
Kodosumi
Masumi Network (NMKR) · 코딩
Kodosumi는 AI 에이전트 서비스를 운영 환경에서 실행하는 오픈소스 Python 실행 환경이다. Ray Serve 위에 올라가 배포, 확장, 모니터링을 맡는다.

Kodosumi 소개
What Is Kodosumi
Kodosumi는 AI 에이전트를 노트북 위의 데모가 아니라 진짜 서비스로 돌리려는 개발자를 위한 프레임워크다. Python으로 에이전트 함수를 작성하고 YAML 파일 한 개에 적어 두면 나머지는 프레임워크가 처리한다. HTTP 엔드포인트로 바꾸고, 작업을 Ray 클러스터에 나눠 보내고, 실행마다 기록을 남긴다. Masumi Network 팀이 만들었고 Apache 2.0 라이선스로 공개한다.
Kodosumi가 메우는 것은 한 번 돌아가는 프로토타입과 실제 트래픽을 견디는 에이전트 사이의 틈이다. 에이전트는 몇 분에서 몇 시간까지 걸리기도 하고, 요청이 몰리면 순식간에 밀린다. 스케줄링을 Ray에 맡기기 때문에 작업은 여러 장비로 퍼져 나가고 부하가 치솟아도 계속 돈다. 관리 패널도 함께 제공해 대부분의 에이전트 코드가 빠뜨리는 부분을 채운다. 실행마다 남는 타임라인, 오류 추적, 분석 화면이 그것이다.
먼저 짚어 둘 제약도 있다. 개발자용 도구라서 Python 지식과 클러스터에 대한 어느 정도의 감각이 필요하다. 유료 부분은 Cardano 위의 Masumi 프로토콜에 묶여 있고, 에이전트 접근에 요금을 매길 계획이 없다면 크게 상관없다. 또 프레임워크에 얽매이지 않는 대신, 원래 직접 써야 할 에이전트 로직을 대신 만들어 주지는 않는다.
Getting Started
pip install kodosumi로 패키지를 설치하고ray start --head로 Ray 헤드 노드를 띄운다.- Python으로 에이전트 함수를 작성하고
@app.enter데코레이터로 진입점을 등록한다. koco serve로 관리 패널을 열고serve run으로 앱을 Ray에 배포한다.- 관리 패널에서 Expose 항목을 만들고 Boot를 눌러 설정한 에이전트를 올린다.
- Timeline과 Analytics 패널에서 실행을 하나씩 지켜보고 그 자리에서 조정한다.
제품 정보
Kodosumi의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- AI 개발자
- 백엔드와 플랫폼 팀
- 과금형 에이전트 서비스를 만드는 팀
- 오픈소스를 중시하는 조직
작업
- 에이전트를 엔드포인트로 공개하기
- 오래 걸리는 작업 확장하기
- 에이전트 실행 지켜보기
- 사람이 끼는 단계 처리하기
- 에이전트 이용에 요금 매기기
활용 상황
- 데모를 서비스로 바꿔야 할 때
- 간헐적으로 몰리는 트래픽
- 오래 걸리는 조사 작업
- 자체 호스팅 구성
- 에이전트 결과로 돈을 버는 상황
주요 기능
Ray Serve 기반 분산 실행
Kodosumi는 에이전트를 Ray Serve 위에서 돌린다. 대규모 운영 부하를 떠받치는 것과 같은 스케줄링 계층이다. 앱은 노트북에서 시작해 나중에는 클러스터 전체로 퍼지고, 에이전트 로직을 다시 쓰지 않아도 된다. 작업이 길어지거나 물결처럼 밀려올 때 이 점이 중요하다. Ray가 각 작업을 놀고 있는 워커에 얹기 때문이다. 프로세스 하나를 붙잡아 두지 않는다.
타임라인과 분석이 있는 관리 패널
관리 패널은 대부분의 에이전트 프레임워크가 건너뛰는 부분이다. 등록한 서비스를 나열하고, 실행마다 타임라인을 보여 주고, 오류가 나는 순간 기록한다. 분석 화면이 처리량과 실패 건수를 더하고, 별도 대시보드가 Masumi 매출을 추적한다. 자체 로그 시스템을 먼저 짜지 않고도 운영 전체 그림을 얻는다.
프레임워크에 얽매이지 않는 에이전트 연동
Kodosumi는 에이전트를 만드는 방식을 자기 식으로 맞추라고 요구하지 않는다. 이미 쓰는 것을 감싼다. 순수한 Python 함수든, CrewAI 팀이든, 자체 호스팅 모델 호출이든 상관없다. 에이전트 로직에 끼어들지 않으니 쓰던 도구를 그대로 두고, 나중에 모델이나 라이브러리를 바꿔도 프레임워크는 건드리지 않는다.
선언형 폼과 파일 전송
에이전트에 필요한 입력을 몇 개의 폼 항목으로 적으면 프레임워크가 HTML을 그리고 입력은 브라우저에서 검증한다. 파일 송수신도 지원하며 업로드와 다운로드는 조각 전송 방식으로 처리한다. 덕분에 민짜 함수가 개발자가 아닌 사람도 다룰 수 있는 페이지로 바뀐다.
사람이 끼는 워크플로
어떤 작업은 중간에 사람이 필요하다. Kodosumi는 잠금과 임대 방식을 지원해 에이전트를 멈추고, 사람의 판단이나 수정에 넘긴 뒤, 실행을 다시 이어 간다. 검토 단계, 승인, 민감한 데이터를 다루는 에이전트에 빠져 있던 조각이다.
Masumi 결제와 MIP-003 프로토콜
서비스로 파는 에이전트를 위해 Kodosumi는 Cardano 위 Masumi 결제 시스템에 연결하고, 검색과 작업 관리를 위한 MIP-003 프로토콜을 쓴다. 매출과 실패를 추적하는 결제 대시보드가 있어, 청구 계층을 손으로 짜지 않아도 에이전트가 건당 요금을 매길 수 있다.
장단점
장점
- Apache 2.0 무료 오픈소스라 읽고 포크하고 자체 호스팅할 수 있다
- Ray 위에 올라가 오래 걸리는 작업과 갑작스러운 트래픽 몰림을 모두 감당한다
- 모니터링과 타임라인, 분석이 기본 제공돼 자체 시스템을 기다릴 필요가 없다
- 프레임워크에 얽매이지 않아 이미 쓰는 에이전트 도구를 그대로 감싼다
- Masumi로 접근을 파는 사람을 위해 결제와 검색 지원이 내장돼 있다
단점
- 개발자용 도구라 코딩을 하지 않는 사람은 쓸 방법이 없다
- 제대로 쓰려면 Ray 클러스터를 띄우고 조율해야 하며, 이는 실제 운영 부담이다
- 결제와 매출 추적 부분이 Masumi 프로토콜과 Cardano에 묶여 있어 다른 청구 체계의 팀에는 맞지 않는다
- 이미 자리 잡은 에이전트 플랫폼에 비해 문서와 커뮤니티가 아직 어리다
자주 묻는 질문
Kodosumi는 AI 에이전트를 운영 서비스로 돌린다. Python으로 에이전트를 작성하고 설정 파일에 적으면 프레임워크가 모니터링을 갖춘 확장 가능한 엔드포인트로 바꾼다. 한 번만 도는 스크립트로 두지 않는다.
관련 콘텐츠
Kodosumi와 관련된 도구, 스킬, 아티클을 살펴보세요.
Kodosumi 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.
