OpenSandbox, AI 에이전트 실행을 격리하는 오픈소스 런타임

OpenSandbox, AI 에이전트 실행을 격리하는 오픈소스 런타임

OpenSandbox AI 에이전트 샌드박스 썸네일

AI 에이전트가 셸 명령을 실행하고 파일을 바꾸기 시작하면 모델 성능만큼 실행 환경의 격리가 중요해져요. OpenSandbox는 이런 작업을 별도 샌드박스에서 처리하도록 돕는 오픈소스 플랫폼이에요. 로컬 Docker 환경부터 Kubernetes 기반 분산 실행까지 한 인터페이스로 다루는 구성이 눈에 띄어요. 1

핵심 요약

구분	핵심	왜 볼만한가요
실행 환경	Docker와 Kubernetes에서 샌드박스 수명 주기와 작업 실행을 관리해요	개발 환경과 대규모 운영 환경 사이의 구현 차이를 줄일 수 있어요
개발 도구	여러 언어용 SDK, `osb` CLI, MCP 서버를 제공해요	기존 코딩 도구와 에이전트에 샌드박스를 붙이는 경로가 다양해요
보안	샌드박스별 네트워크 제어와 자격 증명 주입, 격리 런타임을 지원해요	생성된 코드를 호스트에서 곧바로 실행할 때 생기는 위험을 낮추는 데 초점을 맞춰요
활용 범위	코딩, 브라우저 자동화, 데스크톱 환경, 에이전트 평가 예제가 있어요	단순 코드 인터프리터를 넘어 여러 실행형 AI 작업에 적용할 수 있어요

1. 에이전트가 코드를 실행할 공간을 공통 API로 묶어요

OpenSandbox는 AI 애플리케이션을 위한 범용 샌드박스 플랫폼이에요. 샌드박스를 만들고 종료하는 수명 주기 API와 명령·파일 작업을 처리하는 실행 API를 분리해 두었어요. 덕분에 애플리케이션 쪽에서는 실행 환경의 세부 구현을 덜 의식하면서 작업을 요청할 수 있어요. 자체 런타임이 필요한 팀은 같은 프로토콜에 맞춰 구현을 확장할 수 있어요. 2

로컬 개발과 분산 운영을 함께 겨냥해요

로컬에서는 Docker로 실행할 수 있어요. 운영 규모가 커지면 Kubernetes 런타임으로 여러 샌드박스를 예약하고 관리할 수 있어요. 코딩 도우미 한 개를 시험하는 단계와 평가 작업을 여러 개 병렬로 돌리는 단계에서 같은 API를 이어서 쓸 수 있다는 뜻이에요.

728x90

공식 저장소에는 명령 실행과 파일 작업을 위한 기본 구현이 들어 있어요. 코드 인터프리터 예제는 샌드박스를 만든 뒤 셸 명령을 실행하고, 파일을 읽고 쓰며, Python 코드를 처리하는 흐름을 보여줘요. Chrome과 Playwright를 이용한 브라우저 자동화, VNC 데스크톱, 웹 기반 VS Code 환경 예제도 제공해요. 2

SDK와 CLI, MCP로 연결 경로를 넓혔어요

기본 SDK는 Python, Java·Kotlin, JavaScript·TypeScript, C#·.NET, Go를 지원해요. 터미널용 `osb` CLI에서는 샌드박스 생성, 명령 실행, 파일 이동, 진단 확인, 외부 통신 정책 관리를 처리할 수 있어요.

MCP 서버도 별도로 제공해요. Claude Code나 Cursor처럼 MCP를 이해하는 클라이언트가 샌드박스를 만들고 명령과 텍스트 파일 작업을 호출할 수 있어요. LangGraph와 Google ADK 연동 예제도 있고, Claude Code·Gemini CLI·Codex CLI를 격리 환경 안에서 실행하는 예제를 확인할 수 있어요. 2

실행 편의보다 먼저 확인할 보안 경계가 있어요

에이전트가 만든 코드는 예측하기 어려운 명령을 실행할 수 있어요. OpenSandbox는 샌드박스별 외부 통신 제어와 통합 인그레스 게이트웨이를 제공해요. Credential Vault는 실제 비밀 값을 작업 환경에 그대로 넘기지 않고, 외부 요청에 필요한 자격 증명을 주입하도록 설계됐어요.

격리 수준을 높여야 하는 환경에서는 gVisor, Kata Containers, Firecracker microVM 같은 런타임을 선택할 수 있어요. 다만 샌드박스를 도입했다고 모든 위험이 사라지는 건 아니에요. 이미지 출처, 외부 통신 허용 목록, 자격 증명 범위, 작업 종료 뒤 데이터 삭제 정책은 운영팀이 따로 정해야 해요. 공식 컨테이너 이미지는 서명과 출처 증명을 제공하며, 운영 환경에서는 태그보다 이미지 다이제스트를 고정하라고 안내해요. 2

OpenSandbox는 Apache 2.0 라이선스로 공개돼 있어요. 저장소에는 서버와 SDK뿐 아니라 Kubernetes 배포 구성, 네트워크 컴포넌트, 실행 가능한 예제, 구성 요소 간 테스트도 함께 들어 있어요. 특정 호스팅 서비스에 묶이지 않고 실행 계층을 직접 운영하려는 팀이 구조를 검토하기 좋은 형태예요.

왜 중요한가요

AI 기능이 답변 생성에서 실제 작업 수행으로 넓어지면 실패의 영향도 달라져요. 잘못된 문장 하나는 고쳐 쓰면 되지만, 잘못된 명령은 파일과 자격 증명, 외부 시스템을 건드릴 수 있어요. 실행형 AI를 만드는 팀에는 모델 호출 코드와 별도로 격리·네트워크·비밀 값 관리 계층이 필요해요. OpenSandbox는 이 계층을 공통 API와 여러 런타임으로 묶으려는 프로젝트예요. 2

도입을 검토할 때는 기능 목록보다 운영 경계를 먼저 보는 편이 좋아요. 어떤 작업을 Docker 컨테이너로 충분히 막을 수 있는지, 어떤 작업에 microVM이 필요한지 정해야 해요. 샌드박스의 외부 통신 범위와 자격 증명 주입 방식도 함께 점검해야 해요. 대규모 평가를 돌린다면 생성 속도뿐 아니라 정리 실패, 유휴 자원, 로그 보존 비용까지 측정해야 해요.

프로젝트가 제공하는 언어와 도구의 폭은 넓어요. 실제 채택 여부는 기존 인프라에 붙이는 비용, 격리 설정의 복잡도, 장애가 났을 때 추적할 수 있는 로그와 진단 정보에 달려 있어요. 먼저 로컬 Docker에서 제한된 작업으로 시험한 뒤, 필요한 보안 경계와 Kubernetes 운영 비용을 확인하는 접근이 현실적이에요.

참고 자료

1. OpenSandbox - AI 에이전트를 위한 샌드박스 런타임 — GeekNews
2. OpenSandbox: Secure, Fast, and Extensible Sandbox runtime for AI agents — GitHub 공식 저장소