복세편살 개발라이프
프로그래밍 & IT › Infra

Google, Agent Substrate·gVisor CNCF 기증: AI 에이전트 샌드박스 격리

· 읽는 시간 4분

목차
  1. 3줄 요약
  2. 무엇이 바뀌었나
  3. 운영 관점에서 볼 점
  4. 적용해 보려면
  5. 정리
  6. 참고 자료

3줄 요약

  • Google이 AI 에이전트 인프라 구성 요소인 Agent Substrate와 gVisor를 CNCF에 기증해 벤더 중립 거버넌스 아래로 옮긴다고 발표했고, 강화학습 오케스트레이션 프로젝트 OpenRL도 함께 포함됐습니다 [1].
  • Agent Substrate는 에이전트 상태(Actor)와 실행 컴퓨트(Worker)를 분리해, 새 Pod를 만들지 않고도 500밀리초 이내에 에이전트를 재개할 수 있다고 Google은 설명합니다 [1].
  • gVisor는 사용자 공간 커널로 시스템 콜을 가로채 AI가 생성한 신뢰할 수 없는 코드를 격리하며, 하드웨어 수준 격리가 필요하면 Cloud Hypervisor 마이크로VM도 선택할 수 있습니다 [1].

무엇이 바뀌었나

Google은 자율 에이전트를 대규모로 운영할 때 생기는 두 가지 과제, 즉 AI가 만든 신뢰할 수 없는 코드를 안전하게 실행하는 문제와 자주 멈췄다 다시 시작하는 에이전트가 만드는 컴퓨트 낭비 문제를 겨냥해 이번 기증을 결정했다고 밝혔습니다 [1]. 쿠버네티스가 컨테이너 오케스트레이션을 표준화했듯, 에이전트 애플리케이션을 위한 개방형 기반을 만들겠다는 것이 목표입니다 [1].

Google의 문제의식은 일반 워크로드와 에이전트의 실행 패턴이 근본적으로 다르다는 점입니다. 일반 애플리케이션은 시작한 뒤 계속 요청을 처리하지만, 에이전트는 몇 초간 도구나 코드를 실행하고 나서 모델 추론, 외부 API, 사람의 승인을 기다립니다 [1]. Google은 에이전트가 메모리, 파일, 저장소, 세션 같은 상태를 쥔 채 시간의 90~95%를 유휴 상태로 보낸다고 추정합니다 [1].

Agent Substrate의 구조는 다음과 같습니다.

  • Actor: 개별 에이전트 세션입니다. 파일시스템 내용, 메모리, 실행 컨텍스트를 보존합니다 [1].
  • Worker: 공유 쿠버네티스 풀에서 가져오는, 미리 데워 둔(pre-warmed) 재사용형 실행 환경입니다 [1].

에이전트가 다시 일해야 하면 Substrate가 비어 있는 Worker에 배정하고 이전 상태를 복원합니다. 유휴 상태가 되면 상태를 저장하고 컴퓨트를 반납합니다 [1].

gVisor는 컨테이너가 호스트 리눅스 커널과 직접 통신하지 않도록, 시스템 콜(프로그램이 커널에 기능을 요청하는 호출)을 가로채 자체 격리 환경에서 처리하는 애플리케이션 커널입니다 [1].

운영 관점에서 볼 점

리소스와 비용: 에이전트마다 전용 Pod를 유지하면 자원이 낭비되고, 0으로 축소(scale to zero)하면 환경을 다시 만드는 지연이 생깁니다 [1]. Actor/Worker 분리는 이 둘 사이의 절충안으로, 유휴 시간이 긴 에이전트일수록 컴퓨트 반납 효과가 클 것으로 보입니다. 다만 실제 절감 수치는 자료에 나오지 않았습니다.

컨트롤 플레인 부하: 대규모 에이전트 평가에서 수천 개의 단명 환경을 반복 생성·삭제하면 컨트롤 플레인이 감당하지 못할 수 있습니다 [1]. Substrate는 에이전트 수명 주기를 개별 Pod 객체와 분리해 관리하므로 이 압박을 줄인다고 Google은 설명합니다 [1].

보안: 에이전트는 생성된 셸 명령 실행, 패키지 설치, 외부 도구 호출을 일상적으로 합니다. 여러 에이전트가 인프라를 공유할 때 이를 신뢰하는 코드로 취급하면 위험이 큽니다 [1]. gVisor는 컨테이너의 효율을 상당 부분 유지하면서 호스트 노출을 줄이는 방식입니다 [1].

호환성·대안: 지원 쿠버네티스 버전, CNCF 내 프로젝트 단계, 릴리스 일정은 자료에서 확인되지 않았습니다. 업계에는 Kata Containers, Firecracker, 전용 샌드박스 플랫폼 같은 대안도 있으며, Google의 차별점은 안전한 실행과 에이전트 인지형 오케스트레이션을 묶었다는 데 있습니다 [1].

적용해 보려면

자료에는 설치 명령이나 매니페스트가 포함되어 있지 않으므로, 검토 절차 중심으로 정리합니다.

  1. 워크로드 패턴 파악: 현재 에이전트가 실행 시간 대비 대기 시간이 얼마나 되는지, 어떤 상태(파일, 메모리, 세션)를 유지해야 하는지 확인합니다. Google이 말하는 90~95% 유휴 패턴에 가까울수록 Substrate 모델이 맞습니다 [1].
  2. 격리 경계 선택: 컨테이너 수준 효율이 중요하면 gVisor, 하드웨어 가상화 수준 격리가 필요하면 Cloud Hypervisor 마이크로VM을 고려합니다. Substrate는 격리 방식을 바꿔도 에이전트 수명 주기 모델은 그대로 유지된다고 설명합니다 [1].
  3. 컨트롤 플레인 영향 점검: 대규모 평가·배치 작업처럼 단명 환경을 대량으로 만드는 경우, Pod 생성 대신 Worker 풀 재사용 방식이 부하를 얼마나 줄이는지 테스트 환경에서 측정합니다 [1].
  4. 학습 파이프라인 연계 검토: 강화학습 워크로드를 운영한다면 함께 발표된 OpenRL도 검토 대상에 넣습니다 [1].
  5. 거버넌스 진행 상황 추적: CNCF 편입 이후의 성숙도 단계와 로드맵은 아직 확인되지 않았으므로, 운영 도입 전 공식 저장소와 CNCF 발표를 확인합니다.

정리

이번 기증은 AI 에이전트에 오케스트레이션 프레임워크와 도구 접근만이 아니라, 안전하고 상태를 보존하며 효율적으로 관리되는 전용 실행 인프라가 필요하다는 흐름을 보여 줍니다 [1]. 장기 실행 워크로드를 전제로 설계된 쿠버네티스 위에서 생성·중단·복원·격리가 훨씬 잦은 에이전트를 돌리려는 팀이라면, Agent Substrate의 Actor/Worker 모델과 gVisor 격리를 Kata Containers, Firecracker 같은 대안과 함께 비교해 볼 만합니다 [1].

참고 자료

  1. Google Donates Agent Substrate and gVisor to the CNCF to Secure AI Agents at Scale · InfoQ DevOps, 2026-11-20

#Agent Substrate#gVisor#CNCF#Kubernetes#AI 에이전트#OpenRL