DeepSeek Harness 일간 활성 사용자 154만, 플러그인 3만 5천: Agent가 플랫폼화로 나아가고 있다

DeepSeek Harness 일간 활성 사용자 154만, 플러그인 3만 5천: Agent가 플랫폼화로 나아가고 있다

작성자 주: DeepSeek Harness가 오픈소스로 공개된 뒤 빠르게 사용자와 서드파티 플러그인을 모았고, 공식 측도 플러그인 마켓과 개발자 지원 체계를 만들기 시작했어요. 에이전트가 단일 도구에서 개방형 플랫폼으로 나아가고 있습니다.

DeepSeek은 2026년 11월 5일 Harness의 제품 현황을 공개했어요. 11월 4일 기준, DeepSeek 공식 API를 사용하는 사용자를 대상으로 집계했을 때 DeepSeek Harness의 일간 활성 사용자는 154만 명, 하루 토큰 소비량은 약 92조, 커뮤니티 서드파티 플러그인은 약 3.5만 개였습니다. 활성 사용자 가운데 약 60%는 서드파티 플러그인을 하나 이상 설치하거나 직접 만들어 본 경험이 있어요. 8월 13일 개발자 프리뷰 버전을 출시한 때부터 따지면, 이 규모는 석 달도 안 되는 기간에 형성된 것이에요. 저희가 내린 핵심 판단은 이래요. Harness의 가치는 이제 “에이전트 실행 기능을 제공하는 데” 그치지 않아요. 모델, 도구, 플러그인 개발자, 사용자를 연결하기 시작했어요. 공식은 범용 인프라를 맡고, 서드파티 개발자는 전문 기능을 계속 만들어 내죠. 에이전트는 플랫폼화를 향해 가고 있습니다.

아래에서 세 부분으로 나눠 살펴볼게요. 첫 번째는 공식 데이터의 성장 과정과 집계 기준을 정리하고, 154만 DAU, 92조 토큰, 60% 플러그인 참여율이 각각 무엇을 뜻하는지 설명해요. 두 번째는 “모든 것이 플러그인” 아키텍처를 뜯어보고, 커뮤니티가 실제로 만들어 낸 플러그인을 정리해요. 세 번째는 이미 구현된 플러그인 배포 기능과 공식이 준비 중인 마켓·인센티브 프로그램을 구분한 뒤, 생태계가 성숙하려면 풀어야 할 과제와 개발자·API 서비스 플랫폼이 참여할 수 있는 지점을 분석해요.

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-ko-image-0


Table of Contents

To Know: DeepSeek Harness 플랫폼화를 이해하는 핵심 용어

용어 설명
AI Agent 도구를 호출하고 여러 단계의 작업을 연속해서 완료할 수 있는 AI 시스템
Harness Agent의 실행 과정, 도구, 컨텍스트, 작업 환경을 관리하는 실행 프레임워크
DAU Daily Active Users, 일일 활성 사용자 수
Plugin 소프트웨어에 기능을 추가하는 확장 컴포넌트로, 개별 설치·활성화·제거가 가능해요
Cordis DeepSeek Harness가 기반으로 채택한 조합 가능한 플러그인 프레임워크
CLI 명령줄로 프로그램을 조작하는 상호작용 방식이며, 각종 코딩 Agent는 대부분 CLI 형태로 제공돼요
Context 모델이 현재 작업을 이해하고 처리하는 데 사용하는 모든 정보로, 대화, 도구 설명, 파일 내용을 포함해요
SDK 개발자가 플랫폼의 기능을 호출하도록 돕는 소프트웨어 개발 키트
Token Incentive 모델 호출 쿼터 등의 형태로 개발자에게 보상하는 메커니즘
Plugin Index 플러그인 인덱스로, 플러그인 이름, 작성자, 버전, 호환 범위, 설치 소스를 제공해요
Plugin Marketplace 공식적으로 계획 중인 플러그인 마켓으로, 플러그인을 발견·설치·업데이트·배포하는 데 사용해요
간접 프롬프트 주입 공격자가 웹페이지, 파일 등 외부 콘텐츠에 악성 지시를 숨겨 Agent가 이를 실행하도록 유도하는 공격

1 DeepSeek Harness의 성장 속도는 얼마나 될까요

1.1 DeepSeek Harness, 처음으로 사용자 규모를 공개

사실 부분: DeepSeek Harness v0.1은 2026년 8월 13일 출시와 동시에 오픈소스로 공개됐고, MIT License를 적용했어요. 출시 약 하루 만에 GitHub 스타가 5만 개를 넘었고, 9월 29일에는 데스크톱 버전을 내놓았어요. 11월 15일 기준 공식 저장소에는 약 28.11만 개의 스타와 3.47만 개의 포크가 표시되며, 최신 버전은 11월 13일 공개된 v0.2.2-rc.3이에요.

공식이 공개한 일 활성 사용자(DAU) 데이터는 아래와 같고, 세 시점의 집계 기준은 서로 달라요.

통계 시점 데이터 집계 기준
2026-09-30 DAU 27.1만 7일 평균값
2026-10-07 DAU 42.9만 공식이 밝힌 단계별 수치
2026-11-04 DAU 154만 하루 데이터
2026-11-04 약 92조 토큰 하루 소비량
2026년 11월 초 약 3.5만 개 서드파티 플러그인 수
2026년 11월 초 약 60% 활성 사용자 중 서드파티 플러그인을 하나 이상 설치하거나 직접 만든 적이 있는 비율

공식은 154만 DAU와 92조 토큰이 DeepSeek 공식 API를 사용하는 사용자를 집계 범위로 삼는다고 분명히 밝혔어요. 27.1만은 7일 평균값이고 154만은 하루 값이라, 둘은 추세를 관찰하는 데 적합하지만 정확한 성장률을 계산하는 데 쓰기에는 집계 기준이 통일되지 않아요. 위 데이터는 모두 기업 자체 발표이며, 공개 자료에는 서드파티 감사가 없어요.

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-ko-image-1

1.2 154만 DAU와 92조 토큰이 보여주는 에이전트 사용량 특징

분석 부분: 에이전트와 단일 턴 채팅은 사용량 구조가 크게 달라요. 한 번의 에이전트 작업은 보통 계획 수립, 도구 호출, 결과 읽기, 재추론의 루프를 거쳐요. 같은 작업에서 모델 호출이 여러 번 발생하고, 매 호출마다 도구 설명, 이전 단계, 파일 내용을 함께 전달해야 하죠. 그래서 DAU 대비 총 토큰량의 비율이 일반 대화형 제품보다 훨씬 높아요.

92조 토큰은 Harness 사용자 집단 전체의 실행 강도를 보여줘요. 하루 총량에는 긴 작업, 짧은 작업, 여러 모델 등급이 모두 합쳐져 있어요. 자료에는 사용자 분포와 과금 구분이 나와 있지 않아요. 따라서 이 수치는 사용량 규모를 보여주기에는 적합하지만, 플랫폼 수익이나 개별 사용자의 전형적인 비용을 추산하기에는 근거가 부족해요.

1.3 3.5만 개 플러그인과 60% 플러그인 참여율

3.5만 개의 서드파티 플러그인은 개발자들이 각자의 요구에 맞춰 제품 기능을 크게 확장해 왔다는 것을 말해줘요. 약 60%의 참여율은 플러그인이 활성 사용자 사이에서 이미 주류 사용 방식이 됐고, 사용자들이 공식 기본 기능 외에 자발적으로 기능을 추가 설치한다는 것을 보여줘요.

정확히 짚어야 할 점은 이 60%가 ‘설치’와 ‘제작’이라는 두 가지 행동을 합친 값이라는 거예요. 이 값은 플러그인 기능의 보급 정도를 측정한 것이고, 플러그인을 직접 개발한 사용자는 그중 일부에 그치며, 구체적인 비율은 공식이 공개하지 않았어요.


2 모든 것이 플러그인: DeepSeek Harness의 개방형 아키텍처는 어떻게 동작하나요

2.1 Harness에서는 모델, 도구, 메모리, 인터페이스까지 모두 교체할 수 있어요

전통적인 Agent 제품은 어떤 모델을 쓸지, 어떤 도구를 제공할지, 메모리와 컨텍스트를 어떻게 관리할지를 벤더가 미리 정해 두는 경우가 많아요. DeepSeek Harness의 핵심 설계는 Everything is a Plugin이에요. 모델 어댑터, 도구, Skills, 스토리지, 세션 관리 같은 실행 모듈을 모두 조합 가능한 플러그인으로 분리했고, 인터페이스와 상호작용 기능도 플러그인으로 확장할 수 있어요.

공식적으로 TypeScript 기반 플러그인 개발 방식을 제공해요. 기본 플러그인은 플러그인 이름, apply 함수, 컨텍스트 객체 ctx, 의존성 선언 inject로 구성돼요. 개발자는 ctx를 통해 도구, 이벤트 리스너, 기타 서비스를 등록하고, 플러그인이卸载(unload)될 때 프레임워크가 컨텍스트를 통해 등록된 이벤트·도구·타이머를 자동으로 정리해요. 추가 리소스는 ctx.effect()로 관리할 수 있어요.

이 메커니즘의 이론적 기반은 Cordis예요. 관련 논문은 2026년 8월 26일 arXiv에 제출되었고, 두 가지 능력을 제시했어요.

  • 시간 차원의 조합 가능성: 컴포넌트가 제거될 때 그 컴포넌트가 만들어낸 부수 효과도 되돌릴 수 있어요.
  • 공간 차원의 조합 가능성: 컴포넌트가 의존 관계를 선언하고, 컨텍스트 변화에 따라 동적으로 활성화되거나 비활성화돼요.

되돌릴 수 있는 부수 효과, 반응형 의존성, 핫 모듈 교체를 통해 플러그인은 Harness가 실행 중인 상태에서도 설치·비활성화·핫 리로드가 가능해요. 이는 대규모 서드파티 확장이 성립할 수 있는 엔지니어링 전제 조건이에요.

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-ko-image-2

2.2 개방형 아키텍처가 Harness를 다양한 시나리오로 확장해요

분석 파트: 플러그인화는 “Agent 플랫폼을 구축한다”는 일을 “이미 갖춰진 플랫폼에 한 조각의 기능을 추가한다”로 바꿔 놓았어요. 개발자는 실행 루프, 세션 관리, 인터페이스를 처음부터 구현할 필요 없이, 자신이 잘 아는 워크플로우 한 부분에만 집중하면 돼요. 사용자는 작업에 맞춰 플러그인을 조합해 범용 Agent를 전용 워크벤치로 바꿀 수 있고요.

Harness에는 크리에이티브 모드도 내장되어 있어서, 사용자가 자연어로 요구사항을 설명하면 Agent가 스스로 플러그인을 만들고 설정해요. 펑파이 뉴스(Pengpai News)의 8월 실측 테스트에서 테스터가 Harness로 기사 팩트체크 Agent를 생성하도록 했더니 약 11분이 걸렸고, 이후에는 독립 프리셋으로 호출할 수 있었어요. 이로써 플러그인 제작 진입 장벽이 한층 낮아졌고, 이는 60% 참여율이 형성된 배경을 이해하는 데도 도움이 돼요.


3 DeepSeek Harness 커뮤니티가 이미 만들어 놓은 실제 플러그인

아래 사례는 공식 커뮤니티 진행 글과 프로젝트 작성자의 자료에서 가져왔으며, 모두 커뮤니티가 유지 관리하는 프로젝트예요.

플러그인 작성자 시나리오 핵심 역량
dsh-media-desk 커뮤니티 1인 미디어 창작 아이디어 기록, 스크립트, 커버, 스토리보드를 하나의 작업대로 통합
dsh-guizang-design 커뮤니티 디자인과 조판 글을 웹페이지로 변환, 이미지-텍스트 카드, 커버 생성, 작품과 스타일 재사용
dsh-context 커뮤니티 컨텍스트 인사이트 Agent가 어떤 컨텍스트를 사용했고 어떻게 변했는지 보여줌
dsh-aio-agent cocofhu 다중 코딩 Agent 통합 진입점 Cursor, Claude Code, Codex, OpenCode, CodeBuddy, Kimi Code 연결
dsh-ltm tr1v3r 장기 기억 SQLite 로컬 저장, CJK 검색, 프로젝트별 회수, 중복 제거와 병합
TheOne YunongDai2005 주제 간 세션 관리 주제를 자동으로 판단해 해당 세션과 프로젝트 작업 공간으로 라우팅
agentero-dsh 커뮤니티 연구 논문 읽기 논문 읽기, 하이라이트, 번역, 노트, AI 보조 연구

3.1 1인 미디어 창작과 디자인 플러그인

dsh-media-desk는 아이디어, 스크립트, 커버, 스토리보드를 하나의 콘텐츠 생산 라인으로 이어 줘요. 창작자는 같은 Agent 작업대 안에서 주제 선정부터 완성본 소재 준비까지 마칠 수 있죠. dsh-guizang-design은 디자인과 텍스트 다듬기 계열 Skills를 플러그인으로 묶어서, 글을 웹페이지로 바꾸기, 이미지-텍스트 카드, 커버 생성을 지원하고 작품을 저장하며 디자인 스타일을 재사용할 수 있게 해요. 두 플러그인의 공통점은 원래 여러 도구에 흩어져 있던 단계들을 모아 연속된 워크플로로 만든다는 거예요.

3.2 dsh-aio-agent: 다중 코딩 Agent가 같은 Harness 작업대로 들어오기

dsh-aio-agent는 Cursor, Claude Code, Codex, OpenCode, CodeBuddy, Kimi Code 등 코딩 Agent의 커맨드라인 프로그램을 Harness에 연결해서, 선택 가능한 세션 모드로 만들어 줘요. 플러그인은 로컬에 실제로 설치된 CLI를 호출하고, 각 도구는 자기 모델과 대화 컨텍스트를 그대로 유지해요.

이 사례의 의미는 Harness가 여러 Agent의 통합 상호작용 계층 역할을 할 수 있다는 점이에요. 사용자는 하나의 인터페이스에서 서로 다른 코딩 도구를 전환하고, 여러 터미널 사이를 오갈 필요가 없어요. 이로써 Harness의 역할은 “하나의 Agent”에서 “Agent의 작업대”로 바뀌어요.

3.3 장기 기억과 프로젝트 간 관리

dsh-ltm은 오래 일하는 Agent에게 로컬 구조화 기억을 제공해요. SQLite로 저장하고, 중국어 등 CJK 언어 검색을 지원하며, 프로젝트 범위로 회수하고, 중복 식별, 수정, 병합, 만료 재검토, 마이그레이션 기능도 제공해요. 검색은 BM25와 문자 n-gram을 기반으로 하며 외부 Embedding 서비스에 반드시 의존하지 않아서 배포 비용이 낮아요.

TheOne은 또 다른 문제를 해결해요. 사용자가 업무, 프로그래밍, 연구 등 여러 장기 프로젝트를 동시에 진행할 때 세션이 쉽게 뒤섞이기 마련인데, TheOne은 통합 채팅 진입점을 제공하고 모델이 메시지 주제를 판단한 뒤 해당하는 독립 세션으로 라우팅하고 프로젝트 작업 공간으로 구성해 줘요. 잘못 분류한 경우 조정과 취소도 지원하고요. 작성자는 공식 GitHub Discussions에서 TheOne이 독립적으로 유지 관리되는 커뮤니티 플러그인이라고 밝혔어요.

3.4 agentero-dsh: 연구와 전문 워크플로

agentero-dsh는 문헌 관리와 Agent를 결합해서 논문 읽기, 하이라이트, 번역, 노트, AI 보조 연구를 지원해요. 이런 버티컬 플러그인은 전문 분야의 깊은 요구를 업계를 잘 아는 개발자들이 채워 나가고 있으며, 공식 플랫폼이 하나하나 다 커버할 필요는 없다는 걸 보여줘요.


4 DeepSeek Harness, 플러그인 모음에서 개발자 플랫폼으로

4.1 Harness 플러그인은 어떻게 배포·발견·설치되나요

이미 구현된 기능: 플러그인은 npm 패키지나 Git 저장소로 배포할 수 있고, 공식 문서에서는 GitHub 플러그인 저장소에 dsh-plugin 토픽을 추가해 발견성을 높이기를 권장합니다. Harness는 플러그인 인덱스를 이미 지원하며, 이름, 소개, 작성자, 버전 목록, 분류 태그, 호환 버전, 설치 출처, 업데이트 상태를 제공합니다. 사용자는 검색과 필터를 쓸 수 있고, 시스템은 기본적으로 현재 Harness와 호환되는 안정 버전을 추천하며, 호환 조건이 허용되는 경우에는 이전 버전도 선택할 수 있습니다.

공식 문서는 인덱스의 검증 범위도 함께 밝힙니다. 제목, 작성자, 설명 같은 정보는 인덱스 관리자가 제공하고, Harness는 파일 형식만 검사합니다. 설치할 때는 패키지, Git 저장소, 버전 출처를 표시하고 사용자가 확인하도록 합니다. 그러니까 플러그인 인덱스가 해결하는 것은 발견과 설치이고, 서드파티 플러그인의 출처와 권한은 여전히 사용자가 직접 검토해야 합니다.

4.2 공식 플러그인 마켓과 토큰 인센티브

분류 내용 상태
플러그인 배포 npm·Git 배포, 플러그인 인덱스, 검색 및 분류 구현됨
버전 관리 호환성 검사, 업데이트, 활성화/비활성화, 제거, 핫 리로드 구현됨, 지속적으로 반복 개선 중
플러그인 API 안정성과 호환성 향상 공식 계획
보안 메커니즘 플러그인 심사와 보안 제어 완비 공식 계획
공식 플러그인 마켓 더 완전한 발견·배포·게시 경험 준비 중, 규칙과 출시 시점 미공개
작성자 지원 토큰 인센티브, 기술 교류, 작품 추천과 노출 준비 중, 참여 의향 접수 중
생태계 협력 스타트업과 기업이 플러그인으로 제품과 서비스에 접속하도록 장려 공식 방향

공식 측이 제시한 장기 포지셔닝은 Harness를 Agent 시대의 운영체제로 만드는 것입니다. 플랫폼이 범용 기반 기능을 제공하고, 전문적인 시나리오와 개인화된 요구는 개발자가 플러그인으로 구현한다는 구상이죠. 토큰 인센티브의 구체적인 자격, 분배 방식, 기준은 추후에 공개될 예정입니다.

분석 파트: 토큰 인센티브는 플러그인 작성자에게 가장 현실적인 비용과 직결됩니다. 플러그인 개발과 테스트 자체에 모델 호출이 대량으로 필요하니, 호출 쿼터에 추천 노출을 더해 작성자를 지원하는 것은 플러그인이 꾸준히 유지되도록 만드는 직접적인 수단이 됩니다.

4.3 개발자와 기업이 Harness 생태계에 참여하는 방법

다음 기회들은 기존 플러그인 메커니즘에서 도출한 것이며, 공식적으로 아직 상업적 수익 데이터는 공개되지 않았습니다.

  • 독립 개발자: 자신이 잘하는 수직적 작업을 플러그인으로 만듭니다. 재무 정리, 연구 관리, 코드 리뷰, 콘텐츠 생산처럼요.
  • 기업 소프트웨어 팀: 기존 서비스와 API를 Agent가 호출할 수 있는 도구로 감싸 사용자 진입 장벽을 낮춥니다. 내부에서 비즈니스 역량을 감싸 특정 팀만 쓰도록 할 수도 있습니다.
  • 전문 서비스 제공자: 업계 프로세스, 데이터 처리, 전문 지식을 제품화해 Harness를 통해 사용자에게 전달합니다.
  • API 플랫폼: 서로 다른 Agent와 플러그인에 모델 호출과 도구 서비스를 제공하며, 생태계 전체의 최하단에 자리합니다.

5 DeepSeek Harness 플랫폼화 이후의 핵심 경쟁

5.1 플러그인 수 증가에 따른 품질과 호환성 관리 수요

InfoQ의 11월 10일 보도는 커뮤니티 피드백을 기록했어요. 일부 사용자는 플러그인을 15개 이상 설치한 뒤 Agent가 무한 루프에 빠지거나 컨텍스트 오버플로, 토큰 소비 증가를 겪었는데, 원인 중 하나는 도구 설명이 컨텍스트를 많이 차지해 모델이 도구를 선택하는 부담이 커졌기 때문이에요. 또 다른 Windows 사용자는 v0.2.1-rc.5에서 v0.2.2-rc.1로 업그레이드한 뒤 32개의 서드파티 및 로컬 플러그인 항목이 유실되고, 로컬라이즈된 플러그인이 새 버전과 호환되지 않아 시작에 실패했어요. 업데이트 전 자동 백업과 롤백이 없어 환경을 복구하는 데 약 5시간이 걸렸다고 해요.

이런 사례는 개별 사용자의 피드백이지만 같은 결론을 가리켜요. 플러그인이 많아질수록 플랫폼에는 거버넌스 역량이 더 필요하다는 것이죠. Harness 이후 버전이 꾸준히 추가한 의존성 관리, 버전 검사, 핫 리로드, 장기 대화 압축, 토큰 통계, 설치 실패 진단이 바로 이런 문제에 대한 대응이에요.

5.2 안정적인 Harness 플러그인 생태계를 만들기 위한 조건

기존 자료를 종합하면 안정적인 생태계에는 최소 다섯 가지 조건이 필요해요.

  1. 플러그인 발견: 사용자가 빠르게 품질이 신뢰할 만하고 유지보수되는 플러그인을 찾을 수 있어야 하며, 단순히 수가 많은 플러그인이 아니어야 해요.
  2. 버전 관리: 호환성 검사, 설정 백업, 롤백으로 장기간 사용하는 작업 환경을 보호해요.
  3. 보안 제어: 텐센트 주자오(朱雀) 연구소는 Harness에 대해 14,560회의 통제된 실행으로 간접 프롬프트 주입 평가를 진행했고, 일부 공격 방식의 성공률은 16%—25.5%에 달했어요. 이 실험은 하나의 버전과 하나의 모델 백엔드만 테스트했고 프롬프트 강화도 활성화하지 않았기 때문에, 결과는 위험의 방향을 설명하는 데 쓰이며 일상적인 공격 확률로 직접 환산할 수는 없어요. 다만 신뢰할 수 없는 콘텐츠와 민감한 도구 실행 사이에 플랫폼이 제어를 넣어야 함을 시사해요.
  4. 지속적 유지보수: 플러그인의 유지보수 상태, 권한 경계, 실제 사용자 수를 투명하게 보여줘야 해요.
  5. 인센티브 메커니즘: 토큰 인센티브와 노출 추천을 통해 우수한 작성자가 장기적으로 반복 개선할 동기를 갖게 해요.

5.3 Harness의 다음 단계 발전 방향과 API 플랫폼의 위치

Harness는 뚜렷한 분업 구도를 만들어가고 있어요. 공식 플랫폼은 실행 프레임워크, 플러그인 규격, 배포 및 보안 기반을 제공하고, 커뮤니티는 활용 사례를 계속 확장해요. 다음 단계의 경쟁 초점은 “플러그인이 얼마나 많은가”에서 “플러그인이 사용하기 좋은가, 안정적인가, 비용이 합리적인가”로 옮겨갈 거예요.

모델 호출은 이 생태계의 가장 아래층에 있어요. Harness의 모델 제공자 설정은 사용자 정의 API 키, Base URL, 프로토콜을 지원하며, API 중계 서비스, 회사 API 게이트웨이, 자체 구축 모델 서비스를 연결할 수 있어요. APIYI는 다중 프로토콜 통합 게이트웨이를 제공하며 Harness에서 독립적인 모델 제공자로 사용할 수 있어요. APIYI는 10월 21일 DeepSeek 독립 Search 및 Fetch 도구 인터페이스(deepseek-search, deepseek-fetch)를 출시했고, Agent와 플러그인이 검색과 웹 페이지 수집을 직접 오케스트레이션할 수 있어요. 구분해야 할 점은, DeepSeek가 11월 13일 공개한 모델 내장 서버 측 도구를 Harness 등 클라이언트에서 호환하는 작업은 APIYI가 여전히 후속 계획 중이라는 거예요.


DeepSeek Harness에서 APIYI 모델 프로바이더 연동하기

Harness의 커스텀 모델 프로바이더 설정 항목에는 API 키, Base URL, 모델 이름, API 프로토콜, 컨텍스트 윈도우, 최대 출력 토큰, 이미지 입력 기능, 추론 등급이 포함되며, OpenAI Chat Completions, OpenAI Responses, Anthropic Messages, Gemini API 네 가지 프로토콜을 지원해요. 대응하는 APIYI 주소는 다음과 같아요:

Harness에서 선택하는 프로토콜 APIYI Base URL 설명
OpenAI 호환 https://api.apiyi.com/v1 호환성이 가장 넓어 우선 사용을 권장
Anthropic 네이티브 https://api.apiyi.com Anthropic Messages 프로토콜용
Gemini https://api.apiyi.com/v1beta Gemini API 프로토콜용

Harness에서 설정하기 전에, 몇 줄의 코드로 키와 모델 ID가 사용 가능한지 먼저 확인할 수 있어요:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI OpenAI 호환 인터페이스
)

resp = client.chat.completions.create(
    model="your-model-id",  # APIYI 콘솔의 모델 목록을 기준으로 합니다
    messages=[{"role": "user", "content": "用一句话说明什么是 Agent Harness"}]
)
print(resp.choices[0].message.content)
다중 모델 연결성 점검 스크립트 보기
import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Harness에 입력한 Base URL과 일치시킵니다
)

# Harness에서 설정할 모델 ID이며, 콘솔의 실제 목록을 기준으로 합니다
MODELS = ["model-id-a", "model-id-b"]

def check(model: str) -> None:
    start = time.time()
    try:
        r = client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": "ping"}],
            max_tokens=16,
        )
        cost = time.time() - start
        print(f"[OK] {model} {cost:.2f}s -> {r.choices[0].message.content!r}")
    except Exception as e:
        print(f"[FAIL] {model}: {e}")

for m in MODELS:
    check(m)

🚀 설정 제안: 먼저 APIYI apiyi.com에서 API 키와 무료 테스트 한도를 받은 뒤, 위 스크립트로 모델 사용 가능 여부를 확인하고, 이어서 Harness의 모델 프로바이더 설정에서 Base URL, 모델 이름, 프로토콜을 입력하세요. 플러그인이 많을 때는 한 번에 주입되는 도구 수를 함께 줄여 컨텍스트 비용을 관리하는 것을 권장드려요.


자주 묻는 질문 FAQ

Q1: DeepSeek Harness의 일일 활성 사용자 154만 명은 어떻게 이해해야 하나요?

2026년 11월 4일 기준 하루치 데이터이며, 집계 범위는 DeepSeek 공식 API를 사용하는 Harness 사용자예요. 9월 30일의 27만 1천 명은 7일 평균값이라 두 수치는 기준이 다르기 때문에, 절대적인 크기보다는 추세를 보는 용도로 보시면 됩니다.

Q2: 사용자의 60%가 플러그인을 개발하고 있다는 건가요?

이 비율은 서드파티 플러그인을 하나 이상 설치했거나 직접 만들어 본 활성 사용자를 집계한 수치예요. 두 가지 행동을 합쳐서 계산한 값이라, 플러그인 기능이 얼마나 널리 퍼졌는지를 보여주는 지표로 이해하시면 됩니다. 개발자만의 비중은 공식적으로 공개되지 않았어요.

Q3: DeepSeek Harness 공식 플러그인 마켓은 출시됐나요?

현재 출시된 것은 플러그인 인덱스, npm 및 Git 배포, 호환성 검사 같은 기능들이에요. 공식 플러그인 마켓과 토큰 인센티브는 아직 준비 중이며, 전체 규칙과 수익 배분, 정식 출시 일정은 아직 공개되지 않았습니다.

Q4: DeepSeek Harness에 서드파티 모델 API를 연결할 수 있나요?

가능해요. Harness는 사용자 지정 API 키, Base URL, 그리고 네 가지 프로토콜을 지원하기 때문에 중계 서비스나 기업용 게이트웨이를 별도의 프로바이더로 설정할 수 있어요. APIYI apiyi.com을 통하면 하나의 키로 여러 주요 모델을 호출할 수 있어서, Harness에서 모델별로 플러그인 작업 수행 결과를 비교하기 편리합니다.

Q5: APIYI에서 DeepSeek가 11월 13일에 공개한 모든 애플리케이션 도구를 지원하나요?

APIYI는 10월 21일에 DeepSeek의 독립 Search와 Fetch 인터페이스를 출시했고, 모델 토큰을 소모하지 않고 성공한 호출 횟수만큼만 과금해요. 모델 대화에 내장된 deepseek_web_search, deepseek_read_url 같은 서버 측 도구는 Harness, Claude Code 등 클라이언트에서의 호환 지원이 아직 후속 계획 단계에 있습니다.

Q6: 플러그인을 많이 설치하면 어떤 위험이 있나요?

크게 세 가지예요. 도구 설명이 컨텍스트 윈도우를 차지해 토큰 소모가 늘어나고, 버전 업그레이드 과정에서 플러그인이 호환되지 않을 수 있으며, 서드파티 플러그인 인덱스 정보는 진위 여부가 검증되지 않은 경우가 있어요. 작업 단위로 플러그인을 간소화해서 쓰고, 업그레이드 전에는 설정을 백업하고, 플러그인 출처와 권한을 꼭 확인하시는 걸 권합니다.


DeepSeek Harness 플랫폼화 핵심 포인트

  • 사용자 규모: 공식 API 사용자 집계 기준으로 11월 4일 DAU는 154만 명, 일일 토큰 사용량은 약 92조 토큰입니다.
  • 플러그인 생태계: 서드파티 플러그인은 약 3만 5,000개이며, 활성 사용자의 약 60%가 플러그인을 설치하거나 직접 제작해 본 경험이 있습니다.
  • 아키텍처 기반: 모든 것이 플러그인이며, Cordis를 기반으로 동적 조합과 핫 리로드를 구현합니다.
  • 커뮤니티 활용 사례: 콘텐츠 제작, 디자인, 멀티 코딩 에이전트 통합 진입점, 장기 기억, 연구 논문 읽기 등을 포괄합니다.
  • 공식 계획: 플러그인 마켓, 보안 체계, 토큰 인센티브는 준비 단계에 있습니다.
  • 경쟁의 초점: 플러그인 수량에서 품질, 호환성, 보안, 컨텍스트 비용 관리로 이동하고 있습니다.
  • 모델 연결: Harness는 사용자 정의 제공자를 지원하며, APIYI 멀티프로토콜 게이트웨이를 모델 공급원으로 설정할 수 있습니다.

요약

DeepSeek Harness는 석 달이 채 되지 않는 시간에 오픈소스 도구에서 개발자 생태계로 도약했습니다.

  1. 성장: 공식 API 사용자 집계 기준 DAU는 9월 말 27만 1,000명(7일 평균)에서 11월 4일 154만 명으로 증가했습니다.
  2. 생태계: 3만 5,000개의 서드파티 플러그인과 60%의 플러그인 참여율은 사용자가 이미 필요에 따라 에이전트를 확장하고 있음을 보여줍니다.
  3. 플랫폼화: 플러그인 인덱스는 이미 사용할 수 있고, 공식 마켓과 토큰 인센티브는 준비 중이며, 공식 측이 인프라를 제공하고 커뮤니티가 전문 시나리오를 채우는 분업 구도가 이미 형성되었습니다.

개발자에게는 지금이 익숙한 버티컬 워크플로를 플러그인으로 만들기에 적합한 시기입니다. 동시에 플러그인 API 안정성과 공식 마켓 규칙의 후속 공개를 지켜볼 필요가 있습니다. Harness나 플러그인을 위해 모델 호출 기능을 준비해야 할 때는 APIYI apiyi.com을 통해 여러 모델을 빠르게 연결하고 효과를 비교할 수 있습니다.


📚 참고 자료

  1. DeepSeek Harness GitHub 저장소: 소스 코드, Releases 및 커뮤니티 토론
  2. 링크: github.com/deepseek-ai/deepseek-harness
  3. 설명: 버전 동향, 플러그인 개발자 토론 및 프로젝트 라이선스

  4. DeepSeek Harness 플러그인 인덱스 문서: 플러그인 검색, 설치 및 검증 범위

  5. 링크: deepseek-harness.github.io/deepseek-harness/guide/plugin-market
  6. 설명: 인덱스 필드, 호환 버전 및 출처 확인 메커니즘 이해

  7. DeepSeek Harness 모델 제공자 구성: 사용자 정의 API 연결 방식

  8. 링크: deepseek-harness.github.io/deepseek-harness/guide/providers
  9. 설명: 네 가지 프로토콜과 각 구성 항목 설명

  10. Cordis 기술 논문: 시공간 조합 가능성 프로그래밍 패러다임

  11. 링크: arxiv.org/abs/2608.25512
  12. 설명: ‘모든 것은 플러그인’인 아키텍처의 이론적 기초 이해

  13. InfoQ: Harness 일일 활성 사용자 154만과 플러그인 생태계 피드백

  14. 링크: infoq.cn/news/Y7lTO7Q1M8oN5JhxhirK
  15. 설명: 플러그인 컨텍스트 비용과 업그레이드 호환성 문제에 대한 커뮤니티 피드백

  16. APIYI DeepSeek Search & Fetch 문서

  17. 링크: docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview
  18. 설명: 독립 검색 및 웹 페이지 크롤링 인터페이스의 호출 방식, 그룹 및 과금

작성자: APIYI 기술팀
기술 교류: APIYI apiyi.com 웹사이트 첫 페이지에서 저희에게 연락해 주세요. 더 많은 연결 자료는 APIYI 문서 센터에서 확인할 수 있습니다.

관련 글

Similar Posts