Preloop
Preloop · 코딩
Preloop는 에이전트와 바깥세상 사이에 놓이는 오픈소스 AI 에이전트 컨트롤 플레인이다. 도구 접근을 위한 MCP 방화벽과 비용·귀속을 위한 모델 게이트웨이를 짝지은 뒤, 정책을 코드로 쓰는 규칙, 루프 안의 사람 승인, 세션 관측성, 감사 추적을 더한다. 플랫폼은 Apache-2.0 아래에서 직접 호스팅할 수 있고, CLI는 Claude Code, Codex CLI, Cursor 같은 MCP 런타임을 다시 써서 에이전트 코드를 건드리지 않고 이곳을 거치게 한다.
Preloop 소개
Preloop란 무엇인가
Preloop는 프로덕션에서 에이전트를 돌리는 팀을 위한 AI 에이전트 거버넌스 인프라다. 에이전트는 도구를 호출하고, 토큰을 쓰고, 실제 시스템을 건드린다. 대부분의 팀은 그들이 무슨 일을 했는지 나중에야 안다. Preloop는 멈춤 지점을 줘서 이를 바꾼다. 모든 도구 호출과 모델 요청이 네가 설정한 컨트롤 플레인을 지난다.
이 제품은 보통 따로 사는 두 가지를 다룬다. MCP 방화벽은 어떤 도구 호출을 허용하고, 거부하고, 사람의 서명이 필요한지 정하고, 모델 게이트웨이는 트래픽을 라우팅해 각 토큰을 그것을 쓴 에이전트나 API 키에 청구한다. 규칙은 CEL 표현식을 쓴 YAML로 작성하므로 도구 이름뿐 아니라 인자까지 들여다볼 수 있다.
문제는 적용 범위다. Preloop는 이미 MCP 호환 에이전트를 돌리는 팀을 위해 만들어졌고, 클라우드 플랜을 건너뛰면 설정 파일과 버전 관리, 직접 호스팅에 익숙하다고 가정한다. 노코드 대시보드가 아니다. 챗봇이 질문에 답하기만 하면 되는 사람에게는 여기서 얻을 게 별로 없다. 팀에 인프라를 맡을 사람이 없다면, 도입은 해결하는 문제보다 더 무겁게 느껴진다.
시작하기
- Preloop 사이트의 한 줄 curl 스크립트로 macOS나 Linux에 CLI를 설치한다.
preloop agents discover를 실행한다. Claude Code, Codex CLI, Cursor 같은 로컬 에이전트를 찾아 설정을 다시 쓰기 전에 백업한다.- 도구 호출은 MCP 방화벽으로, 모델 트래픽은 게이트웨이로 보낸다.
- 첫 정책을 YAML로 쓴다. 어떤 도구 호출을 허용하고, 거부하고, 승인 뒤에 둘지 정한다.
- 모바일, Slack, webhook 같은 승인 채널을 연결하고, 플릿 뷰에서 활동을 지켜본다.
제품 정보
Preloop의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 플랫폼·인프라 팀
- 보안·컴플라이언스 책임자
- 예산이 빠듯한 소규모 AI 제품 팀
작업
- 고위험 도구 호출 차단
- 에이전트별 AI 지출 추적
- 세션에서 에이전트가 한 일 검토
활용 상황
- 팀 전체에 코딩 에이전트 배포
- 컴플라이언스 프로그램을 위한 기계 판독 가능 증거 준비
- 사이드 프로젝트에서 폭주하는 모델 비용 상한 설정
주요 기능
CEL 규칙을 갖춘 MCP 방화벽
방화벽은 도구 호출을 가로채고 우선순위를 지닌 정렬된 규칙을 적용한다. 규칙이 CEL 표현식을 쓰기 때문에 호출 안의 인자를 읽을 수 있어, 5000의 송금은 5의 송금과 다르게 다룬다. 거부된 호출은 에이전트가 읽고 대응할 수 있는 메시지와 함께 즉시 실패한다. 좋다. 그래서 에이전트는 막히지 않고 쓸모를 유지한다.
모델 게이트웨이와 비용 귀속
모델 트래픽은 OpenAI와 Anthropic 형식을 모두 구사하는 게이트웨이를 지난다. 모든 토큰은 그것을 쓴 에이전트, 플로우, API 키에 귀속되고, 계정별·플로우별로 소프트·하드 예산을 정할 수 있다. 공급자가 실제 비용을 보고하면 Preloop는 자기 추정치 위에 그것을 기록한다. 가격을 매길 수 없는 사용량은 0으로 표시하는 대신 미가격으로 라벨한다. 가짜 정밀도는 없다.
루프 안의 사람 승인
여기서 Preloop가 단순 프록시와 갈린다. 호출이 승인 규칙에 맞으면 결정해야 할 사람이 인자, 주변 맥락, 이를 촉발한 규칙을 모바일, 시계, Slack, Mattermost, 이메일, webhook으로 받는다. 한 번 탭해서 승인한다. 저위험 작업은 절대 기다리지 않는다. 비동기 모드는 에이전트가 실행 전체를 막는 대신 결정을 폴링하게 한다.
명령 하나로 에이전트 온보딩
preloop agents discover를 실행하면 머신에서 Claude Code, Codex CLI, Cursor, Gemini CLI, Hermes, OpenClaw, OpenCode를 찾는다. 각 설정을 백업하고, 도구 호출은 방화벽으로 모델 트래픽은 게이트웨이로 보내도록 다시 쓴다. SDK 없음. 에이전트 코드 변경 없음. 바로 그 마지막 점이 팀이 마이그레이션 프로젝트 없이 도입하는 이유다.
감사 추적과 세션 재생
모든 행동이 에이전트 감사 추적에 남는다. 도구, 입력, 일치한 규칙, 결정, 승인자, 모델 지출, 결과다. 플릿 수준의 뷰에서 단일 세션 타임라인으로 내려갈 수 있다. 그래서 "에이전트가 이상한 짓을 했다"는 모호한 보고가 검토할 수 있는 구체적 순서로 바뀐다.
직접 호스팅과 Apache-2.0
플랫폼 전체가 Apache-2.0 라이선스 아래 네 인프라에서 돌아가므로 공급자 키와 데이터가 네 머신에 남는다. 에이전트 트래픽을 제3자에게 보낼 수 없는 팀에 중요하다. 클라우드 플랜이 맞지 않을 때 오픈소스 에디션이 진짜 대안이 되는 이유이기도 하다.
장단점
장점
- Apache-2.0 아래 오픈소스이며 직접 호스팅할 수 있어 키나 데이터에 대한 벤더 종속이 없다.
- 온보딩이 새 SDK가 아니라 설정 재작성으로 기존 MCP 에이전트와 작동한다.
- 승인 게이트가 호출을 멈추고 사람에게 물을 수 있는데, 대부분의 MCP 프록시는 이걸 못 한다.
- 에이전트별·플로우별 예산이 모델 지출에 단단한 상한을 둔다.
- 감사 로깅이 EU AI법과 DORA를 포함한 일반적인 컴플라이언스 프로그램에 대응한다.
단점
- 혜택은 MCP 호환 에이전트를 돌리는 팀에만 나타난다. 다른 스택은 거의 얻는 게 없다.
- 규칙 작성이 YAML과 CEL에 기대므로 설정과 정책 로직에 익숙한 사람을 요구한다.
- 직접 호스팅은 무료지만 업그레이드와 지원을 포함한 운영 작업을 자기 팀으로 떠넘긴다.
자주 묻는 질문
AI 에이전트와 그것이 호출하는 도구·모델 사이에 놓이는 컨트롤 플레인이다. 어떤 도구 호출을 허용할지 정하고, 비용 추적을 위해 모델 트래픽을 라우팅하고, 검토를 위해 모든 것을 기록한다. 그게 일의 전부다.
관련 콘텐츠
Preloop와 관련된 도구, 스킬, 아티클을 살펴보세요.
Preloop 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.