Mastra는 용 최신 TypeScript 프레임워크로, 에이전트 정의, 워크플로 조정 RAG 파이프라인 MCP 서버 및 관찰 가능성 평가 평가와 같은 기본 기능을 제공합니다. 핵심 프레임워크인 Apache-2.0은 오픈 소스이며 Mastra 플랫폼 호스팅 플랫폼은 무료 스타터 및 엔터프라이즈 수준의 Teams/Enterprise 계획을 제공합니다.

Mastra: 최신 TypeScript Agent 프레임워크 및 AI 애플리케이션 플랫폼

Mastra의 핵심 매개변수 및 통계

프로젝트	최신 공개 정보
제품 포지셔닝	AI 기반 애플리케이션 및 에이전트 구축을 위한 최신 TypeScript 프레임워크
배송형태	오픈소스 프레임워크(Apache-2.0) + SaaS 호스팅 플랫폼(Mastra Platform)
코어 프레임워크 라이센스	Apache-2.0(핵심 모듈); 엔터프라이즈 기능을 사용하려면 Mastra Enterprise 라이센스가 필요합니다
모델 지원	40개 이상의 모델 제공업체(OpenAI, Anthropic, Google Gemini 등)를 위한 통합 인터페이스
GitHub 스타	26.4k
GitHub 포크	2500만
GitHub 기여자	582
GitHub 릴리스 수	102개 릴리스
최신 핵심 패키지 버전	@mastra/[email protected] (2026-07-15)
플랫폼 가격 모델	Starter(무료/종량제), Teams($250/월), Enterprise(맞춤형)
일반 고객	Replit, Brex, Marsh, MongoDB, SoftBank, Sanity, WorkOS, PayPal, Elastic

제품 경계: Mastra는 에이전트 프레임워크 + 호스팅 플랫폼으로 포지셔닝되어 프로토타입에서 프로덕션으로 빠르게 이동해야 하는 TypeScript 팀에 적합합니다. 기본 모델 훈련 기능을 제공하지 않으며 코드가 없는 에이전트 구축 도구도 아닙니다. Agent Builder가 시각적 구성 인터페이스를 제공하더라도 핵심 사용 경로는 여전히 TypeScript 코드 작성을 기반으로 합니다.

Mastra의 사용자 및 시장 인지도

GitHub 생태학적 인기: 별 26,400개, 포크 2,500개, 기여자 582명, 릴리스 100개 이상. 저장소는 매우 활동적이며(최근 커밋 빈도는 몇 시간 단위로 측정됨) 커뮤니티는 Discord 및 GitHub 문제를 통해 빈번한 상호 작용을 유지합니다.

엔터프라이즈 수준 고객 매트릭스: 공식적으로 공개된 고객으로는 Replit(AI 프로그래밍 플랫폼에서 Mastra를 사용하여 Agent 기능 구축), Brex(기업 금융), Marsh(전 세계 10만 명의 직원이 LenAI 검색을 사용하고 하위 계층은 Mastra에서 구동됨), MongoDB(Mastra Agent가 매일 10TB CI 로그를 처리함), SoftBank, Sanity, WorkOS, PayPal, Elastic, Factorial 등이 있습니다. 이러한 사례에는 SaaS, 금융, 인적 자원, 콘텐츠 관리 및 인프라 모니터링.

사고적 리더십: Mastra는 두 권의 전문 서적 "Principles of Building AI Agents"(240,000+ 배포)와 "Patterns of Building AI Agents"(100,000+ 배포)를 출판하고 팟캐스트 "Agents Hour"를 운영하여 에이전트 엔지니어링 커뮤니티에 강력한 기술적 영향력을 확립했습니다.

Y Combinator 배경: 초기 단계 스타트업의 품질을 나타내는 중요한 신호인 YC W25 배치에 선택되었습니다.

경계 설명: 위 데이터는 Mastra 공식 홈페이지 GitHub 창고 및 고객 사례 페이지에서 가져온 것입니다. 조달 프로세스에 보다 자세한 SLA 조건, 보안 인증 보고서 또는 고객 배경 실사가 필요한 경우 비즈니스 섹션의 Mastra 영업팀에 요청해야 합니다.

마스트라의 원가 우위

비용 이점: 오픈 소스 프레임워크 자체 호스팅 + 플랫폼 종량제 이중 계층 비용 구조

C 측/개인 개발자:

• 핵심 프레임워크는 완전히 오픈 소스입니다(Apache-2.0). 개발자는 라이선스 비용 없이 에이전트, 워크플로, RAG 및 메모리와 같은 모든 핵심 기능을 로컬 또는 자체 서버에서 무료로 사용할 수 있습니다.
• Mastra 플랫폼 스타터 플랜은 무료이며 월별 관찰 가능한 이벤트 100,000개, CPU 시간 24시간, 데이터 내보내기 10GB, 데이터 보관 15일을 포함합니다. 초과분은 종량제 기준으로 청구됩니다(관찰 가능한 이벤트 $10/100K, CPU $0.35/시간, 데이터 송신 $0.10/GB).
• 거의 무료로 소형 프로토타입을 직접 학습하고 검증할 수 있습니다.

개발자/API 팀:

• 플랫폼 레이어는 Credits 통합 풀 모델을 채택합니다. 모델 호출 및 토큰 소비는 Mastra Gateway를 통해 라우팅되며, 시장 가격 + 5.5%의 채널 수수료가 부과됩니다. 팀은 자체 모델 키(BYOK)를 가져오거나 Mastra를 통해 통합 청구를 선택할 수 있습니다.
• Teams 플랜($250/월)에는 관찰 가능한 이벤트 100만 개($8/100K 초과), 250 CPU 시간(시간당 $0.25 초과), 6개월 데이터 보존과 함께 100GB 데이터 내보내기 등 더 큰 할당량이 포함됩니다. Starter 사용량이 월 $250에 가까워지면 Teams로 전환하면 한계 비용을 크게 줄일 수 있습니다.
• 선택적 서버 Always-On 추가 기능 패키지(프로젝트당 $100)는 프로덕션 환경에 적합한 서비스를 연중무휴 24시간 온라인으로 유지합니다.
• 추가 데이터베이스 서비스: LibSQL은 월 1백만 행을 무료로 작성합니다(읽기 1백만 달러 초과). Postgres는 월 5 CPU 시간 무료(시간 초과 $0.50). 저장용량은 월 $1/GB부터 시작됩니다.

기업/민영화:

• Enterprise 플랜은 사용자 정의 가격이 책정되며 사용자 정의 사용 및 보존 정책 RBAC(역할 기반 액세스 제어), 감사 로그 SLA(서비스 수준 계약) 및 전담 기술 지원 엔지니어가 포함됩니다.
• 온프레미스 배포 지원: Mastra Platform은 SSO 및 RBAC를 통해 자체 클라우드 또는 온프레미스에 배포하여 완전한 데이터 격리를 달성할 수 있습니다.
• 명시적 비용: 플랫폼 구독 + 컴퓨팅/스토리지 초과 수수료 + 모델 채널 수수료.
• 숨겨진 비용: 에이전트 개발 및 디버깅 작업 시간, 워크플로 조정 복잡성 관리, 평가 테스트 세트 유지 관리, 팀 TypeScript/에이전트 기술 교육.

비용 차원	스타터(무료)	팀 ($250/월)	기업(맞춤형)
관찰 가능한 이벤트	100K/월, 초과 $10/100K	100만/월, 초과 $8/100K	맞춤
CPU 시간	24시간/월, 초과 $0.35/시간	250시간/월, 초과 $0.25/시간	맞춤
데이터 보존	15일	6개월	맞춤
데이터 내보내기	10GB/월, 초과분 $0.10/GB	100GB/월, 초과분 $0.08/GB	맞춤
모델 채널 수수료	시가 +5.5%	시가 +5.5%	협상 가능
영구 서버	$100/프로젝트(선택 사항)	$100/프로젝트(선택 사항)	맞춤
SSO/SOC2	—	✓	✓
RBAC/감사 로그	—	—	✓
SLA	—	—	✓

Mastra의 주요 기능

• 에이전트 정의 및 실행: ID, 이름, 지침, 모델('provider/model' 문자열로 지정), 도구 및 기타 매개변수와 같은 매개변수를 지원하는 TypeScript 클래스 'Agent'를 통해 에이전트를 정의합니다. 상담원은 자동으로 추론하고, 도구를 선택하고, 최종 답변을 반복적으로 생성할 수 있습니다. Supervisor Agent(다중 에이전트 조정), Guardrails(가드레일), Processors(프로세서 체인), Code Mode(코드 실행 모드) 등의 고급 기능을 지원합니다.

• 워크플로 워크플로 엔진: .then()(시퀀스), .branch()(분기), .parallel()(병렬), .foreach()(루프), .map()(매핑), .dountil()(반복) 및 기타 오케스트레이션 프리미티브를 제공하는 그래프 기반의 명시적 제어 흐름 엔진입니다. 일시 중단 및 재개(일시 중단 및 복구), Human-in-the-Loop(수동 확인 지점), 시간 여행(시간 여행 디버깅) 및 예약된 워크플로(시간 제한 트리거)를 지원합니다.

• 기억 기억 시스템: Conversation History(대화 기록), Observational Memory(관찰 기억 - 에이전트가 자동으로 사실을 기록하고 회상함), Working Memory(작업 기억), Semantic Recall(의미적 회상)을 지원합니다. 다중 사용자 스레드 격리는 장기적인 컨텍스트가 필요한 고객 서비스 및 보조 시나리오에 적합합니다.

• RAG 검색 강화 생성: 내장 Document Chunking(문서 청킹), Embedding(임베딩), 벡터 데이터베이스 통합(Pinecone, Qdrant, Chroma, PG Vector, MongoDB 등 10개 이상의 벡터 라이브러리 지원), 메타데이터 필터링, GraphRAG, Rerank. createVectorQueryTool() 및 createDocumentChunkerTool()과 함께 사용하여 검색 파이프라인을 빠르게 구축할 수 있습니다.

• MCP 프로토콜 지원: 에이전트, 도구 및 기타 구조화된 리소스를 게시하기 위해 MCP 서버로 사용할 수 있으며 외부 MCP 서비스를 사용하기 위해 MCP 클라이언트로 사용할 수도 있습니다. Mastra MCP 인터페이스를 통해 다른 Agent 시스템과의 상호 운용성을 지원합니다. ACP(에이전트 통신 프로토콜) 및 A2A(에이전트 간) 프로토콜도 지원됩니다.

• 평가 평가 시스템: 20개 이상의 평가 채점자(답변 관련성, 성실성, 환각, 독성, 편견, 완전성, 도구 호출 정확도, 궤도 정확도 등)가 내장되어 있으며 맞춤 채점자를 지원합니다. 실험(실험 비교) 및 CI 통합(CI 파이프라인에서 Eval 자동 실행)의 데이터 세트 관리를 지원합니다.

• 관측성 관측성: 로그, 지표, 추적이라는 세 가지 기본 요소가 내장되어 있습니다. Datadog, Langfuse, LangSmith, Sentry, PostHog, Arize, Arthur, Braintrust, OpenTelemetry 등과 같은 타사 플랫폼으로 내보낼 수 있습니다. 로그에서 민감한 정보가 유출되는 것을 방지하기 위해 민감한 데이터 필터 프로세서를 지원합니다.

• 음성 기능: TTS(텍스트 음성 변환), STT(음성 텍스트 변환) 및 음성 음성 변환 파이프라인을 지원합니다. ElevenLabs, Deepgram, OpenAI Realtime, Google Gemini Live, Azure, PlayAI, Mistral 등과 같은 음성 제공업체와 통합됩니다. LiveKit 실시간 음성 통화를 지원합니다.

• 브라우저 브라우저 자동화: AgentBrowser, Stagehand 통합 Firecrawl 통합을 제공하고 BrowserViewer 시각화를 지원합니다. 웹 페이지 정보 추출, 자동화된 테스트, 양식 작성 및 기타 시나리오에 사용할 수 있습니다.

• 채널 채널 액세스: 에이전트를 Slack, Microsoft Teams, Discord, Telegram, WhatsApp과 같은 인스턴트 메시징 플랫폼에 연결하여 기업 내 AI 도우미 배포를 실현합니다.

• Agent Builder(비주얼): 모델 정책 메모리, 작업공간 및 브라우저 구성을 지원하는 웹 기반 에이전트 시각적 구성 인터페이스입니다. 개발자가 아닌 사람도 에이전트 동작 구성에 참여할 수 있습니다.

전문가의 견해: Mastra의 진정한 시너지 효과는 에이전트 + 워크플로 + 평가 + 관찰 가능성의 조합에 있습니다. 에이전트를 사용하여 공개 작업을 처리하고, 워크플로를 사용하여 결정적 프로세스를 조정하고, 평가를 사용하여 회귀를 방지하기 위해 CI에서 자동으로 점수를 매기고, 관찰 가능성을 사용하여 각 에이전트 호출의 전체 추적을 추적합니다. 이는 "구축만 하고 테스트는 하지 않고, 실행만 하고 관찰은 하지 않는" 대부분의 에이전트 프레임워크의 일반적인 문제점을 해결합니다.

Mastra의 모델 및 버전 진화

메인라인 출시

버전 ID	시간	주요 변경사항
@mastra/[email protected]	2026-07-15	목표 도입(장기 운영 에이전트를 위한 지속적인 목표 메커니즘 + LLM 판단), Mastra 플랫폼 가격 공개
@mastra/[email protected]	~2025-10	프레임워크 API가 안정적이며 v1.0이 공식 출시되었습니다
앞서 해보기	~2025-01	초기 알파/베타, API 신속한 반복 단계

최신 버전 기능 (@mastra/[email protected], 2026-07-15):

• 목표 메커니즘: 장기 실행 에이전트에 대한 지속적인 목표를 정의하면 LLM이 자동으로 완료 정도를 평가합니다. 완료하는 데 몇 시간 또는 며칠이 걸리는 작업(예: 코드 기반 리팩토링, 대규모 데이터 분석)에 이상적입니다.
• Mastra 플랫폼 가격 시스템 공식 발표: Starter(무료), Teams($250/월), Enterprise(맞춤형), 자세한 내용은 가격 장을 참조하세요.
• 프레임워크는 채널(Slack/Teams/Discord/Telegram/WhatsApp), 음성 제공자 확장, 벡터 스토리지 어댑터 등 새로운 통합을 계속 추가합니다.

v1.0 안정 버전(~2025-10):

프레임워크 API는 안정화 단계에 진입했으며 Agent, Workflow, Memory, RAG, MCP 등 핵심 모듈을 프로덕션에 사용할 수 있습니다. 이전 버전에서 v1.0으로의 전체 마이그레이션 가이드가 공식적으로 제공됩니다.

초기 단계(~2025-01~~2025-10):

프레임워크는 신속한 프로토타이핑 단계에 있으며, 주로 Agent의 기본 기능과 Workflow 엔진의 프로토타입 검증에 중점을 두고 API가 자주 변경됩니다.

버전 평가 제안

프로덕션 팀은 버전 번호보다는 핵심 API가 안정적인지 여부(에이전트 구성 매개변수 도구가 정의되는 방식 등), 워크플로 엔진의 동작이 예측 가능한지 여부(일시 중지/재개 안정성), 관찰 가능성 데이터가 완전한지 여부(추적 범위 측정항목의 정확성), 업그레이드 및 마이그레이션 비용(급격한 변경 사항이 있는지, 마이그레이션 가이드가 있는지 여부) 등의 차원에 집중해야 합니다.

마스트라의 기술적 장점

메커니즘: Mastra는 "TypeScript 네이티브 + 모듈식 조합" 아키텍처를 채택하도록 설계되었습니다. 핵심 패키지 @mastra/core는 Agent, Workflow, Memory, Tool, RAG와 같은 기본 추상화를 제공하며 각 기능 모듈(Voice, Browser, Channels, Evals, Observability, MCP)은 요청 시 독립 패키지로 도입됩니다. 이 아키텍처의 직접적인 효과는 개발자가 불필요한 종속성 확장 없이 실제로 사용되는 모듈만 설치하면 된다는 것입니다.

모델 라우팅 및 게이트웨이: Mastra의 모델 게이트웨이는 40개 이상의 모델 제공업체의 API 호출을 균일하게 관리합니다. 개발자는 각 제조업체의 SDK를 별도로 도입할 필요 없이 에이전트 정의에서 "provider/model" 문자열(예: "openai/gpt-5.5", "anthropic/claude-sonnet-4-6")을 사용하여 모델을 지정하기만 하면 됩니다. 게이트웨이 계층은 인증, 재시도 대체 및 속도 제한을 처리하고 Teams/Enterprise 계획에서 BYOK(Bring-Your-Own-Key) 지원을 제공합니다.

효과: 일반적인 에이전트 개발 시나리오에서 Mastra는 "모델 통합 -> 에이전트 정의 -> 도구 장착 -> 워크플로 조정 -> 평가 및 검증 -> 관찰 가능한 추적"의 전체 링크를 통합 TypeScript 프로그래밍 모델로 통합합니다. LangChain의 Python 생태계와 Vercel AI SDK의 UI 초점을 비교하면 Mastra는 TypeScript 풀 스택 에이전트 엔지니어링의 격차를 메웁니다. Next.js/React에 익숙한 팀의 경우 학습 곡선은 언어를 전환할 필요 없이 에이전트 및 워크플로의 개념에 중점을 둡니다.

워크플로 엔진의 결정론적 이점: 순수한 LLM 에이전트 기반 "블랙 박스" 실행과 달리 Mastra Workflow를 사용하면 개발자는 명시적인 그래프 구조로 프로세스를 정의할 수 있습니다. '.then()'은 순차 종속성을 지정하고, '.branch()'는 조건 분기를 처리하고, '.parallel()'은 병렬로 실행합니다. 이 하이브리드 모델(에이전트는 퍼지 작업을 처리하고 워크플로는 결정적 프로세스를 처리함)은 프로덕션 수준 안정성 측면에서 순수 에이전트 솔루션보다 낫습니다.

관찰 가능성 기본 임베딩: Mastra는 프레임워크 수준에 포함되어 입력/출력 도구 호출 매개변수와 에이전트의 각 추론 결과, 워크플로 각 단계의 시간 소비 및 상태를 자동으로 캡처합니다. 개발자는 수동 로깅 없이 완전한 Trace를 얻을 수 있으며, 내보내기를 통해 데이터를 기존 모니터링 스택(Datadog, Sentry, Langfuse 등)과 동기화할 수 있습니다.

적용 가능한 시나리오: 프로토타입에서 프로덕션 준비 에이전트/워크플로 프로젝트로 빠르게 전환해야 하는 TypeScript 기술 스택 팀에 적합합니다. Vercel AI SDK에 투자한 팀을 위해 Mastra는 상호 운용성을 달성하고 마이그레이션 비용을 줄이기 위해 withMastra() 및 toAISdkMessages()와 같은 적응 레이어를 제공합니다.

공구 종류 분류 심화

Mastra의 주요 제공 형태는 에이전트/MCP/자동화 도구(유형 A)이며, Mastra 플랫폼 호스팅 서비스도 생산성/비즈니스 측 애플리케이션(유형 D)의 특성을 가지고 있습니다. 다음은 Type A 규칙을 기반으로 심층 분석한 것입니다.

도구 열기 목록(에이전트 호출 가능 코어 추상화)

Mastra Agent는 다음 도구 유형을 사용할 수 있습니다. 프레임워크 자체는 특정 도구 목록을 제한하지 않지만 다음과 같은 내장 도구 팩토리를 제공합니다.

도구/기능	사용법
createTool()	사용자 정의 도구 팩토리, ID, 설명, inputSchema(Zod), 실행 기능을 지정해야 함
askUserTool	Human-in-the-Loop 시나리오에 적합한 사용자에게 질문하고 응답을 기다립니다
createVectorQueryTool()	벡터 데이터베이스에서 의미 검색 수행
createDocumentChunkerTool()	문서를 여러 덩어리로 나누어 벡터 라이브러리에 저장
createGraphRAGTool()	GraphRAG 쿼리 실행
createCodeMode()	코드 실행 모드를 활성화하면 에이전트가 파일을 작성하고 명령을 실행할 수 있습니다
MCPClient / MCPServer	MCP 프로토콜 서비스 사용/게시
Perplexity 도구 / Tavily 도구 / Bright Data 도구	타사 검색/데이터 도구 통합
submitPlanTool / 작업 도구	계획서 제출 및 업무관리

모델은 이러한 도구들을 통해 '인식(검색/검색) → 추론(LLM 의사결정) → 액션(도구 실행/코드 실행) → 피드백(결과 관찰) → 반복'의 상호작용을 완성합니다.

아키텍처 링크

┌─────────────────────────────────────────────────┐
│ 사용자 애플리케이션 계층 │
│ (Next.js / React / Express / 독립형 서버) │
└──────────────────────┬─────────────────────────────┘
                       │
┌──────────────────────▼─────────────────────────────┐
│ 마스트라 코어 │
│ ┌─────────┐ ┌──────────┐ ┌────────┐ ┌───────────┐ │
│ │ 에이전트 │ │ 워크플로 │ │ 메모리 │ │ RAG │ │
│ └────┬────┘ └────┬────┘ └───┬────┘ └────┬─────┘ │
│ │ │ │ │ │
│ ┌────▼───────────▼────────────▼───────────▼──────┐ │
│ │ 모델 게이트웨이(40개 이상의 공급자) │ │
│ │ OpenAI / Anthropic / Gemini / Groq / ... │ │
│ └──────────────────┬─────────────────────────┘ │
│ │ │
│ ┌──────────────────

─▼──────────────────────────┐ │
│ │ MCP 서버/MCP 클라이언트/ACP/A2A │ │
│ └──────────────────┬─────────────────────────┘ │
│ │ │
│ ┌────────────────────▼────────────────────────┐ │
│ │ 관찰 가능성(추적/측정항목/로그) │ │
│ │ → Datadog / Langfuse / Sentry / OTEL │ │
│ └──────────────────────────────────────────────┘ │
└───────────────────────────────────────────────────┘
          │ │
          ▼ ▼
  Mastra 플랫폼 브라우저/채널
  (호스팅/SaaS) (Slack/WhatsApp/웹)

제어 흐름: 사용자 코드 → Mastra Core(에이전트/워크플로) → 모델 게이트웨이 → LLM → 도구 호출 → 결과 반환 → 관찰 기록.

데이터 역류: 추적/메트릭 데이터 → 관찰 가능성 내보내기 → 타사 모니터링 플랫폼.

엔지니어링 함정에 대한 가이드

1. 에이전트 주기 및 토큰 인플레이션 제어: 에이전트는 추론 과정 중에 반복적으로 도구를 호출할 수 있으며 "생각-도구 호출-재검토"의 끝없는 주기에 빠질 수 있습니다. 해결 방법: 최대 추론 단계 수를 제한하려면 'maxSteps' 매개변수를 사용하세요. Workflow에서 시간 초과 조건을 설정하려면 sleep() 또는 duntil()을 사용하세요. 비정상적인 순환 패턴을 감지하려면 Eval에 Trajectory Accuracy Scorer를 추가하세요.

2. DOM/컨텍스트 오버로드: 에이전트가 브라우저 도구를 통해 웹 페이지를 크롤링할 때 전체 DOM이 LLM 컨텍스트 창을 훨씬 초과할 수 있습니다. 해결책: 전체 페이지 크롤링 대신 Stagehand 또는 Firecrawl의 추출 모드를 사용하십시오. 완전한 DOM 대신 접근성 트리만 전달합니다. Agent 지시문에서 "먼저 페이지 요약을 가져온 다음 특정 요소를 찾으십시오"를 명시적으로 요구합니다.

3. 보안 및 최고 권위의 거버넌스: 에이전트 도구 호출은 되돌릴 수 없는 작업(기록 삭제, 메시지 보내기, 데이터베이스 수정)을 트리거할 수 있습니다. 해결 방법: 에이전트 승인(수동 승인 모드)을 활성화하고 askUserTool 이외의 위험한 작업에 대한 확인 지점을 설정합니다. 불법 콘텐츠를 탐지하려면 'ModerationProcessor'를 사용하세요. Workflow에서 Human-in-the-Loop 노드를 설정합니다(suspensAndResume()을 통해). 프로덕션 환경에서 테스트 실행 검증을 위해 읽기 전용 모드를 활성화합니다.

3분만에 빠르게 시작해보세요

``배쉬

새 프로젝트 생성

npm은 mastra@latest를 생성합니다. CD 내-마스트라-프로젝트

핵심 종속성 설치

npm 설치 @mastra/core@latest zod@latest

모델 키 설정(OpenAI를 예로 들어)

OPENAI_API_KEY= 내보내기

`claude_desktop_config.json`에 Mastra MCP 서버를 마운트하는 일반적인 구성(공식 웨어하우스 README에 따름):

``json
{
  "mcpServer": {
    "마스트라": {
      "명령": "npx",
      "args": ["-y", "@mastra/mcp"],
      "환경": {
        "OPENAI_API_KEY": "<귀하의_API_KEY>"
      }
    }
  }
}

마스트라 사용 경로

입구	일반적인 조치	역할 적응
CLI(npm 생성 마스트라)	예제를 포함하여 한 번의 클릭으로 프로젝트 뼈대를 생성하는 터미널 명령 Agent	TypeScript 풀 스택/백엔드 개발자
웹 스튜디오	에이전트 실행 로그 워크플로 상태를 시각적으로 확인 추적 세부정보	개발자, 기술 리더
Agent Builder(시각적)	웹 UI를 통해 에이전트 지침, 모델 메모리 및 도구 구성	비개발 역할, 제품 관리자
Mastra 플랫폼(호스팅)	클라우드에 에이전트 배포, CI/CD 구성, 모니터링, 팀 협업	DevOps, 엔지니어링 팀
MCP 프로토콜	MCP 클라이언트를 통해 외부 MCP 서비스를 사용하거나 에이전트를 MCP 서버로 노출	시스템 통합 엔지니어
채널(Slack/팀)	에이전트를 내부 IM 플랫폼에 연결하고 직원은 자연어를 통해 상호 작용	임직원 전체

구현 경로: 3단계로 진행하는 것이 좋습니다. 첫 번째 단계(1~2주): CLI를 사용하여 프로젝트를 생성하고 도구로 간단한 Agent를 구현한 후 agent.generate()를 통해 기본 프로세스를 확인합니다. 두 번째 단계(2~4주): 워크플로를 도입하여 다단계 작업을 조정하고 관찰 가능성 데이터 수집을 구성합니다. 세 번째 단계(1월~2월): Mastra 플랫폼 또는 자체 서버에 배포하고, CI에서 자동으로 실행되도록 Eval을 구성하고, Slack/Teams 채널에 연결하고, 프로덕션 경계 모니터링 경보를 공식화합니다.

Mastra의 제품 가격

Mastra는 "무료 오픈 소스 프레임워크 + 종량제 호스팅 플랫폼"의 2단계 가격 모델을 채택합니다.

스타터(무료):

• 월 $0, 종량제, 매달 무료 할당량 포함:
  • 관찰 가능한 이벤트 100,000개, 초과분 $10/100,000
  • 24 CPU 시간, 초과 시간당 $0.35
  • 10GB 데이터 내보내기, 초과분 $0.10/GB
  • 15일간 데이터 보관
  • 무제한 사용자, 프로젝트 및 배포
  • 게이트웨이를 통해 라우팅되는 모델 토큰: 시장 가격 + 5.5%

팀($250/월):

• 더 큰 할당량, 더 낮은 초과 비율:
  • 관찰 가능한 이벤트 100만 개, $8/100K 초과
  • 250 CPU 시간, 초과 시간당 $0.25
  • 100GB 데이터 내보내기, 초과분 $0.08/GB
  • 6개월간 데이터 보관
  • 다중 팀 SSO, SOC2 문서
• Starter 사용량이 월 $250에 도달하는 경우 Teams로 전환하면 한계 비용을 크게 줄일 수 있습니다.

기업(맞춤형):

• 맞춤형 할당량 및 데이터 보존
• RBAC, 감사 로그
• SLA 지원, 전담 기술 지원 엔지니어
• 온프레미스 배포 지원

추가 서비스:

• 서버 상시 가동: 연중무휴 24시간 서비스 실행을 위해 $100/프로젝트/월
• 데이터베이스(LibSQL/Postgres): 읽고 쓴 행 수와 계산 시간을 기준으로 과금됩니다. 자세한 내용은 공식 웹사이트 가격 페이지를 참조하세요.
• 메모리 토큰 사용량: 100,000/월 무료, 초과 $10/1M
• 검색 저장 공간: 무료 250MB, 초과분 $20/GB

숨겨진 비용: 에이전트 개발 및 디버깅 시간, 워크플로 복잡성 관리, 평가 테스트 세트 유지 관리 비용. TypeScript를 사용하지 않는 팀의 경우 프레임워크 API 및 에이전트 개념을 학습하는 선행 투자도 있습니다.

마스트라의 응용 시나리오

• 내부 에이전트 도우미: Mastra Agent를 Slack/Teams에 연결하여 직원이 HR 정책을 쿼리하고, 주간 보고서를 생성하고, 자연어를 통해 지식 기반을 검색할 수 있도록 합니다. 검증 핵심 사항: 내부 API 호출을 위한 에이전트의 권한 경계, 관찰 메모리의 조직 ​​지식 캡처 범위, 민감한 작업 전 Human-in-the-Loop의 확인 메커니즘.

• 클라이언트 측 AI 기능 내장: 에이전트 기능을 제품에 내장하면 최종 사용자가 대화를 통해 복잡한 작업을 완료할 수 있습니다(예: IDE에 에이전트를 통합하는 Replit, 전자상거래 백엔드에 AI 운영 도우미를 추가하는 Medusa). 확인해야 할 핵심 사항: 에이전트의 컨텍스트 창에서 긴 대화를 전달할 수 있는지 여부 도구 호출 지연이 사용자가 허용하는 범위 내에 있는지, 다중 테넌트 데이터 격리가 올바른지 여부.

• DevOps 및 엔지니어링 자동화: 워크플로를 사용하여 CI/CD 프로세스를 조정하고, 에이전트를 사용하여 온라인 오류 문제를 자동으로 해결하고, Eval을 사용하여 PR 병합 전에 생성 코드 품질을 자동으로 평가합니다. 검증 핵심 사항: 워크플로 일시 중지/재개 신뢰성, 평가 점수 측정기, 잘못된 경보 비율, 다중 모델 전환 중 게이트웨이 폴백 메커니즘의 동작.

• 콘텐츠 자동화 및 지식 관리: CMS 콘텐츠를 일괄 생성하고, 지식 기반을 자동으로 구축하고, RAG 파이프라인을 통해 구조화되지 않은 문서를 검색 가능한 지식 자산으로 변환합니다. 검증 초점: 청킹 전략은 긴 문서의 분할 품질에 영향을 미치고, 메타데이터 필터링은 다국어 혼합 콘텐츠의 회상에 영향을 미치며, GraphRAG의 엔터티 관계 추출 정확도에 영향을 줍니다.

• 영업 및 GTM 프로세스: 고객 대화에서 구조화된 정보를 추출하고, 투자 메모를 생성하고, 아웃바운드 통화 순서를 자동화합니다. 검증 초점: 실시간 대화 시나리오에서 음성(Voice) 모듈의 지연된 STT의 언어 및 악센트 적응성.

마스트라 적용그룹

• TypeScript 풀 스택/백엔드 개발자: 팀의 기술 스택이 Next.js/Node.js/React이고 프로덕션 수준의 AI 에이전트를 구축하고 언어(Python) 간 전환을 원하지 않는 경우 Mastra가 가장 직접적인 선택입니다. TypeScript 유형 시스템 async/await 비동기 프로그래밍 및 Zod 패턴 검증에 익숙해야 합니다.

• AI 애플리케이션 설계자/기술 리드: 여러 에이전트 프레임워크를 평가해야 하는 선택 팀입니다. Mastra의 에이전트 + 워크플로 하이브리드 모드는 LLM의 개방형 추론 기능과 결정론적 프로세스 제어가 모두 필요한 시나리오에 적합합니다. LangChain(Python 생태계는 더 풍부하지만 TypeScript 지원은 약함) 및 Vercel AI SDK(UI 통합 계층에 중점을 둠)와 비교할 때 Mastra는 TypeScript 풀 스택 에이전트 엔지니어링에서 고유한 적용 범위를 제공합니다.

• 엔터프라이즈 디지털 혁신 팀: 권한 거버넌스, 감사 규정 준수 및 장기적인 유지 관리에 중점을 둔 기업입니다. Mastra Platform의 Teams/Enterprise 계획은 엄격한 보안 규정 준수 요구 사항이 있는 조직을 위해 SSO, SOC2, RBAC 및 감사 로깅을 제공합니다. 자체 데이터와 모델 간의 상호 작용을 위한 데이터 경계의 온프레미스 배포에 대한 운영 및 유지 관리 비용을 평가해야 합니다.

• 경계에 맞지 않음:

  • Python 우선 팀: 팀의 기술 스택이 주로 Python이고 TypeScript 리소스가 없다면 LangChain/LlamaIndex의 Python 생태계는 더욱 성숙해질 것입니다.
  • 코드가 없는 비즈니스 사용자: Mastra의 핵심 사용 경로에는 여전히 TypeScript 프로그래밍이 필요합니다. Agent Builder의 시각적 인터페이스는 구성 및 매개변수 조정에는 적합하지만 전체 에이전트 개발에는 적합하지 않습니다.
  • 극단적인 오프라인/로컬 추론 시나리오: Mastra 프레임워크는 자체 호스팅이 가능하지만 게이트웨이 및 관찰 기능을 사용하려면 완전히 격리된 네트워크 환경에서 추가적인 적응 작업이 필요합니다.
  • 기본 모델을 스스로 완전히 개발해야 하는 팀: Mastra는 애플리케이션 계층 프레임워크이며 모델 교육 인프라를 제공하지 않습니다.

요약 및 전망

Mastra의 핵심 가치는 AI Agent 개발에 필요한 구성 요소(에이전트 정의, 워크플로, 오케스트레이션, RAG 파이프라인, MCP 프로토콜, Eval 평가, 관찰 가능성 추적)를 통합 TypeScript 프로그래밍 모델로 통합하고, 오픈 소스 프레임워크(Apache-2.0)를 통해 진입 장벽을 낮추고, 호스팅 플랫폼(Mastra Platform)을 통해 프로덕션 배포 및 운영 및 유지 관리 문제를 해결하는 것입니다. 26.4k GitHub Stars, Replit/Brex/MongoDB/SoftBank와 같은 기업 고객이 지지하는 582명의 기여자 및 YC W25 배경은 에이전트 엔지니어링 커뮤니티에서 탄탄한 신뢰 기반을 구축했음을 입증합니다.

현재 제한 사항 및 불확실성:

• 프레임워크 API는 여전히 빠르게 발전하고 있습니다(@mastra/core가 v1.51.0에 도달했습니다). 핵심 기능은 안정화되었지만 일부 모듈(예: 음성, 채널)의 API 성숙도는 상대적으로 낮습니다.
• 플랫폼 가격 책정의 암묵적인 비용(모델 채널 5.5% 프리미엄 CPU 및 송신 초과 수수료)은 확장 후 상당한 비용이 될 수 있으므로 팀은 구매하기 전에 자체 실제 로드를 사용하여 비용 시뮬레이션을 수행하는 것이 좋습니다.
• 엔터프라이즈 수준 RBAC 및 감사 로그는 Enterprise 계획에서만 사용할 수 있으며 Teams 계획의 기능 경계(예: SSO는 있지만 감사 로그는 없음)에서는 규정 준수 요구 사항이 충족되는지 확인해야 합니다.
• 프레임워크의 Eval Scorer는 주로 에이전트 출력 품질 평가를 위해 설계되었습니다. 워크플로 프로세스의 정확성(예: 단계 순서, 분기 적용 범위)에 대한 검증 기능이 제한되어 있으며 적용 범위를 보완하기 위해 기존 테스트 프레임워크와 결합해야 합니다.

조달/채택 위험 평가: -기술 스택 잠금: Mastra를 선택한다는 것은 TypeScript + Node.js 생태계에 대한 깊은 바인딩을 의미하며 향후 Python 또는 Go 시스템으로 마이그레이션하는 비용은 더 높아질 것입니다.

• 플랫폼 종속성: 핵심 프레임워크는 오픈 소스이며 자체 호스팅이 가능하지만 Observability, Agent Builder 및 Gateway와 같은 고급 기능은 Mastra 플랫폼에 바인딩됩니다. 향후 플랫폼 가격이나 서비스 조건이 크게 변경될 경우 자체 호스팅 옵션의 대체 비용을 미리 평가해야 합니다.
• 공급망 위험: 현재 AI 에이전트 프레임워크 트랙(LangChain, CrewAI, AutoGen, Vercel AI SDK 등)에서 치열한 경쟁이 벌어지고 있습니다. Mastra가 커뮤니티의 활력과 비즈니스 지속 가능성을 계속 유지할 수 있으려면 장기 계획에 있어 유연한 대안이 필요합니다.

팀에서는 1~2개의 중요하지 않은 경로 에이전트 작업을 시범적으로 시작하고 스타터 계획을 사용하여 프레임워크와 플랫폼의 기능 경계와 비용 구조를 확인한 다음 실제 운영 데이터를 기반으로 Teams/Enterprise 계획으로 확장할지 여부를 결정하는 것이 좋습니다.

관련 도구: 크루AI, 랭체인

버전 정보

• 마스트라 플랫폼(온라인 본선) ：핵심 패키지 v1.51.0이 출시되어 목표 장기 실행 에이전트 대상 메커니즘이 도입되었습니다. Mastra 플랫폼 가격이 공식적으로 발표되었습니다(스타터 무료/팀 $250/월/엔터프라이즈 사용자 정의). （2026-07-15）
• 마스트라 v1.0 ：v1.0 안정 버전의 공식 릴리스는 프레임워크 API가 안정 단계에 진입했음을 나타냅니다. Agent, Workflow, Memory, RAG의 핵심 기능을 제공합니다. 아직 공식적인 정확한 날짜는 없습니다. （~2025-10）
• 마스트라 알파/베타 ：초기 단계에서 프레임워크는 빠른 프로토타이핑 반복 기간에 있으며 공개적으로 표시되지만 API는 아직 안정적이지 않습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2025-01）