코딩 에이전트
Scope, DeepInfer, Humming: 에이전트와 추론용 도구가 오픈소스로 풀린다
10월 19일부터 21일까지 Microsoft, Vercel, DeepSeek, vLLM이 코딩 에이전트 테스트, 중단 후 재개, 모델 서빙용 구성 요소를 오픈소스로 공개했다.
2026년 10월 19일부터 21일 사이 코딩 에이전트와 추론을 둘러싼 오픈소스 프로젝트 네 건이 나왔다. 어느 것도 새로운 에이전트가 아니다. 이미 존재하는 에이전트를 측정하고, 견고하게 만들고, 저렴하게 실행하기 위한 도구다.
Microsoft Scope: 에이전트가 제품으로 무엇을 하는지 테스트 (10월 19일)
Microsoft는 Kubernetes 기반의 MIT 라이선스 코딩 에이전트 평가 플랫폼 Scope를 공개했다(Microsoft Open Source).
- 작동 방식: 작업, 시작 코드베이스, 에이전트 설정을 제공하면 Scope가 GitHub Copilot, Claude Code, VS Code의 Copilot을 구동하고, LLM 기반 "Judge" 서비스가 그래프로 배열된 기준에 따라 결과물을 채점한다(런타임 검사가 빌드 성공에 의존할 수 있다).
- 추적성: 도구 호출, 생성된 파일, 작업 공간 스냅숏이 보존돼 실패를 원인이 된 단계까지 거슬러 올라가 추적할 수 있다.
- 제시된 사례: Azure Cosmos DB 팀은 Agent Kit 이슈 20건과 문서 이슈 27건을 해결했다고 밝혔다. 표적 업데이트 한 번으로 계층형 파티션 키에 대한 에이전트의 활용도가 47%에서 100%로 올랐다.
- 한계: 호스팅 버전은 없고 Scope를 직접 배포해야 하며, Microsoft는 자동 심사가 실수할 수 있다고 경고한다. Codex와 OpenCode는 "계획 중"이고 Cursor는 통합되지 않았다(프로젝트 사이트).
Vercel durable-harness: 중단 후에도 재개되는 에이전트
Vercel Labs는 Pi, OpenCode, fx, Claude Code, Codex를 내구성 있는 워크플로로 실행하는 durable-harness를 공개했다(Apache 2.0, npm의 10월 19일자 버전 0.0.1-beta.6)(GitHub). 모든 모델 호출과 도구 호출이 세션 로그에 기록된다. 충돌이 나면 진행 중이던 턴이 다른 머신에서 재개되고, 반복해도 안전하지 않은 도구 호출은 두 번 실행되지 않는다. Claude Code와 Codex는 세션 전용 Vercel Sandbox 안에서만 실행된다. 프로젝트는 실험 단계로 표시돼 있어 API가 바뀔 수 있다.
DeepSeek DeepInfer: Apache 2.0으로 공개된 프로덕션 스택 (10월 20일)
DeepSeek은 V4.1 Flash 모델의 기반인 추론 프레임워크 DeepInfer를 오픈소스로 공개했다(GitHub). DeepSeek에 따르면 클러스터 하나가 현재 하루 155조 토큰을 서빙하며, 비피크(밸리) 요금 기준 전체 매출은 GPU 시간당 38달러다(배포 Q&A).
- 하드웨어: NVIDIA SM100 GPU와 Huawei Ascend 950 NPU.
- 빠진 것: KV 캐시 관리, 프리필/디코드 분리, 로드 밸런싱은 내부에 남아 있으며, 공개된 릴리스는 오프라인 추론만 지원한다.
- DeepSeek V4.1-Flash-1017 도구 페이지를 참고하자.
vLLM Humming: 양자화 모델용 커널 (10월 21일)
Ant Group과 vLLM 커뮤니티는 양자화 추론용 CUDA 커널 라이브러리 Humming을 오픈소스로 공개했으며, vLLM 0.29.0부터 함께 제공된다(vLLM 블로그). vLLM이 공개한 측정에 따르면 H20 GPU 여덟 개로 DeepSeek-V4.1-Flash를 돌릴 때 MoE 레이어를 Marlin W4A16에서 Humming W4A8로 바꾸자 동시 처리량에 따라 엔드투엔드 처리량이 약 14%에서 43%까지 올랐다.
무엇이 달라지나
- 에이전트가 일급 사용자가 된다: SDK나 MCP를 만드는 팀은 Scope로 에이전트가 자사 제품을 찾아 제대로 쓰는지 확인할 수 있다. 사람을 대상으로 문서를 테스트하는 것과 같은 방식이다.
- 안정성이 전면에 나선다: 긴 작업을 중단 후에 재개하면 이미 치른 모델 호출 비용을 다시 내지 않아도 된다.
- 소프트웨어가 추론 비용을 낮춘다: DeepInfer와 Humming은 "Flash" 모델(우리 기사 참고)과 같은 목표, 즉 같은 하드웨어에서 더 많은 토큰을 서빙하는 일을 쫓는다.
이 글의 모든 수치는 공급업체가 직접 발표한 것이며 독립적으로 측정되지 않았다.
