Omnigent: Claude Code, Codex 등을 아우르는 오픈소스 메타 하네스

Omnigent는 AI 코딩 에이전트를 위한 오픈소스 "메타 하네스(meta-harness)"입니다. 새로운 코딩 에이전트가 아닙니다. Claude Code, Codex, Cursor, OpenCode, Hermes, Pi, 그리고 직접 만든 에이전트 위에 놓여 세션, 정책, 샌드박스, 협업을 위한 공통 계층을 제공합니다. 라이선스는 Apache 2.0이며 PyPI로 배포됩니다. README는 현재 alpha 단계라고 밝히고 있습니다.

해결하려는 문제

코딩 에이전트는 최근 크게 늘었습니다. 도구마다 터미널 UI, 권한 모델, 세션 형식, 과금 방식이 다릅니다. 여러 도구를 함께 쓰는 팀은 서로 다른 사용 경험 사이를 오가야 하고, 모두에게 같은 규칙을 적용하기도 어렵습니다. Omnigent는 에이전트 자체와 그 주변 실행 환경을 분리합니다. 에이전트는 추론과 코드 수정을 맡고, Omnigent는 세션, 권한, 격리된 실행 환경, 여러 기기에서의 접근을 맡습니다. 에이전트를 바꾸거나 섞어 써도 주변 도구를 다시 만들 필요가 없습니다.

핵심 아키텍처

README에 따르면 Omnigent는 네 가지 주요 요소로 구성됩니다. 첫째, 공유 세션 계층입니다. 메시지, 하위 에이전트, 터미널, 파일이 모든 클라이언트에서 동기화됩니다. 터미널에서 작업을 시작해 브라우저에서 이어 가고, 휴대폰으로 진행 상황을 확인할 수 있습니다. macOS용 네이티브 데스크톱 앱도 제공됩니다.

둘째, 멀티 에이전트 오케스트레이션입니다. 한 세션에서 여러 코딩 에이전트를 섞어 쓸 수 있습니다. 한 에이전트가 다른 에이전트의 결과물을 검토하거나, 강점이 다른 에이전트들에 작업을 나눌 수 있습니다. 사용자 정의 에이전트는 YAML로 정의합니다. 셋째, 모델 접속 계층입니다. 제공사의 API 키, Claude 또는 ChatGPT 구독, 호환 게이트웨이 중 무엇이든 쓸 수 있으며, README는 모두 동등하게 지원한다고 설명합니다. 넷째, 정책 엔진과 샌드박스 런타임입니다.

정책과 거버넌스

정책은 기업 환경에서 가장 중요한 기능입니다. README는 세 가지 전형적인 용도를 듭니다. 위험한 동작 전에 사람의 승인을 기다리기, 지출 한도 설정하기, 에이전트가 쓸 수 있는 도구 제한하기입니다. 정책은 서버 전체, 특정 에이전트, 단일 채팅에 적용할 수 있고, 범위는 넓은 것에서 좁은 것으로 겹쳐집니다. 예를 들어 서버 전체에서 특정 도구를 막고, 신뢰하는 에이전트 하나에만 규칙을 완화할 수 있습니다. Devin 같은 외부 에이전트의 도구 승인도 채팅의 승인 카드로 표시되어, 승인 흐름이 공통 인터페이스 안에 들어 있음을 보여 줍니다.

주의할 점이 있습니다. README 발췌문에는 정책 엔진의 내부 구현이 나와 있지 않습니다. 또한 외부 에이전트 자체 CLI 내부의 모든 도구 호출을 가로챌 수 있는지도 언급되지 않습니다. 엄격한 보안 경계로 의존하기 전에 소스 코드와 공식 문서를 확인하세요.

클라우드 샌드박스와 매니지드 호스트

Omnigent는 일회용 클라우드 샌드박스에서 세션을 실행할 수 있습니다. 나열된 제공사는 Modal, Daytona, Blaxel, Islo, E2B, Gensee, CoreWeave, Kubernetes, OpenShell, Boxlite, microsandbox, Databricks입니다. CLI에서 시작하거나 서버가 세션마다 자동으로 준비할 수 있으며, 후자를 매니지드 호스트라고 부릅니다. 노트북을 켜 둘 필요가 없고, 위험하거나 오래 걸리는 작업을 버릴 수 있는 환경에 격리할 수 있다는 것이 실용적 이점입니다. 각 샌드박스는 modal, daytona, e2b, kubernetes 같은 선택적 extras로 설치되어 기본 설치는 가볍게 유지됩니다.

협업

세션은 공유할 수 있습니다. 팀원은 내 에이전트와 채팅하며 작업을 실시간으로 볼 수 있고, 내 컴퓨터에서 함께 조작하거나, 대화를 포크해 각자 이어 갈 수 있습니다. 에이전트가 개인 도구에서 함께 검토하는 공유 자원으로 바뀝니다.

설치와 시작

권장 방법은 한 줄 명령입니다. curl로 scripts/install_oss.sh를 받아 실행합니다. uv tool install omnigent, pip, Homebrew(omnigent-ai/tap/omnigent)로도 설치할 수 있습니다. Python 3.12 이상이 필요합니다. 코딩 에이전트 CLI에는 Node.js 22 LTS와 npm이, 웹 UI에는 pnpm이 필요합니다. extras로 모델 제공사(databricks, bedrock, vertex), SDK 하네스(antigravity, copilot, cursor, agents-sdk), 저장소와 메모리(s3, hindsight)를 선택할 수 있습니다.

성능과 비용

검토한 자료에는 벤치마크도, 지연 시간이나 비용 비교도 없습니다. 따라서 성능 향상 수치는 제시하지 않습니다. 비용 구조는 분명합니다. Omnigent 자체는 무료 오픈소스입니다. 실제 지출은 모델 호출과 클라우드 샌드박스 요금에서 나옵니다. 지출 한도 정책이 이를 통제하는 수단입니다. 오케스트레이션 계층이 하나 늘면 프로세스와 네트워크 경유도 늘어나며, 그 오버헤드는 커뮤니티의 독립적인 측정이 필요합니다.

생태계 영향

개발자에게 Omnigent는 코딩 에이전트 사이의 이동 비용을 낮춥니다. 하나로 작성하고 다른 하나로 검토하는 일이 엔지니어링 과제가 아니라 설정 문제가 됩니다. 기업에는 공통 승인, 지출 통제, 샌드박스 격리가 에이전트를 운영 흐름에 도입할 때 자주 빠져 있는 거버넌스 계층이 됩니다. Hermes와 Pi 같은 새로운 오픈 에이전트를 지원하는 점은 프로젝트가 오픈 에이전트 생태계를 따라가고 있음을 보여 줍니다.

한계와 과제

프로젝트는 alpha 단계입니다. 인터페이스와 동작이 바뀔 수 있어 핵심 운영 경로에 두기에는 이릅니다. 메타 하네스는 아래에 있는 모든 에이전트의 릴리스 주기를 따라가야 하므로 어댑터 유지보수가 끝나지 않습니다. 공통 추상화는 특정 에이전트만의 기능을 가릴 수 있습니다. 정책의 강도는 각 에이전트와의 통합 깊이에 달려 있으므로 직접 검증해야 합니다. 마지막으로 Python, Node, pnpm이 모두 필요해 도구 체인이 넓습니다.

앞으로 볼 점

더 많은 에이전트와 샌드박스 연동, 공개 벤치마크와 비용 데이터, 더 세밀한 정책 언어, 데스크톱과 모바일 앱의 성숙을 지켜보세요. alpha를 벗어나 에이전트 간 오케스트레이션의 안정적인 이득을 입증한다면, 멀티 에이전트 개발의 범용 컨트롤 플레인이 될 수 있습니다.