본문으로 건너뛰기
피드

레드햇, 에이전틱 AI 개발자 툴 출시…로컬 실험부터 프로덕션 배포까지 묶는다

devops 약 7분

레드햇이 에이전틱 AI 시대에 맞춰 레드햇 데스크톱을 정식 출시하고 어드밴스드 디벨로퍼 스위트를 업데이트했다. 핵심은 로컬에서 AI 에이전트를 안전하게 실험하고, 오픈시프트 기반 하이브리드 클라우드 프로덕션 환경까지 일관되게 가져가는 개발 워크플로우다.

  • 1

    레드햇 데스크톱은 포드만 데스크톱의 레드햇 빌드를 기반으로 로컬 컨테이너·AI 개발 환경을 제공

  • 2

    격리된 AI 에이전트 샌드박싱으로 검증되지 않은 에이전트가 호스트 OS에 영향을 주지 않도록 제한

  • 3

    어드밴스드 디벨로퍼 스위트에 신뢰할 수 있는 소프트웨어 팩토리, 트러스티드 라이브러리, AI 기반 익스플로잇 인텔리전스 추가

  • 4

    오픈시프트 데브 스페이스에 AWS 키로를 통합해 기존 코파일럿, 클로드 CLI 등과 함께 선택지를 확대

레드햇은 AI 에이전트를 “개발 도구” 문제가 아니라 “운영 체계” 문제로 봄

  • 레드햇이 에이전틱 AI 시대에 맞춘 신규 개발자 툴을 출시하고, 레드햇 어드밴스드 디벨로퍼 스위트를 업데이트함

    • 목표는 개발자 워크스테이션의 로컬 AI 에이전트 실험을 하이브리드 클라우드 프로덕션 배포까지 자연스럽게 이어주는 것
    • AI 에이전트를 노트북에서만 굴리는 장난감으로 두지 않고, 핵심 애플리케이션과 같은 수준으로 운영하겠다는 접근임
    • 제임스 라보키 시니어 디렉터도 에이전틱 AI 전환이 현대 애플리케이션 개발에 새로운 요구사항을 더한다고 설명함
  • 레드햇 데스크톱이 정식 출시됐고, 포드만 데스크톱(Podman Desktop)의 레드햇 빌드에 상용 지원이 붙음

    • 로컬 컨테이너와 AI 개발을 위한 엔터프라이즈 기반을 제공하는 게 목적
    • 개발자는 노트북에서 레드햇 하드닝 이미지 라이브러리에 접근할 수 있음
    • 단위 테스트를 위해 로컬 또는 원격 오픈시프트 클러스터에도 연결 가능함
    • 개발자 머신의 컨테이너와 프로덕션 컨테이너 사이의 아키텍처 일관성을 유지하는 데 초점이 있음

중요

> 레드햇의 메시지는 단순함. AI 에이전트도 결국 운영 환경에 올라갈 소프트웨어라면, 로컬 실험부터 배포·보안·거버넌스까지 같은 체계 안에서 다뤄야 한다는 것임.

AI 에이전트는 로컬에서도 샌드박스가 필요함

  • 레드햇 데스크톱에는 격리된 AI 에이전트 샌드박싱 기능이 포함됨

    • 개발자는 로컬 하드웨어의 보호된 샌드박스 환경에서 자율 에이전트를 실행하고 테스트할 수 있음
    • 검증되지 않은 에이전트 동작이 호스트 운영체제(OS)에 영향을 주지 않도록 막는 구조
    • AI 에이전트가 파일을 수정하거나 명령을 실행할 수 있는 시대에는 꽤 현실적인 안전장치임
  • 레드햇은 로컬 실험에서 프로덕션까지 이어지는 표준화된 AI 라이프사이클을 강조함

    • 샌드박스 우선 테스트
    • 개발자 선택권 보장
    • 보안 강화
    • 로컬부터 클라우드까지 일관된 개발 환경 제공
    • 실험 단계 프로젝트를 반복 가능한 프로덕션 워크플로우로 바꾸는 게 목표임

공급망 보안도 AI 생성 코드 시대에 맞춰 업데이트됨

  • 어드밴스드 디벨로퍼 스위트에는 세 가지 축의 새 기능이 들어감

    • 신뢰할 수 있는 소프트웨어 팩토리
    • 레드햇 트러스티드 라이브러리
    • AI 기반 익스플로잇 인텔리전스
    • 모두 AI가 만든 코드가 늘어날 때 생기는 보안·검증 문제를 겨냥함
  • 신뢰할 수 있는 소프트웨어 팩토리는 표준 기반 CI/CD 구현 환경을 제공하는 개발자 프리뷰임

    • CNCF 모범 사례와 레드햇 내부 빌드 프로세스를 기반으로 함
    • 고객은 그대로 쓰거나, 조직 요구사항에 맞게 조정할 수 있음
    • AI가 코드를 많이 만들어도 빌드·배포 파이프라인의 신뢰성을 유지하겠다는 방향임
  • 레드햇 트러스티드 라이브러리는 엄선된 파이썬 패키지를 제공함

    • SLSA 레벨 3 인프라 기반으로 구축됨
    • 소프트웨어 명세서(SBOM)와 암호화 서명을 포함함
    • 투명하고 검증 가능한 소프트웨어 공급망을 만드는 데 초점이 있음

⚠️주의

> AI 생성 코드는 양이 늘어날수록 “취약점 경고도 같이 폭증”할 가능성이 큼. 레드햇이 익스플로잇 인텔리전스를 강조하는 이유는 모든 경고를 같은 우선순위로 처리할 수 없기 때문임.

  • 익스플로잇 인텔리전스는 엔비디아 AI 블루프린트를 기반으로 개발됨
    • AI 기반 코드 추론으로 취약한 함수가 실제 애플리케이션 런타임에서 호출 가능한지 판단함
    • 단순 취약점 목록이 아니라 악용 가능한 코드 경로를 선별하는 방식
    • 개발자가 보안에 실질적 영향을 미치는 수정 사항부터 처리하도록 돕는 게 목적임

개발자 선택권도 꽤 넓게 가져감

  • 오픈시프트 데브 스페이스에는 AWS 키로(Kiro) 코딩 어시스턴트가 통합됨

    • 기존에 지원하던 마이크로소프트 코파일럿, 클로드 CLI, 클라인, 컨티뉴, 루와 함께 선택지가 늘어남
    • 개발자는 선호하는 코딩 어시스턴트와 개발 환경을 로컬·클라우드에서 활용할 수 있음
    • 특정 AI 코딩 도구 하나에 묶기보다, 기업 환경 안에서 여러 도구를 관리 가능한 형태로 제공하려는 접근임
  • 전체 그림은 “AI 에이전트도 엔터프라이즈 애플리케이션처럼 다루자”에 가까움

    • 로컬에서는 샌드박스로 안전하게 실험
    • 개발 환경은 포드만 데스크톱과 레드햇 데스크톱으로 표준화
    • 배포는 오픈시프트로 확장
    • 공급망은 SBOM, 서명, SLSA, 익스플로잇 분석으로 관리

기술 맥락

  • 레드햇이 강조하는 건 AI 에이전트의 “개발부터 운영까지의 경로”예요. 에이전트를 로컬에서 한 번 띄워보는 것과, 기업의 하이브리드 클라우드에 반복 배포하는 것은 완전히 다른 문제거든요.

  • 레드햇 데스크톱과 포드만 데스크톱은 로컬 환경을 프로덕션과 비슷하게 맞추려는 선택이에요. 노트북에서 쓰는 이미지, 컨테이너 구조, 테스트 방식이 오픈시프트 배포 환경과 가까워야 나중에 환경 차이로 터지는 문제를 줄일 수 있어요.

  • 샌드박싱은 AI 에이전트 시대에 더 중요해져요. 에이전트가 명령 실행, 파일 접근, 외부 API 호출을 할 수 있다면 검증 전에는 호스트 OS와 분리해서 돌리는 게 맞거든요.

  • 공급망 보안 기능은 AI 생성 코드 증가를 전제로 깔고 있어요. 코드가 빨리 늘어나는 만큼 취약점 경고도 많아지니, 실제 런타임에서 호출 가능한 위험을 우선으로 골라내는 익스플로잇 인텔리전스가 실무적으로 꽤 중요해져요.

  • 오픈시프트 데브 스페이스에 여러 코딩 어시스턴트를 붙이는 것도 현실적인 판단이에요. 기업은 하나의 도구만 쓰지 않기 때문에, 다양한 AI 도구를 허용하되 개발 환경과 거버넌스는 중앙에서 맞추려는 방향으로 갈 가능성이 커요.

레드햇은 AI 에이전트를 ‘재밌는 로컬 실험’이 아니라 기존 엔터프라이즈 애플리케이션처럼 통제하고 배포해야 할 대상으로 보고 있음. 특히 AI 생성 코드와 에이전트 실행이 늘어날수록 샌드박스, 공급망 보안, 런타임 위험도 판단이 한 세트로 묶일 가능성이 크다.

댓글

댓글

댓글을 불러오는 중...

devops

마이크로소프트 케냐 데이터센터 지연, AI 인프라는 계약 리스크도 기술 리스크다

마이크로소프트와 아랍에미리트 G42가 추진하던 약 10억 달러 규모의 케냐 데이터센터 프로젝트가 케냐 정부의 장기 지불 보증 거부로 멈춰 섰다. 클라우드와 AI 인프라 확장이 단순히 GPU와 전력만의 문제가 아니라, 정부 보증·규제·정치 리스크에 크게 좌우된다는 점이 드러난 사례다.

devops

국내 클라우드 시장, 이제 서버 운영보다 GPU 확보 싸움으로 간다

국내 클라우드 시장의 경쟁축이 가상화와 서버 운영 효율에서 GPU, 데이터센터, 전력, 냉각 인프라로 이동하고 있다. 네이버클라우드와 NHN클라우드는 AI 인프라 수요로 1분기 20% 안팎 성장세를 보였고, KT클라우드도 AI 데이터센터 중심 전략으로 전환 중이다.

devops

디지털 스택을 유럽으로 옮겨보니, 생각보다 꽤 실전적이었다

한 개발자가 분석, 메일, 비밀번호 관리, 컴퓨트, 오브젝트 스토리지, 백업, 이메일, 에러 추적, AI API까지 유럽 중심 스택으로 옮긴 경험을 정리한 글이다. 핵심은 반미 감정이 아니라 데이터가 어디에 있고, 누가 접근할 수 있고, 정치나 기업 정책 변화에 얼마나 휘둘리는지를 의식하자는 얘기다.

devops

개인용 컴퓨터 다음은 개인용 클러스터라는 주장

이 글은 AI 시대에 개인 한 명이 쓰는 컴퓨팅 자원이 점점 ‘클러스터 한 덩어리’ 수준으로 커질 거라고 주장한다. PC가 직장, 취미 개발자, 게임 문화로 퍼졌듯이 개인용 클러스터도 업무용 AI, 오픈소스 실험, 게임 같은 흐름을 타고 대중화될 수 있다는 시나리오다.

devops

AI 에이전트 부하에 흔들린 GitHub, 왜 다른 서비스보다 더 아팠나

GitHub가 최근 몇 달 동안 가용성 저하, 검색 장애, GitHub Actions 문제, 심지어 squash merge에서 커밋이 빠지는 데이터 무결성 사고까지 겪었다. GitHub CTO는 AI 에이전트발 부하 증가를 원인으로 들었지만, 실제로는 2년간 약 3.5배 증가한 부하와 Azure 이전, 오래된 시스템, 조직적 지연이 겹친 문제에 가깝다. 개발자 입장에선 GitHub가 ‘없으면 안 되는 도구’에서 ‘업무를 막는 병목’으로 보이기 시작했다는 게 핵심이다.