Open SWE: 사내 코딩 에이전트를 위한 오픈소스 프레임워크

(x.com/LangChain)

17P by GN⁺ 9시간전 | ★ favorite | 댓글 2개

Stripe, Ramp, Coinbase 등 주요 엔지니어링 조직이 독립적으로 구축한 사내 코딩 에이전트들이 유사한 아키텍처 패턴으로 수렴하고 있으며, 이를 오픈소스로 구현한 프레임워크가 Open SWE
Deep Agents 와 LangGraph 위에 구성되어, 격리된 클라우드 샌드박스·큐레이션된 툴셋·서브에이전트 오케스트레이션·개발자 워크플로 통합 등 핵심 컴포넌트를 제공
기존 에이전트를 포크하지 않고 컴포지션 방식으로 구축하여, 기반 프레임워크 업그레이드와 조직별 커스터마이징을 동시에 유지 가능
샌드박스 제공자·모델·도구·트리거·시스템 프롬프트·미들웨어 등 모든 주요 컴포넌트가 플러그형으로 교체 가능
사내 코딩 에이전트 도입을 검토하는 팀에게 프로덕션 검증된 패턴 기반의 출발점을 MIT 라이선스로 제공

프로덕션 배포에서 발견된 공통 패턴

Stripe의 Minions, Ramp의 Inspect, Coinbase의 Cloudbot 등 코딩 에이전트들이 독립적으로 개발되었음에도 유사한 아키텍처적 결정으로 수렴
격리된 실행 환경: 각 작업이 전용 클라우드 샌드박스에서 실행되며, 엄격한 경계 내에서 전체 권한 부여. 프로덕션 시스템에 대한 실수의 영향 범위를 격리하면서 각 액션마다 승인 프롬프트 없이 명령 실행 가능
큐레이션된 툴셋: Stripe 엔지니어링 팀에 따르면 에이전트가 약 500개 도구에 접근하지만, 시간이 지나며 축적된 것이 아니라 신중하게 선별·유지 관리. 도구의 양보다 큐레이션이 더 중요
Slack 우선 호출: 세 시스템 모두 Slack을 기본 인터페이스로 통합하여, 개발자가 새로운 애플리케이션으로 컨텍스트 전환할 필요 없이 기존 커뮤니케이션 워크플로에서 접근
시작 시 풍부한 컨텍스트: Linear 이슈, Slack 스레드, GitHub PR에서 전체 컨텍스트를 끌어와 작업 시작 전에 제공하여, 도구 호출을 통한 요구사항 발견 오버헤드 감소
서브에이전트 오케스트레이션: 복잡한 작업을 분해하여 각각 격리된 컨텍스트와 집중된 책임을 가진 전문 자식 에이전트에 위임

Open SWE 아키텍처

1. 에이전트 하네스: Deep Agents 기반 컴포지션
- 기존 에이전트를 포크하거나 처음부터 구축하는 대신 Deep Agents 프레임워크 위에 컴포지션하는 방식. Ramp 팀이 OpenCode 위에 Inspect를 구축한 접근과 유사
- 컴포지션의 두 가지 장점:
  - 업그레이드 경로: Deep Agents가 개선될 때(더 나은 컨텍스트 관리, 효율적 계획, 최적화된 토큰 사용) 커스터마이징을 다시 구축하지 않고 개선 사항 반영 가능
  - 포크 없는 커스터마이징: 조직별 도구·프롬프트·워크플로를 코어 에이전트 로직 수정이 아닌 설정으로 유지 가능
- Deep Agents가 제공하는 인프라: write_todos를 통한 내장 계획, 파일 기반 컨텍스트 관리, task 도구를 통한 네이티브 서브에이전트 스폰, 결정론적 오케스트레이션을 위한 미들웨어 훅
2. 샌드박스: 격리된 클라우드 환경
- 각 작업이 자체 격리된 클라우드 샌드박스에서 실행, 전체 셸 접근이 가능한 원격 Linux 환경
- 레포지토리를 클론하여 에이전트에 전체 권한 부여, 오류는 해당 환경 내에 격리
- 기본 지원 샌드박스 제공자: Modal, Daytona, Runloop, LangSmith. 자체 샌드박스 백엔드 구현도 가능
- 핵심 동작:
  - 각 대화 스레드마다 퍼시스턴트 샌드박스 부여, 후속 메시지에서 재사용
  - 샌드박스가 접근 불가 상태가 되면 자동 재생성
  - 여러 작업이 각각 자체 샌드박스에서 병렬 실행
3. 도구: 축적이 아닌 큐레이션
- Open SWE는 집중된 툴셋과 함께 Deep Agents 내장 도구(read_file, write_file, edit_file, ls, glob, grep, write_todos, task)를 제공
- 작고 큐레이션된 툴셋이 테스트·유지보수·추론에 더 용이. 조직 내 추가 도구(내부 API, 커스텀 배포 시스템, 특수 테스트 프레임워크)는 명시적으로 추가 가능
4. 컨텍스트 엔지니어링: AGENTS.md + 소스 컨텍스트
- 두 가지 소스에서 컨텍스트 수집:
  - AGENTS.md 파일: 레포지토리 루트에 있으면 샌드박스에서 읽어 시스템 프롬프트에 주입. 컨벤션, 테스트 요구사항, 아키텍처 결정, 팀별 패턴 등을 인코딩
  - 소스 컨텍스트: Linear 이슈 전체(제목, 설명, 코멘트) 또는 Slack 스레드 히스토리를 조합하여 에이전트 시작 전 전달, 추가 도구 호출 없이 작업별 컨텍스트 제공
- 레포지토리 전체 지식과 작업별 정보를 균형 있게 결합하는 이중 레이어 접근
5. 오케스트레이션: 서브에이전트 + 미들웨어
- 두 가지 메커니즘 결합:
  - 서브에이전트: task 도구를 통해 자식 에이전트 스폰. 메인 에이전트가 독립적 하위 작업을 각자의 미들웨어 스택·투두 리스트·파일 작업을 가진 격리된 서브에이전트에 위임
  - 미들웨어: 에이전트 루프 주변에서 실행되는 결정론적 훅
    - check_message_queue_before_model: 에이전트 실행 중 도착한 후속 메시지(Linear 코멘트, Slack 메시지)를 다음 모델 호출 전에 주입. 에이전트 작업 중 사용자 추가 입력 가능
    - open_pr_if_needed: 에이전트가 PR 열기를 완료하지 못한 경우 자동으로 커밋·PR 생성하는 안전망
    - ToolErrorMiddleware: 도구 오류를 우아하게 포착·처리
- 에이전틱(모델 구동)과 결정론적(미들웨어 구동) 오케스트레이션의 분리를 통해 신뢰성과 유연성의 균형 확보
6. 호출: Slack, Linear, GitHub
- Slack: 스레드에서 봇 멘션. repo:owner/name 문법으로 작업할 레포지토리 지정. 에이전트가 스레드 내에서 상태 업데이트와 PR 링크 응답
- Linear: 이슈에 @openswe 코멘트. 에이전트가 전체 이슈 컨텍스트를 읽고 👀으로 확인 후 결과를 코멘트로 게시
- GitHub: 에이전트가 생성한 PR의 코멘트에 @openswe 태그로 리뷰 피드백 처리, 같은 브랜치에 수정 사항 푸시
- 각 호출이 결정론적 스레드 ID를 생성하여, 같은 이슈나 스레드의 후속 메시지가 동일한 실행 중인 에이전트로 라우팅
7. 검증: 프롬프트 기반 + 안전망
- 에이전트가 커밋 전 린터·포매터·테스트를 실행하도록 지시
- open_pr_if_needed 미들웨어가 백스톱 역할: 에이전트가 PR을 열지 않고 종료하면 미들웨어가 자동 처리
- 결정론적 CI 체크, 비주얼 검증, 리뷰 게이트를 추가 미들웨어로 확장 가능

Deep Agents를 사용하는 이유

컨텍스트 관리: 장기 실행 코딩 작업이 생성하는 대량의 중간 데이터(파일 내용, 명령 출력, 검색 결과)를 파일 기반 메모리로 오프로딩하여, 대화 히스토리에 모든 것을 유지하지 않음. 대규모 코드베이스에서 컨텍스트 오버플로 방지에 효과적
계획 기본 요소: 내장 write_todos 도구로 복잡한 작업 분해, 진행 추적, 새 정보에 따른 계획 적응을 구조화. 장기간에 걸친 멀티스텝 작업에 특히 유용
서브에이전트 격리: 메인 에이전트가 task 도구로 자식 에이전트를 스폰할 때 격리된 컨텍스트 부여. 서로 다른 하위 작업의 대화 히스토리가 오염되지 않아 복잡한 작업에서 더 명확한 추론 가능
미들웨어 훅: 에이전트 루프의 특정 지점에 결정론적 로직 주입 가능. 메시지 주입과 자동 PR 생성 등 안정적으로 실행되어야 하는 동작 구현에 활용
업그레이드 경로: Deep Agents가 독립 라이브러리로 활발히 개발되므로, 컨텍스트 압축·프롬프트 캐싱·계획 효율성·서브에이전트 오케스트레이션의 개선이 커스터마이징 재구축 없이 Open SWE에 반영 가능

조직별 커스터마이징

Open SWE는 완성된 제품이 아닌 커스터마이징 가능한 기반으로 설계. 모든 주요 컴포넌트가 플러그형:
- 샌드박스 제공자: Modal, Daytona, Runloop, LangSmith 간 교체. 내부 인프라 요구사항에 맞는 자체 샌드박스 백엔드 구현 가능
- 모델: 모든 LLM 제공자 사용 가능. 기본값은 Claude Opus 4이며, 서브태스크별 다른 모델 설정 가능
- 도구: 내부 API·배포 시스템·테스트 프레임워크·모니터링 플랫폼용 도구 추가. 불필요한 도구 제거 가능
- 트리거: Slack·Linear·GitHub 통합 로직 수정. 이메일·웹훅·커스텀 UI 등 새 트리거 표면 추가 가능
- 시스템 프롬프트: 기본 프롬프트와 AGENTS.md 파일 반영 로직 커스터마이징. 조직별 지침·제약·컨벤션 추가 가능
- 미들웨어: 검증·승인 게이트·로깅·안전 체크를 위한 자체 미들웨어 훅 추가 가능

내부 구현과의 비교

Stripe, Ramp, Coinbase의 내부 시스템과 공개 정보 기반으로 비교 시, 핵심 패턴은 유사
차이점은 구현 세부 사항, 내부 통합, 조직별 도구에 존재하며, 이는 프레임워크를 다른 환경에 적응시킬 때 예상되는 차이

시작하기

Open SWE는 MIT 라이선스로 GitHub에서 사용 가능 : https://github.com/langchain-ai/open-swe
Installation Guide에서 GitHub App 생성, LangSmith 설정, Linear/Slack/GitHub 트리거, 프로덕션 배포 안내
Customization Guide에서 샌드박스·모델·도구·트리거·시스템 프롬프트·미들웨어 교체 방법 제공
포크, 커스터마이징, 내부 배포 모두 가능