
이 글은 DeerFlow 2.0이 무엇인지, 어떤 배경에서 등장했는지, 그리고 장기 실행·복합 작업을 어떻게 자동화하는지에 대해 정리합니다. DeerFlow 2.0은 리서치, 코딩, 콘텐츠 생성처럼 수 분에서 수 시간까지 걸리는 작업을 서브 에이전트 오케스트레이션으로 분해·병렬 처리하는 오픈소스 SuperAgent 하네스입니다. LangGraph와 LangChain 기반의 완전한 재작성, 확장 가능한 스킬 시스템, 강력한 컨텍스트 관리와 샌드박스 실행 환경까지 포함해 실사용에 초점을 맞춘 구성이 특징입니다.
DeerFlow 2.0 개요와 배경
DeerFlow 2.0은 v1(Deep Research 프레임워크)과 코드를 공유하지 않는 완전한 재작성으로, 장기 실행 작업의 안정성과 확장성을 목표로 설계되었습니다. 개발 주체는 **ByteDance**이며, MIT 라이선스로 공개되어 자유로운 활용과 확장이 가능합니다.
핵심 방향성은 다음과 같습니다.
- 단일 에이전트의 한계를 넘어 서브 에이전트 협업으로 복합 작업을 처리
- 컨텍스트 윈도우 한계를 고려한 Context Engineering
- 실제 작업 환경에 가까운 격리된 샌드박스 실행
서브 에이전트 오케스트레이션 구조
DeerFlow 2.0의 중심은 Sub-Agent 오케스트레이션입니다. 하나의 큰 목표를 여러 하위 작업으로 자동 분해하고, 이를 병렬로 실행해 전체 소요 시간을 줄입니다. 예를 들어 다음과 같은 흐름이 가능합니다.
- 리서치 에이전트: 자료 조사 및 요약
- 코딩 에이전트: 코드 작성 및 테스트
- 콘텐츠 에이전트: 보고서·슬라이드 생성
각 서브 에이전트는 격리된 컨텍스트에서 실행되며, 완료된 작업은 요약되어 상위 컨텍스트로 전달됩니다.
확장 가능한 스킬 시스템
DeerFlow 2.0은 Markdown 파일 기반 Agent Skill 시스템을 제공합니다.
- 기본 제공 스킬: 리서치, 보고서, 슬라이드, 웹 페이지, 이미지/비디오 생성
- 커스텀 스킬: 추가·교체·조합 가능
- 점진적 로딩: 필요할 때만 스킬을 컨텍스트에 로드하여 토큰 사용량을 절감
이 구조 덕분에 토큰에 민감한 모델에서도 효율적으로 동작합니다.
실제 컴퓨터에 가까운 샌드박스 실행 환경
각 작업은 독립 샌드박스에서 실행됩니다.
- 파일시스템: uploads / workspace / outputs
- 셸 실행 및 이미지 조회 지원
- AioSandboxProvider: 격리된 Docker 컨테이너 실행
- LocalSandboxProvider: 호스트 bash 기본 비활성화로 안전성 확보
이는 “에이전트가 실제 컴퓨터에서 일한다”는 개념을 구현한 부분입니다.
Long-Term Memory와 Context Engineering
Long-Term Memory
- 세션 간 사용자 프로필, 선호도, 기술 스택을 로컬에 영속 저장
- 중복 항목 자동 건너뛰기 지원
Context Engineering
- 서브 에이전트별 격리 컨텍스트
- 완료 태스크 요약
- 중간 결과를 파일시스템으로 오프로딩
- Strict Tool-Call Recovery로 컨텍스트 윈도우 초과 방지
장기 실행 작업에서 흔히 발생하는 컨텍스트 붕괴 문제를 구조적으로 해결합니다.
다양한 채널 및 확장 연동
DeerFlow 2.0은 다음 6개 IM 채널을 통합 지원합니다.
- Telegram, Slack, Feishu/Lark, WeChat, WeCom, DingTalk
공인 IP 없이 자동 시작되며, 채널별 사용자 커스텀 에이전트 지정이 가능합니다.
또한 MCP 서버 확장을 지원하며, OAuth 토큰 플로를 포함합니다. Claude Code 터미널에서는 claude-to-deerflow 스킬로 직접 연동할 수 있습니다.
빠른 설정과 LLM 프로바이더 지원
- make setup 인터랙티브 위저드로 약 2분 내 설정 완료
- OpenAI, OpenRouter, vLLM, Codex CLI, Claude Code OAuth 등 다양한 LLM 프로바이더 지원
- LangSmith와 Langfuse 동시 트레이싱 가능
- Embedded Python Client 제공으로 HTTP 서비스 없이 라이브러리 형태 사용 가능
DeerFlow 2.0은 장기 실행·복합 작업을 전제로 한 실전형 SuperAgent 하네스입니다. 서브 에이전트 오케스트레이션, 점진적 스킬 로딩, 강력한 컨텍스트 관리, 그리고 실제 작업 환경에 가까운 샌드박스까지 갖춰 연구·개발·콘텐츠 자동화 전반에 활용 가능성이 큽니다.
향후 기대되는 점은 명확합니다.
- 대규모 자동화 파이프라인의 안정적 운영
- 토큰 효율을 고려한 에이전트 설계의 기준 제시
- 오픈소스 기반 커뮤니티 확장과 커스텀 스킬 생태계 성장
장기 실행 AI 에이전트를 고민하고 있다면, DeerFlow 2.0은 충분히 주목할 만한 선택지입니다.
https://github.com/bytedance/deer-flow
GitHub - bytedance/deer-flow: An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help
An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of...
github.com

'인공지능' 카테고리의 다른 글
| Anthropic Claude Platform, AWS에서 공식 제공 시작 – 개발자가 알아야 할 핵심 정리 (0) | 2026.05.18 |
|---|---|
| Anthropic 개발자 컨퍼런스에서 공개된 Claude 플랫폼과 Claude Code의 변화 정리 (0) | 2026.05.18 |
| Token Superposition Training(TST): LLM 사전학습 시간을 최대 2.5배 단축하는 Nous Research의 새로운 학습 기법 (0) | 2026.05.18 |
| OpenPencil: AI 네이티브 벡터 디자인과 디자인-투-코드를 하나로 연결하는 오픈소스 도구 (0) | 2026.05.18 |
| Ruflo: Claude Code를 위한 멀티 에이전트 AI 오케스트레이션 플랫폼 핵심 정리 (0) | 2026.05.18 |