AI Sparkup

최신 AI 쉽게 깊게 따라잡기⚡

@cloudflare/computer – 에이전트에게 파일시스템과 실행 런타임을 제공하는 Cloudflare 워크스페이스

@cloudflare/computer는 AI 에이전트에게 durable filesystem, 파일 편집 도구, git, shell 실행 백엔드를 제공하는 Cloudflare의 에이전트 런타임 패키지다. 핵심 관점은 에이전트마다 무거운 컨테이너 하나를 계속 붙이는 것이 아니라, 빠른 isolate와 필요한 순간의 Linux 컨테이너를 같은 워크스페이스 뒤에서 조합하는 것이다.

왜 컨테이너만으로 부족한가

코딩 에이전트가 잘 작동하는 이유는 모델에 “컴퓨터”가 있기 때문이다. 파일을 읽고, 수정하고, 테스트를 돌리고, 실패 로그를 보고 다시 고친다. 문제는 모든 사용자 에이전트에게 독립 컨테이너를 상시 제공하면 CPU 비용과 동시성 한계가 빠르게 커진다는 점이다.

Cloudflare는 이 문제를 isolate와 Durable Objects로 풀려고 한다. 장기 상태와 에이전트 루프는 Durable Object에서 유지하고, 파일 조작이나 가벼운 작업은 isolate에서 처리하며, npm·native binary·리눅스 유저랜드가 필요한 작업만 Cloudflare Container로 넘긴다.

구성 요소

구성역할
WorkspaceSQLite 기반 durable virtual filesystem
파일 도구read, write, edit, ls 같은 에이전트용 기본 툴
git 도구저장소 clone과 작업 트리 준비
isolate backend빠르고 저렴한 Worker 기반 실행
container backendfull Linux 환경이 필요한 명령 실행
audit/observability파일 변경과 명령 실행을 추적

에이전트는 같은 /workspace 파일을 대상으로 작업하되, 실행할 명령의 성격에 따라 backend를 고른다. 예를 들어 단순 파일 변환은 isolate에서, 패키지 설치와 테스트 실행은 container에서 처리한다.

기본 사용

설치는 npm 패키지로 한다.

npm install @cloudflare/computer

Durable Object 기반 에이전트에 Workspace를 붙이면 파일시스템과 도구 실행 환경을 만들 수 있다.

import { Workspace } from "@cloudflare/computer";

export class Agent {
  workspace = new Workspace({
    storage: this.ctx.storage,
  });
}

컨테이너 백엔드를 연결하면 같은 workspace에서 shell 명령을 Linux 컨테이너로 실행할 수 있다.

import { CloudflareContainerBackend } from "@cloudflare/computer/backends/container";

new Workspace({
  storage: this.ctx.storage,
  backends: [
    new CloudflareContainerBackend({
      container: () => this,
      workspace: {
        binding: "Agent",
        id: this.ctx.id.toString(),
      },
    }),
  ],
});

하네스 관점

@cloudflare/computer는 agent-harness에서 말하는 “hands” 계층을 제품화한 사례다. 모델은 reasoning을 하고, workspace는 파일과 실행 환경을 제공하며, 하네스는 어떤 작업을 isolate로 처리하고 어떤 작업을 container로 격상할지 통제한다.

이 구조는 cloudflare-agents와 잘 맞는다. Durable Objects는 에이전트별 장기 상태를 맡고, @cloudflare/computer는 그 상태 안에 작업용 파일시스템과 실행 백엔드를 붙인다. 즉 Cloudflare Workers 기반 앱에서 사용자별 코딩·분석·문서 생성 에이전트를 운영할 때 필요한 기본 컴퓨팅 계층이다.

어디에 쓰면 좋은가

  • GitHub issue를 받아 저장소를 clone하고 재현·수정·테스트하는 bug triage agent
  • 사용자 파일을 읽고 변환하는 문서·데이터 처리 에이전트
  • Cloudflare Workers 기반 SaaS에서 사용자별 에이전트 workspace가 필요한 경우
  • 컨테이너 비용을 줄이면서도 필요할 때만 Linux 실행 환경을 제공하려는 플랫폼 팀

주의할 점

Cloudflare가 공개한 시점의 @cloudflare/computer는 early preview다. API 안정성, backend 선택 정책, 실행 제한, 보안 모델은 실제 도입 전에 확인해야 한다. 특히 에이전트에게 shell과 git을 제공하는 구조이므로, 파일 접근 범위, 네트워크, 비밀값, 승인 게이트, 감사 로그를 하네스 정책으로 함께 설계해야 한다.

관련 문서

  • cloudflare-agents — Durable Objects 기반 영속 상태 AI 에이전트 SDK
  • durable-objects — 에이전트별 상태를 서버리스에서 오래 유지하는 액터 런타임
  • agent-harness — AI 에이전트 성능을 결정하는 실행 하네스 설계
  • browser-run — AI 에이전트에게 온디맨드 클라우드 브라우저를 제공하는 Cloudflare 인프라
  • clawless — WebContainers 기반 브라우저 AI 에이전트 런타임

참고 자료



AI Sparkup 구독하기

최신 게시물 요약과 더 심층적인 정보를 이메일로 받아 보세요! (무료)