.

저희는 이 레이어를 공개적으로 구축하고 있으며, 여러분도 저희와 함께 구축해 나가기를 바랍니다.

직접 사용해 보세요

Omnigent는 현재 알파 버전의 오픈 소스로 제공됩니다.

• 퀵스타트 가이드로 시작해 보세요: https://omnigent.ai/quickstart/install
• 리포지토리를 스타하고 클론해 보세요: https://github.com/omnigent-ai/omnigent
• 문서를 확인해 보세요: https://omnigent.ai/
• Discord에 참여해 보세요: https://discord.gg/omnigent

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)