코딩 에이전트를 위한 AEO 트래킹 구축 방법

AI가 정보 검색 방식을 변화시키면서, 기업들은 LLM이 웹 콘텐츠를 어떻게 검색하고 요약하는지 이해하는 **AEO(AI Engine Optimization)**의 중요성을 체감하고 있다.

기존의 표준 채팅 모델은 AI Gateway를 통해 API 호출을 분석하면 되지만, 터미널이나 IDE에서 작동하는 코딩 에이전트는 접근 방식이 완전히 다르다. 코딩 에이전트는 파일 시스템, 셸 액세스, 패키지 매니저를 포함한 전체 개발 환경을 필요로 하기 때문에 실행 격리와 관찰 가능성을 확보하는 것이 핵심 과제다.

Vercel은 이를 해결하기 위해 Vercel Sandbox를 활용한 트래킹 시스템을 구축했다. 이 시스템은 몇 초 만에 생성되는 에페머럴(ephemeral) Linux MicroVM을 사용하여 다음과 같은 6단계 라이프사이클을 따른다.

• 샌드박스 생성: 특정 런타임(Node.js, Python 등)을 갖춘 MicroVM 실행
• 에이전트 CLI 설치: @anthropic-ai/claude-code와 같은 에이전트를 글로벌 설치
• 자격 증명 주입: Vercel AI Gateway를 통해 모든 LLM 호출을 라우팅하여 통합 로깅 및 비용 추적
• 에이전트 실행: 각 CLI의 고유한 명령어를 셸 명령어로 실행
• 트랜스크립트 캡처: 사용된 도구, 웹 검색 여부, 추천 내용 등 기록 추출
• 자원 정리: 샌드박스 종료 및 리소스 해제

이러한 균일한 라이프사이클 덕분에 새로운 에이전트를 추가할 때 복잡한 구현 없이 간단한 설정 객체만 추가하면 시스템에 즉시 통합할 수 있다.