Google Agent Executor(AX) — 에이전트에게도 쿠버네티스 모먼트가 오는가

에이전트 인프라의 빈 자리

2026년 5월 Google이 오픈소스 분산 에이전트 런타임 'Agent Executor', 줄여서 AX를 공개했다. GitHub 레포지토리는 github.com/google/ax로 공개돼 있으며 아직 초기 개발 단계라 아키텍처가 바뀔 여지가 있다고 Google 스스로 밝히고 있지만, 발표 직후부터 에이전트 인프라 생태계에서 상당한 주목을 받았다.

AX는 에이전트 루프를 조율하고 이벤트 로깅으로 실행을 관리하며 로컬·원격 액터와 통신하는 런타임 레이어다. 단순한 에이전트 프레임워크가 아니라, 에이전트가 프로덕션에서 실제로 돌아갈 때 마주치는 인프라 문제 — 장애 복구, 상태 일관성, 보안 격리, 수평 확장 — 를 해결하는 실행 표준을 목표로 삼는다. 설계 원칙은 네 가지다. 복잡한 분산 환경에서 자동 복구하고 재개하는 신뢰성, 도구·스킬·목적별 에이전트를 자유롭게 구성하는 커스터마이징, 코드 생성이나 멀티 테넌트 처리 시 샌드박스로 격리하는 안전성, Agent Substrate와 연동해 Kubernetes 위에서 실시간으로 컴퓨팅을 배치·해제하는 효율성이다.

⤢✕

이벤트 로그가 장애 복구를 책임진다

AX의 핵심은 이벤트 로그 기반의 내구성 실행(Durable Execution)이다. 모든 에이전트 실행 상태가 이벤트 로그에 순차 기록되고, 특정 체크포인트마다 스냅샷이 생성된다. 장애가 나면 런타임이 마지막 유효 스냅샷부터 이벤트 로그를 재생해 정확히 중단 지점부터 실행을 재개한다. 이는 기존 스테이트리스 마이크로서비스와는 근본적으로 다른 접근이다. 에이전트는 수십 분에서 수 시간이 걸리는 작업을 수행하기 때문에 단순 재시작으로는 부족하고, 이벤트 소싱 패턴이 이 문제에 대한 구조적 답이 된다. 기존 이벤트 로그를 특정 체크포인트에서 포크해 새 이벤트 로그를 만드는 기능도 지원하는데, A/B 테스트나 에이전트 동작 디버깅, 다른 실행 경로 탐색에 쓸 수 있다.

분산 환경에서 여러 컴포넌트가 동시에 세션 상태를 고치려 들면 충돌이 생긴다. AX는 이를 단일 쓰기자 아키텍처로 막는다 — 하나의 중앙 컨트롤러만 세션 상태에 대한 쓰기 권한을 갖고, 다른 컴포넌트는 이 컨트롤러를 거쳐야만 상태를 바꿀 수 있다. 경쟁 상태(race condition)와 데이터 부패를 구조적으로 방지하는 설계로, 프로덕션 멀티 에이전트 시스템에서 세션 일관성이 얼마나 중요한지를 반영한 결정이다. 장시간 실행 중 클라이언트 연결이 끊겨도, 재연결 시 마지막으로 받은 시퀀스 이후의 모든 응답을 백필(backfill)해 전달하는 연결 복구 기능도 갖췄다 — 실시간 스트리밍이 필요한 에이전트 시스템에서 네트워크 불안정으로 인한 데이터 손실을 막는다.

API 설계와 MCP·A2A 네이티브 지원

⤢✕

AX는 MCP와 A2A 프로토콜을 네이티브로 지원해 서로 다른 에이전트 생태계의 도구와 에이전트를 한 런타임 안에서 섞어 쓸 수 있게 한다. 예를 들어 Anthropic의 MCP 서버로 제공되는 데이터베이스 접근 도구를 AX 런타임에서 돌아가는 Gemini 기반 에이전트가 호출하거나, A2A 프로토콜로 외부 파트너 에이전트와 협업하는 파이프라인을 구성할 수 있다. 배포 모델도 온프레미스, 프리빌트 매니지드 에이전트, 커스텀 매니지드 에이전트를 넘나든다. 규정 준수가 필요한 워크플로우는 내부 인프라에서 돌리고, 나머지는 Google Cloud의 Managed Agents API로 운영하는 혼합 전략도 가능하다.

함께 발표된 Agent Substrate는 Kubernetes를 에이전트 워크로드에 맞게 최적화하는 추상화 레이어다. 기존 Kubernetes는 수천 개의 장기 실행 서비스를 처리하는 데 최적화돼 있지만, 에이전트 워크로드는 수백만 건의 서브초 단위 도구 호출이 폭발적으로 발생하고 실행이 짧고 예측 불가능하며 컴퓨팅 수요가 급격히 변동한다는 점에서 성격이 다르다 — 이런 패턴은 표준 Kubernetes 컨트롤 플레인을 압도할 수 있다. Agent Substrate는 에이전트를 실시간 준비된 컴퓨팅 용량에 배치·해제하는 추상화로 지연 시간과 확장성, 효율성을 함께 노린다. Google은 이 프로젝트를 커뮤니티와 함께 열어 에이전트 네이티브 인프라를 공동 설계한다는 방침이다.

LangGraph·CrewAI·AutoGen과 무엇이 다른가

⤢✕

LangGraph는 2026년 기준 에이전트 프레임워크 중 프로덕션 성숙도가 가장 높다. LangSmith 옵저버빌리티, 체크포인팅, 스트리밍을 갖췄고 2026년 초 GitHub 스타 수에서 CrewAI를 앞질렀다. 그래프 기반 아키텍처는 감사 추적과 롤백 포인트 같은 엔터프라이즈 요구사항에 잘 맞는다. AX가 이와 다른 지점은 인프라 레이어에 집중한다는 것이다 — LangGraph가 그래프·조건부 엣지·상태 머신으로 에이전트 로직 자체를 표현하는 데 초점을 맞춘다면, AX는 그 에이전트가 분산 환경에서 어떻게 안정적으로 실행되는가라는 런타임 문제를 다룬다. 둘은 경쟁보다는 보완 관계에 가깝다.

CrewAI는 역할 기반 크루 설계로 빠른 멀티 에이전트 프로토타이핑에 강점이 있지만 체크포인팅이 제한적이고 장기 실행 에이전트의 장애 복구가 약하다. AX의 내구성 실행 모델은 이 약점을 보완하는 런타임 레이어가 될 수 있다. AutoGen(AG2)은 대화형 에이전트 상호작용과 연구 환경에 강하지만 기본적으로 인메모리 대화 히스토리에 의존해 프로덕션 분산 환경에서의 내구성이 약점인데, AX는 정확히 이 지점을 겨냥한다.

비교 기준	Google AX	LangGraph	CrewAI	AutoGen
프로덕션 성숙도	초기(Early)	높음	중간	중간
내구성 실행	네이티브 지원	체크포인팅	제한적	기본 미지원
분산 인프라	핵심 기능	제한적	제한적	제한적
Kubernetes 연동	Agent Substrate	외부 연동	외부 연동	외부 연동
MCP/A2A 지원	네이티브	플러그인	플러그인	플러그인
주요 강점	인프라 신뢰성	상태 제어·흐름	빠른 프로토타이핑	대화형 협업

실제로 어디에 쓸 수 있나

⤢✕

수 시간에 걸친 웹 리서치·문서 분석·보고서 작성 에이전트가 중간에 네트워크 오류를 만나도 이벤트 로그로부터 재개하는 장기 실행 연구 에이전트, 여러 사용자의 코드 생성 요청을 샌드박스로 격리하면서 동시에 수평 확장하는 멀티 테넌트 코드 실행 에이전트, 중요한 액션 전에 사람의 확인을 요청하고 승인이 올 때까지 상태를 유지한 채 대기했다가 재개하는 human-in-the-loop 승인 워크플로우가 대표적인 활용 시나리오다.

Google의 노림수: 두 번째 쿠버네티스 플레이북

업계 분석가들은 AX 전략을 Google이 10년 전 Kubernetes에서 썼던 플레이북과 같은 선상에 놓는다 — 런타임을 오픈소스로 공개하고, Google Cloud 서비스(Gemini Enterprise Agent Platform, Managed Agents API 등)로 소비를 유도하는 전략이다. 흐름은 세 단계로 정리된다. 먼저 AX를 오픈소스로 공개해 에이전트 실행의 사실상 표준 자리를 선점하고(Kubernetes가 컨테이너 오케스트레이션의 표준이 됐듯), Agent Substrate를 커뮤니티와 함께 열어 Kubernetes 생태계가 CNCF를 중심으로 성장했던 것과 비슷한 패턴으로 에이전트 네이티브 인프라 생태계를 형성하며, 마지막으로 Vertex AI·GKE·Managed Agents API와의 깊은 통합으로 AX 기반 에이전트를 Google Cloud에서 가장 쉽게 운영할 수 있도록 클라우드 서비스를 차별화한다.

AX는 여전히 초기 개발 단계라 아키텍처 주요 부분이 바뀔 수 있다고 Google이 명시하고 있지만, "Google이 에이전트를 위한 쿠버네티스 모먼트를 노리고 있다"는 평가가 업계에서 지배적이다. 2026년 하반기에는 Agent Substrate를 CNCF 같은 중립 거버넌스 기구에 기여해 업계 표준으로 만드는 흐름, Google의 에이전트 개발 키트(ADK)와 AX 런타임의 통합 심화, 초기 단계를 벗어나 엔터프라이즈 SLA를 충족하는 안정 릴리즈 달성이 주목할 지점으로 꼽힌다.