현대의 클라우드 애플리케이션은 추론하고 행동할 수 있는 자율적인 디지털 워커로 발전하고 있습니다. 처음에는 OpenClaw와 같은 프레임워크를 사용하여 가상 머신에 에이전트를 배포하는 것이 간단한 접근 방식입니다. 그러나 이러한 워크로드가 확장됨에 따라 AI 에이전트의 버스티(bursty)한 특성은 유휴 에이전트가 여전히 CPU와 메모리를 사용하면서 비효율적인 리소스 소비를 초래합니다. 과제는 안정성이나 효율성을 희생하지 않고 고정된 컴퓨팅에 더 많은 에이전트를 패킹하는 것입니다. 아키텍처에 오케스트레이션이 통합되면 경제성, 확장성 및 안정성이 크게 향상됩니다. Google Kubernetes Engine(GKE)은 컴퓨팅 용량을 극대화하기 위한 정교한 오케스트레이션 기능을 제공합니다. 마이크로 VM에서 OpenClaw 에이전트를 실행하는 기본 테스트는 게스트 운영 체제의 오버헤드로 인해 61개 에이전트의 확장 한계에 도달했습니다. 격리를 위해 경량 gVisor를 사용하는 GKE 에이전트 샌드박스로 마이그레이션하면 동일한 노드에서 에이전트 밀도가 44% 증가하여 88개 에이전트에 도달했습니다. 이 최적화는 에이전트당 비용을 30% 이상 절감했습니다. 밀도를 더욱 향상시키려면 일시 중지 및 재개 기능을 갖춘 GKE Pod 스냅샷을 사용하여 유휴 에이전트를 체크포인트하여 리소스를 확보합니다. 이를 통해 컴퓨팅 용량을 초과 할당할 수 있지만 다양한 에이전트 지연 시간 요구 사항에 맞는 전략을 조정해야 합니다. GKE는 지연 시간에 민감한, 균형 잡힌, 지연 시간에 내성이 있는 에이전트 워크로드에 대한 동시 지원을 가능하게 합니다. GKE 에이전트 샌드박스와 일시 중지 및 재개를 결합하면 에이전트 밀도를 최대 3.5배까지 높이고 간헐적으로 활성인 에이전트의 비용을 최대 75%까지 절감할 수 있습니다. 궁극적으로 에이전트 시대에 에이전트를 효율적으로 확장하는 것은 플랫폼 기능을 활용하고 처음부터 오케스트레이션을 통합함으로써 달성할 수 있습니다.