# [이것은 뜨겁다] 클라우드플레어 OS란 무엇이며, 오픈 소스 AI 워크스페이스를 직접 체험해 봤다

> https://bookfactory.kr/c/news/9858
> 게시판: 뉴스
> 작성자: admin
> 작성일: 2026-08-17T15:49:28.172Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/302521680/rectangle_large_type_2_e8c676bdb120a8c29c79f4b38526c209.png?width=1280)

클라우드플레어 OS는 브라우저에서 AI와 대화하며 문서, 작은 앱, 업무 흐름을 만들고 팀과 공유하는 데 사용되는 오픈 소스 AI 워크스페이스입니다.

이름을 보고 순간 “평범한 OS인가”, “Cloudflare를 사용하지 않는 팀에도 관련이 있는 것인가”로 고민될 수 있지만, 제가 실제로 배포해 사용해 본 감각으로는 중심은 팀 운영의 메커니즘이었다.

DeepSeek과 Grok을 API 키로 연결하고, 자작의 SVG 이미지 스킬을 호출해 보니, AI가 잘하는 사람들의 작업 절차를 팀에 배포할 수 있는 환경임을 알 수 있습니다. Cloudflare OS의 정체, Gatekeeper의 안전 설계, 스타터 키트에서 오늘 시도하는 흐름까지 판단할 수 있도록 정리합니다.

> 
> 
> 늘 그렇듯이 영상으로도 설명이 되어 있으니, 이 내용도 함께 참고해 주세요.
> 

- 게이트키퍼: 외부 서비스의 인증 정보를 AI 에이전트에게 직접 전달하지 않고, 서비스별 워커가 권한을 중재하는 방식.
- 팀원들이 공유할 수 있는 앱 템플릿. 각 사용자가 독립적인 복사본을 만들 수 있는 구조.
- 기기: Blueprint 등에서 제작되는 개인 인스턴스 앱. Dynamic Worker Facets에서 작동하며, 공동 편집에도 대응한다.
- 컨텍스트 및 역량: 사내 용어, 절차, 최적의 방법론, 자체 제작된 기술 역량을 AI가 재활용할 수 있는 형태로 구축하는 지식 라이브러리.
- 클라우드플레어 AI 게이트웨이: 여러 모델 선택, 비용 파악, 예산 관리를 통합하는 클라우드플레어의 추론 경로입니다.

## 클라우드플레어 OS(Cloudflare OS)는 무엇인가? OS가 아닌 새로운 OS

2026년 8월 5일에 공개된 클라우드플레어 OS는 커널이나 장치 관리 기능을 갖춘 기존 운영체제와는 차별화됩니다. 클라우드플레어 워커즈 위에서 실행되는 브라우저 기반의 업무 환경으로, AI 에이전트, 앱, 사내 컨텍스트, 권한 관리 기능을 하나의 작업 공간에 통합합니다.

![画像](https://assets.st-note.com/img/1786441764-r6l9zhWYoAvyjgMX2qHkwTtn.png?width=1200)

공개일 출처는 Cloudflare의 공식 블로그 “Cloudflare OS: 에이전트, 앱, 그리고 업무를 위한 오픈 플랫폼”입니다. 라이선스는 Apache-2.0이며, 본체 리포지토리는 `cloudflare/cloudflare-os`, 배포용 스타터는 `cloudflare/cloudflare-os-starter`의 2본입니다.

내부에서는 2026년 5월부터 초기 버전이 도입되어 수천 명의 직원이 자료 작성, 정형 업무 자동화, 내부 데이터를 다루는 작은 앱 제작에 활용하고 있었다고 클라우드플레어의 보도자료에서 설명합니다. 하지만 이 수천 명이 보여주는 것은 클라우드플레어 내부에서의 활용 범위까지는 나타내지만, 세계 각 팀에서 동일하게 안정적으로 운영될 수 있는지는 알 수 없습니다.

이름에서 예상하는 새로운 데스크톱 OS와는 완전히 다르며, 실제로는 팀의 AI 활용을 Cloudflare Workers 위에 구축하는 작업 환경입니다. 평소 ChatGPT나 Claude Code를 개인적으로 사용하는 사람이 처음으로 차이를 느끼는 것은 템플릿화, 공유, 권한 관리, 실행 환경 처리에 있어서일 것입니다.

## 아키텍처: 3가지 구성 요소

![画像](https://assets.st-note.com/img/1786441775-kmt9FM7W4UOzduET6CSQGqZX.png?width=1200)

그림의 3단계가 그대로 구성 요소입니다. 내부 컨텍스트를 가진 에이전트의 워크스페이스, 격리된 런타임, 보안 및 거버넌스 프레임워크, 각 멤버가 수정 가능한 앱 레이어를 포함합니다. 채팅이 입구, 권한 경계는 Gatekeeper, 결과물의 배포지는 Blueprint와 Gadget, 팀의 지식 저장소는 Context & Skills에 해당합니다.

블루프린트는 앱의 템플릿입니다. 슬라이드 제작용 블루프린트가 있다면, 사용자는 자신만의 전용 슬라이드 앱 인스턴스를 구축할 수 있습니다. 원본 템플릿을 직접 건드리지 않고 각자 독립적인 상태를 가지기 때문에, 다른 구성원의 수정 사항이 다른 사용자의 손안에 영향을 주지 않습니다.

그 개인 인스턴스 측 앱이 Gadget입니다. Dynamic Worker Facets에서 작동하며 실시간 공동 편집도 고려하고 있습니다. 제가 만져본 TODO 앱도 Blueprint를 생성한 후 Create Gadget 버튼을 누르면 별도의 앱처럼 실행되었습니다.

컨텍스트 및 스킬에는 사내 용어, 작업 절차, 자작 스킬을 보관하며, AI가 재사용 가능한 작업 부품으로 관리합니다.

정해진 절차의 정기 실행에는 스케줄드 워크플로우가 적합합니다. 매번 풀 에이전트 세션을 유발하지 않고, 반복 업무를 워크플로우로 실행하는 설계를 의미합니다.

내부 에이전트 하르ネス은 Pi (`pi-agent-core`)로 실행은 Code Mode, 추론은 Cloudflare AI Gateway를 통해 진행된다. Cloudflare의 Flue 기사에서는 프레임워크의 Flue, 하르ネス의 Pi, 런타임의 Cloudflare Agents SDK라는 3층으로 설명되어 있다. 비엔지니어는 매번 이 이름을 외우지 않아도 된다. 운영 담당자라면 “모델 연결”, “실행 환경”, “앱 계층”이 분리되어 있음을 이해하면 된다.

## 게이트키퍼: AI에 열쇠를 맡기지 않는 설계

Gatekeeper 화면에서 “컨텍스트를 허용할지 여부” 및 “스케줄링 작업을 허용할지 여부”를 켜기 전까지 해당 기능이 UI에 나타나지 않았습니다. 설정 위치를 찾고 있는 동안에는 다소 불편하게 보였지만, 이는 Gatekeeper의 설계 자체가 이었습니다.

Gatekeeper의 역할은 외부 서비스의 키를 AI에 직접 제공하지 않는 것입니다. 서비스별로 Worker처럼 작동하며, Slack과 같은 외부 서비스의 인증 정보를 유지합니다. AI 에이전트에게 전달하는 것은 가능한 작업을 제한한 capability(능동성)만입니다.

에이전트는 “외부 서비스를 활용하고 싶다”는 요청을 하며, Gatekeeper가 정책 적용, 읽기 기록, 외부 부작용 중재를 담당합니다. 클라이언트 측은 제한된 iframe, 서버 측의 인터넷 접근도 기본적으로 꺼져 있습니다. 권한은 capability 기반으로 기본적으로 0으로 설정되어 있습니다.

![画像](https://assets.st-note.com/img/1786441787-z4xJ1yaVmbDnRprqSgONs6Zt.png?width=1200)

導入時の説明には、この確認ポイントを入れてください。メンバーから「機能がない」と言われたとき、実装が壊れているのか、Gatekeeperの許可が閉じているのかで対応が変わります。人間承認は非同期で扱われるため、承認待ちのたびにエージェント全体を止める設計ではありません。

게이트키퍼 측에는 누가 무엇을 읽게 했고, 어떤 외부 작동을 허용한 것인지가 기록으로 남아 있습니다. 업무 이용으로 전환할 때 확인하는 것은 이 기록과 토글이 어디까지 열려있는지의 두 가지 사항입니다.

## 실제로 체험했다: 설치부터 자작 스킬까지

왼쪽으로 안내하며, 오른쪽으로 수정하는 2 페인 구성입니다. 왼쪽 채팅창에서 대화하고, 오른쪽에서는 앱의 미리보기, 코드, Connections를 확인합니다. 약간 이전의 Bolt나 Lovable과 유사한 형태로, 참여자와 비용도 화면 상단에 표시됩니다.

처음 작은 실패는 프로바이더 설정 화면의 위치를 파악하는 데 어려움을 겪었다는 것입니다. Cloudflare OS 자체 화면은 직관적이었지만, 모델을 추가하는 방법이 처음 겪는 사용자에게는 찾기가 번거로웠습니다. API 키를 입력하여 DeepSeek와 Grok를 연결했고, 에이전트의 지시에 따라 추가 작업이 진행되어 모델을 특정 모델에 고정한다는 전제하에 진행되지는 않았습니다.

다음은 Blueprint 관련 내용입니다. 사전에 만든 TODO 앱을 Blueprint로 변환하여 Create Gadget을 통해 새로운 앱을 생성하고, “화려하게 만들어줘”라는 요청에 따라 무지개 색상으로 업데이트됩니다. 업데이트된 TODO를 기준으로 다시 시작할 수 있으며, 템플릿을 배포하여 각자가 자신의 작업에 맞춰 발전시키는 과정을 관찰할 수 있었습니다.

문서용 Blueprint에는 “일기 써”라는 상당히 거친 요청을 던졌습니다. Cloudflare OS는 내부에서 해당 Blueprint를 확인하고, 그로부터 작업을 시작합니다. 프롬프트의 정교함만으로 모든 것을 지탱하는 것이 아니라, Blueprint에 놓아두고 선택할 작업 유형을 지정할 수 있다는 점이 유용합니다.

Context & Skills에 자작 SVG 이미지 기술을 업로드하면 채팅에서 바로 호출할 수 있습니다. 이 부분은 제가 특히 긍정적으로 평가한 부분입니다. AI가 능숙한 사람이 ‘자주 사용하는 방법’을 기술로 활용하면 다른 팀원들은 세부적인 절차를 암기하지 않아도 유사한 작업에 더 가깝게 접근할 수 있습니다.

오른쪽 상단에는 실무적인 공유 배선이 모여 있습니다. 블루프린트, 공유, 호스트, PDF 내보내기, 모델 변경에 대한 내용이 담겨 있습니다. 자료를 만들고, 앱을 만들고, 공유하고, 다른 모델로 테스트하는 데 이르기까지, 화면을 이동하지 않고 동일한 오른쪽 상단 메뉴에서 완결됩니다.

업무별 입구를 Blueprint로 먼저 마련하고, 빈 채팅 칸을 그대로 모든 사람에게 배부할 필요는 없습니다. 제가 “컬러풀하게 해줘, 일기 써”와 같은 엉성한 요청으로 진행된 것도, 먼저 해당 Blueprint가 있었기 때문입니다.

## 스타터 키트 설치 방법

30분 동안 엔지니어와 동행하는 것을 전제로 하더라도 비엔지니어분들께는 충분합니다. 여기서는 CLI에 익숙한 분이거나 팀 내에서 요청받은 엔지니어들을 위한 절차를 간결하게 제시합니다.

Cloudflare OS Starter는 본체를 포크하여 직접 수정하기 위한 것이 아닙니다. 핀(pin)된 Cloudflare OS 릴리스 주위에 배포 설정만 추가하는 방식으로 설계되었습니다. 자체 Gatekeeper, Worker 이름, 기존 스토리지 재활용, 로그 보관량, 업그레이드 시기를 본인 팀에서 직접 제어할 수 있습니다.

필요 환경은 Node.js 24, pnpm 11, Wrangler 인증입니다. Cloudflare 계정 측에서는 Workers, Workers KV, R2, Browser Rendering, Dynamic Worker Loaders를 사용할 수 있도록 설정하고, Cloudflare Access 모드로 인증하여 Worker에 도달하기 전에 본인 확인을 거치는 형태입니다.

- 먼저 `cloudflare/cloudflare-os-starter`를 준비하고 Cloudflare 계정에서 사용하는 필수 서비스를 활성화합니다. 여기서 준비해야 하는 것은 Workers, Workers KV, R2, 브라우저 렌더링, 동적 워커 로더입니다. 관리 화면에서 각 기능이 사용 가능한 상태라면 다음 설정 파일을 적용할 수 있습니다.
- `deployment.jsonc`에 계정 ID, Worker 이름, 호스트 이름, Cloudflare Access의 audience, 관리자 이메일을 기입해주세요. 입력한 값은 배포 대상 Worker와 Access 인증에 반영되므로, 팀의 본번용 도메인과 관리자 이메일로 헷갈릴 때는 여기서 멈추고 진행해주세요. 저장 후 설정 값을 확인하고 빈칸이나 임시 호스트 이름이 남아있지 않다면 다음 단계로 진행합니다.
- 설정을 확인하기 위해 `pnpm check`를 실행합니다.

명령이 정상적으로 전달되면, `deployment.jsonc` 및 주변 설정을 배포 전에 꼼꼼히 검토할 수 있습니다. 오류가 발생한 경우, 계정 ID, 호스트 이름, Access audience 입력 오류를 확인해 주세요.

- 문제 없으시다면 `pnpm deploy`로 클라우드플레어에 배포하겠습니다.

배포 후에는 지정된 호스트 이름으로 Cloudflare OS에 접속 가능한지 확인합니다. 로컬에서만 테스트하는 경우 `pnpm run-local`을 실행하고 `http://localhost:8787`을 엽니다.

- 실행 후 `/admin`을 열고 사이트 이름, 로고, 어센트 컬러를 설정합니다. 브랜딩 변경은 재배포가 필요 없으므로 팀에 보여주기 전에 여기서 외관을 정합니다. 저장 후 상단 화면으로 돌아가 설정한 이름과 색상이 반영되었다면 도입의 마무리가 됩니다.

![画像](https://assets.st-note.com/img/1786441803-pVGujt3Rd051xJsL8rYQmi7v.png?width=1200)

본격적인 도입 전에 게이트키퍼의 허용 상태도 확인해 주세요. 컨텍스트나 스케줄링 태스크를 사용할 예정이라면 해당 허용을 켜서 UI에 기능이 나타나는지 확인합니다. 이 부분을 건너뛰면 배포는 성공했는데 “기능이 보이지 않는다”는 문의가 자주 발생하는 문제입니다.

## 도입해야 할 팀 · 폐지해야 할 팀

AI를 강력하게 활용할 수 있는 팀원이 1명 이상 있다면, 먼저 시도해 볼 가치가 있습니다. 해당 팀원이 Blueprint와 숙련도를 준비한다면, AI를 능숙하게 다루지 못하는 팀원들도 준비된 진입점에서 동일한 작업을 시작할 수 있습니다.

Bolt나 Lovable와 유사한 UI에 익숙한 팀에도 적합합니다. 왼쪽에 회의를 하고, 오른쪽에 결과물을 보면서 수정하는 조작에 거부감이 없다면 Cloudflare OS의 화면 구성은 이해하기 쉽습니다.

![画像](https://assets.st-note.com/img/1786441807-zrOnXaZ6ClT2bAHvogVJDLyE.png?width=1200)

구현 참고를 위해 참고할 만한 유형입니다. Apache-2.0의 오픈 소스이므로, 자작 AI 워크스페이스를 처음부터 생각하기 전에, Gatekeeper, Blueprint, Gadget, AI Gateway를 통해 모델 관리를 읽는 것이 더 빠른 경우에 있을 수 있습니다. 자작하는 시간이 없는 사람일수록, 공개 구현의 설계를 관찰하기 쉬울 것입니다.

이행해야 할 조건도 있습니다. Cloudflare 계정 및 Workers 기능 활성화를 아직 담당할 수 없는 팀의 경우 초기 설정에 멈추기 쉽습니다. Gatekeeper 권한을 켜지 않으면 기능이 UI에 나타나지 않는 점도 운영 담당자가 알아두어야 합니다.

서버 측 인터넷 접근이 기본적으로 꺼져 있다는 점 또한 사전에 공유해야 하는 제약 사항입니다. 외부 연결을 명시적으로 관리하기 위한 기본 설정이기 때문에, 외부 API에 자유롭게 연결하고 싶다는 용도에서는 연결 대상, 허용, 기록 처리 방식을 먼저 결정하고 나서 접근하면 혼란이 줄어듭니다.

운영 비용은, 제 확인 범위 내에서는 단정할 수 없습니다. 화면 상에 비용 표시가 있지만, 팀 전체의 토큰 단가나 월별 비용을 여기서 숫자로 할 수 있는 자료가 없습니다. 검증 전의 비용을 약속할 수 없는 팀에서는 우선 작은 용도에 한하여 시도하는 것이 현실적입니다.

판단은 팀 내에 “작업 유형(워크스트림)을 만들 수 있는 사람”이 있는지에 따라 달라집니다. 있다면, 스타터 키트를 활용하여 작게 진행할 수 있는 TODO 또는 문서 작성의 블루프린트 1개를 만드는 단계까지 진행합니다. 없다면, Cloudflare 계정 측의 기능을 활성화할 수 있는 사람을 먼저 결정하는 것이 우선입니다.

일기 쓰기와 같은 엉성한 요청이 통과된 것은 제 프롬프트가 좋았기 때문이 아니라, 내부적으로 해당 Blueprint가 선택되었기 때문이었습니다. Cloudflare OS의 재미있는 점은 Gatekeeper로 권한을 제한하고 필요한 사람만 깊은 설정을 다룰 수 있도록 한 것과, 결과물을 템플릿으로 배포할 수 있다는 점입니다. 우선 작은 내부 작업을 하나 선택하여 템플릿화할 수 있는지 시도해 보십시오.

## 더 깊이 파고들고 싶으신 분들을 위한 안내

지금까지 확인한 것은 클라우드플레어 OS 형태의 AI 워크스페이스를 섣불리 마무리하지 않고, 팀의 작업을 부품화하는 방식으로 접근할 가치가 있었습니다. DeepSeek와 Grok의 연결, 자작 SVG 이미지 스킬 호출, Blueprint에서 Gadget을 만드는 과정을 실제로 확인하면서 정리하고 있습니다.

같은 온도에서 Claude Code나 Codex, AI 에이전트의 하르ネス 설계, 실무에 쓸 수 있는 자작 스킬의 개념을 지속적으로 쓰고 있습니다. 깊이 검토 메모나 영상 해설, 스터디 모임, 디스코드에서의 공유까지 이어가고 싶으신 분은 멤버십을 확인해 주세요.

마소를 팔로우하시면 다음 AI 툴 검토도 더 쉽게 진행할 수 있습니다. 유익한 정보였다면, 이 글을 팀 내에서 공유하고, 먼저 하나의 Blueprint 후보를 정하는 것부터 시작해 보세요.

**출처:** [note 원문](https://note.com/masa_wunder/n/na3f39e375fe2)

*번역: Gemma 3(.44) 초벌 + 교정 36청크*

[원문 보기](https://note.com/masa_wunder/n/na3f39e375fe2) | 출처: note.com