도커 샌드박스로 AI 코딩 에이전트 'OpenClaw' 안전하게 실행한다

OpenClaw는 오픈소스 AI 코딩 에이전트이며, 도커가 공개한 방식은 이를 Docker Sandboxes 마이크로 VM 안에 격리해 안전하게 실행하는 솔루션입니다. 에이전트가 개발자 PC의 주요 시스템 파일을 건드리거나 민감한 정보를 외부로 전송할 위험 없이, 프로젝트 코드 작업을 믿고 맡길 수 있습니다.

특히 도커 데스크톱의 로컬 추론 엔진인 Docker Model Runner와 연동된다는 점이 큽니다. 클라우드 비용을 한 푼도 쓰지 않고 완전한 오프라인 환경에서 로컬 오픈소스 모델을 활용할 수 있으며, API 키가 유출될 걱정도 원천 차단됩니다.

무엇을 할 수 있나

코딩 에이전트를 로컬 컴퓨터에서 바로 돌릴 때 가장 큰 걸림돌은 보안입니다. 권한을 너무 좁히면 작업을 제대로 못 하고, 터미널 권한을 너무 많이 주면 호스트 시스템을 망가뜨리거나 네트워크를 통해 데이터를 외부로 유출할 위험이 있습니다. Docker Sandboxes는 마이크로 VM 단위로 격리벽을 쳐 OpenClaw가 지정된 작업 공간만 읽고 쓸 수 있도록 제한합니다.

네트워크 역시 프록시를 통해 철저하게 통제됩니다. 미승인 호스트로의 연결을 차단하며, Claude나 OpenAI 같은 클라우드 모델을 쓸 때도 에이전트 환경에 API 키를 직접 노출할 필요가 없습니다. 호스트에 설정된 키를 샌드박스 프록시가 네트워크 요청 단계에서 알아서 주입해주므로 에이전트 내부에서는 실제 키 값을 확인할 수 없습니다.

로컬 모델을 쓸 때는 외부 인터넷 연결을 완전히 끊어도 무방합니다. 호스트 머신에서 모델이 실행되고, 샌드박스 안의 OpenClaw는 프록시 통로를 거쳐 로컬 모델과 대화하며 코드를 작성합니다.

어떻게 실행하나

도커 데스크톱 설정에서 Docker Model Runner를 켜두기만 하면 몇 줄의 명령어로 간단히 구성할 수 있습니다. Node.js 22와 OpenClaw가 사전 탑재된 빌드 이미지가 제공됩니다.

우선 호스트 터미널에서 docker model pull 명령으로 원하는 모델을 내려받습니다. 공식 예시인 ai/gpt-oss:20B-UD-Q4_K_XL이나 Qwen 2.5 계열 등 로컬 사양에 맞는 모델을 준비하면 됩니다.

이어서 샌드박스를 생성하고 로컬호스트 통신 프록시를 허용한 뒤 샌드박스를 구동합니다. 내부 셸에서 start-openclaw 스크립트를 실행하면 내려받은 로컬 모델 목록을 자동으로 인식해 에이전트 TUI 화면이 열립니다.

이 구조의 핵심 기술 포인트는 20여 줄짜리 작은 Node.js 브리지 스크립트입니다. OpenClaw는 Node.js 기반인데, Node.js는 운영체제의 기본 HTTP 프록시 설정을 그대로 따르지 않는 문제가 있습니다. 도커는 샌드박스 내부에 작은 브리지를 띄워 에이전트의 호출을 가로챈 뒤 호스트 머신의 Model Runner 포트로 매끄럽게 전달하도록 설계했습니다.

왜 중요한가

AI 에이전트에게 실제 프로젝트 작업을 맡겨보고 싶지만 시스템 오염이나 소스코드 유출이 두려웠던 개발자라면 지금 바로 테스트해볼 만합니다. 그동안 안전한 격리 환경을 구축하려면 가상머신 설정과 복잡한 방화벽 규칙을 직접 만져야 했지만, 도커는 이를 손쉬운 기본 기능으로 묶어냈습니다.

로컬 오픈소스 모델의 성능이 올라갈수록 에이전트 도입의 핵심은 모델 자체의 지능보다 런타임의 안전성으로 이동하고 있습니다. 마이크로 VM 격리와 프록시 기반 자격증명 관리를 결합한 이번 방식은, 앞으로 로컬 AI 개발 도구를 굴리는 표준적인 방식으로 자리 잡을 가능성이 높습니다.