Agent-Infra AIO Sandbox: 브라우저·셸·파일시스템 통합 AI 에이전트 런타임 오픈소스

왜 필요한가

• AI 에이전트 개발의 병목이 모델 추론에서 실행 환경으로 이동하고 있음
  • LLM이 코드와 멀티스텝 계획을 생성할 수 있지만, 이를 실행할 격리된 환경 구축이 인프라 과제
  • 기존 방식: 브라우저, Python 인터프리터, 파일시스템을 별도 서비스로 관리 → 레이턴시와 동기화 복잡성 증가

AIO Sandbox 핵심 구성

• 브라우저, 셸, 파일시스템을 하나의 컨테이너에 통합한 실행 레이어
  • Chromium 브라우저: CDP(Chrome DevTools Protocol) / Playwright 지원
  • 코드 실행: Python, Node.js 런타임 사전 구성
  • Bash 터미널: 시스템 명령 실행
  • 개발 인터페이스: VSCode Server, Jupyter Notebook 통합
• Unified File System이 핵심 차별점
  • 브라우저로 다운로드한 파일이 Python 인터프리터와 Bash에서 즉시 접근 가능
  • 예: 웹 포털에서 CSV 다운로드 → 바로 Python으로 데이터 클리닝 가능, 별도 파일 이동 불필요

MCP 네이티브 지원

• Model Context Protocol(MCP) 서버가 사전 구성되어 제공됨
  • Browser: 웹 내비게이션 및 데이터 추출
  • File: Unified File System 조작
  • Shell: 시스템 명령 실행
  • Markitdown: 문서를 Markdown으로 변환 (LLM 소비 최적화)

배포 및 격리

• Enterprise 수준 Docker 배포 지원
  • Kubernetes 배포 예제 포함 (CPU/메모리 리소스 제한 등 K8s 네이티브 기능 활용)
  • 에이전트 생성 코드와 호스트 시스템 간 컨테이너 격리
  • API와 SDK를 통해 프로그래밍 방식으로 환경 관리
• 라이선스: Apache-2.0

---

기술 맥락: AI 에이전트의 tool-use가 고도화되면서, 기존 Docker 컨테이너 위에 브라우저·런타임·파일시스템을 별도로 구성하던 방식의 한계가 뚜렷해지고 있음. AIO Sandbox는 이 "Agent Ops" 오버헤드를 줄이는 표준화된 런타임을 목표로 함. MCP 네이티브 지원은 LLM이 도구를 표준 프로토콜로 호출할 수 있게 해주는 점에서 주목할 만함.