도구

NVIDIA OpenShell, 멀티 Agent 보안 런타임의 새로운 접근

OpenShell은 NVIDIA가 공개한 오픈소스 프로젝트로, 대규모 자율 AI Agent 클러스터를 위한 보안·프라이빗 런타임을 지향합니다. 권한, 격리, 자격 증명, 감사 로그를 개별 호출이 아닌 Agent의 장기 실행 환경에서 관리하는 데 초점을 둡니다.

글자 크기

NVIDIA는 오픈소스 프로젝트 OpenShell을 공개했다. 이 프로젝트는 대규모 자율 AI Agent 클러스터를 위한 보안·프라이빗 런타임으로 포지셔닝된다. 대상은 한 번의 모델 호출이 아니라, 여러 Agent가 장기간 실행될 때 권한과 환경을 격리하고 감사 기록을 보존하는 방식이다.

프로젝트 주소: https://github.com/NVIDIA/OpenShell

프로젝트 최초 소개에는 “fleets of autonomous AI agents”라는 표현이 사용됐다. 여기서 fleet는 몇 개의 챗봇이 아니라, 장기간 실행되면서 서로 협업하는 자동화 프로세스 집합으로 이해할 수 있다.

OpenShell은 보안 문제를 런타임에 배치한다

Agent는 티켓을 읽고, 데이터베이스를 조회하고, 내부 API를 호출한 뒤, 보고서를 외부 서비스에 업로드할 수 있다. 단일 호출이라면 도구 사용을 제한할 수 있지만, 지속 실행되는 Agent에는 자격 증명 만료, 도구 재시도, 중복 결제, Prompt Injection 같은 문제가 추가로 발생한다.

OpenShell의 접근은 이러한 통제 항목을 Agent의 실행 환경에 두는 것이다. 모델이 System Prompt를 준수한다는 사실에만 의존하지 않는다.

주요 관심사는 세 가지다.

  • 안전한 격리
  • 권한 제어
  • 개인정보 보호

LangGraph, CrewAI, AutoGen은 보통 상태, 프로세스, Agent 협업을 처리하는 데 사용된다. OpenShell은 이와 달리 runtime security and governance을 핵심으로 내세운다.

단일 호출에서 Agent 팀으로

시스템에 Agent 5개가 있다고 가정하자.

  1. 연구 Agent가 공개 웹페이지를 읽는다.
  2. 영업 Agent가 CRM을 조회한다.
  3. 재무 Agent가 견적을 생성한다.
  4. 컴플라이언스 Agent가 계약서를 검토한다.
  5. 운영 Agent가 티켓을 갱신한다.

이들이 컨테이너, 서비스 계정, 도구 권한을 공유한다면, 하나의 Agent가 속기당한 뒤 피해 범위가 확대될 수 있다.

따라서 클러스터급 런타임은 다음 질문에 답할 수 있어야 한다.

  • Agent가 침해당했을 때 다른 Agent에 접근할 수 있는가
  • 임시 권한이 자동으로 만료되는가
  • 서로 다른 테넌트의 데이터가 격리되는가
  • 도구 호출에 주체, 매개변수, 결과가 기록되는가
  • 관리자가 개별 Agent를 중지할 수 있는가
  • 모델이나 도구를 교체해도 감사 체인이 온전하게 유지되는가

단일 Agent 애플리케이션에서는 일부 문제를 수동으로 처리할 수 있다. 하지만 Agent 수가 늘면 권한 조합과 호출 경로가 빠르게 증가한다.

OpenShell은 ‘Agent 팀 전체’를 주 관리 대상으로 삼는다. 이는 전통적인 단일 Agent 방식과 다르다. 보안 경계가 한 번의 호출에서 장시간 실행과 Agent 간 상호작용까지 확장되는 셈이다.

프로젝트의 세 가지 사실

첫째, 이 프로젝트는 NVIDIA가 공개했으며 이미 오픈소스로 공개된 상태다. 저장소 주소는 다음과 같다.

https://github.com/NVIDIA/OpenShell

둘째, 핵심 포지션은 자율 Agent를 위한 보안·프라이빗 런타임이다. 단순한 Agent workflow이나 모델 추론 서비스가 아니다.

셋째, OpenShell은 Hacker News 메인 페이지에 올라가 121점과 57개의 댓글을 얻었다.

이 수치가 프로젝트가 성숙 단계에 도달했거나 모든 보안 문제를 해결했다는 증거는 아니다. 다만 개발자들이 또 다른 질문을 주목하기 시작했다는 의미로 볼 수 있다. 바로 Agent를 안전하게 프로덕션 환경에 배치할 수 있는가라는 문제다.

초기 논의는 ReAct, 도구 호출, 상태 그래프, 메모리, 계획에 집중했다. 지금의 문제는 좀 더 구체적이다. Agent가 24시간 연속 실행된 뒤에도 권한과 호출 기록을 명확하게 설명할 수 있는가다.

OpenShell은 런타임 계층에서 이 질문에 답하려 한다.

오픈소스가 곧 보안 보장은 아니다

프로젝트 이름이 OpenShell이라고 해서 배포만 하면 프로덕션급 보안 요구사항을 자동으로 충족한다는 뜻은 아니다.

1. 격리가 실제로 작동하는가

컨테이너, 가상머신, 프로세스 격리를 사용하는지, 아니면 더 세밀한 권한 모델을 적용하는지 확인해야 한다.

다음 항목을 중점적으로 테스트할 수 있다.

  • 한 Agent가 다른 Agent의 작업 디렉터리를 읽을 수 있는가
  • 호스트 환경 변수에 접근할 수 있는가
  • 인가되지 않은 외부 요청을 보낼 수 있는가
  • 인가되지 않은 내부 서비스를 호출할 수 있는가

2. 자격 증명은 어떻게 관리되는가

Agent가 API에 접근할 때 중요한 것은 Token의 존재 여부뿐 아니라 Token의 생명 주기다.

검증 가능한 런타임은 다음 질문에 답할 수 있어야 한다.

  • Token이 Agent별로 발급되는가
  • 스코프 제한이 적용되는가
  • 만료할 수 있는가
  • 비정상 종료 후 자동으로 정리되는가

아래 예시는 프로덕션 환경 감사용 쿼리이며, OpenShell의 공식 명령은 아니다.

whoami
printenv | grep -E 'OPENAI_API_KEY|AWS_SECRET_ACCESS_KEY' || true
find /var/log/agent-runtime -type f -mtime -1 -maxdepth 2

이 명령은 엔지니어가 실행 주체, 환경 변수 노출, 로그 위치를 검증하도록 하는 데 목적이 있다. 배포한 뒤에는 README의 설명만 확인해서는 안 된다.

3. 감사 기록이 완전한가

완전한 도구 호출 기록에는 최소한 다음 정보가 포함돼야 한다.

  • 작업을 시작한 Agent
  • 사용한 모델
  • 호출한 도구
  • 입력 매개변수
  • 소속 테넌트 또는 프로젝트
  • 반환 결과
  • 최종 상태

로그에 HTTP access log만 있고 Agent identity나 도구 수준 기록이 없다면, 사고가 발생한 뒤에도 과정을 복원하기 어렵다.

4. 기존 프레임워크와 연결할 수 있는가

실제 시스템에 연결할 때는 다음 사항도 확인해야 한다.

  • LangGraph의 상태를 런타임이 관리하는가
  • CrewAI의 역할을 런타임 identity에 어떻게 매핑하는가
  • AutoGen의 메시지와 도구 호출에 감사 정보가 유지되는가
  • MCP Server를 Agent 또는 테넌트별로 격리할 수 있는가
  • Agent를 재시작한 뒤 작업 상태와 권한이 복구되는가

보안 인프라는 데모에서만 작동하는 것으로는 부족하다. Agent 오케스트레이션, 도구 서비스, identity 시스템, 로그 시스템과 연결돼야 한다.

편집자의 판단

OpenShell이 주목할 만한 이유는 NVIDIA가 또 하나의 Agent 프로젝트를 공개했기 때문만이 아니다. 이 프로젝트는 질문의 초점을 ‘모델이 작업을 완수할 수 있는가’에서 ‘Agent를 통제할 수 있는가’로 옮겼기 때문이다. Agent가 장시간 실행되기 시작하면 권한, 자격 증명, 데이터 격리, 감사 기록이 모두 인프라 문제가 된다.

Agent 보안의 경쟁 지점은 Prompt 계층에 머무르지 않고 점차 runtime 쪽으로 이동할 것으로 본다. OpenShell은 멀티 Agent fleet를 일급 관리 대상으로 다루며, 단일 ReAct, 도구 호출, 상태 그래프를 중심으로 한 초기 설계와 다른 접근을 취한다.

다만 오픈소스 공개만으로 격리가 입증되지는 않는다. 컨테이너 경계, 네트워크 출구, 서비스 계정, 로그 무결성, LangGraph·CrewAI·MCP와의 호환성은 코드와 실측을 통해 확인해야 한다. 특히 정상적인 흐름만 테스트하지 말고 Prompt Injection으로 Agent가 통제된 뒤 어떤 권한을 갖는지 검증해야 한다.

아직 결론 내리기 이른 이유도 여기에 있다. OpenShell은 올바른 문제를 제기했지만, 실제 프로덕션 환경에서 안정적으로 해결할 수 있는지는 더 많은 공개 테스트와 실제 배포 피드백을 기다려야 한다.

출처: https://github.com/NVIDIA/OpenShell