Managed Deep Agents delivers a better user experience for agents in production

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Managed Deep Agents 0.8은 사용자별 인증·메모리, HTTP 채널, Slack 파일 전송, Parallel 기반 웹 검색을 추가해 프로덕션 에이전트의 운영과 사용자 경험을 개선한다.

📌 핵심 요약

• 2026년 9월 24일 발표된 Managed Deep Agents 0.8은 Deep Agents 하네스와 관리형 운영 인프라를 결합하고, 메모리·인증·채널·도구 관리 기능을 확장했다.
• 사용자 수준 메모리는 실행을 시작한 인증된 사용자에게 귀속되며 공유 에이전트 메모리와 분리된다. 기본적으로 Slack 일대일 DM에서는 두 메모리를 허용하지만, Slack 채널·그룹 DM과 HTTP에서는 사용자 메모리를 허용하지 않는다.
• Connections는 사용자 소유 자격 증명과 에이전트 소유 자격 증명을 구분하며, Linear·GitHub·Google Workspace 도구 등 23개 서비스를 기본 지원한다. LangSmith가 인가와 토큰 등을 관리한다.
• Slack 파일 전송으로 대화에 첨부된 자료를 에이전트 문맥에 포함할 수 있으며, HTTP 채널로 JSON 웹훅을 보내는 내부 도구·고객 포털·지원 시스템 등에 에이전트를 연결할 수 있다.
• Parallel 기반 웹 검색은 별도 공급업체 계정이나 API 키 관리 없이 설정할 수 있다. 검색 결과의 발췌문과 출처 URL을 제공하고 호출·지연·오류를 LangSmith 트레이스에 기록하며, MDA 베타 기간에 무료로 제공된다.

🧩 주요 포인트

1. 인증된 사용자와 대화 채널에 따른 메모리 분리 → 개인 문맥을 활용하면서 다중 사용자 대화에서의 노출을 제한하는 운영 구조를 제공한다.
2. 사용자 소유·에이전트 소유 자격 증명과 23개 서비스의 관리형 연결 → 개인별 접근 권한이 필요한 도구와 공통 기능의 권한 범위를 구분할 수 있다.
3. Slack 파일 전송·HTTP 채널·Parallel 웹 검색의 통합 → 기존 업무 접점에서 자료 전달과 외부 정보 검색을 지원하고, 반복적인 인프라 통합 부담을 줄이는 방향이다.

🧠 상세 정리

1. 0.8 출시와 프로덕션 운영 과제

Nathan Drezner와 Karthic Subramanian은 2026년 9월 24일 Managed Deep Agents 0.8을 발표하며 사용자 소유 자격 증명, 사용자 수준 메모리, HTTP 채널, Slack 파일 전송, Parallel 기반 웹 검색을 소개했다. 글은 프로덕션 에이전트를 운영하는 팀이 공통으로 마주하는 과제를 메모리, 인증, 채널, 도구 관리의 네 영역으로 정리한다. Managed Deep Agents는 Deep Agents 하네스와 운영에 필요한 인프라를 결합해 엔지니어가 에이전트 동작에 집중하도록 돕는 서비스로 제시된다. 이번 릴리스의 핵심 방향은 기능을 추가하는 데 더해, 여러 사용자가 실제 업무 환경에서 에이전트를 사용할 때 필요한 개인별 문맥과 권한, 접근 경로를 함께 지원하는 것이다.

2. 코드 중심 프로젝트와 GTM Agent 사례

Managed Deep Agents 프로젝트는 저장소 안의 디렉터리에서 에이전트 코드, 의존성, 지침, 인증과 범위 설정, 메모리, 도구, 채널 등을 함께 관리하는 코드 중심 구조를 따른다. 미들웨어, 예약 실행, 커넥터, 스킬, 샌드박스 설정, 평가도 같은 프로젝트에 배치할 수 있으며 지침과 스킬은 Context Hub와 동기화된다. 글은 계정 정보를 조회하고 고객을 조사하며 미팅 브리핑과 후속 이메일 초안을 작성하는 내부 영업 지원용 GTM Agent를 예로 든다. 이러한 에이전트에는 메모리, 도구 접근, 웹 검색, 추론과 계획 기능이 필요하며, Deep Agents 하네스는 복잡하고 장시간 이어지는 작업을 위한 기본 구성 요소를 제공한다. 다만 프로토타입을 실제 운영으로 연결하려면 Slack 같은 채널과 인증·권한 관리가 추가로 필요하며, 글은 보통 여러 분기의 개발 일정과 지속적인 유지보수가 드는 이 인프라를 Managed Deep Agents가 맡는다고 설명한다.

3. 공유 메모리와 사용자 메모리의 분리

기존 Managed Deep Agents의 영속적 에이전트 메모리는 대화가 바뀌어도 배포 단위의 지침과 선호를 유지했으며, 0.8은 실행을 시작한 인증된 사람에게 귀속되는 사용자 메모리를 추가했다. 사용자 메모리는 개인의 선호, 작업 방식, 반복 업무, 기억해 달라고 요청한 정보를 공유 지식과 섞지 않고 저장하는 공간이다. 두 계층의 기반은 에이전트 파일을 저장하고 버전 관리하며 협업할 수 있는 LangSmith Context Hub이고, 공유 메모리는 /memories/agent/에, 사용자 메모리는 /memories/user/에 마운트된다. 런타임은 두 계층 사이에서 내용을 복사하지 않으므로 팀 공통 절차와 개인별 문맥을 기본적으로 분리할 수 있다. 예를 들어 지원 에이전트는 팀 전체의 에스컬레이션 규칙과 특정 동료의 간결한 Slack 응답 선호를 나누어 저장할 수 있으며, Kyth.ai의 CTO Zahid는 Context Hub와 사용자 메모리가 고객 기밀 유지와 사용 경험 개선에 도움이 됐다고 평가했다.

4. 대화 상황에 따른 메모리 접근 정책

메모리는 프로젝트의 단일 파일에서 설정하며 에이전트 계층, 사용자 계층 또는 두 계층 모두를 활성화할 수 있고, 각 계층의 접근 정책도 정의할 수 있다. 별도 설정이 없으면 Slack 일대일 DM에서는 에이전트 메모리와 사용자 메모리를 모두 허용하지만, Slack 채널이나 그룹 DM에서는 에이전트 메모리만 허용한다. HTTP에서도 기본값은 에이전트 메모리 허용과 사용자 메모리 거부이며, 이 구분은 개인 정보를 여러 사람이 참여하는 대화에 노출하지 않기 위한 설계다. GTM Agent 사례에서 직접 DM으로 들어온 요청에는 개인 선호를 적용하고, 여러 사용자가 참여하는 스레드나 그룹 요청에는 워크스페이스 또는 팀 선호를 적용하는 방식으로 설명된다. 글은 이러한 계층 분리와 접근 정책을 통해 두 상황 사이에서 저장된 선호와 메모리가 새어 나가지 않도록 한다고 설명하며, 실제 적용 범위는 팀이 정의하는 정책으로 조정할 수 있다고 덧붙인다.

5. Connections와 사용자별 도구 권한

Connections는 Managed Deep Agent를 GitHub, Notion, Tavily 같은 외부 서비스에 연결하며, LangSmith 워크스페이스에 이름을 붙여 저장한 자격 증명을 도구가 실행 시점에만 읽도록 한다. 에이전트 소유 자격 증명은 모든 사용자가 공유하므로 웹 검색처럼 사람마다 달라지지 않는 기능에 적합하고, 사용자 소유 자격 증명은 GitHub, Linear, Notion처럼 개인마다 고유한 접근 권한이 필요한 도구에 중요하다. GTM Agent는 DM에서 사용자가 요청한 Salesforce 데이터에 접근할 때 사용자 자격 증명을 전달하고, 고객에 관한 웹 정보를 찾을 때에는 에이전트 자격 증명을 사용하는 예로 제시된다. Managed Deep Agents는 Linear, GitHub, Google Workspace 도구 등을 포함한 23개 서비스를 기본 지원한다. 이 연결에서는 LangSmith가 인가, 토큰, 방식 등을 관리하고 개발자는 사용자 ID와 시크릿을 설정하도록 해, 에이전트의 목적과 사용 방식에 맞는 권한 범위를 구성하게 한다.

6. Slack 파일 전송과 HTTP 채널 확장

Managed Deep Agents는 기존 Slack 지원에 파일 전송을 추가해 사용자가 DM, 앱 멘션, 스레드 답글로 에이전트를 호출하면서 필요한 자료도 대화 안에서 전달하도록 했다. 로그, 스프레드시트, 계약서, 스크린샷, 고객 문서 등을 보낼 수 있으며, GTM Agent는 이전 통화 메모나 고객이 공유한 문서를 문맥에 포함해 응답하는 사례로 설명된다. 새 HTTP 채널은 JSON 웹훅을 보낼 수 있는 내부 도구, 고객 포털, 지원 시스템, 주문 시스템 등으로 에이전트의 진입점을 넓힌다. 글은 제품 안에서 문의 접수와 분류를 담당하는 지원 에이전트, 웹페이지에서 데모와 미팅 일정을 잡는 에이전트를 예로 들며, Slack과 HTTP 모두에서 팀이 인증·신원·메모리 통제권을 유지한다고 설명한다. Consensus의 Derek Gilbert는 Slack 통합과 CLI·GitHub Actions를 활용해 사용자 정의 MCP 서버를 갖춘 여러 에이전트를 배포했으며, 상시 분류와 모니터링 접근, PR 생성, 팀 알림에 활용한다고 밝혔다.

7. Parallel 웹 검색의 설정과 관측

글은 웹 검색이 가장 흔한 에이전트 도구 중 하나라는 점을 들어 Parallel 기반 검색을 Managed Deep Agents에 내장했다고 설명한다. 개발자는 별도 공급업체 계정을 만들거나 추가 API 키를 관리하지 않고 도구 폴더에 MCP 서버를 지정하면 되며, LangSmith가 Parallel 자격 증명과 도구 실행을 관리한다. 구체적으로 tools/mcp.py 또는 tools/mcp.ts의 서버 맵에 Parallel을 추가하고 mcp 정의는 한 번만 두도록 안내한다. 에이전트는 검색 결과에서 관련 발췌문과 인용 가능한 출처 URL을 받으며, 호출 내역과 지연 시간, 오류는 LangSmith 트레이스에 표시된다. 이는 검색을 에이전트에 연결하는 설정 작업뿐 아니라 실행 결과와 문제를 확인하는 과정도 관리형 환경 안에 포함하는 방식으로, GTM Agent가 고객에 관한 외부 정보를 조사하는 흐름과 연결된다.

8. 시작 방법과 베타 기간 제공 조건

마지막으로 글은 Managed Deep Agents 0.8이 인증, 메모리, 채널 구성을 단순화하고 웹 검색을 미리 준비된 도구로 제공한다는 출시 방향을 다시 정리한다. 팀들이 새 기능을 사용해 볼 수 있도록 Parallel 웹 검색은 MDA가 베타 상태인 동안 Managed Deep Agents를 통해 무료로 제공된다고 명시한다. 이 무료 제공은 베타 기간이라는 조건이 붙어 있으며, 본문은 베타 종료 이후의 가격이나 무료 제공 지속 여부를 설명하지 않는다. 시작 절차로는 Managed Deep Agents 문서를 참고하거나 uvx --from managed-deepagents mda init my-agent로 프로젝트를 초기화한 뒤, 해당 디렉터리로 이동해 uv run mda deploy로 배포하는 흐름을 제시한다. 저자들은 서비스를 계속 개선하고 있다고 밝히며 Slack 커뮤니티에서 구축 사례와 의견을 공유해 달라고 요청한다.

🧾 핵심 주장 / 시사점

• 사용자별 경험은 개인 정보를 기억하는 기능과 그 정보를 사용할 대화 범위를 제한하는 정책이 함께 있어야 성립한다는 설계 방향이 드러난다.
• 메모리와 자격 증명을 각각 사용자 수준과 에이전트 수준으로 구분하면서, 개인화와 공통 업무 기능을 같은 배포 안에서 운영할 수 있도록 한다.
• 채널 연결, 자료 전달, 검색 실행과 추적을 관리형 인프라에 포함해 엔지니어의 작업 중심을 반복적인 연결 구현에서 에이전트 동작으로 옮기려는 제품 방향이다.

✅ 액션 아이템

• Slack 일대일 DM, Slack 채널·그룹 DM, HTTP의 사용자 메모리 기본 허용 범위를 실제 사용 상황과 대조해 검토한다.
• Linear·GitHub·Google Workspace 도구 연결에서 사용자 소유 자격 증명과 에이전트 소유 자격 증명의 적용 범위를 구분한다.
• Parallel 웹 검색 도입 시 MDA 베타 기간의 무료 제공 조건과 LangSmith 트레이스의 호출·지연·오류 기록을 확인한다.

❓ 열린 질문

• HTTP에서 기본적으로 허용하지 않는 사용자 메모리는 어떤 사용 상황에서 필요한가?
• 23개 서비스의 관리형 연결 중 사용자 소유 자격 증명이 필요한 도구와 에이전트 소유 자격 증명을 공유할 도구는 무엇인가?
• MDA 베타 기간이 끝난 뒤 Parallel 웹 검색의 제공 조건은 어떻게 달라지는가?