Perplexity, Agent API에 Sandbox 실행 환경 추가… standalone service로도 제공
Perplexity는 March 11, 2026에 Sandbox API를 Agent API tool이자 standalone service로 제공하겠다고 밝혔다. 기존 문서가 Agent API를 명시적 tool configuration을 갖춘 multi-provider interface로 설명하고 있는 만큼, 이번 업데이트는 code execution을 orchestration의 핵심 primitive 쪽으로 끌어온다.
원문: Our Sandbox API will be available as a tool within Agent API, allowing the orchestration runtime to delegate to deterministic code execution. Sandbox API makes the same execution environment we use internally available as a standalone service for developers. 원문 보기 →
March 11, 2026에 Perplexity는 X를 통해 Sandbox API를 Agent API 내부 tool로 제공하고, 동시에 standalone service로도 공개하겠다고 밝혔다. 회사는 이 환경을 자사가 내부적으로 사용하는 execution runtime과 동일한 것으로 설명했으며, orchestration runtime이 필요할 때 deterministic code execution을 위임할 수 있다고 말했다.
현재 공개된 Agent API quickstart는 Perplexity를 multi-provider LLM application interface로 소개한다. 문서에 따르면 개발자는 하나의 API를 통해 여러 provider의 모델에 접근하면서 reasoning, token budget, tool을 일관된 문법으로 설정할 수 있다. 별도의 Tools documentation에서는 각 request마다 tool을 명시적으로 활성화해야 하며, 현재 built-in tool은 web_search와 fetch_url, 그리고 외부 시스템과 연결하는 custom function이라는 점을 설명한다.
Sandbox update가 바꾸는 점
- deterministic code execution을 agent runtime의 first-class tool에 더 가깝게 가져온다.
- Perplexity 내부 execution environment를 standalone developer surface로 노출한다.
- retrieval과 code execution을 하나의 orchestration flow 안에서 결합하기 쉽게 만든다.
이 변화가 중요한 이유는 실제 agent workload가 retrieval만으로 끝나지 않기 때문이다. research-style agent는 웹 검색 이후 파일을 파싱하고, 데이터를 변환하고, 계산을 검증하고, 작은 프로그램을 실행해야 하는 경우가 많다. 지금까지 Perplexity의 공개 문서는 retrieval 중심 tool과 custom function call에 무게를 두고 있었다. March 11 X post는 회사가 code execution을 외부 부가 기능이 아니라 orchestration model의 중심에 더 가깝게 두려 한다는 신호로 읽힌다.
이 발표 시점 기준으로 공개 문서는 여전히 web_search, fetch_url, custom function 중심의 tool framework를 설명하고 있었기 때문에, 이번 X post는 deterministic execution이 그 모델 안에 어떻게 들어올지를 보여주는 초기 신호에 가깝다. 향후 Perplexity가 limit, security control, pricing을 명확히 제시한다면, Sandbox는 research agent와 deterministic action이 필요한 workflow 사이를 잇는 실용적 다리가 될 수 있다.
결국 이것은 단순한 tool toggle 이상의 의미를 가진다. agent platform 경쟁이 model access, retrieval, controlled execution을 얼마나 적은 구성요소로 하나의 developer surface에 묶어내느냐로 이동하고 있다는 점을 보여주기 때문이다.
관련 기사
Cursor, code review agent가 PR activity를 학습해 real-time self-improve… 해결률 78% 제시
Cursor는 2026년 4월 8일 X에서 code review agent가 pull request activity를 실시간으로 학습할 수 있다고 밝혔다. 회사는 또한 agent가 찾아낸 issues 가운데 78%가 PR merge 시점까지 해결된다고 주장했다.
Cloudflare Agent Memory, agent 대화 기억을 context window 밖에서 관리
왜 중요한가: 장시간 실행되는 agent는 모든 메시지를 다시 넣지 않고도 이전 상태를 기억해야 한다. Cloudflare는 private beta로 공개한 Agent Memory가 context window를 채우지 않으면서 필요한 정보를 다시 제공한다고 설명했다.
GitHub, Copilot coding agent for Jira public preview 공개
GitHub가 Jira issue를 Copilot coding agent에 직접 할당해 draft pull request를 생성하는 integration을 public preview로 공개했다. Jira와 GitHub 사이의 context switching을 줄이면서도 기존 review·approval 규칙은 유지하는 것이 핵심이다.