← AI Tools
workflowbeginner

Mastra

오픈소스 TypeScript AI 에이전트 프레임워크 — Gatsby 창업자 개발

Mastra는 Gatsby 공동 창업자 Sam Bhagwat이 2024년 말 설립한 Mastra Inc.에서 개발한 오픈소스 TypeScript AI 에이전트 프레임워크다. React가 UI 컴포넌트 조합으로 웹 인터페이스를 구축하듯, Mastra는 Agent, Workflow, Memory, Tool이라는 네 가지 핵심 프리미티브를 조합하여 AI 에이전트 애플리케이션을 구축한다. 90개 이상의 LLM 프로바이더(OpenAI, Anthropic, Google Gemini 등)를 단일 인터페이스로 연결하는 모델 라우터(Model Router)를 내장하고 있어, 프로바이더 교체 시 코드 한 줄만 수정하면 된다. 2026년 4월 Spark Capital 주도로 2,200만 달러 Series A 투자를 유치했으며(누적 3,500만 달러), GitHub 25.2k stars와 npm 주간 30만 이상 다운로드를 기록하며 TypeScript 진영의 대표 AI 에이전트 프레임워크로 자리잡았다. 기존 AI 에이전트 프레임워크 시장은 LangChain, CrewAI, AutoGen 등 Python 기반 도구가 지배해왔다. 웹 풀스택 개발자가 에이전트를 구축하려면 별도의 Python 환경을 구성하거나 언어 전환 비용을 감수해야 했고, 프론트엔드-백엔드-에이전트 간 타입 안전성(type safety)이 끊기는 문제도 있었다. Mastra는 이 간극을 정면으로 공략한다. 그래프 기반 워크플로우 엔진은 .then(), .branch(), .parallel() 같은 메서드 체이닝으로 복잡한 멀티스텝 파이프라인을 선언적으로 구성할 수 있고, Human-in-the-loop 일시정지 및 재개, 상태 영속성(state persistence), 타임트래블 디버깅(time-travel debugging)까지 내장하여 프로덕션급 에이전트 운영에 필요한 인프라를 원스톱으로 제공한다. MCP(Model Context Protocol) 서버 작성을 네이티브로 지원하여 에이전트와 도구를 표준화된 프로토콜로 외부에 노출하는 것도 가능하다. 실제 활용 관점에서 Mastra는 크게 세 가지 시나리오에서 강점을 보인다. 첫째, 기존 SaaS 제품에 AI 에이전트를 임베딩하는 경우로, Replit, Sanity, MongoDB 같은 기업이 자사 플랫폼에 Mastra 에이전트를 통합하여 자연어 기반 데이터 조회와 워크플로우 자동화를 구현했다. 둘째, 내부 업무 자동화 코파일럿 구축으로, HR, 영업, DevOps, 임상 연구 도메인에서 메모리 게이트웨이(Memory Gateway)를 활용한 장기 대화형 어시스턴트를 만들 수 있다. 셋째, 데이터 분석 에이전트로, TypeScript 기반 연구 데이터 포털이나 대시보드에 Mastra 에이전트를 연결하면 자연어 쿼리로 데이터베이스 조회, 보고서 생성, 분석 파이프라인 트리거를 하나의 대화 인터페이스에서 처리할 수 있다. Mastra Studio(localhost:4111)를 통해 에이전트 동작을 시각적으로 모니터링하고, 내장 스코러(scorer)와 평가(eval) 도구로 에이전트 품질을 정량적으로 측정할 수 있어, 프로토타이핑에서 프로덕션 배포까지의 전체 라이프사이클을 하나의 프레임워크 안에서 관리할 수 있다.

💻 필요한 컴퓨터 사양

🧠RAM

불필요 (LLM은 외부 API 호출 방식, 로컬 LLM 사용 시 해당 모델 요구사항에 따름)

💾저장공간

프레임워크 ~200MB (node_modules 포함), 프로젝트별 추가

설치법

### 4-1. Quick Start

```bash
npm create mastra@latest
```

또는 패키지 매니저별:

```bash
pnpm create mastra
yarn create mastra
bunx create-mastra
```

### 4-2. 상세 설치 및 기본 사용

```bash
# 프로젝트 생성 (대화형 셋업)
npm create mastra@latest my-agent-app --default --llm openai

# 개발 서버 + Mastra Studio 실행
cd my-agent-app
npx mastra dev
# → Mastra Studio: http://localhost:4111
```

에이전트 정의 예시:

```typescript
import { Agent } from '@mastra/core/agent'

export const myAgent = new Agent({
  id: 'my-agent',
  name: 'Research Assistant',
  instructions: 'You are a helpful research assistant.',
  model: 'openai/gpt-4o',
})

// 사용
const result = await myAgent.generate('Summarize recent findings on CRISPR delivery.')
console.log(result.text)
```

🧬 바이오 활용

🔬

SaaS 임베디드 에이전트

자사 웹 애플리케이션에 자연어 인터페이스를 추가하여 사용자가 대화로 데이터 조회, 설정 변경, 자동화 트리거 수행. Replit, Sanity, Brex 등이 도입한 패턴으로, Mastra Agent + 기존 REST API 도구 연동으로 구현.

🧬

멀티스텝 데이터 분석 파이프라인

Workflow 엔진의 .branch()와 .parallel()을 활용하여 다중 데이터 소스 수집 → 정제 → 분석 → 보고서 생성을 자동화. Human-in-the-loop으로 중간 검증 단계 삽입 가능.

💊

내부 업무 코파일럿

Memory Gateway로 대화 컨텍스트를 유지하면서 Slack, Notion, GitHub 등 251개 MCP 도구와 연동하는 도메인별 어시스턴트 구축. 신규 입사자 온보딩, 코드 리뷰 자동 요약, 이슈 트리아지 등에 활용.

📄 공식문서🐙 GitHub

📝 업데이트 노트

  1. v@mastra/core@1.51.07/15/2026

    이번 업데이트에서는 에이전트의 작업 중단 시 자동 복구 기능이 도입되어, 대규모 유전체 데이터 분석과 같이 긴 시간이 소요되는 작업이 서버 재시작 후에도 끊김 없이 이어질 수 있습니다. 또한, 동일한 리소스에 대해 독립적인 여러 세션을 동시에 실행할 수 있어, 하나의 샘플을 다양한 실험 조건으로 병렬 분석할 때 매우 효율적입니다. 새로운 샌드박스 제공 기능은 복잡한 바이오 시뮬레이션 도구를 안전하고 확장 가능한 환경에서 실행할 수 있도록 지원합니다. 이를 통해 더욱 안정적이고 정교한 AI 기반 생명공학 연구 워크플로우를 구축할 수 있습니다.

  2. v@mastra/core@1.50.07/8/2026

    이번 업데이트에서는 LiveKit 기반의 실시간 음성 에이전트 기능이 도입되어, 실험 중 장갑을 착용한 상태에서도 음성으로 AI와 상호작용하며 데이터를 기록하거나 명령을 내릴 수 있어요. 또한, 파일 시스템 기반의 자동 설정 기능 덕분에 복잡한 바이오 워크플로우와 실험 파이프라인을 별도의 복잡한 코드 없이도 훨씬 간결하게 관리할 수 있게 되었답니다. 통합된 스케줄링 API를 통해 실험 주기나 데이터 모니터링 작업을 더욱 안정적으로 자동화할 수 있으니, 실험 자동화 시스템을 구축 중인 연구원님들께 유용한 업데이트가 될 거예요.

  3. v@mastra/core@1.49.07/7/2026

    이번 업데이트에서는 실험 로그와 대규모 데이터를 효율적으로 관리할 수 있는 데이터 보관 정책 및 자동 삭제 기능이 도입되어 저장 공간 관리가 훨씬 용이해졌어요. 프로젝트별 데이터 격리 기능이 강화되어 여러 연구 프로젝트나 협업 그룹 간의 보안을 더욱 안전하게 유지할 수 있습니다. 또한, 복잡한 계층 구조의 서브 에이전트 지원과 기존 데이터를 재실행 없이 평가하는 기능 덕분에 정교한 바이오 데이터 분석 워크플로우를 더욱 효율적으로 자동화할 수 있어요.

  4. v@mastra/core@1.48.07/1/2026

    Mastra 1.48.0에서는 주기적인 스케줄링 기능인 'Heartbeats'가 도입되어, 실험 데이터의 정기적인 모니터링이나 분석 작업을 자동화하기 훨씬 좋아졌어요. 파일 기반의 에이전트 관리 기능 덕분에 복잡한 생물정보학 워크플로우를 구성하는 여러 에이전트를 더욱 체계적으로 운영할 수 있습니다. 특히 연구자의 승인이 필요한 단계에서 시스템이 재시작되더라도 작업 흐름이 유실되지 않도록 안정성이 크게 강화되었습니다. 또한, 업그레이드된 메모리 추출 API를 통해 연구 문헌이나 실험 노트에서 구조화된 데이터를 더욱 정교하게 추출할 수 있게 되었습니다.

  5. v@mastra/core@1.46.06/24/2026

    ## Highlights ### Multi-session Harness architecture (Session-first APIs) Harness is now a pure factory/shared-resource owner: create isolated sessions via `harness.createSession()` (get-or-create by `resourceId`), with run control, state, event bus, model/mode switching, permissions, OM, subagent settings, and thread lifecycle all moved onto `Session` domains (e.g. `session.sendMessage()`, `session.thread.*`, `session.model.switch()`, `session.subscribe()`), enabling safe concurrent multi-u

  6. v@mastra/core@1.45.06/19/2026

    긴 대화 기록을 훨씬 빠르고 저렴하게 불러올 수 있는 기능이 추가되어, 방대한 실험 로그나 연구 데이터를 다루는 작업이 더욱 쾌적해졌어요. AI 에이전트의 신호 처리 로직이 개선됨에 따라 복잡한 실험 워크플로우를 자동화할 때 발생하던 오류가 줄어들어 더욱 신뢰할 수 있는 결과물을 얻을 수 있습니다. 또한, 시스템 가이드가 명확해지면서 자동화된 태스크 수행 중 발생할 수 있는 프롬프트 혼선을 방지하여 더욱 안정적인 연구 환경을 제공합니다.

  7. v@mastra/core@1.42.06/17/2026

    이번 업데이트에서는 백그라운드 작업의 신뢰성이 향상되어, 대규모 바이오 데이터 분석이나 주기적인 실험 데이터 수집 프로세스를 더욱 안정적으로 자동화할 수 있어요. 특히 AI가 제안한 실험 계획을 연구원이 직접 검토하고 승인하는 '도구 중단 및 재개' 기능이 강화되어, 실험 프로토콜의 정확성을 높이는 Human-in-the-loop 워크플로우 구축이 훨씬 쉬워졌답니다. 또한, VoyageAI 임베딩 지원을 통해 방대한 생명공학 문헌이나 멀티모달 데이터를 더욱 정교하게 검색하고 분석할 수 있는 강력한 기능도 추가되었습니다.

🧪 관련 생명의 코드

관련된 생명의 코드 글이 아직 없습니다.