The five components of building a \"company harness\

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

LangChain은 사내 에이전트 구축 경험을 바탕으로 업무 채널, 실행 주체와 권한, 전역·사용자 메모리, 샌드박스 코드 실행, 예약·이벤트 실행을 기업용 하네스의 다섯 구성요소로 제시한다.

📌 핵심 요약

• LangChain은 영업·마케팅 활동을 돕는 GTM Agent, PR 작성과 코드 리뷰를 수행하는 OpenSWE, 콘텐츠를 제작하는 Content Studio를 같은 기본 구조로 구축했으며, 이들이 각 팀의 업무 방식을 크게 바꿨다고 설명한다.
• 세 에이전트는 Slack 앱으로 제공되어 DM이나 채널에서 호출할 수 있다. 사람들의 대화를 방해하지 않도록 별도 스레드로 분리하는 기능을 마련했으며, GTM Agent의 발송 예정 이메일을 대량 검토하는 작업에는 별도 UI를 구축했다.
• 실행 주체는 사용자 대행과 고정 자격 증명을 도구·상황별로 조합한다. OpenSWE는 직접 요청에는 사용자 신원, 백그라운드 실행에는 자체 GitHub 앱 신원을 사용하며, GTM Agent의 사용자 대행 이메일 도구는 DM에서만 제공된다. Content Studio의 회사 Twitter 계정 게시 등 일부 작업은 허용된 사용자만 실행할 수 있다.
• 모든 에이전트는 전역 메모리와 사용자 메모리를 가지며 저장할 사실의 범위를 스스로 결정하지만, 저자들은 메모리가 아직 가장 덜 탐구된 영역이라고 밝힌다. 에이전트는 샌드박스 밖에서 동작하면서 내부에서 코드를 실행하고, LangSmith Sandboxes의 secret proxy로 인증이 필요한 서비스에 연결한다.
• 실행의 상당 비중은 예약이나 백그라운드 이벤트에서 시작된다. OpenSWE는 새 PR을 리뷰하고 GTM Agent는 사용자 요청에 따라 일일 브리핑용 cron을 생성한다. 세 에이전트 모두 오픈소스 Deep Agents 위에 구축된 Managed Deep Agents를 사용하며, 이 플랫폼은 채널·cron·샌드박스·메모리·신원 인프라와 동작 맞춤화 기능을 제공한다.

🧩 주요 포인트

1. Slack 중심 접근과 별도 UI의 병행 → 기존 업무 공간에서의 접근성을 확보하면서, 대량 이메일 검토처럼 Slack 메시지만으로 처리하기 불편한 작업을 보완한다.
2. 사용자 대행·고정 자격 증명과 DM·사용자별 제약의 조합 → 에이전트의 실행 권한은 호출자뿐 아니라 도구, 대화 공간, 백그라운드 실행 여부에 따라 달라진다.
3. 전역·사용자 메모리, 인증 가능한 샌드박스, 예약·이벤트 실행의 결합 → 기업용 하네스는 여러 사용자의 맥락과 지속적인 작업 실행을 함께 지원해야 하며, 메모리 설계에는 추가 탐구가 남아 있다.

🧠 상세 정리

1. 사내 에이전트에서 도출한 공통 구성

Harrison Chase와 Caspar Broekhuizen은 LangChain에서 마케팅·영업·엔지니어링용 내부 에이전트를 구축하며 여러 사용자가 함께 쓰는 하네스의 공통 문제를 해결했다고 설명한다. GTM Agent는 상시 작동하면서 이메일과 새로 유입된 적격 리드에 대응하고, 일일 브리핑과 고객 계정 관련 질의응답, 아웃바운드 활동을 지원한다. OpenSWE는 엔지니어링 작업과 PR 초안 작성을 수행하며 모든 PR의 코드 리뷰도 맡는다. Content Studio는 회사의 스타일과 포지셔닝을 반영해 블로그·이미지·PowerPoint·영상 등의 콘텐츠 초안을 만든다. 저자들은 세 에이전트가 같은 방식으로 구축되었다며, 업무 공간과의 통합, 신원, 메모리, 코드 실행, 예약 실행을 기업용 하네스의 일반적인 구성요소로 제안한다.

2. Slack 안에서의 협업과 별도 UI의 필요

LangChain의 에이전트는 사람들이 이미 일하는 공간인 Slack에 있으며, 각각 독립된 Slack 앱으로 DM이나 채널의 태그를 통해 호출할 수 있다. 채널에서 사용하면 다른 사람도 에이전트 활용 방식을 볼 수 있다는 장점이 있다. 다만 사람들끼리 대화하던 스레드에 에이전트를 참여시키면 응답과 작업 과정이 기존 대화를 어지럽히고 주의를 분산시킬 수 있었다. 이를 해결하기 위해 에이전트가 같은 채널의 별도 스레드로 대화를 분리하는 기능을 추가했다. 한편 GTM Agent가 보내려는 이메일을 한두 건 검토하는 일은 Slack에서도 가능하지만, 검토할 이메일이 많이 쌓이면 메시지로 추적하기 불편해 해당 작업에는 별도 UI를 구축했다.

3. 도구와 실행 상황에 따라 달라지는 신원

저자들이 가장 까다로운 문제로 꼽은 것은 에이전트가 누구를 대신해 행동하는지 정하는 신원 설계다. 원문은 호출한 사용자를 대신하는 방식과, 호출자와 무관하게 서비스 계정 등의 고정 자격 증명을 사용하는 방식을 구분한다. OpenSWE는 사용자가 메시지를 보내면 해당 사용자의 GitHub 계정으로 PR을 여는 등 사용자 대행으로 동작하지만, 백그라운드 코드 리뷰에서는 자체 GitHub 앱 신원을 사용한다. GTM Agent는 Salesforce 접근에 고정 신원을 사용해 모든 사용자가 로그인할 필요를 줄이고, 이메일은 사용자 대행으로 처리하되 해당 도구를 DM에서만 제공한다. Content Studio는 Notion에서 사용자 대행으로 동작하고, 회사 Twitter 계정에는 고정 자격 증명을 사용한다. 다만 Twitter 게시 등 일부 작업은 허용 목록에 있는 사용자만 호출할 수 있고, 다른 사용자는 읽기나 초안 작성만 가능할 수 있다.

4. 전역 메모리와 사용자 메모리의 구분

세 에이전트는 모두 전역 메모리와 사용자 메모리라는 두 단계의 기억 구조를 갖는다. 전역 메모리는 모든 사용자에게 적용되는 기억이며, 사용자 메모리는 특정 사용자에게만 적용되는 기억으로 구분된다. 에이전트는 기억하려는 사실을 어느 수준의 메모리에 저장할지 스스로 결정하므로, 같은 시스템 안에서도 전체에 적용할 정보와 개인에게 적용할 정보를 나누어 다룬다. 그러나 저자들은 이 영역이 지금까지 가장 덜 탐구되었으며 앞으로 하고 싶은 작업이 많이 남아 있다고 명시한다. 따라서 원문이 제시하는 것은 두 범위의 구분과 에이전트의 저장 판단이라는 기본 구조이며, 어떤 사실을 어느 범위에 저장할지에 대한 구체적인 판단 기준까지 설명하지는 않는다.

5. 샌드박스에서의 코드 실행과 인증 연결

세 에이전트는 모두 코드를 작성하고 실행할 수 있으며, 업무를 완수하기 위해 실제로 코드 실행이 필요한 경우가 많다. 공통 구조는 에이전트 자체가 샌드박스 밖에서 동작하면서 샌드박스에 연결해 그 안에서 코드를 실행하는 방식이다. 각 에이전트는 필요한 의존성이 달라 조금씩 다른 기본 이미지를 사용한다. 코딩과 가장 밀접한 OpenSWE는 채널이나 사용자에 따라 어떤 기본 이미지를 실행할지 선택한다. 또한 모두 LangSmith Sandboxes의 secret proxy를 활용해 샌드박스 내부에서 인증이 필요한 서비스에 연결하며, 저자들은 이를 안전하게 서비스에 접근하기 위한 구성으로 설명한다.

6. 예약·이벤트 실행과 Managed Deep Agents

전체 실행의 상당 비중은 사용자의 직접 호출 대신 예약이나 백그라운드 이벤트로 시작되지만, 원문은 구체적인 비율을 제시하지 않는다. 일부 실행 조건은 개발자가 설정하며, OpenSWE가 새 PR의 생성을 감지해 리뷰하는 것이 그 예다. 다른 조건은 사용자의 요청으로 만들어지며, GTM Agent는 일일 브리핑을 보내 달라는 요청을 받고 이를 위한 cron을 직접 생성했다. 세 에이전트는 모두 오픈소스 Deep Agents 하네스 위에 구축된 Managed Deep Agents를 기반으로 한다. 저자들은 이 플랫폼이 채널·cron·샌드박스·메모리·신원 문제를 해결할 인프라를 제공하면서도, 필요한 에이전트 동작을 맞춤화할 유연성을 갖췄다고 설명한다.

🧾 핵심 주장 / 시사점

• Slack 통합은 접근성과 사용 사례 공유에 도움이 되지만, 대량 이메일 검토 사례는 작업의 규모와 형태에 따라 별도 UI가 필요함을 보여준다.
• 신원 설계는 사용자 대행과 고정 자격 증명 중 하나를 고르는 문제를 넘어, 도구별 권한과 DM·공유 채널·백그라운드 실행의 차이를 함께 다루는 문제다.
• 저자들이 제시하는 기업용 하네스는 직접 요청에 응답하는 기능과 예약·이벤트 기반 실행을 함께 포함하며, 메모리는 공통 구성요소이면서도 아직 탐구가 부족한 영역으로 남아 있다.

✅ 액션 아이템

• Slack에서 수행할 작업과 대량 이메일 검토처럼 별도 UI가 필요한 작업을 구분한다.
• GTM Agent의 DM 전용 이메일 도구와 Content Studio의 Twitter 게시 제한을 참고해 도구·대화 공간·사용자별 실행 권한을 검토한다.
• 전역·사용자 메모리의 적용 범위와 예약·이벤트 실행의 필요를 검토하고, Managed Deep Agents의 지원 기능과 대조한다.

❓ 열린 질문

• Slack에서 별도 UI로 전환할 필요가 있는 작업은 대량 이메일 검토 외에 무엇인가?
• 사용자 대행과 고정 자격 증명을 선택하고 DM·사용자별 제약을 적용하는 기준은 무엇인가?
• 전역 메모리와 사용자 메모리 중 저장 범위를 에이전트가 결정할 때 어떤 기준을 사용하는가?