강력한 보안 기반 위에 구축된 사용자 친화적인 MCP 툴박스(toolbox), 관측성(observability) 및 제어 기능을 제공하여 기업 내 AI 사용을 간소화합니다.

플랫폼 팀을 위한 기능:

• MCP 혼란을 완화하고, 개별 머신에 있는 MCP 서버를 중앙 집중식 오케스트레이터(orchestrator)로 이동
• MCP의 데이터 및 자격 증명(credentials) 사용 방식 관리
• 데이터 유출(data exfiltration) 위험 완화
• AI 비용 관리
• AI 관측성 (AI Observability)

개발자를 위한 기능:

• MCP 서버를 조직 전체에 배포
• 보안 걱정 없이 에이전트(agents) 구축 및 배포

경영진을 위한 기능:

• 기술적 사용자 및 비기술적 사용자 모두를 위해 조직 전체에 1클릭 MCP 도입 지원
• AI 비용을 최대 96%까지 절감
• AI 도입, 사용 및 데이터 액세스에 대한 완전한 가시성 확보

docker pull archestra/platform:latest;
docker run -p 9000:9000 -p 3000:3000 \n-e ARCHESTRA_QUICKSTART=true \n...

🎁 기업 전용 프라이빗 프롬프트 레지스트리(prompt registry) 포함!

자체 호스팅 및 원격, 자체 구축 및 제3자 MCP를 프라이빗 레지스트리에 추가하여 팀과 공유하세요.

Kubernetes에서 MCP 서버를 실행하며 상태(state), API 키, OAuth를 관리합니다.

내장된 검색 증강 지식 베이스(retrieval-augmented Knowledge Base) — 외부 벡터 데이터베이스(vector database)나 별도의 검색 서비스가 필요하지 않습니다.

프롬프트 인젝션(prompt injections)을 방지하기 위해 위험한 도구 응답을 메인 에이전트로부터 격리합니다.

모델은 MCP를 통해 통제 불가능하게 프롬프트 인젝션을 소비할 수 있으며(받은 편지함 읽기, GitHub 이슈 읽기, 고객 문의 읽기 등), 이를 따라 데이터 유출로 이어질 수 있습니다.

도구 가드레일(Tool Guardrails)에 대해 더 알아보기 → | 치명적인 삼중주(The Lethal Trifecta) →

프라이빗 GitHub 저장소에서 퍼블릭 저장소로의 데이터 유출을 방지하는 archestra 보안 엔진의 라이브 데모:

더 읽어보기: Simon Willison, The Economist

해킹 사례: ChatGPT (2023년 4월), ChatGPT Plugins (2023년 5월), Google Bard (2023년 11월), Writer.com (2023년 12월), Amazon Q (2024년 1월), Google NotebookLM (2024년 4월), GitHub Copilot Chat (2024년 6월), Google AI Studio (2024년 8월), Microsoft Copilot (2024년 8월), Slack (2024년 8월), Mistral Le Chat (2024년 10월), xAI의 Grok (2024년 12월), Anthropic의 Claude iOS 앱 (2024년 12월), ChatGPT Operator (2025년 2월), Notion 3.0 (2024년 9월).

팀별, 에이전트(agent)별 또는 조직(org)별 비용 모니터링 및 제한 사항. 동적 최적화 도구(Dynamic optimizer)를 통해 더 간단한 작업에는 자동으로 더 저렴한 모델로 전환함으로써 비용을 최대 96%까지 절감할 수 있습니다.

조직, 에이전트 및 팀별 토큰(token)과 도구(tool) 사용량 및 성능에 대한 결론을 도출할 수 있게 해주는 메트릭(Metrics), 트레이스(traces) 및 로그(logs).

• ✅ 매우 빠른 속도, 95p 기준 45ms: 성능 및 지연 시간(Latency) 벤치마크 →
• ✅ Terraform 프로바이더(provider) →
• ✅ Helm 차트(Chart) →

커뮤니티의 기여를 환영합니다!

기여를 통해 Archestra를 지속적으로 개선해 주셔서 감사합니다. 당신은 정말 멋집니다 🫶