IT之家 10월 31일 소식, DeepSeek Harness 공식 팀이 오늘 《Super-agent 설계 탐색: 더 자율적인 Agent 시스템을 향하여》라는 글을 발표하며, 엔지니어링 실무를 겨냥한 Super-agent 아키텍처 설계 방향을 소개했다.
대규모 모델이 단일 작업을 수행할 때 사람의 개입이 점점 덜 필요해짐에 따라 생산성을 더욱 높이는 것을 제한하는 요인은 점차 사람의 주의력으로 옮겨가고 있으며, Agent 시스템은 명령에 수동적으로 반응하는 단일 작업 도구에서 지속적으로 온라인 상태를 유지하며 여러 작업을 병렬로 처리할 수 있는 자율적 협업자로 진화해야 한다.
DeepSeek는 기존 주류 Agent 설계가 여전히 단일 Session(세션)을 기본 단위로 하고 서로 다른 Session 사이가 서로 독립적이라고 밝혔다. 사용자가 여러 작업을 병렬로 진행할 때는 각 Session의 컨텍스트를 수동으로 전환하고 유지해야 한다.
DeepSeek 팀의 관찰에 따르면 한 사람이 보통 동시에 따라갈 수 있는 활성 Session은 3~5개 정도다. CLI, MCP 또는 외부 커넥터로 로컬 Agent를 확장하더라도 단일 세션 동기화 블로킹, 다중 작업 컨텍스트 혼란, 그리고 로컬 기기가 오프라인이 되면 작업이 중단되는 문제 등에 여전히 직면할 수 있다.
그들은 이러한 새로운 Agent 형태와 그 시스템 아키텍처를 Super-agent라고 명명하고, 연속성, 효율성, 능동성, 지속성이라는 네 가지 기본 특징을 정리했다.
첫째, 연속성은 사용자가 인스턴트 메신저, GitHub 댓글 등 서로 다른 채널에서 동일한 Agent와 상호작용할 수 있음을 의미하고, 효율성은 여러 복잡한 작업을 병렬로 처리할 수 있음을 의미하며, 능동성은 시스템이 환경 이벤트를 지속적으로 관찰하고 처리할 가치가 있는 사항을 스스로 추진할 수 있음을 의미하며, 지속성은 Agent가 항상 온라인 상태를 유지하고 장기 실행 중에 비정상 상태에서 복구할 수 있어야 함을 요구한다.
DeepSeek가 제안한 전체 아키텍처는 주로 2계층 구조, 이벤트 기반, 사람 중심의 상호작용, 계산과 상태 및 환경의 분리, Watchdog의 다섯 부분으로 구성된다.
그중 2계층 구조는 시스템을 Router 계층과 Worker 계층으로 나눈다. Router는 사람과의 상호작용을 담당하고 전역 컨텍스트를 유지하며 작업을 분배하고, Worker는 서로 격리된 세션에서 구체적인 작업을 동시에 수행한다. Worker는 사용자에게 직접 회신하지 않고 상태와 결과를 Router에 보고하며, Router가 대외 소통을 통일적으로 담당한다.
이벤트 기반 메커니즘에서 그룹 채팅 메시지, 메일 및 일정 알림, 코드 리뷰 댓글, CI 실행 결과 등 외부 정보는 Trigger라고 불린다. 시스템은 먼저 프로그램 규칙으로 이벤트를 필터링한 후, 대규모 모델에 행동 필요 여부 판단을 맡긴다. 이미 작업이 할당된 이벤트 스트림의 경우 Worker가 해당 Thread를 구독할 수 있고, 이후 관련 이벤트는 프로그램이 Worker에게 직접 전송하며 매번 Router를 거칠 필요가 없어 라우팅 부하를 줄인다.
DeepSeek 팀은 Inline & Spill과 체인 리콜(Chain of Recall) 메커니즘도 소개했다. 전자는 近期 사용될 가능성이 높은 정보를 모델의 컨텍스트 윈도우에 직접 넣고, 예산을 초과하거나 사용 빈도가 낮은 내용은 윈도우 밖에 보존하여 모델이 필요할 때 읽을 수 있게 한다. 후자는 Trigger, Thread, Worker Session 등 객체 간의 참조 관계를 통해 모델이 연관 ID를 따라 단계적으로 과거 작업 정보를 다시 찾을 수 있게 한다.
사람의 대기 시간을 줄이기 위해 Super-agent는 투기적 실행(投机执行) 메커니즘도 도입하여 환경 신호에 따라 백그라운드에서 미리 작업을 시작할 수 있다. 예를 들어 회의 초대를 받으면 먼저 일정 충돌을 확인하고 배경 자료를 수집하며 회신 초안을 준비한다. R&D 협업 시나리오에서는 그룹 채팅에서 문제가 논의될 때 고장을 재현하고 수정 방안을 찾아보려 시도하며, 문제를 확인하고 간단한 수정 방법을 찾은 후에야 사용자에게 결과를 전달한다.
인간-기계 상호작용 측면에서 이 글은 비동기 ReAct Loop를 제안하여 시간이 오래 걸리는 도구 호출을 비동기적인 start () 및 stop ()으로 변경한다. Agent는 백그라운드 작업을 시작한 후 곧바로 Started 상태를 반환할 수 있고 작업 완료를 기다릴 필요가 없으며, 백그라운드 결과는 이후 새 이벤트로서 세션에 들어온다.
이렇게 하면 포그라운드 대화는 사용자의 새 메시지를 계속 수신할 수 있다. 다만 DS 팀은 이 비동기 작업 메커니즘이 이미 DeepSeek Harness에 구현되었지만 아직 기본적으로 활성화되지는 않았다고 특별히 설명했다.
장기 온라인 실행을 위해 DeepSeek는 Agent Loop의 계산, 세션 상태, 실행 환경을 디커플링했다. 계산과 영속화된 상태는 클라우드에 두고, 실행 환경은 사용자의 로컬 기기에 둘 수 있으며 명령을 실행하고 결과를 반환하는 경량 daemon만 배포하면 된다. 이 설계는 BYOM(Bring Your Own Machine), 즉 사용자가 일상적으로 사용하는 개발 머신이나 개인 PC를 클라우드 Agent에 연결하는 것을 지원하며, 클라우드 호스팅 머신에 연결하거나 온디맨드로 생성된 컴퓨팅 환경에 연결하는 것도 지원한다.
또한 시스템은 주 아키텍처 외부에 독립적인 Watchdog Session을 설정하여 외부 제어 루프를 형성한다. Watchdog은 인터페이스 오류, 상태 복구 실패 등 인프라 문제를 모니터링할 뿐만 아니라, 모델을 통해 Worker가 실질적인 진전을 이루었는지, 실행 방향이 목표에서 벗어났는지 판단하고, 이상을 발견하면 개입하여 수정한다.
DeepSeek 팀은 Super-agent, 이벤트 직통 메커니즘을 제거한 Super-agent, 그리고 두 가지 프롬프트 구성의 단일 Session + Subagent 방식을 비교하는 예비 실험도 수행했다.
실험은 매 회 약 300개의 메시지를 포함하며, 그중 약 20개가 작업 요청이고, 각 방식은 5회 반복 실행되었다. 결과에 따르면 Super-agent의 작업 완료 시간 p50과 p95는 각각 12.4분과 15.7분이었고, 중립 프롬프트의 단일 Session 방식 p95는 29.5분이었다.
DeepSeek 팀은 이러한 실험이 합성 부하와 단순화된 환경을 기반으로 하며, 주로 시스템 스케줄링과 협업 능력을 평가하는 것으로 개별 작업의 실제 수행 능력은 측정하지 않는다고 지적했다.
Router 계층 스트레스 테스트에서 Trigger 도착률이 분당 약 1건에서 약 40건으로 증가했을 때, 평균 배치 크기는 1.0에서 2.8로 증가했고, 단일 요청 소요 시간은 2.5초에서 3.9초로 증가했으며, 반면 개별 결정에 분배되는 추론 시간은 6.4초에서 1.6초로 감소했다. 팀은 이를 근거로 이벤트가 몰릴 때 Router가 백로그 이벤트를 병합하여 유효 처리량을 높일 수 있다고 보았다.
기사는 동시에 이 아키텍처에는 여전히 해결해야 할 문제가 존재한다고 지적했다. 여기에는 Router 계층이 작업 규모에 따라 확장되는 방식, 월 단위乃至 더 긴 시간 범위의 장기 기억, Session을 벗어난 인간-기계 협업 방식, 서로 다른 Agent 인스턴스 간의 A2A 통신, 그리고 보안과 프라이버시 보호가 포함된다. 특히 클라우드 Agent가 로컬 기기에 접속한 후에는 프롬프트 주입, 기기 측 자격 증명 유출, 기기 간 권한 위험이 추가로 해결되어야 한다.
DeepSeek 팀은 위의 아이디어와 DeepSeek Harness를 기반으로 구축된 내부 Super-agent 인스턴스가 이미 지속적으로 실행되고 있으며, 문제 재현 및 수정, 코드 리뷰 대응, DeepSeek Harness 자체의 반복 개발에 참여하고 있다고 밝혔다.
또한 이들은 글에서 dsh-superagent-prototype이라는 프로토타입 구현을 공개했지만, 해당 플러그인은 기술 방향을 검증하기 위한 것으로 DeepSeek의 정식 제품이 아니라고 명시했다.
참고 자료:
dsh-superagent의 GitHub 저장소: https://github.com/deepseek-ai/dsh-superagent-prototype