Docker가 AI 에이전트 빌더를 직접 만들었다

Docker Agent

Docker가 AI 에이전트 빌더를 직접 만들었다

Docker Engineering이 공개한 docker-agent는 선언형 YAML 설정만으로 AI 에이전트를 만들고 실행하고 공유할 수 있는 오픈소스 도구다. 풍부한 툴 생태계와 멀티 에이전트 오케스트레이션을 지원하며, Apache-2.0 라이선스로 공개돼 GitHub에서 이미 3.4k 스타와 481개 포크를 기록했다. 에이전트 정의가 코드가 아닌 설정 파일로 관리된다는 점이 핵심이다.

선언형 YAML 설정, 풍부한 툴 생태계, 멀티 에이전트 오케스트레이션으로 AI 에이전트를 만들고 실행하고 공유하세요.
  1. Olscore

    다른 사람들의 오케스트레이션 접근 방식을 보는 게 흥미롭네요.

    저는 Pullboard를 작업해 왔고 방금 오픈소스로 공개했습니다: https://github.com/pullboard-dev/pullboard

    제 생각에 오케스트레이션은 사실 핵심 문제가 아닙니다. 더 큰 과제는 장기간에 걸친 에이전트 일관성(드리프트)을 처리하는 것이어서, 제 해결책은 에이전트들이 서로 외치고, 항목에 작업을 문서화하며, 개발자가 내린 교리를 따르고, 검증 가능한 알려진 명세에 따라 작업하는 살아있는 포럼 같은 시스템입니다. 저는 반드시 정확해야 하는 여러 대형 프로젝트에서 이 워크플로를 사용해 왔고, 저에게는 효과가 있습니다. 현재 다른 사용자들을 위해 정리 중입니다.

  2. woah

    > docker-agent를 사용하면 코드 없이 복잡한 문제를 해결하기 위해 협업하는 지능형 AI 에이전트를 만들고 실행할 수 있습니다.

    우리 모두가 원하는 거의 정확한 코드를 즉시 토해낼 수 있는 에이전트를 가지고 있는데, "코드가 필요 없음"이 어떻게 판매 포인트가 될까요?

  3. blakeashleyjr

    새로운 오픈소스 개발(특히 Go로 된!)을 좋아하지만, 에이전트 하네스는 옛날의 JS 프레임워크가 되어가고 있네요.

    모든 멋진 사람들이 하나씩 가지고 있어요!

  4. McScrooge

    https://docker.github.io/docker-agent/configuration/sandbox/

    저처럼 링크된 페이지에서 보안 관련 정보를 찾을 수 없었다면 참고하세요.

  5. blutoot

    솔직히 각각의 주요 사용 사례/워크플로가 무엇을 위한 것인지 혼란스러워지고 있습니다:

    1. https://kagent.dev/

    2. https://github.com/kubernetes-sigs/agent-sandbox

    3. https://github.com/docker/docker-agent (이 프로젝트)

    4. https://docs.langchain.com/oss/python/deepagents/sandboxes#s...

    5. https://www.cloudflare.com/products/sandboxes/

  6. rodolphoarruda

    작년(2025년)에 LLM을 사용해 Docker를 설정하려고 몇 번이나 시도했는지 셀 수 없을 정도였습니다. 아직 프롬프트를 넣고, 응답을 복사해 붙여넣고, 작동하는지 확인하던 시절이었죠... 그리고 거의 작동하지 않았습니다. 이 새로운 Docker 에이전트를 보니 정말 반갑네요. 저에게는 Docker에 특화된 에이전트와 모델이 함께 작동하여 고급 구성을 제안하고 첫 시도에 작동하게 해준다면 훨씬 더 매력적일 것입니다.

  7. CBLT

    몇 주 전에 이걸 제 용도에 맞게 작동시키려고 정말 열심히 노력했지만, 제가 사용해 본 어떤 하네스보다도 가장 불안정했습니다. 더 성숙해지면 다시 올게요.

  8. beckford

    Docker Agent는 연구에 도움이 될 수 있습니다. 예를 들어, 에이전트에 관한 ML 논문을 작성할 때 실험을 다시 실행해야 하는데, 그 이유는:

    - 다른 사람들이 제 결과를 재현할 수 있도록

    - LLM의 변동성이 결과에 대한 과신을 초래하지 않는지 검증하기 위해

    하지만 현재 uv는 격리되고 반복 가능한 환경을 만드는 데 충분합니다. 그리고 표준 Docker처럼 Linux에 국한되지도 않습니다. 따라서 더 강력한 하드웨어에서 실행하기 전에 로컬 PC의 GPU(Windows 또는 mac)에서 작은 샘플을 테스트하고 싶을 때 쉽게 할 수 있습니다.

이 날의 다른 글

2026-10-07