데이토나(Daytona) 커뮤니티 앰배서더 제임스 머즈다(James Murdza)가 진행한 Arize Builders Meetup NYC "Building background agents with Daytona sandboxes" 세션이 Arize AI 유튜브 채널에 2026년 10월 28일 공개되어 그 내용을 리 뷰해봤습니다.
행사: Arize AI가 뉴욕에서 연 빌더 밋업으로, 시타델(Citadel) 크레이그 오언비(Craig Owenby)의 "Unanchored" 세션과 Arize 패트리샤 아르네도(Patricia Arnedo)의 "Alyx" 세션 사이에 진행된 두 번째 세션입니다.
한 줄 요약
코딩 에이전트를 내 노트북 터미널에서 꺼내 클라우드 샌드박스로 옮기면, 권한을 다 열어줘도 안전하고, 수십 개를 동시에 돌릴 수 있고, 내가 자는 동안에도 일을 시킬 수 있습니다. 이 세션은 그 구조를 코드 수준에서 보여준, 짧지만 밀도 높은 실전 데모였습니다.
제 생각을 먼저 말하면, 이 세션의 진짜 메시지는 "샌드박스가 빠르다"가 아닙니다. "에이전트를 사람처럼 관리하라"입니다. 격리된 작업 공간을 주고, 브랜치 하나만 맡기고, 결과는 PR로 받는 것. 우리가 개발자 팀을 운영하는 방식 그대로입니다.
1. "엄마, 이게 제가 하는 일이에요"
제임스는 재미있는 일화로 시작했습니다. 70대인 어머니가 비즈니스 인사이더(Business Insider) 기사 하나를 보내왔는데, "요즘 부모들은 아이 축구 연습장에 반쯤 열린 노트북을 들고 걸어간다, 코딩 에이전트가 돌고 있어서"라는 내용이었습니다. 어머니는 "제임스, 이게 네가 하는 일이니?"라고 물었고, 제임스는 이 기사가 자기 일을 설명하는 가장 좋은 방법이라고 느 꼈습니다.
이 장면이 바로 백그라운드 에이전트가 해결하려는 문제입니다. 대부분의 사람은 클로드 코드(Claude Code)나 코덱스(Codex)를 로컬 터미널에서 돌립니다. 노트북을 덮으면 에이전트도 멈춥니다. 백그라운드 에이전트는 이 에이전트를 클라우드로 옮겨서, 노트북을 닫아도 계속 일하게 만드는 것입니다.
웃긴 일화지만 저는 꽤 뼈아프게 들었습니다. 반쯤 열린 노트북을 들고 다니는 건 생산성이 아니라 인프라가 사람의 일정에 묶여 있다는 증거이기 때문입니다.
2. 왜 샌드박스인가: 에이전트는 "up to no good"
제임스의 표현을 빌리면, 코딩 에이전트는 가만두면 사고를 칩니다. 생성된 코드를 내 노트북이나 웹앱에서 그대로 실행하면 파일이 영구 삭제될 수도 있고, 더 나쁘게는 정보가 유출될 수 있습니다.
데이토나가 내세운 포인트는 네 가지입니다.
포인트
내용
속도
밀리초 단위로 샌드박스 기동, 벤치마크상 가장 빠른 축이라고 주장
보안
에이전트가 할 수 있는 최악의 일이 "샌드박스 안에서 자기가 만든 걸 지우는 것"으로 한정됨
확장성
RAM·CPU·스토리지를 필요한 만큼 즉시 확장, 실행 시간 제한 없음
사전 구성
도커 이미지나 코드로 샌드박스 환경을 미리 구워둘 수 있음
데이토나는 AI 붐 이전부터 데브 컨테이너(dev container)를 만들어 온 회사라, 이 경험을 그대로 샌드박스로 가져왔다는 점도 강조했습니다. 서버부터 SDK까지 스택 전체를 직접 만들었습니다.
제가 가장 중요하게 본 건 보안 항목입니다. 샌드박스의 진짜 가치는 "위험을 막는다"보다 "권한을 다 열어줄 수 있게 해준다"는 데 있습니다. 로컬에서는 --dangerously-skip-permissions 같은 옵션을 켜기가 망설여지지만, 버려도 되는 샌드박스 안에서는 마음껏 켤 수 있습니다. 에이전트의 성능은 결국 허락된 권한에 비례합니다.
3. 백그라운드 에이전트를 만드는 6단계
세션의 중간 부분은 타입스크립트 SDK로 백그라운드 에이전트를 만드는 흐름을 보여줬습니다. 정리하면 다음과 같습니다.
① 헤드리스 + JSON 스트리밍 모드로 에이전트 실 행
TUI(터미널 UI)로 쓰던 에이전트를 API처럼 다루려면 JSON 스트리밍 모드가 필요합니다. 클로드 코드, 코덱스, 제미나이(Gemini) 모두 프롬프트를 인자로 받고 결과를 JSON 줄 단위로 내보내는 모드가 있습니다. 클로드 코드라면 대략 이런 형태입니다.
claude -p "<프롬프트>" --output-format stream-json --verbose도구 호출 하나가 JSON 한 줄로 나오기 때문에, 이걸 파싱하면 그 위에 UI를 얹을 수 있습니다. 문제는 에이전트마다 JSON 포맷이 전부 다르다는 것입니다. 제임스는 "좋은 소식은 전부 다르다는 것"이라고 농담하며, 에이전트별로 파서를 따로 만들었습니다.
② 스냅샷 만들기
클로드 코드와 SDK를 설치한 이미지를 데이토나 스냅샷으로 미리 구워둡니다. 이 스냅샷 하나로 수천 개의 샌드박스를 찍어낼 수 있습니다. 생략해도 동작은 하지만, 샌드박스를 띄울 때마다 1초 정도 더 걸립니다.
③ 샌드박스 생성 + 자동 중지 설정
daytona.create로 스냅샷 기반 샌드박스를 만들고, 예를 들어 "15분 미사용 시 중지" 같은 옵션을 겁니다. 쓰지 않는 동안 비용이 나가지 않게 하는 장치입니다.
④ 깃 저장소 클론
데이토나 SDK에 내장된 깃 기능으로 작업할 저장소를 안전하게 클론합니다.
⑤ 시스템 프롬프트로 "너는 샌드박스 안에 있다"고 알려주기
필수는 아니지만 효과가 큽니다. 홈 디렉터리 위치, 서버를 띄우면 데이토나 프리뷰 URL로 접근할 수 있다는 사실과 URL 패턴, 작업이 끝나면 커밋하라는 지시를 넣습니다. 이 한 단계로 에이전트가 "자기가 띄운 웹서버를 사용자에게 보여주는 방법"을 스스로 알게 됩니다.
⑥ 비동기 세션 실행 → 스트리밍 파싱 → 푸시
세션 명령을 runAsync로 백그라운드 실행하고, 출력을 직접 스트리밍 받아 JSON 줄을 파싱합니다. 끝나면 데이토나의 깃 툴박스로 변경 사항을 푸시합니다.
제임스는 이 과정 전체를 background-agents라는 npm 패키지로 묶어 공개했습니다. 클로드 코드, 코덱스, 제미나이, 코파일럿(Copilot), 구스(Goose), 오픈코드(OpenCode), 킬로(Kilo), 파이(Pi)까지 지원하며, 에이전트 종류와 환경 변수, 프롬프트, 시스템 프롬프트만 넘기면 샌드박스 위에 에이전트를 띄워줍니다. npx background-agents로 바로 써볼 수 있습니다.
4. 라이브 데모: 소와 나이트 모드
데모는 제임스가 SDK 위에 만든 웹앱으로 진행됐습니다. 좌측의 채팅 하나하나가 각각 별도의 샌드박스입니다.
인상적인 예시가 하나 있었습니다. 제임스는 발표 직전에 파워포인트 파일을 올리고 클로드에게 reveal.js로 웹 프레젠테이션을 만들라고 시켰는데, 지금 보고 있는 발표 자료가 바로 그 결과물이었습니다. 클로드는 스스로 파이썬 서버를 띄웠고, 시스템 프롬프트에서 배운 대로 데이토나의 퍼블릭 프리뷰 URL로 결과를 보여줬습니다.
본 데모는 병렬 에이전트였습니다.
간단한 마인크래프트 클론을 만드는 채팅이 있습니다.
이 채팅에서 새 브랜치를 파생해 "나이트 모드 추가"를 시킵니다. 부모 샌드박스의 코드를 복사한 새 샌드박스가 생깁니다.
동시에 부모 채팅에는 청중 제안을 받아 "소 추가"를 시킵니다.
두 에이전트가 각자의 샌드박스, 각자의 브랜치에서 병렬로 작업합니다. 깃허브에는 두 브랜치가 각각 커밋 두 개씩 가진 상태로 갈라져 있습니다.
나이트 모드 브랜치를 소 브랜치로 머지합니다. 실제로 충돌이 났고, 해결 후 소와 나이트 모드가 함께 있는 게임이 완성됐습니다.
핵심 설계 원칙은 단순합니다. 채팅 하나 = 샌드박스 하나 = 브랜치 하나. 각 에이전트는 자기 브랜치에만 푸시할 수 있으므로, 에이전트를 몇 개 돌리든 의도적으로 머지하기 전까 지는 서로 충돌하지 않습니다. 제임스는 "여러 코딩 에이전트를 협업시키는 최선의 방법은 사람에게 하듯 버전 관리와 깃을 쓰는 것"이라고 정리했습니다.
로컬의 git worktree로도 비슷한 걸 할 수 있습니다. 하지만 노트북 RAM이 바닥나는 순간 끝이고, 두 브랜치의 프리뷰 서버를 동시에 띄우면 같은 포트를 두고 싸웁니다. 샌드박스는 이 문제를 구조적으로 없앱니다.
5. 스케줄 에이전트: 매일 아침 9시의 코드 위생 PR
마지막으로 보여준 기능이 저는 가장 실용적이라고 봤습니다. 백그라운드 에이전트는 스케줄링이 가능합니다.
제임스는 매일 오전 9시에 도는 에이전트를 하나 운영하고 있습니다. 프롬프트는 "죽은 코드, 지나치게 큰 컴포넌트나 클래스 같은 코드 위생 문제를 찾아서 한두 개만 고쳐라"입니다. 큰 코드베이스라 매일 뭔가를 찾아내고, PR을 만들고, 깃허브 알림이 오면 제임스가 리뷰합니다. 그는 "깃허브 잔디밭을 초록색으로 채우기 좋은 방법"이라고 농담했지만, 실제로도 잘 동작합니다. README를 최신 상태로 유지하는 에이전트도 같은 방식으로 돌리고 있습니다.
리뷰어의 시선: 샌드박스 다음에 필요한 것
이 세션을 보고 저는 세 가지를 확신하게 됐습니다.
첫째, "에이전트를 어디서 돌리느냐"는 이제 인프라 문제입니다. 1년 전만 해도 코딩 에이전트는 개인 생산성 도구였습니다. 하지만 병렬 실행, 스케줄 실행, 권한 전면 개방이 기본값이 되는 순간, 이건 CI/CD와 같은 급의 인프라 결정이 됩니다. 저는 이 흐름이 되돌릴 수 없다고 봅니다.
둘째, 진짜 병 목은 이제 "리뷰"로 옮겨갑니다. 데모에서 에이전트 두 개를 돌리는 데는 아무 문제가 없었습니다. 문제가 생긴 건 머지할 때, 즉 사람이 결과를 합치는 순간이었습니다. 제임스가 "기능 10개를 동시에 추가한다고 상상해보라"고 했는데, 저는 그 상상이 설렘보다 걱정에 가까웠습니다. 에이전트 10개가 밤새 PR 10개를 올리면, 그걸 누가 어떤 근거로 승인합니까?
셋째, 그래서 관측성(observability)이 샌드박스와 짝을 이뤄야 합니다. 세션에서 가장 과소평가된 부분은 JSON 스트리밍 모드였다고 생각합니다. 도구 호출 하나가 JSON 한 줄로 나온다는 건, 에이전트의 모든 행동이 이미 트레이스(trace)의 형태로 흘러나오고 있다는 뜻입니다. 제임스는 이걸 UI를 그리는 데 썼지만, 같은 데이터를 수집하면 "이 에이전트가 어떤 파일을 왜 고쳤는지", "어떤 PR이 몇 번의 도구 호출과 얼마의 토큰을 썼는지", "스케줄 에이전트의 PR 품질이 시간이 지나며 떨어지고 있는지"를 평가할 수 있습니다.
노트북을 덮은 뒤에도 에이전트가 일한다는 건, 내가 보지 않는 동안 일어난 일을 나중에 확인할 수단이 반드시 필요하다는 뜻입니다. 샌드박스는 에이전트가 안전하게 일하게 해주고, 관측성과 평가는 에이전트가 제대로 일했는지 알려줍니다. 저는 앞으로 백그라운드 에이전트를 도입하는 팀이라면 이 두 가지를 반드시 함께 설계해야 한다고 생각합니다.
직접 해보기
npx background-agents로 바로 실행데이토나 문서의 예제 모음과 클로드 코드·오픈코드·파이 연동 예제 참고
에이전트 트레이스 수집과 평가는 오픈소스 Arize Phoenix(문서)로 시작할 수 있고, 계측 표준은 OpenInference를 참고하세요
엔터프라이즈 규모의 에이전트 관측성·평가는 Arize AX