LangChain: Deep Agents에 도구 호출 사이 코드 실행을 위한 QuickJS 인터프리터 도입

LangChain은 2026년 5월 20일 Deep Agents 프레임워크에 인터프리터를 도입했습니다. LLM 도구 호출 사이에 에이전트가 코드를 작성하고 실행할 수 있는 내장 QuickJS 런타임 환경으로, 상태를 메시지 기록에 직렬화할 필요가 없습니다. 상태가 런타임 내에 유지되어 모델 컨텍스트를 차지하지 않기 때문에, 일부 작업에서 토큰 소비가 최대 35% 감소한다고 회사는 주장합니다.

인터프리터는 코드 실행 도구와 어떻게 다른가?

기존 도구 호출 모델에서는 LLM이 도구를 선택하고, 도구가 모델 외부에서 실행되며, 결과가 도구 출력 메시지로 반환되고, 모델이 다음 단계를 결정합니다. 각 중간 단계가 컨텍스트 윈도우를 채우고, 복잡한 멀티 스텝 작업은 금세 토큰 한도에 달합니다. 인터프리터는 중간 레이어를 도입합니다. 에이전트가 메모리 한도와 타임아웃이 있는 QuickJS 엔진에서 실행되는 JavaScript 코드를 작성하고, 이 코드가 도구를 직접 호출하며, 데이터를 조작하고, 단계 간 상태를 유지합니다.

이는 도구로 작동하는 OpenAI Code Interpreter나 Claude 코드 실행과 다릅니다——인터프리터는 에이전트가 각 단계마다 LLM 컨텍스트를 거치지 않고 단일 프로그래매틱 단위로 여러 도구를 호출할 수 있는 런타임 레이어입니다.

35% 토큰 감소 주장을 뒷받침하는 것은?

LangChain은 공지에서 구체적인 벤치마크 시나리오를 제시합니다. 대형 문서 세트(예: PDF 200개 분석)를 처리하는 에이전트는 기존에 메시지 기록에 200개의 단계를 생성합니다. 인터프리터를 사용하면 에이전트가 각 문서에 대해 도구를 호출하는 루프 코드를 작성하고, 결과를 지역 변수에 집계하며, 최종 요약만 모델에 반환합니다. 이를 통해 입력(후속 호출마다 더 작은 기록 컨텍스트)과 출력(모델이 반복적인 도구 호출 지시를 생성하지 않아도 됨) 모두 절약됩니다.

보안은 어떻게 해결되는가?

QuickJS 인터프리터는 명시적으로 최소화된 액션 공간을 갖습니다. 기본적으로 파일 시스템, 네트워크, 셸에 대한 접근이 없습니다. 모든 기능은 조직이 설정하는 호스트 브릿지를 통해 열어야 합니다. 이를 통해 조작된 프롬프트가 에이전트를 본래 접근해서는 안 되는 리소스에 접근하게 하는 프롬프트 인젝션 문제를 방지합니다——경계는 LLM이 아닌 런타임 레벨에서 정의됩니다.

에이전트 생태계에 어떤 의미가 있는가?

이 접근법은 Anthropic의 「컴퓨터 사용」 모델(Claude가 샌드박스에서 액션 실행)과 OpenAI Code Interpreter와 철학적으로 유사하지만, 오픈 엔드 코드 실행이 아닌 도구 오케스트레이션에 최적화돼 있습니다. AutoGPT, CrewAI, AWS Strands Agents도 유사한 패턴을 따를 가능성이 높습니다——LLM과 도구 사이의 프로그래매틱 레이어는 현대 에이전트 아키텍처의 표준 컴포넌트가 되고 있습니다.