Deep Agents Deploy: an open alternative to Claude Managed Agents

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

2026년 4월 9일 베타로 공개된 Deep Agents deploy는 단일 명령으로 에이전트를 배포하며, 모델 선택권과 메모리 소유권을 강조하는 Claude Managed Agents의 개방형 대안을 표방한다.

📌 핵심 요약

• Deep Agents deploy는 모델에 종속되지 않는 오픈소스 하네스 Deep Agents를 기반으로 하며, 에이전트 오케스트레이션·메모리 배포, 세션별 샌드박스 구성, 상호작용 엔드포인트 제공을 deepagents deploy 명령 하나로 묶는다.
• 사용자는 model, AGENTS.md, skills, mcp.json, 선택적 sandbox로 에이전트를 구성한다. 원문은 모든 모델·샌드박스 공급자와 연동할 수 있다고 설명하며, 기본 샌드박스 연동으로 Daytona, Runloop, Modal, LangSmith Sandboxes를 제시한다.
• 배포 시 에이전트에 수평 확장이 가능한 LangSmith Deployment 서버가 함께 제공된다. 서버는 MCP, A2A, Agent Protocol, 사람의 개입, 단기·장기 메모리 접근 등을 위한 30개 이상의 엔드포인트를 제공한다.
• deepagents 하네스는 MIT 라이선스로 Python과 TypeScript에서 제공된다. AGENTS.md, Agent Skills, MCP, A2A, Agent Protocol 같은 개방형 표준을 활용하며, LangSmith Deployments는 자체 호스팅할 수 있다.
• 원문은 Claude Managed Agents와 기본 아키텍처는 같지만 개방성에서 차이가 있다고 주장한다. 특히 비공개 API에 누적되는 메모리가 강한 종속을 만든다고 보고, Deep Agents deploy는 AGENTS.md·skills·기타 파일 형식의 메모리와 직접 조회 API를 제공하며 자체 호스팅 시 메모리를 사용자 데이터베이스에만 유지한다고 설명한다.

🧩 주요 포인트

1. deepagents deploy가 운영 배포에 필요한 여러 단계를 통합한다는 점에서, 하네스의 기능 구성뿐 아니라 실제 서비스 운영으로 옮기는 부담을 줄이는 데 초점이 있다.
2. 모델·샌드박스 선택과 개방형 표준을 함께 지원한다는 점에서, 개방성을 하네스 코드 공개에 한정하지 않고 구성 요소와 상호작용 방식 전반의 선택권으로 확장한다.
3. 비공개 API 안에 쌓이는 메모리를 핵심 종속 요인으로 지목한다는 점에서, 플랫폼 선택의 판단 기준을 모델 교체 가능성에서 메모리 접근·이전·소유 조건으로 넓힌다.

🧠 상세 정리

1. 베타 공개와 하네스의 운영 배포

Sydney Runkle이 2026년 4월 9일 발표한 Deep Agents deploy는 모델에 종속되지 않는 오픈소스 에이전트 하네스를 운영 환경에 배포하는 베타 서비스다. 원문은 이를 가장 빠른 배포 방식이라고 소개하지만, 별도의 성능 비교나 측정 결과는 제시하지 않는다. 하네스 엔지니어링은 LLM을 에이전트로 만드는 오케스트레이션 로직·도구·스킬을 구성하고, 개발자가 지침과 기능을 맞춤화하는 작업으로 설명된다. 운영 배포에는 다중 테넌트를 지원하는 확장 가능한 오케스트레이션·메모리 배포, 세션별 샌드박스 준비, 각종 상호작용 엔드포인트 구성이 필요하다. Deep Agents deploy는 이 단계들을 deepagents deploy라는 단일 명령으로 묶는 것을 핵심 가치로 내세운다.

2. 맞춤형 에이전트를 구성하는 입력

사용자가 배포하는 대상은 자신의 요구에 맞게 구성한 에이전트이며, model, AGENTS.md, skills, mcp.json과 필요에 따른 sandbox를 지정한다. model은 사용할 LLM을 선택하는 항목으로, 원문은 OpenAI, Google, Anthropic, Azure, Bedrock, Fireworks, Baseten, Open Router, Ollama를 포함한 모든 모델·공급자와의 호환을 설명한다. AGENTS.md는 세션 시작 시 불러오는 핵심 지침이고, Agent Skills는 마크다운 파일의 전문 지식과 실행 스크립트의 동작을 제공한다. mcp.json은 HTTPS/SSE 방식의 MCP 도구를 설정하며, sandbox는 에이전트가 작업하거나 스킬을 실행할 공간이다. 기본 연동 대상으로 Daytona, Runloop, Modal, LangSmith Sandboxes가 제시되며, 다른 샌드박스 공급자도 사용할 수 있다고 설명한다.

3. 배포 서버와 30개 이상의 엔드포인트

deepagents deploy는 내부적으로 Deep Agent와 전용 LangSmith Deployment 서버를 함께 묶어 배포한다. 원문은 이 서버를 운영 환경에 사용할 수 있고 수평 확장이 가능한 서버로 소개하며, 30개 이상의 엔드포인트를 제공한다고 설명한다. MCP 엔드포인트는 배포한 에이전트를 도구로 호출하게 하고, A2A는 다중 에이전트 구성에서 호출할 수 있게 하며, Agent Protocol은 에이전트와 상호작용하는 UI 구현을 지원한다. 사람의 개입을 위한 엔드포인트는 인간의 승인이나 개입 없이 에이전트가 할 수 있는 행동에 가드레일을 두는 용도로 제시된다. 메모리 엔드포인트는 단기·장기 메모리에 접근하는 기능을 제공하므로, 배포 범위에는 실행 로직뿐 아니라 상호작용과 메모리 접근 수단도 포함된다.

4. 오픈소스와 개방형 표준을 통한 선택권

원문은 Deep Agents deploy의 중요한 특성으로 개방형 생태계와의 통합을 제시한다. 기반 하네스인 deepagents는 MIT 라이선스의 완전한 오픈소스로 Python과 TypeScript에서 제공되며, 지침에는 AGENTS.md를, 전문 지식 제공에는 Agent Skills를 사용한다. 모델 공급자와 샌드박스 공급자를 자유롭게 선택할 수 있다는 설명도 여기에 포함되며, Anthropic에 종속되지 않고 작업에 적합한 모델 조합이나 개방형 모델을 선택할 수 있다고 강조한다. 외부에는 MCP, A2A, Agent Protocol 같은 개방형 표준으로 에이전트를 노출한다. 또한 LangSmith Deployments를 자체 호스팅할 수 있어 메모리를 직접 호스팅하고 소유할 수 있다고 설명하며, 하네스의 코드 공개와 메모리 보관 방식의 선택권을 함께 강조한다.

5. Claude Managed Agents 비교와 메모리 종속 주장

원문은 최근 출시된 경쟁 제품 Claude Managed Agents도 하네스·에이전트 서버·샌드박스라는 기본 아키텍처는 같다고 인정하면서, 폐쇄적인 생태계가 강한 종속을 만든다고 비판한다. 그 근거는 하네스가 컨텍스트를 관리하고 메모리가 그 컨텍스트의 일부이므로, 하네스가 비공개 API 뒤로 들어갈수록 메모리도 함께 닫힌다는 논리다. 반면 모델 자체를 바꾸는 일은 일부 프롬프트 조정이 필요할 수 있지만 비교적 쉽다고 보며, 최근 OpenAI에서 Anthropic으로의 이동을 그 사례로 언급한다. 따라서 원문은 모델 API만으로 발생하는 종속보다 단기·장기 메모리를 API 안에 묶을 때 생기는 종속을 더 큰 문제로 제시한다. 이는 해당 글의 경쟁 구도에 대한 주장으로, 제품별 메모리 이전 기능을 직접 비교한 결과는 제시하지 않는다.

6. 누적 메모리의 가치와 자체 호스팅의 조건

원문은 내부 SDR 에이전트가 사용자와 상호작용하며 학습한 메모리를 비공개 API 안에 축적하는 상황을 예로 든다. 이런 하네스나 모델에서 벗어나려면 메모리를 초기화하고 다시 시작해야 한다는 위험을 주장하며, 고객을 상대하는 영업 에이전트에서는 고객별 기억이 서비스 경험을 개선하는 데이터 축적의 일부라고 설명한다. 이 메모리가 폐쇄형 API에만 존재하면 그 소유권이 API 운영자에게 있다는 것이 글의 문제의식이다. 이에 대한 대안으로 Deep Agents deploy는 AGENTS.md, skills, 기타 파일이라는 표준 형식에 메모리를 저장하고 API로 직접 조회할 수 있다고 제시한다. 메모리가 사용자의 데이터베이스에만 남는다는 설명에는 자체 호스팅이라는 조건이 붙으며, 글은 모델 선택권과 메모리 소유권을 유지하면서 에이전트를 구축·배포하자는 제안으로 마무리한다.

🧾 핵심 주장 / 시사점

• 단일 배포 명령의 가치는 하네스 실행을 넘어 메모리, 샌드박스, 상호작용 엔드포인트까지 운영에 필요한 요소를 함께 제공하는 데 있다.
• 오픈소스 하네스, 개방형 통신 표준, 공급자 선택권, 자체 호스팅은 서로 다른 층위의 개방성이며, 원문은 이들을 결합해 종속을 줄일 수 있다고 주장한다.
• 원문의 핵심 경쟁 논리는 모델 성능보다 누적 메모리의 통제권에 있다. 다만 메모리 이전 시 초기화가 필요하다는 주장은 구체적인 제품별 이전 기능 검증과 구분해 읽을 필요가 있다.

✅ 액션 아이템

• Deep Agents deploy 베타의 단일 명령 배포가 오케스트레이션·메모리·세션별 샌드박스 구성 요구를 충족하는지 검토.
• model, AGENTS.md, skills, mcp.json, 선택적 sandbox를 기준으로 맞춤형 에이전트 구성 가능성을 확인.
• Claude Managed Agents와 Deep Agents deploy 비교 시 메모리 직접 조회·이전 조건과 LangSmith Deployments 자체 호스팅 여부를 검토.

❓ 열린 질문

• Deep Agents deploy 베타의 deepagents deploy 명령은 실제 운영에서 오케스트레이션·메모리·세션별 샌드박스 배포를 어느 범위까지 통합하는가?
• 모든 모델·샌드박스 공급자와 연동할 수 있다는 설명은 model과 sandbox 구성에 어떤 제약을 두는가?
• Claude Managed Agents와 Deep Agents deploy의 메모리 접근·이전 조건은 어떻게 다르며, LangSmith Deployments 자체 호스팅은 메모리 소유권에 어떤 차이를 만드는가?