마스트라

웹 개발자가 쓰는 TypeScript로 AI 에이전트를 만드는 오픈소스 프레임워크로, 에이전트·워크플로우·RAG·평가(Evals)·MCP를 하나의 스택으로 묶었다. Next.js나 Node.js 앱에 에이전트를 붙여야 하는데 Python으로 옮기고 싶지 않을 때 쓴다.

Gatsby 웹 프레임워크를 만든 팀이 만들었다.

웹 개발자의 언어로 에이전트를 만든다

에이전트 도구는 오랫동안 Python 생태계에 몰려 있었다. 그런데 웹 개발자 대다수는 TypeScript를 쓰기 때문에, Next.js 앱에 에이전트를 붙이려면 Python 서버를 따로 두거나 언어를 바꿔야 했다. Mastra는 이 간극을 메우려고 나왔고, Y Combinator W25 배치를 거쳐 2026년 1월 v1.0을 냈다.

에이전트와 워크플로우를 나눠 쓴다

필요한 부품이 한곳에 들어 있어서, 일의 성격에 따라 골라 조합하면 된다.

순서가 분명한 일을 에이전트에게 통째로 맡기면 결과가 들쭉날쭉해진다. 정해진 흐름은 워크플로우로 고정하고, 판단이 필요한 단계에만 에이전트를 넣는 편이 안정적이다.

명령 하나로 시작, MCP는 양방향

npm create mastra@latest로 프로젝트를 만들면 에이전트·도구·워크플로우를 정의할 기본 구조가 생긴다. 사용할 모델과 도구를 코드로 지정하고, 로컬 개발 서버를 띄워 에이전트가 도구를 제대로 부르는지 확인한 뒤 앱에 연결하는 순서로 진행한다.

MCP 지원도 양방향으로 내장돼 있다. 외부 MCP 서버의 도구를 내 에이전트에 불러올 수 있고, 반대로 내가 만든 에이전트를 MCP 서버로 열어 Claude Code 같은 클라이언트가 바로 쓰게 할 수도 있다.

Python ML 파이프라인과는 거리가 있다

TypeScript/Node.js에 맞춰져 있어서 Python으로 짠 학습·데이터 파이프라인과 직접 붙이기는 어렵다. 이런 경우엔 Python 쪽을 API로 감싸 호출하거나, 처음부터 Python 프레임워크를 고르는 게 낫다. 또 v1.0이 2026년 1월에 나온 만큼 LangChain에 비해 프로덕션 사례가 적으니, 중요한 서비스라면 작은 기능부터 붙여 보고 넓히는 게 안전하다.

이미 있는 TypeScript 앱에 에이전트를 더할 때 쓴다

가장 흔한 건 이미 TypeScript로 짠 웹 서비스에 에이전트 기능을 더하는 방식이다. Python 서버를 따로 두지 않고, 같은 코드베이스 안에서 에이전트와 워크플로우를 함께 관리한다.