기사를 읽어드립니다.
딥시크가 여러 코딩 작업을 자동으로 관리하는 '슈퍼 에이전트'를 공개하며 앤트로픽의 '클로드 코드'와 오픈AI의 '코덱스' 추격에 나섰다. 지난 5월 전담팀 구성 이후 약 6개월 만에 자체 개발 도구와 팀 단위 업무 자동화 기술까지 선보였지만, 아직 연구용 프로토타입으로 실제 제품 경쟁력은 검증되지 않았다.
딥시크 하네스 개발팀은 31일(현지시간) 공식 위챗 계정을 통해 '슈퍼 에이전트 설계 탐구: 더 자율적인 에이전트 시스템을 향해'라는 기술 문서를 발표했다. 이와 함께 새로운 구조를 구현한 'DSH 슈퍼에이전트(dsh-superagent)'의 소스 코드를 깃허브에 공개했다.
이번 발표는 올해부터 추진해 온 코딩 에이전트 개발 전략의 후속 성과다. 지난 5월 앤트로픽의 클로드 코드를 경쟁 대상으로 삼아 하네스 전담팀을 구성한 사실이 알려진 바 있다.
전담팀은 제인스트리트 출신 엔지니어 추이톈이가 이끌고 있다. 지난 6월 개발 인력 채용을 확대했으며, 8월에는 오픈소스 개발 환경인 '딥시크 하네스'를 공개했다. AI 모델 공급에 집중했던 딥시크가 개발자가 실제 사용하는 코딩 도구까지 직접 구축하기 시작한 것이다.
이번 슈퍼 에이전트는 한 단계 더 나아가 여러 에이전트의 작업을 자동으로 관리하는 데 초점을 맞췄다. 딥시크는 AI 모델의 코딩 능력이 높아져도 개발자가 개별 에이전트에 일일이 지시하고 진행 상황을 확인해야 한다면 생산성 향상에 한계가 있다고 판단했다.
이를 해결하기 위해 작업을 관리하는 '라우터(Router)'와 실제 업무를 수행하는 '워커(Worker)'를 분리했다. 라우터는 개발팀의 대화와 깃허브에서 발생하는 이벤트를 확인해 작업을 배분하고, 여러 워커는 독립된 환경에서 코드 수정과 오류 해결을 병렬로 처리한다.
예를 들어 개발팀의 대화방에서 소프트웨어 오류가 언급되면, 사전에 허용된 규칙에 따라 에이전트가 문제를 분석하고 수정 작업에 착수할 수 있다. 작업을 마치면 깃허브에 코드 변경을 제안하는 풀 리퀘스트(PR)를 제출하고 개발자에게 검토를 요청한다. 딥시크는 내부에서 운영 중인 슈퍼 에이전트가 실제 오류 수정과 코드 리뷰 대응에도 참여하고 있다고 밝혔다.
자체 실험에서는 작업 처리 시간이 크게 줄었다. 약 300개의 메시지와 20개의 작업 요청이 발생하는 상황을 모의로 구성한 결과, 슈퍼 에이전트는 전체 작업의 95%를 15.7분 이내에 처리했다. 기존 단일 세션 방식의 29.5분과 비교하면 약 47% 단축됐다.
다만 이번 실험은 실제 코딩 성능이 아닌 다중 작업 처리 효율을 측정한 것이다. 클로드 코드나 코덱스와 직접 비교한 결과도 아니어서 경쟁 제품보다 성능이 뛰어나다고 판단하기 어렵다. 두 경쟁 제품도 이미 하위 에이전트와 병렬 실행, 백그라운드 자동화를 지원하고 있다.
딥시크도 깃허브에서 해당 코드를 정식 제품이 아닌 연구용 프로토타입이라고 명시했으며, 실제 내부 시스템과 공개 버전에도 차이가 있다고 밝혔다. 현재 공개 버전은 하나의 소프트웨어 프로젝트를 대상으로 여러 코딩 작업을 자동 처리하도록 설계됐으며, 일부 자동화 기능은 아직 구현되지 않았다.
그럼에도 이번 발표는 딥시크의 사업 영역이 AI 모델에서 코딩 에이전트 플랫폼으로 넓어지고 있다는 점에서 의미가 있다. 특히 소스 코드를 상업적으로 활용할 수 있는 MIT 라이선스로 공개하고, 다양한 AI 모델을 연결할 수 있도록 설계해 외부 개발자와 기업의 참여를 유도하고 있다. 이를 통해 자체 개발 도구 생태계를 확보하려는 전략으로 해석된다.
이처럼 딥시크는 6개월 동안 전담팀 구성과 인력 확보, 개발 도구 출시를 거쳐 팀 단위 업무 자동화 기술까지 공개했다. 클로드 코드와 코덱스가 앞서 있는 시장에서 경쟁할 기술 기반을 갖춰가고 있지만, 아직은 실제 개발 현장에서 성능과 안정성, 운영 비용을 검증해야 하는 초기 단계다.
임대준 기자 ydj@aitimes.com