DeepSeek、大規模エージェント학습 인프라 공개
원제: DeepSeek Elastic Compute (DSec)
왜 중요한가
에이전트 AI의 대규모 학습에 필요한 인프라 설계の실례を示すことで、RL기반 에이전트 개발의 실용화 기준이 구체화된다。
DeepSeek는 2026년 9월 19일, 대규모 에이전트 AI 학습을 위한 샌드박스 인프라 'DeepSeek Elastic Compute(DSec)'를 arxiv에서 발표했다. 단일 프로덕션 유닛은 약 160개 노드로 구성され、1일 약 300만 개의 샌드박스를 처리し、38만 개 이상의 동시 실행을 지원한다。
DeepSeek가 공개한 DSec는 LLM 기반 에이전트 학습에 필요한 격리된 실행 환경을 대규모로 제공하기 위한 플랫폼이다。FnCall、컨테이너、microVM、풀 VM의 네 가지 샌드박스 백엔드를 단일 SDK로 통합해 제공한다。
기존 에이전트 워크로드의 핵심 과제는 짧은 시간에 대량의 샌드박스가 생성되고、이종 격리 요구사항이 혼재하며、긴 인터랙션에 걸쳐 상태를 유지해야 한다는 점이다。DSec는 클러스터 전체 분산 파일시스템인 '3FS(Fire-Flyer File System)'와 연동해 이미지 데이터를 온디맨드로 로딩、메모리 공유 및 CPU 스케줄링을 조합해 고밀도 실행을 실현한다。
특히 강화학습(RL) 프레임워크와의 공동 설계가 특징적이다。GPU 학습 작업과 샌드박스 실행을 분리することで、학습 중 롤아웃 상태를 유지하면서 유휴 리소스를 회수할 수 있다。또한 리워드 해킹 등 에이전트 오작동을 감지·완화하는 메커니즘도 내장되어 있다。
논문에는 Jialiang Huang을 필두로 130명 이상의 저자가 참여했으며、실제 프로덕션 운용 실적에 기반한 수치가 공개되어 있다。단일 유닛으로 하루 300만 샌드박스를 처리하는 규모는 업계에서도 이례적이다。