도커가 YAML 선언으로 AI 에이전트를 만드는 docker-agent를 공개했다

도커 엔지니어링이 GitHub에 docker-agent를 공개했다. 한마디로 AI 에이전트를 선언적으로 정의하고 실행하고 공유하는 도구다. 별도 코드를 작성하지 않고 YAML 설정만으로 에이전트를 구성할 수 있으며, Docker CLI 플러그인 형태라 `docker agent` 명령으로 바로 실행된다.

에이전트 정의는 YAML 파일 하나에서 시작한다. 설명과 시스템 프롬프트 같은 최소한의 항목을 채우면 그대로 동작하는 에이전트가 된다. 설정이 파일이므로 버전 관리와 리뷰, 재사용이 자연스럽게 따라온다.

도구 생태계는 내장 도구와 MCP 서버를 함께 묶는다. MCP는 로컬·원격·Docker 기반 실행을 모두 지원한다. 모델 제공자에는 종속되지 않아 OpenAI, Anthropic, Gemini, AWS Bedrock, Mistral, xAI, Docker Model Runner 등을 골라 쓸 수 있다.

여러 에이전트를 팀으로 묶는 멀티 에이전트 구조도 핵심이다. 전문화된 에이전트들이 작업을 서로 자동으로 넘겨받아 처리한다. 추론을 돕는 think, todo, memory 도구가 기본 제공되고, 검색 증강 생성은 BM25와 임베딩, 하이브리드 검색, 리랭킹을 조합하는 플러그형 구조로 붙는다.

배포 방식은 컨테이너 생태계의 관행을 그대로 가져왔다. 에이전트를 OCI 레지스트리에 밀어 넣고 어디서든 당겨서 실행할 수 있다. `docker agent run myorg/agent:tag` 같은 형태로 사내 레지스트리에 올린 에이전트를 호출하는 그림이다.

설치 경로는 세 가지다. Docker Desktop 4.63 이상에는 CLI 플러그인이 미리 설치돼 있어 별도 작업 없이 `docker agent`를 쓸 수 있다. Homebrew로 `docker-agent`를 설치하거나 GitHub Releases에서 바이너리를 받아 `~/.docker/cli-plugins/docker-agent`로 심볼릭 링크를 걸어도 같은 명령을 쓸 수 있다. 실행 전에는 OpenAI, Anthropic, Google 등의 API 키를 환경변수로 지정하거나, 로컬 모델을 원하면 Docker Model Runner를 선택하면 된다.

배경에는 에이전트 프레임워크가 쏟아지는데도 배포와 유통이 제각각이라는 문제가 있다. 대부분 파이썬 SDK 중심이라 실행 환경을 맞추는 일부터 부담이고, 만든 에이전트를 팀 단위로 돌려쓰는 표준 경로도 마땅치 않았다. 도커는 이미 익숙한 CLI와 OCI 레지스트리라는 통로에 에이전트를 얹는 쪽을 택했다. 도커 엔지니어링은 docker-agent로 docker-agent 자체를 개발한다고 밝히고 있다.

개발자 입장에서 달라지는 지점은 에이전트가 코드가 아니라 설정 아티팩트가 된다는 것이다. 프롬프트와 도구 구성을 YAML로 두면 변경 이력이 남고, 리뷰를 거쳐 배포되며, 레지스트리 태그로 버전을 고정할 수 있다. 모델을 바꾸고 싶을 때 로직을 손대지 않고 설정만 교체하면 된다는 점도 실무에서 크다.

주의할 점도 있다. 도구가 익명 사용 데이터를 수집한다는 사실이 저장소에 명시돼 있다. 클라우드 모델을 쓰려면 최소 한 개의 API 키가 필요하고, Docker Desktop 경로를 택하면 4.63 이상이어야 한다. 설치와 모델 설정, 빠른 시작 문서는 저장소에서 확인할 수 있다.