Category
AI 에이전트
AI 에이전트는 목표를 받아 스스로 계획을 세우고 도구를 호출해 작업을 끝까지 수행하는 시스템이다. 단발 응답형 챗봇과 달리 다단계 추론·실행·재시도 루프를 돈다. 코드 작성, 리서치, 운영 자동화에 실제 투입되며 권한과 검증 설계가 성패를 가른다.
NVIDIA Nemotron 3 Ultra, LangChain Deep Agents와 함께 성능 향상
NVIDIA Nemotron 3 Ultra는 LangChain의 Deep Agents 하네스를 조정하여 최고 정확도를 달성하고, 더 많은 작업을 높은 처리량으로 수행하며, 선도적인 폐쇄형 모델보다 10배 낮은 추론 비용으로 운영된다. Nemotron 3 Ultra는 LangChain의 Deep Agents 벤치마크에서 비즈니스 작업 동등성을 달성했으며, 모델 재훈련 없이 환경 조정을 통해 성능을 개선하였다. LangChain의 에이전트 엔지니어링 플랫폼은 매달 2억 회 이상 다운로드되고 있다.
AI 에이전트의 소프트웨어 사용 변화와 Salesforce의 Headless 360 발표
Seema Amble, Steven Sinofsky, Elena Burger는 AI 에이전트가 소프트웨어의 주요 사용자가 되는 경우에 대해 논의한다. 이들은 '헤드리스' 소프트웨어의 부상, API와 에이전틱 워크플로우가 기업 애플리케이션을 어떻게 재편하는지, 그리고 전통적인 SaaS 제품이 기록 시스템으로 변모하고 있는지에 대해 이야기한다. Salesforce의 Headless 360 발표와 MCP, 기업 소프트웨어 아키텍처에 대해서도 다루며, AI가 기업의 데이터 상호작용 방식을 어떻게 근본적으로 변화시킬 수 있는지를 탐구한다.
이벤트 기반 MSA에서 AI 에이전트의 유지보수 비용 증가
이벤트 기반 MSA(Microservice Architecture)는 주문, 결제, 재고, 알림 서비스가 각자의 역할을 수행하며 장애 격리를 제공하지만, AI 에이전트가 유지보수를 맡기 시작하면 이벤트 흐름을 다시 이해하고 검증하는 데 드는 비용이 증가한다. AI는 현재 저장소 내에서만 수정안을 만들 수 있어, 다른 서비스의 이벤트 소비 방식을 고려하지 않으면 이벤트 계약을 깨뜨릴 수 있다. 따라서 AI와 함께 이벤트 기반 MSA를 운영하려면 변경 전후를 확인할 수 있는 절차가 필요하다.
Woodside Energy의 AI 시스템 구축 및 운영
Woodside Energy는 예측 분석, 최적화 시스템, 머신러닝 도구를 활용하여 탐사, 드릴링, 유지보수 및 플랜트 운영에 AI를 적용해왔다. 이 회사는 안전과 신뢰성이 중요한 에너지 산업에서 AI를 통해 운영 데이터를 활용하여 고부가가치 사용 사례를 창출하고 있다. AI 시스템은 인간 운영자를 대체하는 것이 아니라, 복잡한 산업 작업을 지원하도록 설계되었으며, 'Startup Advisor'와 같은 AI 코파일럿이 LNG 플랜트 시작 과정을 관리하는 데 도움을 준다. Woodside는 AI를 기존 프로세스에 단순히 추가하는 것이 아니라, 작업 방식을 재구상하는 데 집중하고 있다.
AI 에이전트가 스트리밍 품질을 17% 개선한 사례
네이버의 NAVER Engineering Day 2026에서 발표된 내용에 따르면, Karpathy의 AutoResearch 방법론을 적용하여 AI 에이전트가 코드를 자율적으로 수정, 빌드, 실험, 판정하는 루프를 구축하였고, 이를 통해 스트리밍 품질(QoE)을 17% 개선한 사례가 소개되었다. 발표는 스트리밍 및 플레이어 개발에 관심 있는 엔지니어와 AI 에이전트를 실무 코드 최적화에 활용하고자 하는 개발자를 대상으로 하였다.
Fable 5 재출시 및 Claude Sonnet 5의 가격 정보
Fable 5가 모든 유료 사용자에게 재출시되었으며, 7월 7일까지 구독 플랜에 포함된다. Fable은 원격 작업 프로젝트의 16%를 수행할 수 있으며, Opus 4.8의 두 배에 해당한다. Claude Sonnet 5는 대부분의 에이전트 작업에서 Opus 4.8에 근접한 성능을 보이며, 토큰당 가격이 더 저렴하지만 실제로는 작업당 비용이 비슷하다. Claude Sonnet 5는 Free/Pro의 기본 모델로 제공되며, 8월 31일까지 백만 토큰당 $2/$10의 출시 가격이 적용된다.
Cursor iOS 앱, 모든 유료 플랜에서 공개 베타 출시
Cursor for iOS가 모든 유료 플랜에서 공개 베타로 제공된다. 사용자는 모바일 앱에서 레포를 선택하고 데스크톱 앱과 동일한 방식으로 에이전트를 실행할 수 있다. 클라우드 에이전트는 격리된 가상 머신에서 실행되며, 원격 제어 기능을 통해 컴퓨터에서 실행 중인 에이전트를 모바일로 계속 제어할 수 있다. 또한, 에이전트의 상태를 잠금 화면에서 실시간으로 확인하고, 푸시 알림을 통해 에이전트의 작업 완료나 입력 필요 시 알림을 받을 수 있다. 앱을 통해 데모, 스크린샷, 로그 등을 검토하고 직접 PR을 병합할 수 있다.
Woodside Energy의 AI 시스템 도입과 운영 최적화
Woodside Energy는 예측 분석, 최적화 시스템 및 머신러닝 도구를 활용하여 탐사, 드릴링, 유지보수 및 플랜트 운영에 AI를 적용하고 있다. 이 회사는 운영 데이터의 대량 수집을 통해 고부가가치의 사용 사례를 창출하고 있으며, AI 시스템은 인간 운영자를 대체하기보다는 고위험 환경에서의 전문성을 보완하는 방향으로 설계되고 있다. 특히, 'Startup Advisor'라는 AI 코파일러는 액화천연가스(LNG) 플랜트의 복잡한 시작 과정을 지원한다. Woodside는 AI를 기존 프로세스에 단순히 추가하는 것이 아니라, 업무 방식을 재구상하는 데 중점을 두고 있다.
SkillOpt: 에이전트 기술을 훈련 가능한 매개변수로 전환
SkillOpt는 에이전트의 기술 파일을 훈련 가능한 매개변수로 간주하여, 모델 가중치를 변경하지 않고도 에이전트의 행동을 더 신뢰할 수 있게 만든다. 이 방법은 52개의 평가 셀에서 모든 경우에 대해 최상의 성능을 기록했으며, GPT-5.5를 사용할 경우 평균 성능을 58.8에서 82.3으로 향상시켰다. SkillOpt는 기술 편집을 텍스트 공간에서의 전방-후방-업데이트 주기로 조직하고, 유효성 검사를 통해 최적의 기술을 선택하여 기술의 불확실한 진화를 방지한다.
NAVER ENGINEERING DAY 2026에서 발표된 AI 에이전트 활용 세션
NAVER ENGINEERING DAY 2026에서 AI 에이전트를 활용하여 개인 회사를 설립하고, 다양한 위치에서 동일한 목표로 일하는 방법에 대한 발표가 있었다. 발표 내용은 Claude Code, NaverMadCat, 비서실장과 10개 부서, 라이프사이클 훅, 슬래시 커맨드와 대시보드, 에이전트의 채용·해고·병합, 설치와 실전 시나리오, 다른 에이전트 시스템과의 차별점 등을 포함한다.
Cognition의 Walden Yan과 OpenInspect의 Cole Murray, 비동기 에이전트 시대의 변화
AIEWF 웹사이트가 오픈되었으며, CFP 마감이 2일 남았다. AI 엔지니어링 설문조사에 참여하면 2천 달러 이상의 크레딧과 무료 AIE WF 티켓을 받을 수 있다. 비동기 에이전트 시대가 도래하면서, 개발자들은 이제 에이전트를 배경에서 작동하게 하여 소프트웨어 개발을 보다 효율적으로 진행할 수 있다. Cognition의 Walden Yan은 OpenInspect의 Cole Murray와 함께 비동기 에이전트의 발전과 'spec to pull request' 워크플로우의 실현 가능성에 대해 논의하였다. 또한, Devin의 7배 PR 성장과 16%에서 80%로의 커밋 비율 증가에 대해 설명하였다.
Daytona의 AI 에이전트를 위한 컴퓨터 필요성
2026 AI Engineering Survey에 참여하면 $2,000 이상의 크레딧과 AIE WF 티켓을 받을 수 있다. Daytona는 AI 에이전트를 위한 조합 가능한 컴퓨터와 상태 유지 샌드박스를 제공하며, 고객은 하루 약 850,000개의 샌드박스를 운영하고 있다. Daytona는 코드 실행 상자 대신 AI 샌드박스를 제공하기 위해 인프라를 전환했으며, 60ms에 하나의 샌드박스를 시작할 수 있다. 또한, RL/eval 워크로드가 사용량의 약 50%를 차지하게 되었다.
Amazon SageMaker AI에서의 다중 턴 강화 학습 최적 관행
Amazon SageMaker AI에서 다중 턴 에이전트를 훈련하기 위해서는 의존적인 단계의 시퀀스를 처리해야 하며, 이 과정에서 에이전트는 지침을 읽고 도구 호출을 하며 결과를 확인하고 다음 행동을 결정해야 한다. 이 블로그 포스트에서는 신뢰할 수 있는 다중 턴 강화 학습 훈련을 위한 최적 관행을 공유하며, 훈련 환경 구축, 외부 평가 설정, 최종 작업에 맞춘 보상 설계, 에이전트가 여러 턴을 실행할 때의 변화 관리, 반복 시점을 알리는 메트릭 모니터링 등을 다룬다. Amazon SageMaker AI의 다중 턴 강화 학습(SageMaker AI MTRL)은 에이전트 작업을 위한 훈련 루프를 제공하며, Amazon Bedrock AgentCore, Amazon EKS, Amazon EC2, AWS Fargate 등에서 실행할 수 있다.
AWS에서 서버리스 A2A 게이트웨이 구축하기
AI 에이전트 간의 통신 관리를 위한 서버리스 A2A 게이트웨이를 AWS에서 구축하는 방법을 소개한다. 이 게이트웨이는 Amazon Elastic Container Service, AWS Lambda, Amazon Bedrock AgentCore Runtime 등 다양한 환경에서 작동하며, 중앙 집중식 접근 제어와 라우팅을 제공한다. 관리 계층, 제어 계층, 실행 계층으로 구성되며, JWT를 이용한 세밀한 접근 제어와 OAuth 인증을 지원한다. 또한, Amazon DynamoDB를 사용하여 에이전트 등록 및 권한 관리를 수행하고, Amazon Cognito를 통해 OAuth 2.0 인증을 처리한다.
Vercel의 Andrew Qu, 에이전트 소프트웨어의 새로운 형태 설명
Vercel의 소프트웨어 책임자 Andrew Qu는 Vercel이 웹 개발에서 에이전트 소프트웨어로 초점을 이동한 이유를 설명했다. Vercel은 MCP 라이브러리와 skills.sh를 개발하였으며, 에이전트 프레임워크인 eve를 구축하여 반복적인 작업을 자동화하고 최적화하는 데 중점을 두고 있다. Qu는 에이전트가 비즈니스 환경에서 반복적인 작업을 수행하는 데 적합하며, 에이전트가 자율적으로 작업을 수행할지 인간이 개입할지를 선택하는 것이 중요하다고 강조했다.
OpenAI, Anthropic, Cursor 방문 소감 및 클라우드 에이전트의 부상
이번 주 샌프란시스코에서 OpenAI, Anthropic, Cursor 사무실을 방문하여 소프트웨어 엔지니어링의 변화에 대해 논의했다. OpenAI와 Anthropic, Cursor는 클라우드 에이전트에 집중하고 있으며, 비개발자들이 Codex를 사용하는 비율이 95%를 넘는다. 또한, 기업들은 토큰당 비용을 최적화하는 데 주력하고 있으며, OpenAI는 클라우드 개발 환경을 제공하는 Ona를 인수했다.
LucidLink, AI 에이전트용 Model Context Protocol 서버 공개 베타 출시
LucidLink Corp.는 객체 저장 기술 기반의 클라우드 네트워크 연결 저장 시스템을 제작하는 회사로, 오늘 AI 에이전트가 클라우드, 온프레미스 시스템 및 엣지 환경에서 공유 파일에 접근할 수 있도록 하는 Model Context Protocol 서버의 공개 베타를 출시했다. 이 서버는 분산 파일 시스템 기술을 AI 에이전트에 확장한 것이다.
Salesforce, 고객 서비스용 AI 에이전트 Help Agent 출시
Salesforce Inc.는 고객 서비스를 위한 새로운 사전 패키지 인공지능 에이전트 Help Agent를 출시했다. 이 에이전트는 Agentforce 플랫폼 위에 구축된 사전 제작된 서비스 에이전트로, 기업의 지식, 행동 및 커뮤니케이션 채널에 몇 분 안에 연결할 수 있다. 지원되는 채널에는 웹, 문자 및 음성이 포함된다.
Apple의 새로운 Siri AI, Gemini 기반 모델 사용
Apple은 새로운 Siri AI를 발표했다. 이 AI는 Gemini 기반의 로컬 및 클라우드 모델을 혼합하여 사용하며, AFM 3 모델 패밀리 아래에서 작동한다. Siri AI는 음성 인식, 이미지 분석 및 Messages, Maps와 같은 외부 앱과의 상호작용 기능을 제공한다. Anthropic은 Claude의 도움으로 개발자들이 2025년보다 8배 더 많은 코드를 작성하고 있다고 주장하며, AI 개발을 일시 중지할 옵션을 제안하고 있다. OpenAI는 자동화된 AI 연구자 구축, 경제 가속화, 개인 AGI 제공을 목표로 하고 있으며, 비공식적으로 S-1을 제출했다. NotebookLM은 구식 RAG 시스템에서 에이전트와 유사한 시스템으로 업그레이드되며, 각 노트북은 최신 Gemini 3.5 모델을 사용하여 코드를 실행할 수 있는 클라우드 컴퓨터를 갖춘다.
Foundry Agent Service의 에이전트 최적화기 소개
Foundry Agent Service에서 에이전트 최적화기를 소개하며, 이는 호스팅된 에이전트를 정의된 기준에 따라 평가하고 더 나은 구성을 생성하여 결과를 순위 매기는 기능을 제공한다. 최적화기는 클라우드에서 실행되며, azd ai agent optimize 명령어로 시작할 수 있다. 에이전트의 성능을 향상시키기 위해 시스템 프롬프트, 기술 및 도구를 자동으로 수정하고, 결과는 점수로 정렬되어 최적의 구성을 배포할 수 있다. 최적화 과정은 몇 분 내에 완료되며, 추가 인프라를 필요로 하지 않는다.
Foundry Agent Service의 절차적 메모리 기능 및 관리 경험 개선
Foundry Agent Service는 절차적 메모리 기능을 도입하여 에이전트의 신뢰성을 향상시킨다. 이 기능은 성공적인 실행 패턴을 유지하고 재사용하여 복잡한 작업 흐름을 더 신뢰성 있게 수행할 수 있도록 돕는다. 새로운 메모리 관리 경험을 통해 개발자는 저장된 메모리를 직접 확인하고 관리할 수 있으며, 메모리 TTL(Time-to-Live) 설정, 멀티모달 지원, 직접 메모리 명령 기능이 추가되었다. 또한, Microsoft Agent Framework에 파일 기반 메모리 지원이 추가되어 개발자가 간편하게 시작하고 확장할 수 있는 경로를 제공한다.
A2A 프로토콜과 에이전트 간 통신의 중요성
A2A(Agent-to-Agent) 통신은 서로 다른 에이전트가 작업을 나누고 상태를 주고받는 프로토콜로, A2A Protocol v1.0이 production-ready open standard로 발표되었다. 이 표준은 기능 탐색, 모달리티 협상, 협업 작업 관리, 보안 정보 교환 등을 포함한다. MCP(Model Context Protocol)도 에이전트 간 통신과 기업 관리 체계를 확장하는 방향으로 발전하고 있으며, Y Combinator는 AI 에이전트가 인터넷의 다음 사용자 집단이 될 수 있다고 언급했다.
SWE-bench, 2024년 소프트웨어 엔지니어링 작업 측정
SWE-bench 작업은 AI 에이전트를 GitHub 이슈 수준의 소프트웨어 엔지니어링 작업에서 측정한다. 2024년 소프트웨어 엔지니어링 작업을 다루는 에이전트의 진행 상황을 측정하는 중요한 작업 중 하나였다. Ofir Press와 Carlos E. Jimenez 두 창립자와의 인터뷰를 통해 LLM 기반 에이전트의 현황에 대한 아이디어를 공유했다.
Anthropic, Slack에서 Claude Tag로 대체하여 항상 켜져 있는 AI 동료 제공
Anthropic은 기존 Claude in Slack 앱을 종료하고, 항상 켜져 있는 대안인 Claude Tag를 도입한다고 발표했다. Claude Tag는 조직의 Slack 인스턴스에 '팀원'으로 참여하여 관리자가 결정한 채널과 도구, 데이터, 코드베이스에 접근할 수 있다. 사용자는 채널 내에서 @Claude를 태그하여 다양한 작업을 위임할 수 있으며, Claude Tag는 환경에 대한 맥락을 구축하고, 코드 작성, 제품 메트릭 추적, 지원 티켓 처리 등의 작업을 수행할 수 있다. 기존의 Claude-Slack 커넥터는 8월 3일에 서비스 종료되며, Enterprise 및 Teams 고객은 오늘부터 Tag에 접근할 수 있다. Tag는 채널 내에서 상호작용하는 모든 사용자와 동일한 Claude를 공유하며, 사용자가 매번 설명할 필요 없이 장기적으로 학습한다.