
Agentspan
Orkes · 코딩
Agentspan은 MIT 라이선스로 직접 호스팅할 수 있는 서버이자 SDK로, 에이전트 코드를 지속적 워크플로로 바꾼다. 에이전트를 작성하면 서버가 충돌, 재시작, 긴 대기를 넘어 그것을 살려 두고, 워커가 다시 연결될 때마다 마지막으로 완료된 단계부터 재개한다. 호스팅 제품이 아니라 런타임으로 제공되므로 자신의 인프라에서 실행하고 실제로 수행한 모델 호출에 대해서만 비용을 낸다. 2026년 8월 기준으로 이 프로젝트는 Orkes Conductor에 통합됐고 원래 저장소는 보관 처리됐다.

Agentspan 소개
Agentspan이란 무엇인가
Agentspan은 AI 에이전트를 위한 지속적 런타임이다. 핵심 발상은 대부분의 에이전트 프레임워크가 뭔가 잘못될 때 현재 위치를 잃는다는 점이다. 프로세스가 죽는다. 배포가 실행을 가로막는다. 어떤 단계가 사람이 승인을 클릭하기를 며칠 동안 기다린다. 그러면 작업 전체가 처음부터 다시 시작된다. Agentspan은 모든 실행을 영속화된 워크플로로 취급하므로 진행 상황이 이 모든 것을 견딘다.
MIT 라이선스의 오픈소스이고 자신의 머신에서 돌리는 걸 전제로 만들어졌다. 서버를 설치하고 모델 제공자에 연결한 뒤 에이전트를 배포하면, 서버가 자동 재시도와 모든 결정 뒤의 완전한 이력과 함께 단계별로 실행한다. 대부분의 경우는 세 가지 패턴으로 커버된다. 몇 분에서 몇 시간 도는 장시간 에이전트, 모델이 한 번 계획하고 서버가 그 계획을 결정론적으로 실행하는 계획 후 실행 에이전트, cron이나 큐, 웹훅으로 트리거되는 이벤트 기반 에이전트다. 전체는 직접 운영하는 오픈소스 AI 에이전트 서버에, 원하는 언어용 에이전트 워크플 SDK를 더한 것이다.
문제는 이것이 개발자 도구이지 노코드 앱이 아니라는 점이다. 클릭식 빌더가 없다. 시각적 편집기도 없다. 게다가 Conductor로의 통합 때문에 신규 사용자는 Conductor의 퀵스타트로 안내된다. 끌어다 놓는 방식의 에이전트 편집기를 원한다면 이건 아니다.
시작하기
- macOS나 Linux에서는 셸 스크립트로, Windows에서는 그에 대응하는 PowerShell로 CLI를 설치한다.
- pip, npm, dotnet CLI 가운데 하나로 자신의 스택(Python, TypeScript/JavaScript, C#/.NET)용 SDK를 추가한다.
- 모델 제공자 키를 환경 변수로 설정한다. 예를 들어
OPENAI_API_KEY다. - 로컬 서버를 시작한다. 6767 포트에서 돌고 실행을 확인하는 브라우저 UI를 연다.
- 도구가 있는 에이전트 함수를 작성하고 배포한 다음, 실행 이력에서 각 단계를 지켜본다.
제품 정보
Agentspan의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 백엔드 및 플랫폼 엔지니어
- 이미 Conductor를 운영하는 팀
- 자동화를 프로토타이핑하는 개인 개발자
작업
- 장시간 파이프라인
- 계획 후 실행 워크플로
- 이벤트 트리거 작업
활용 상황
- 평일 일정의 자동 리포트
- 승인이 필요한 동작
- 벤더 종속을 피하려는 팀
주요 기능
지속적 실행
각 단계는 다음 단계가 시작되기 전에 영속화되므로 충돌, 배포, 긴 대기가 실행의 진행 상황을 앗아가지 않는다. 새 워커가 연결되면 서버는 마지막으로 완료된 단계부터 재개한다. 그게 약속의 전부다. 몇 분이나 몇 시간 걸리는 에이전트에게 이는 신뢰할 수 있는 도구와 계속 지켜봐야 하는 도구의 차이다.
계획 후 실행 에이전트
계획 후 실행 모드에서 모델은 실행 시점에 무엇을 할지 정하지만 단 한 번만 정하고, 단일 JSON 계획을 내놓는다. 서버는 이를 불변 워크플로로 컴파일해 오케스트레이션, 재시도, 병렬성에서 모델의 무작위성을 걷어낸다. 이 계획 후 실행 에이전트는 기존 Conductor 워크플로를 단계로 호출할 수도 있다.
이벤트 기반 트리거
에이전트는 cron 일정, Kafka 토픽, SQS 큐, AMQP 메시지, 웹훅, 데이터베이스 이벤트에서 시작할 수 있고, 이런 트리거는 각각 완전한 이력을 지닌 지속적 실행이다. 그래서 에이전트는 스택 안의 다른 어떤 이벤트 소비자와도 똑같이 동작한다. 일정 연결은 한 줄이면 된다. 예컨대 평일 아침 cron 표현식이다.
휴먼 인 더 루프 승인
실행은 상태를 잃지 않고 일시 정지해 사람의 검토나 입력을 받은 뒤 같은 실행을 재개할 수 있다. 이는 덧대기식이 아니라 설계상 휴먼 인 더 루프 에이전트임을 뜻한다. 상태가 프로세스의 메모리가 아니라 워크플로에 있으므로 대기는 몇 분에서 며칠까지 이어질 수 있다. 효과를 내기 전에 서명이 필요한 모든 동작에서 이 점이 중요하다.
턴 단위 관측성
서버는 결정, 정책 결과, 작업 데이터, 타이밍, 실패의 지속적 기록을 남긴다. 에이전트가 무엇을 제안했고 정책이 무엇을 허용했으며 실행이 어디서 멈췄는지 확인할 수 있다. 왜 실패했나? 답이 기록에 있다. 모든 턴이 기록되면 에이전트 디버깅은 더 이상 추측이 아니다.
내장 정책과 가드레일
모델 출력은 명령이 아니라 제안으로 취급된다. 계획과 도구 인수는 실행 가능한 작업이 되기 전에 스키마 검증, 정책 점검, 필요한 승인을 통과해야 한다. 그래서 허가되기 전에는 아무것도 돌지 않는다. 도구, 입력, 팬아웃, 시간, 비용은 무엇이든 실행되기 전에 제한할 수 있다.
다국어 SDK
Conductor Agent SDK는 Python, TypeScript/JavaScript, C#/.NET용으로 제공되므로 팀은 이미 쓰는 언어로 에이전트를 만든다. 계획 후 실행 전략은 세 가지 모두에서 동작한다. 스택마다 패키지 한 줄로 설치하고 에이전트를 이식 가능하게 유지한다.
장단점
장점
- MIT 오픈소스에 서버를 자체 호스팅할 수 있어 좌석당 요금이 없고 데이터가 자신의 인프라에 남는다.
- 지속적 실행과 체크포인트가 충돌, 배포, 몇 시간의 대기를 실행 재시작 없이 처리한다.
- 계획 후 실행 모드가 모델의 무작위성을 오케스트레이션에서 걷어내 재시도와 병렬성을 예측 가능하게 만든다.
- 이벤트 트리거가 cron, Kafka, SQS, AMQP, 웹훅, 데이터베이스 이벤트를 기본으로 커버한다.
- Python, TypeScript/JavaScript, C#/.NET용 SDK 덕분에 도입하려고 언어를 바꿀 필요가 없다.
단점
- 원래 저장소는 Orkes Conductor 통합 후 보관 처리됐으므로 새로운 작업은 여기가 아니라 Conductor에서 이뤄진다.
- 시각적 빌더가 없어 끌어다 놓는 에이전트 편집기를 원하는 사용자에게는 맞지 않는다.
- 자체 호스팅은 배포, 업그레이드, 확장을 직접 맡는다는 뜻이고, 이는 작은 팀에 실질적인 부담이다.
자주 묻는 질문
AI 에이전트를 지속적 워크플로로 실행하는 런타임이다. 에이전트 코드를 작성하면 서버가 재시도, 체크포인트, 인간 승인, 실행 이력을 처리하므로 에이전트가 충돌과 긴 대기를 견딘다.
관련 콘텐츠
Agentspan와 관련된 도구, 스킬, 아티클을 살펴보세요.
Agentspan 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.
