---
title: "코딩 에이전트 밤샘 실행: 샌드박스, git, 비용 상한 | BroadRouter"
description: "코딩 에이전트를 무인으로 돌리기 위한 실전 구성: 샌드박스, git 체크포인트, 작업 파일, 단계 제한, 아침 리뷰, 밤새 쓰는 정액 플랜 세션까지 정리했습니다."
url: https://broadrouter.com/ko/blog/overnight-coding-agent-runs/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/overnight-coding-agent-runs/) (2026-11-16 업데이트).

# 코딩 에이전트를 밤새 무인으로 안전하게 돌리는 방법

BroadNet Inference 팀 · 5분 분량 · 게시 2026-11-14 · 업데이트 2026-11-16

에이전트는 저장소만 마운트한 컨테이너나 VM에서, 전용 git 브랜치 위에서 돌리고, 단계가 끝날 때마다 커밋하게 하세요. 작업 파일, 단계 상한, 실제 시각 기준 마감 시간을 주고, 아침에 브랜치를 리뷰합니다. BroadNet의 월 $60 요금인 Full Moon 같은 정액 플랜 세션을 쓰면 최악의 경우 청구액이 고정됩니다.

## 핵심 요약

-   샌드박스가 먼저입니다. 저장소만 마운트하고 프로덕션 자격 증명은 없는 컨테이너나 VM을 쓰세요.
-   에이전트마다 브랜치나 git worktree를 하나씩 주고 단계마다 커밋하면, 모든 변경을 리뷰하고 되돌릴 수 있습니다.
-   완료 조건이 분명한 작업 파일이 한 줄짜리 프롬프트보다 낫습니다.
-   단계 상한, 마감 시간, 반복 감지가 막힌 실행을 아침이 오기 전에 멈춥니다.
-   플랜 세션에는 토큰 계량기가 없으므로, 밤새 에이전트를 돌려도 토큰 수와 관계없이 플랜 가격만 듭니다.

**이 페이지의 내용**

1.  1\. 무인 에이전트는 어떻게 샌드박스에 넣나요?
2.  2\. 왜 에이전트마다 브랜치를 따로 줘야 하나요?
3.  3\. 작업 파일에는 무엇을 넣나요?
4.  4\. 막힌 에이전트는 어떤 장치로 멈추나요?
5.  5\. 밤새 돌릴 때는 플랜 세션과 토큰당 과금 중 무엇이 더 싼가요?
6.  6\. 아침에 실행 결과는 어떻게 리뷰하나요?
7.  첫날 밤에는 어떻게 안전하게 시도하나요?

코딩 에이전트는 길고, 잘 정의되어 있고, 지루한 작업을 잘합니다. 모듈 50개에 테스트 추가하기, 모든 호출 지점을 새 API로 이전하기, 린트 경고 천 개 고치기 같은 일입니다. 이런 작업은 사람이 지켜볼 필요가 없습니다. 필요한 것은 안전하게 돌릴 곳, 분명한 작업, 막히지 않게 하는 장치, 그리고 커피를 마시며 결과를 리뷰할 방법입니다.

이 글은 그 구성을 위한 체크리스트입니다.

## 1\. 무인 에이전트는 어떻게 샌드박스에 넣나요?

무인 에이전트는 아무도 승인하지 않은 셸 명령을 실행합니다. 언젠가는 여러분이라면 실행하지 않았을 것을 실행한다고 가정하세요. 엉뚱한 디렉터리를 지우거나, 패키지를 설치하거나, 원격 저장소에 push하는 식입니다. 가둬 두세요.

-   **컨테이너나 VM**을 쓰고, 노트북의 주 사용자 계정에서 돌리지 마세요. Docker [보안 문서](https://docs.docker.com/engine/security/)가 관련 통제를 다룹니다. 최소한 root가 아닌 사용자로 실행하고, 필요 없는 권한(capabilities)은 빼세요.
-   **저장소만 마운트하세요.** 홈 디렉터리, SSH 키, 클라우드 자격 증명, 토큰이 가득한 `~/.config`는 넣지 마세요.
-   **프로덕션 비밀 정보는 없어야 합니다.** 테스트 데이터베이스와 더미 API 키를 쓰세요. 실제 서비스가 필요하다면 범위가 제한되고 폐기할 수 있는 키를 주세요.
-   **네트워크를 제한하세요.** 에이전트에 필요한 것은 모델 API와 기껏해야 패키지 레지스트리 정도입니다. 그 밖의 것은 거의 필요 없습니다.
-   **push 권한은 주지 마세요.** 로컬 커밋만 하게 하고, push는 리뷰 후 직접 하세요.

모델 API 키는 에이전트가 반드시 가져야 하는 유일한 자격 증명입니다. 이 용도로 만든 키를 쓰고, 제공업체가 지원한다면 샌드박스의 외부 통신 IP로 제한하세요. BroadNet 키는 최대 32개 항목의 [IP 허용 목록](https://broadrouter.com/ko/guides/api-keys-ip-allow-lists/)을 지원하므로, 키가 유출되어도 다른 곳에서는 쓸 수 없습니다.

## 2\. 왜 에이전트마다 브랜치를 따로 줘야 하나요?

`main`이 아니라 전용 브랜치에서 작업하게 하세요. 에이전트를 여러 개 돌린다면 [git worktree](https://git-scm.com/docs/git-worktree)로 각자 작업 디렉터리를 주세요.

```bash
git worktree add ../agent-tests-api -b agent/tests-api
git worktree add ../agent-lint-fixes -b agent/lint-fixes
```

worktree는 같은 저장소의 별도 체크아웃이므로, 에이전트끼리 파일을 덮어쓰지 않고, 각 브랜치에는 한 에이전트가 한 일만 정확히 나타납니다.

그다음 **단계가 끝날 때마다 커밋하세요.** Aider는 기본적으로 그렇게 합니다. 다른 에이전트라면 지시문에 넣거나, 테스트가 통과할 때마다 커밋하도록 루프를 감싸세요. 작은 커밋들의 이력은 “에이전트가 새벽 3시에 뭔가를 망가뜨렸다”를 “커밋 14가 망가뜨렸으니 1~13은 남기자”로 바꿔 줍니다.

## 3\. 작업 파일에는 무엇을 넣나요?

대화형으로는 잘 통하는 한 줄 프롬프트도 밤에는 실패합니다. 에이전트의 첫 질문에 답해 줄 사람이 없기 때문입니다. 작업 파일을 쓰세요.

```markdown
# Task: add unit tests to src/billing/

## Goal
Every public function in src/billing/ has at least one unit test.

## Done when
- `pytest tests/billing` passes
- coverage for src/billing/ is reported (no target)
- no changes outside tests/billing/ except fixing obvious bugs, each in its own commit

## Rules
- Do not change public function signatures.
- If a function is untestable without a refactor, list it in NOTES.md and move on.
- Run `pytest tests/billing -x` after each new test file.

## Notes
Append decisions and skipped items to NOTES.md as you go.
```

중요한 것은 “done when”(완료 조건) 부분입니다. 에이전트는 이걸로 끝났는지를 알 수 있고, 여러분은 이걸로 확인할 수 있습니다. 노트 파일은 실행이 재시작되거나 컨텍스트가 압축될 때 기억 역할도 합니다. [장시간 실행 에이전트의 컨텍스트 관리](https://broadrouter.com/ko/blog/long-running-agent-context-management/)를 참고하세요.

## 4\. 막힌 에이전트는 어떤 장치로 멈추나요?

무인이라는 것은 에이전트가 막혀도 아침까지 아무도 모른다는 뜻입니다. 장치 네 가지입니다.

1.  **단계 상한.** 작업당 모델 호출 횟수의 고정 최대치입니다.
2.  **마감 시간.** 상태와 관계없이 실제 시각(예: 07:00)에 멈춥니다.
3.  **반복 감지.** 같은 도구 호출이 같은 결과를 세 번 반환하거나, 정해진 단계 수 동안 파일이 하나도 바뀌지 않으면 멈춥니다.
4.  **도구별 타임아웃.** 멈춘 테스트 스위트 하나 때문에 밤 전체가 멈추면 안 됩니다.

장치가 작동하면 에이전트는 이유를 노트 파일에 쓰고 깔끔하게 종료해야 합니다. 단계 상한과 재시도 상한이 비용에 왜 중요한지는 코딩 에이전트 비용 가이드의 [작업당 단계 수 제한](https://broadrouter.com/ko/blog/cut-coding-agent-llm-costs/)에서 다룹니다.

Aider는 이런 방식으로 돌리기 쉽습니다. [스크립팅 문서](https://aider.chat/docs/scripting.html)에 지시 하나를 실행하고 종료하는 `--message` 옵션과, 확인 요청을 자동으로 수락하는 `--yes-always` 옵션이 나옵니다. 작업 목록을 도는 셸 루프로 감싸고 실행마다 `timeout`을 걸면 간단한 밤샘 작업 큐가 됩니다.

## 5\. 밤새 돌릴 때는 플랜 세션과 토큰당 과금 중 무엇이 더 싼가요?

밤샘 실행은 비용 문제를 바꿉니다. 계량기를 지켜보는 사람이 없고, 막힌 에이전트는 몇 시간이고 루프를 돌 수 있습니다.

**토큰당 과금 키**에서는 비용이 에이전트가 보내는 양에 달려 있습니다. 에이전트는 단계마다 컨텍스트를 다시 보내므로 8시간 실행이면 금액이 쌓입니다. 프롬프트 캐싱이 크게 도움이 되지만([DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/)의 캐시된 입력은 100만 토큰당 $0.0055 요금이고, 새 입력은 $0.175 요금), 출력과 추론 토큰은 전액 과금됩니다. 실행당 토큰 예산과 계정의 지출 한도가 필요합니다.

**플랜 세션**에는 토큰 계량기가 없습니다. Full Moon 세션은 DeepSeek V4.1 Flash를 무제한으로 쓰는 데 월 $60 요금이며, 에이전트가 아무리 오래 돌거나 루프를 돌아도 그것이 상한입니다. 밤샘 작업에서는 이것이 가장 큰 매력입니다. 잠자리에 들기 전에 최악의 경우 청구액을 알 수 있습니다.

|  | 토큰당 과금 키 | 플랜 세션 |
| --- | --- | --- |
| 막힌 밤의 최악 비용 | 토큰에 따라 증가 | 플랜 가격으로 고정 |
| 병렬 에이전트 | 종량제 키당 동시 요청 최대 4개 | 세션당 한 번에 요청 하나 |
| 모델 | 모든 채팅 모델 | DeepSeek V4.1 Flash만 |
| 여전히 필요한 장치 | 예, 비용과 시간용 | 예, 시간용 |

세션에 관한 실무 참고 두 가지입니다. 세션은 한 번에 요청 하나만 처리하므로, 세션을 공유하는 두 에이전트는 번갈아 실행됩니다. 한 세션의 작업은 순서대로 실행되며, 밤에는 대개 그것으로 충분합니다. 에이전트를 나란히 돌리고 싶다면 에이전트마다 세션을 구매하세요. 계산은 [정액 API로 병렬 에이전트 돌리기](https://broadrouter.com/ko/blog/run-parallel-coding-agents-flat-rate/)에서 다룹니다.

일반적인 속도인 초당 약 100토큰 기준으로, 세션 하나는 한 달 내내 쓰면 약 2.59억 분량의 출력 토큰을 만들 수 있습니다. 그것이 토큰당 가격보다 유리한지는 사용량에 달려 있습니다. BroadNet이 제시한 풀타임 코딩 에이전트 계산 예시는 종량제로 월 약 $65.40 금액입니다. [정액 vs 토큰당 계산기](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)로 직접 계산해 보세요. 장시간 무인 실행에는 컨텍스트 관리와 크래시에도 살아남는 재시도도 필요합니다. [타임아웃, 재시도, 체크포인트](https://broadrouter.com/ko/blog/long-running-agents-timeouts-retries/)를 보세요.

## 6\. 아침에 실행 결과는 어떻게 리뷰하나요?

밤샘 실행의 가치는 리뷰할 때 비로소 실현됩니다. 빠르게 하세요.

1.  **NOTES.md를 먼저 읽으세요.** 에이전트가 무엇을 끝냈고, 건너뛰었고, 어디서 막혔나요?
2.  **멈춘 이유를 확인하세요.** 완료, 단계 상한, 마감 시간, 반복 중 무엇인가요?
3.  **테스트를 직접 돌리세요.** 테스트가 통과했다는 에이전트의 보고를 믿지 마세요.
4.  **커밋별로 diff를 읽으세요.** 커밋이 작으면 잘못된 변경을 찾아 버리기 쉽습니다.
5.  **남길 것은 squash나 rebase하고**, 평소처럼 풀 리퀘스트를 여세요.

대부분의 아침에는 작업 대부분을 남기고 커밋 몇 개만 손으로 고칠 것입니다. 운 나쁜 아침에는 브랜치 하나를 지웁니다. 어느 쪽이든 여러분 없이 `main`에 닿은 것은 없습니다.

## 첫날 밤에는 어떻게 안전하게 시도하나요?

명세가 분명한 작업 하나, 에이전트 하나, 세션 하나로 시작하세요. Meteor 1시간($1 요금)이면 밤새 무언가를 돌려 두기 전에 샌드박스, 브랜치, 장치 구성이 작동하는지 확인하기에 충분합니다. 에이전트 자체에 대해서는 [Aider 가이드](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/)에 정확한 연결 설정이 있고, [코딩 에이전트에 가장 좋은 오픈 모델](https://broadrouter.com/ko/blog/best-open-model-for-coding-agents/)이 모델 선택을 돕고, [플랜 세션 작동 방식](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)이 키와 세션을 다룹니다.

관련 무료 도구 (영어)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[AI 에이전트(AI agent)](https://broadrouter.com/ko/glossary/agent/)

AI 에이전트는 언어 모델이 목표를 향해 스스로 단계를 정하는 시스템입니다. 어떤 도구를 호출할지 결정하고, 결과를 읽고, 최종 답변을 내거나 한도에 닿을 때까지 이를 반복합니다. 정해진 지점에서 모델을 호출하는 고정된 스크립트는 보통 워크플로라고 부릅니다.

[동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/)

동시 처리(concurrency)는 클라이언트가 같은 시점에 진행 중인 요청 수입니다. LLM API는 분당 요청 수와 별도로 키나 플랜마다 이를 제한하는 경우가 많습니다. 열려 있는 요청은 응답이 끝날 때까지 GPU 용량을 차지하기 때문입니다.

[요청 타임아웃(request timeout)](https://broadrouter.com/ko/glossary/request-timeout/)

요청 타임아웃(request timeout)은 HTTP 클라이언트가 요청을 포기하기 전까지 서버를 기다리는 최대 시간입니다. 클라이언트는 보통 연결을 여는 연결 타임아웃과 데이터를 기다리는 읽기 타임아웃으로 나눕니다. 긴 답변은 시간이 걸리므로 LLM 호출에는 넉넉한 읽기 타임아웃이 필요합니다.

[AI 코딩 에이전트(AI coding agent)](https://broadrouter.com/ko/glossary/coding-agent/)

AI 코딩 에이전트는 언어 모델이 코드베이스를 대상으로 루프를 돌며 일하는 소프트웨어 도구입니다. 파일을 읽고, 수정하고, 테스트 같은 명령을 실행하고, 출력을 읽은 뒤 다음 단계를 정하는 과정을 작업이 끝나거나 한도에 이를 때까지 반복합니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[오픈 웨이트 모델(open-weight model)](https://broadrouter.com/ko/glossary/open-weight-model/)

오픈 웨이트 모델은 학습된 가중치를 공개해 누구나 내려받아 실행할 수 있게 한 머신러닝 모델로, 보통 조건이 붙은 라이선스로 배포됩니다. 학습 코드와 학습 데이터에 대한 상세한 정보까지 공개해 다른 사람이 모델을 연구하고 재현할 수 있게 하는 완전한 오픈 소스 AI와는 다릅니다.

[컨텍스트 엔지니어링(context engineering)](https://broadrouter.com/ko/glossary/context-engineering/)

컨텍스트 엔지니어링(context engineering)은 언어 모델이 요청마다 보는 토큰 집합, 즉 시스템 프롬프트, 도구 정의, 대화 기록, 검색한 문서, 메모를 고르고 관리하는 작업입니다. 목표는 모델이 작업을 잘 해내는 데 필요한, 신호가 강한 정보의 가장 작은 집합을 건네는 것입니다.

## 자주 묻는 질문

### 에이전트가 무인으로 셸 명령을 실행해도 안전한가요?

버려도 괜찮은 샌드박스 안에서만 안전합니다. 저장소만 마운트하고, 비밀 정보와 프로덕션 자격 증명은 넣지 말고, 네트워크 접근은 작업에 필요한 만큼만 허용하세요.

### 플랜 세션 하나로 밤새 작업을 몇 개나 처리할 수 있나요?

세션은 한 번에 요청 하나만 처리하므로, 한 세션의 작업은 차례로 실행됩니다. 세션 하나에 작업을 순서대로 쌓아 두거나, 병렬로 돌리고 싶은 에이전트마다 세션을 하나씩 구매하세요.

### 에이전트가 밤사이 빌드를 망가뜨리면 어떻게 되나요?

리뷰 없이는 아무것도 main 브랜치에 들어가지 않습니다. 단계마다 커밋해 두면 어디서 잘못됐는지 정확히 보고, 그 이전의 좋은 커밋은 남길 수 있습니다.

### 밤샘 실행에는 어떤 작업이 맞나요?

명세가 분명하고 테스트할 수 있는 작업입니다. 호출 지점을 새 API로 이전하기, 테스트 없는 모듈에 테스트 추가하기, 코드베이스 전체의 린트 수정, 의존성 업그레이드 같은 것입니다. 정답이 없는 설계 작업은 사람이 함께하는 편이 낫습니다.

## 이어서 읽기

-   [코딩 에이전트 LLM 비용 줄이는 10가지 방법과 예상 절감액](https://broadrouter.com/ko/blog/cut-coding-agent-llm-costs/)
-   [정액제 LLM API로 코딩 에이전트를 병렬 실행하는 방법](https://broadrouter.com/ko/blog/run-parallel-coding-agents-flat-rate/)
-   [1M 컨텍스트 창으로 장시간 실행 에이전트의 컨텍스트 관리하기](https://broadrouter.com/ko/blog/long-running-agent-context-management/)
-   [LLM API 정액제 vs 토큰당 과금: 손익분기점 계산](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [코딩 에이전트의 프롬프트 인젝션: 실제로 효과 있는 방어책](https://broadrouter.com/ko/blog/prompt-injection-coding-agents/)
-   [AI 코딩 에이전트 1회 실행 비용: 단계 수, 컨텍스트 증가, 캐싱](https://broadrouter.com/ko/blog/ai-coding-agent-run-cost/)
-   [오픈 모델로 Claude Code 쓰기: 프록시, 네이티브 엔드포인트, 한계](https://broadrouter.com/ko/blog/claude-code-with-openai-compatible-models/)
-   [가이드: Aider를 무제한 DeepSeek V4.1 Flash로 실행하기](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/)
-   [가이드: 에이전트용 무제한 LLM API 플랜은 어떻게 작동하나요?](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)
-   [가이드: IP 허용 목록으로 API 키를 내 서버에만 묶기](https://broadrouter.com/ko/guides/api-keys-ip-allow-lists/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-overnight-coding-agent-runs&utm_content=page-cta) ·

**출처**

-   [Docker 문서, Docker Engine 보안](https://docs.docker.com/engine/security/)
-   [Git 문서, git-worktree](https://git-scm.com/docs/git-worktree)
-   [Aider 문서, aider 스크립팅](https://aider.chat/docs/scripting.html)
-   [BroadNet Inference 무제한 플랜 (영어)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-overnight-coding-agent-runs&utm_content=sources)
