📺 이 기사는 YouTube 채널 きなこもっちーのテック深掘り의 영상 해설 기사입니다.
▶️ 동영상은 여기 → GitHub Copilot도 사용하는 Copilot harness를 Foundry에서 시험해 볼 수 있을까? 12월 결제 시작
🐹🦜 이 기사에 등장하는 두 캐릭터
- 🐹
모치ー (햄스터)… AI는 아직 공부 중. “그거 무슨 뜻이야?”라고 순수하게 질문하는 학생 역할 - 🦜
키나코 (사랑앵무)… AI로 자료 조사를 하는 해설 역할. 상냥하게 깊이 파고들어 가르치는 선생님 역할
이 기사는 두 캐릭터의 대화를 받아 적은 형식입니다. 발언 시작 부분에 있는 이모지 + 이름이 화자입니다.
🐹 모치ー: “있잖아 키나코, AI 에이전트를 만들려면 좋은 모델만 고르면 끝인 거 아니야?”
🦜 키나코: “그게 아니야. 모델 주변의 실행 메커니즘을 ‘하네스(harness)’라고 부르는데, 이걸 만드는 것도 운영하는 것도 엄청 복잡하단 말이야.”
🦜 키나코: “마이크로소프트가 이 하네스를 Foundry에서 사용할 수 있도록 했어. GitHub 엔지니어링 팀이 개발한 거야.”
🐹 모치ー: “프로들이 쓰는 걸 우리도 쓸 수 있다고!? 그거 엄청 강력해 보이는데!”
🦜 키나코: “다만, 지금은 Public Preview 상태이고, 12월 1일부터 결제도 시작된대. 강력해 보이는 이야기는 조건들을 가지고 읽어보자.”
🐹 모치ー: “하네스라는 게 말에 거는 그 도구 같은 거야? 상상이 안 가는데…”
🦜 키나코: “말의 도구가 아니야. 요리로 비유할게. 오늘은 하네스가 무엇인지, 무엇이 발표되었는지, 시험해 볼 때 주의할 점을 알아볼 거야.”
🐹 모치ー: “일단 기본부터. 하네스라는 게 결국 뭘 하는 거야?”
🦜 키나코: “마이크로소프트 설명에 따르면, 모델이 지능을 담당하고, 하네스는 그 주변의 일체 시스템이야. 명령어(instruction), 컨텍스트(context), 실행 환경(execution environment), 제어 기능을 제공하는 층이지.”
🐹 모치ー: “컨텍스트, 실행 환경… 단어가 너무 많아서 머리가 어지러워.”
🦜 키나코: “주방으로 비유할게. 모델은 손재주 좋은 요리사야. 하네스는 레시피, 도구, 불 조절 관리, 식재료 보관 장소가 갖춰진 주방 그 자체라고 생각하면 돼.”
🦜 키나코: “요리사가 아무리 뛰어나도, 주방이 없으면 긴 전처리 과정이나 여러 요리를 동시에 진행할 수 없잖아?”
🐹 모치ー: “과연. AI가 긴 작업을 할 때 필요한 도구나 순서 관리 담당 같은 거야?”
🦜 키나코: “맞아. 툴(tool)을 호출하고, 결과를 보고, 다음 것을 결정하는. 이 반복 과정을 돌리는 게 에이전트 루프(agent loop)야.”
🐹 모치ー: “그럼 요리사 모델을 바꿔도 같은 주방에서 만들 수 있으면 편리하겠네!”
🦜 키나코: “거기가 이번 판매 포인트야. 작업에 맞는 모델을 선택할 수 있고, 하네스나 스택(stack)을 바꿀 필요가 없다고 마이크로소프트는 설명하고 있어.”
🐹 모치ー: “애초에 이거 만든 건 누가 한 거야?”
🦜 키나코: “GitHub 엔지니어링 팀이야. 발표를 작성한 사람도 Foundry의 CVP와 GitHub의 CTO 두 명이야.”
🦜 키나코: “사내에서는 Copilot Code, Copilot Studio, GitHub Copilot 앱, CLI, VS Code 등에서 사용되고 있다고 적혀 있어.”
🐹 모치ー: “즉, 이미 현장에서 돌아가고 있는 시스템을 외부에 공개했다는 뜻이네?”
🦜 키나코: “다만, 수백만 명이 사용해서 실적이 있다는 이야기는 마이크로소프트 자체의 설명이야. 제3자가 확인한 숫자는 아니야.”
🦜 키나코: “다음은 무엇이 발표되었는지 구체적으로 알아볼게. 20개 이상의 모델이라는 숫자도 나와.”
🐹 모치ー: “그래서, 구체적으로 뭐가 발표된 거야?”
🦜 키나코: “Foundry의 실행 기반으로 Microsoft Copilot harness를 사용할 수 있게 되었어. 추론(inference), 툴 사용, 길고 복잡한 작업을 처리하는 에이전트에게 적합해.”
🐹 모치ー: “관리형(managed)이라는 건 무슨 뜻이야?”
🦜 키나코: “운영을 상대방에게 맡긴다는 거야. 마이크로소프트가 에이전트 루프와 샌드박스(sandbox)를 움직여 주는 거지. 샌드박스는 격리된 안전한 작업 공간을 말해.”
🦜 키나코: “직접 준비해야 하는 건 명령어, 스킬, 툴, 그리고 어떤 모델을 사용할지 선택하는 거야. 여기가 역할 분담이지.”
🐹 모치ー: “주방 관리는 맡기고, 우리는 레시피와 식재료만 생각하면 되는 거네!”
🦜 키나코: “그 비유가 좋아. 다음은 모델 이야기야. 20개 이상의 프론티어 모델에 대응하고, 자신의 API key를 가져다 쓰는 BYOK(Bring Your Own Key)도 사용할 수 있대.”
🐹 모치ー: “20개 이상이면 어떤 모델이 들어있는 거야? Claude 같은 것도?”
🦜 키나코: “거기는 발표 본문에 모델명 목록이 없어. 사용할 수 있는 모델은 공식 대응표에서 직접 확인해야 해.”
🐹 모찌: "이름이 언급되지 않았다면, 사용되고 있다고 단정하기는 어렵네."
🦜 키나코: "응. 자동으로 분배하는 메커니즘도 세부 내용은 본문에 나오지 않아. 알고 있는 것만 믿자."
🐹 모찌: "또 하나, Rust로 재구축했다는 이야기도 들었는데..."
🦜 키나코: "런타임을 Rust로 포팅해서, 세션 오버헤드와 첫 글자가 나오는 시간이 줄었다고 설명하고 있어."
🦜 키나코: "다만, Microsoft의 발표에는 초 단위 수치가 없어. GitHub의 다른 기사에서는 Copilot 자체가 포팅했다고 설명하며 측정값도 제시하고 있거든."
🐹 모찌: "Copilot을 사용해서 Copilot을 재구축했다고요!? 나 좀 무섭다."
🦜 키나코: "그 기사에 따르면, 1턴의 세션이 5.25초에서 292밀리초로 줄었다고 하더라고. 하지만 다른 변경 사항들도 섞여 있어서 언어만의 효과는 아니야."
🦜 키나코: "그럼 실제로 어떻게 시험하는지. 다음은 사용법을 볼게."
🐹 모찌: "시험하려면 뭘 준비해야 해?"
🦜 키나코: "Foundry 공식 블로그의 예시를 보면, 먼저 스킬(skill)을 작성해. skills 폴더 안의 SKILL.md에 절차를 문장으로 쓰는 형태야."
🐹 모찌: "스킬이 AI에게 주는 절차서 같은 거야?"
🦜 키나코: "비슷해. 지시, 스크립트, 관련 자료 등을 한데 모아 여러 작업에서 재사용할 수 있거든."
🦜 키나코: "다음으로 azure.yaml로 에이전트를 정의하고, harness의 type에 microsoft_copilot_preview를 지정하는 거야. preview라는 이름에 주목해."
🐹 모찌: "이름에 preview가 들어있네. 아직 시범 운영 단계인 거구나."
🦜 키나코: "배포는 azd deploy --all, 호출은 azd ai agent invoke야."
🐹 모찌: "명령어가 나오니까 좀 긴장되네."
🦜 키나코: "괜찮아, 진입점(entry point)이 여러 개 있어. Foundry 포털, VS Code용 Foundry Toolkit, Copilot 앱의 플러그인도 있거든."
🐹 모찌: "툴을 연결할 때 보안은 어떻게 돼?"
🦜 키나코: "MCP 툴이나 Foundry 툴에 연결할 수 있고, 인증과 승인은 명시적으로 설정하는 방식이야. 아무거나 마음대로 건드릴 수는 없어."
🦜 키나코: "공식 예시에서는 가져온 내용은 지시가 아니라 데이터로 취급한다거나, 기밀 정보는 웹 검색 문에 넣지 않는다 같은 규칙도 절차에 적어두고 있어."
🐹 모찌: "과연, 좋은 절차서를 작성하느냐에 따라 안전성도 달라지는 거구나!"
🦜 키나코: "그게 사용자(이용자)의 역할이야. 그리고 현재 프리뷰에는 제한 사항도 있어. 하네스는 에이전트를 만들 때 선택해야 하고, 나중에 바꿀 수는 없대."
🦜 키나코: "리전이나 사용할 수 있는 모델에 대한 자세한 조건은 공개된 제한 페이지에서 확인하는 방식이야."
🐹 모찌: "가장 궁금한 건 요금이야. 무료로 시험해 볼 수 있어?"
🦜 키나코: "하네스 실행은 12월 1일 이전까지는 무료야. 12월 1일부터 종량제(pay-as-you-go)가 시작돼."
🦜 키나코: "샌드박스 계산은 vCPU의 시간당 $0.0994, 메모리는 1GiB당 시간당 $0.0118이야."
🐹 모찌: "vCPU 시간당? 갑자기 어렵다."
🦜 키나코: "전기세 같은 거야. 작업 공간의 두뇌와 메모리를 사용한 시간에 대해서만 지불하는 방식이지."
🦜 키나코: "그것과는 별개로, 모델 추론이나 별도로 과금되는 툴에는 각각 비용이 들고. 가격은 지역이나 계약에 따라 달라질 수 있어."
🐹 모찌: "그럼 무료일 때 시험해 보고, 결제가 시작되기 전에 그만두면 되는 거야?"
🦜 키나코: "무료인 건 하네스 실행분만이야. 모델 추론이나 별도 과금 툴은 별도 요금이니까, 시작하기 전에 공식 요금 페이지에서 최신 정보를 확인해 봐."
🐹 모찌: "어떤 경우에 이 하네스를 선택해야 할지 헷갈리겠다."
🦜 키나코: "공식 정리로는, 지시와 대응 툴만으로 충분하다면 하네스 없는 프롬프트 에이전트. 스킬이나 파일, 서브 에이전트가 필요하면 하네스가 있는 거야."
🦜 키나코: "프레임워크나 실행 로직 자체를 변경하고 싶다면 호스팅된(hosted) 에이전트. 이건 장시간 실행의 내결함성(fault tolerance)이 일반 제공이야."
🐹 모찌: "하네스는 프리뷰고, 호스팅된 에이전트의 내결함성은 이미 일반 제공이라는 거구나."
🦜 키나코: "응. 다만, 중단하면 원래 입력으로 다시 시작하기만 하니까, 중간 과정 저장과 이중 실행 방지는 앱 측에서 구현해야 해."
🦜 키나코: "강점은 주방을 직접 만들 필요가 없다는 거야. 주의할 점은, 이것이 프리뷰라는 것과 성능 수치가 GitHub 자체 측정이라는 거야."
🦜 키나코: "정리해 줄게. 하네스는 모델 주변의 실행 메커니즘 일체야. Microsoft가 Foundry에서 퍼블릭 프리뷰로 출시한 거야."
🦜 키나코: "20개 이상의 모델과 자체 키에 대응한다고 설명되어 있지만, 모델명 목록은 발표 본문에는 없어."
🦜 키나코: "오늘 해줬으면 하는 건 한 가지야. 사용하고 싶은 태스크를 하나 정해서, 원하는 모델이 대응하는지 공식 제한 페이지에서 확인해 봐."
🐹 모찌: "그럼 나도 할 수 있겠는데! 일단 대응 모델을 찾아보는 것부터 해야지!"
🦜 키나코: "앱에 통합하고 싶은 사람은 GitHub의 copilot-sdk에서 SDK를 얻을 수 있다고 발표에 쓰여 있어."
🦜 키나코: "요금이나 제공 상황은 앞으로 바뀔 수도 있어. 시작하기 전에 공식 최신 정보를 봐줘."
🦜 키나코: "여러분은 AI 에이전트를 만든다면, 어떤 모델을 사용해 보고 싶어? 댓글로 알려줘."
🐹 모찌: "그러고 보니 보호자님, 영상 편집 소프트웨어 무료 체험 기간 끝나는 날을 적는 걸 깜빡했네."
🦜 키나코: "후훗, 무료 기간은 종료일을 미리 확인해 두면 안심이지."
🐹 모찌: "그럼 오늘은 이만!"
키나코모찌의 테크 심층 분석에서는 AI/LLM을 중심으로 한 기술 전반을 햄스터(🐹 모찌)와 사랑앵무(🦜 키나코)의 대화 형식으로 재미있게 설명하고 있습니다.
▶️ 영상으로 보기 → GitHub Copilot도 사용하는 Copilot harness, Foundry에서 시험해 볼 수 있을까? 12월 결제 시작
👍 이 글이 도움이 되었다면 LGTM・저장(스트록)해주시면 힘이 됩니다!
📺 채널 구독하기 → 키나코모찌의 테크 심층 분석
🔗 다른 해설 영상 보기 → 키나코모찌의 테크 심층 분석 영상 목록
