Agent Sandbox

모든 작업은 자체 컨테이너 안에서 돌아가므로 한 세션이 다른 세션의 파일이나 프로세스에 닿을 수 없다. 코드를 보내면 샌드박스가 실행하고, 호스트에는 아무것도 닿지 않는다. 격리가 핵심이다. 신뢰할 수 없는 LLM 출력을 무모함이 아니라 현실적으로 실행하게 해주는 것이 바로 이것이다. 격리가 없으면 거래도 없다.

Agent Sandbox는 바로 쓸 수 있는 코드 인터프리터 API 역할도 한다. 실행, 세션 관리, 파일 처리를 하나의 인터페이스 뒤에 둔다. 입력을 업로드하고 실행을 시작하고 출력을 내려받으면서 세 서비스를 꿰맬 필요가 없다. 팀 입장에서는 유지할 접착 코드가 줄고, 뭔가 깨질 지점도 줄어든다는 뜻이다.

에이전트의 코드가 라이브러리나 시스템 도구를 필요로 하면 요청에 적으면 Agent Sandbox가 그 실행을 위해 설치한다. 설치는 재현 가능하게 유지되므로 같은 요청은 다음에도 비슷하게 동작한다. 에이전트가 pandas가 필요하다고 결정했을 때 이미지를 수작업으로 다시 빌드할 필요가 없다. 이는 실제 시간을 아껴준다.

API는 데이터를 양방향으로 옮긴다. 에이전트가 작업할 데이터셋을 업로드하고, 그것이 만들어낸 모든 것, 즉 차트, 로그, 변환된 파일을 내려받는다. 이로써 상태가 없는 모델이 실제로 결과물을 남길 수 있는 무언가로 바뀐다. 파일이 들어가고 파일이 나온다. 단순하다.

Agent Sandbox는 클라이언트 측이든 서버 측이든 거의 모든 에이전트 프레임워크 안에서 단일 도구로 쓸 수 있다. 문서는 Claude Code, Codex, Cursor, Windsurf, Cline을 호환 대상으로 들며, 직접 쓰기 위한 Python SDK도 있다. 클라이언트 측 스크립트에도 서버 측 파이프라인에도 연결할 수 있으니, 연결 방식은 제품이 강요하는 것이 아니라 당신의 선택이다. 경직된 흐름에 맞추는 대신 연결 방식을 스스로 고르면 된다.

연산은 초당 0.00025달러로 초 단위로 청구되고, 출력 파일 저장은 MB당 0.0005달러다. 구독도 최소 약정도 없다. 그렇다면 왜 자체 컨테이너를 띄우지 않을까. 유휴 시간에도 비용을 내야 하기 때문이다. 한 번에 5달러에서 1,000달러까지 충전하고 쓰는 만큼 소비하는데, 이는 월 단위 좌석보다 간헐적인 작업 부하에 더 잘 맞는다.

계정은 잔액, 사용 이력, 지출 패턴을 한곳에서 보여준다. 에이전트 작업 부하가 예측하기 어려울 때 이것이 중요하다. 폭주하는 루프가 크레딧을 고갈시키기 전에 알아챌 수 있기 때문이다. 사후가 아니라. 폭주 루프는 흔하다. 계량기를 지켜보자.