DeepSeek Harness v0.1.0-rc.8, 에이전트 작업에 이미지 입력 도입

들어가며

공개 베타를 시작한 지 일주일 만에 DeepSeek Harness가 v0.1.0-rc.8을 내놓았다. 이번 버전에는 14개 업데이트가 포함됐으며, 가장 큰 변화는 멀티모달 입력이다. Harness는 이제 네이티브 이미지 요청과 텍스트·이미지를 함께 사용하는 입력을 받을 수 있다.

다만 이를 기반이 되는 순수 텍스트 모델 자체가 갑자기 시각 능력을 얻었다고 해석해서는 안 된다. 더 정확히 말하면 Harness의 입력 처리와 작업 오케스트레이션에 이미지 경로가 추가되어, 이를 처리할 수 있는 모델이나 백엔드로 이미지를 전달할 수 있게 된 것이다.

핵심 업데이트

• 이미지 및 혼합 입력 지원: 텍스트뿐 아니라 이미지 단독 또는 텍스트와 이미지가 함께 포함된 요청을 처리한다.
• 워크플로 명령에 이미지 전달: /goal과 /plan 같은 명령에 이미지를 직접 넣을 수 있다. 화면 캡처나 시각 자료를 목표와 계획의 일부로 활용할 수 있다는 뜻이다.
• 서브 에이전트 연동 확대: Claude Code와 Codex가 서브 에이전트 체계에 한층 더 연결됐다. 다만 구체적인 분배 규칙이나 사용 한도는 공개된 소재에 없으므로, 완성된 멀티 에이전트 플랫폼이라고 단정하기는 이르다.
• Windows 영구 PowerShell 세션: 세션을 유지해 터미널 환경을 반복해서 다시 만드는 부담을 줄인다.
• 미니멀 모드 기본 활성화: 처음 사용하는 환경을 더 단순하게 만드는 방향의 변경이다. 세부적인 화면 차이는 실제 버전에서 확인해야 한다.

의미와 영향

기존 멀티모달 기능은 이미지를 올리고 한 번 답을 받는 대화 경험에 머무는 경우가 많았다. 이번 변화는 이미지를 에이전트 작업 흐름 안으로 가져온다는 데 의미가 있다. 스크린샷을 목표 설명에 포함하고, 시각 정보를 계획 수립에 전달할 수 있어 코드 작성, 화면 분석, 터미널 작업과 더 가까운 입력 방식이 된다.

물론 한계도 분명하다. Harness가 이미지 요청을 지원한다고 해서 모든 백엔드가 동일한 시각 이해 능력을 제공하는 것은 아니다. 실제 이미지 인식 수준, 지원 형식, 결과 품질은 연결된 모델과 서비스에 따라 달라진다. 따라서 rc.8은 새로운 기반 모델 발표라기보다 멀티모달 에이전트 워크플로를 위한 인프라 업데이트로 보는 편이 정확하다.

베타 기간에 멀티모달 입력, 서브 에이전트, Windows 세션을 함께 확장했다는 점은 프로젝트가 입력·실행·개발 환경을 동시에 다듬고 있음을 보여준다. 앞으로는 이미지 문맥이 계획과 실행 단계에 안정적으로 이어지는지, 서브 에이전트의 역할이 명확해지는지, 모델 백엔드가 달라도 일관된 경험을 제공하는지가 중요한 관찰 지점이 될 것이다.

출처: OSChina