내부 코딩 에이전트를 위한 오픈소스 프레임워크 Open SWE 정리

이 글은 최근 여러 글로벌 기술 기업들이 실제 개발 환경에서 활용하고 있는 내부 코딩 에이전트의 공통 아키텍처 패턴을 정리하고, 이를 오픈소스로 구현한 Open SWE 프레임워크를 소개합니다.
Stripe, Ramp, Coinbase와 같은 기업들이 어떤 방식으로 코딩 에이전트를 설계했는지, 그리고 Open SWE가 이를 어떻게 구조화해 제공하는지 단계별로 설명합니다. 내부 개발 생산성을 높이기 위해 코딩 에이전트를 검토 중인 조직이라면, 이 글을 통해 전체 그림을 이해할 수 있을 것입니다.

반응형

---

내부 코딩 에이전트가 등장한 배경

지난 1년간 여러 엔지니어링 조직은 개발자 곁에서 함께 일하는 내부 코딩 에이전트를 직접 구축해 왔습니다.
대표적으로 Stripe의 Minions, Ramp의 Inspect, Coinbase의 Cloudbot이 있습니다.

이들 시스템의 공통점은 새로운 도구를 강요하지 않는다는 점입니다. 개발자들은 기존에 사용하던 Slack, Linear, GitHub 같은 워크플로우 안에서 에이전트를 호출하고 결과를 받습니다. 그 결과, 생산성 향상과 도입 장벽 최소화라는 두 가지 목표를 동시에 달성했습니다.

---

실전 환경에서 공통으로 발견된 아키텍처 패턴

1. 격리된 실행 환경

모든 작업은 격리된 클라우드 샌드박스에서 실행됩니다.
이 방식은 에이전트에게 충분한 권한을 주되, 실수나 오류가 실제 운영 환경으로 확산되는 것을 막아줍니다.

2. 도구는 많기보다 잘 선별된 것이 중요

Stripe 사례에 따르면 약 500개 수준의 도구를 사용하지만, 무작위로 쌓은 것이 아니라 의도적으로 큐레이션된 도구 집합을 유지합니다.
도구의 양보다 관리 가능성과 신뢰성이 더 중요하다는 점을 보여줍니다.

3. Slack 중심의 호출 방식

세 회사 모두 Slack을 주요 인터페이스로 사용합니다.
개발자는 새로운 UI를 배우지 않고, 기존 커뮤니케이션 흐름 안에서 에이전트를 호출합니다.

4. 시작 시 풍부한 컨텍스트 제공

에이전트는 작업을 시작하기 전에 Linear 이슈, Slack 스레드, GitHub PR 정보를 한 번에 로드합니다.
이를 통해 요구사항 파악에 드는 반복 호출을 줄입니다.

5. 서브 에이전트 오케스트레이션

복잡한 작업은 여러 개의 서브 에이전트로 분해됩니다.
각 서브 에이전트는 독립된 컨텍스트에서 특정 역할만 수행해, 전체 작업의 명확성과 안정성을 높입니다.

---

Open SWE란 무엇인가

Open SWE는 이러한 실전 패턴을 정리해 제공하는 오픈소스 내부 코딩 에이전트 프레임워크입니다.
LangChain 생태계의 Deep Agents와 LangGraph를 기반으로 설계됐으며, 실제 운영 환경에서 검증된 구조를 그대로 담고 있습니다.

---

Open SWE 핵심 아키텍처 구성

Agent Harness: Deep Agents 기반 구성

Open SWE는 기존 에이전트를 포크하지 않고 Deep Agents 위에 구성 방식으로 결합합니다.
이 구조 덕분에 다음과 같은 장점이 있습니다.

• Deep Agents의 개선 사항을 그대로 흡수 가능
• 조직별 커스터마이징을 설정 레벨에서 관리

---

Sandbox: 격리된 클라우드 실행 환경

각 작업은 독립적인 리눅스 샌드박스에서 실행됩니다.
Open SWE는 다음 샌드박스 백엔드를 기본 지원합니다.

• Modal
• Daytona
• Runloop
• LangSmith

샌드박스는 대화 스레드 단위로 유지되며, 여러 작업을 병렬로 실행할 수 있습니다.

---

Tools: 최소하지만 명확한 도구 집합

Open SWE는 파일 읽기, 수정, 검색, 서브 에이전트 생성과 같은 핵심 도구만 기본 제공합니다.
필요한 경우 내부 API나 배포 시스템을 명시적으로 추가할 수 있어, 도구 관리가 단순합니다.

---

Context Engineering: AGENTS.md 활용

컨텍스트는 두 층으로 구성됩니다.

• AGENTS.md: 저장소 전반에 적용되는 규칙과 관례
• 작업 컨텍스트: Linear 이슈, Slack 대화, GitHub PR 정보

이를 통해 공통 규칙과 작업별 요구사항을 균형 있게 반영합니다.

---

Orchestration: 서브 에이전트 + 미들웨어

Open SWE는 모델 기반 판단과 결정론적 미들웨어를 분리합니다.

• 서브 에이전트: 작업 분해 및 병렬 처리
• 미들웨어: 메시지 주입, PR 자동 생성, 오류 처리

이 구조는 유연성과 신뢰성을 동시에 확보합니다.

---

Invocation: Slack, Linear, GitHub 연동

Open SWE는 개발자가 이미 사용하는 도구에서 호출됩니다.

• Slack: 스레드에서 봇 멘션
• Linear: 이슈 댓글로 호출
• GitHub: PR 리뷰 대응

모든 호출은 동일한 스레드 ID로 관리돼, 대화 맥락이 유지됩니다.

---

Open SWE의 커스터마이징 전략

Open SWE는 완성형 제품이 아니라 확장 가능한 기반 프레임워크입니다.

• 샌드박스 교체
• LLM 모델 선택
• 내부 도구 추가
• 호출 트리거 확장
• 시스템 프롬프트 및 미들웨어 커스터마이징

조직 환경에 맞게 자유롭게 조정할 수 있습니다.

---

728x90

Open SWE는 이미 여러 기업이 실전에서 검증한 내부 코딩 에이전트 아키텍처를 오픈소스로 정리한 프레임워크입니다.
격리된 실행 환경, 큐레이션된 도구, 풍부한 컨텍스트, 서브 에이전트 구조라는 핵심 패턴을 그대로 활용할 수 있습니다.

내부 개발 자동화나 AI 에이전트 도입을 고민하는 조직이라면, Open SWE는 완성된 답이 아니라 검증된 출발점이 될 수 있습니다. 이를 바탕으로 각자의 개발 문화와 워크플로우에 맞는 코딩 에이전트를 설계해볼 수 있을 것입니다.

300x250

https://x.com/LangChain/status/2033959303766512006

X의 LangChain님(@LangChain)