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.
Anthropic, 멀티 에이전트 오케스트레이션 공개 베타에 Agent SDK 크레딧 분리
Anthropic이 Claude Managed Agents에 멀티 에이전트 오케스트레이션을 추가했다. 리드 에이전트가 작업을 쪼개 각 조각을 전담 서브에이전트에게 위임하고, 서브에이전트들은 각자 모델·프롬프트·도구를 갖고 공유 파일시스템 위에서 병렬로 일한다. 리드는 작업 중간에 진척을 점검할 수 있고, 전 과정이 Claude Console에서 감사 가능하다 — 어떤 서브에이전트가 무엇을 어떤 순서로 했는지, 작업 결정의 근거까지 들여다본다. 한편 2026-06-15부터 구독 플랜에서 Claude Agent SDK 사용량이 대화형 한도와 분리된 별도 월간 'Agent SDK 크레딧'에서 빠진다(Pro $20·Max 5x $100·Max 20x $200). Agent SDK는 Claude Code를 떠받치는 동일 하니스 위에 서브에이전트·세션·MCP 지원을 묶은 라이브러리로, Python·TypeScript로 제공된다.
2026 에이전틱 코딩 도구 지형도: 벤치마크는 도구마다 다르게 이긴다
2026년 에이전틱 코딩 도구 비교를 보면, 단일 '최강'은 없고 벤치마크마다 승자가 갈린다. 터미널 작업 중심의 Terminal-Bench 계열에서는 Codex CLI가 선두로, Claude Code와 Gemini CLI가 뒤를 잇는 양상이 보고된다. 반면 실제 저장소 이슈를 푸는 SWE-bench Pro 계열에서는 Claude Code(Opus 4.x)가 앞서는 결과가 나온다. 도구 철학도 다르다 — Claude Code는 터미널·파일시스템·git 히스토리에 직접 붙는 에이전트 중심이고 대용량 컨텍스트로 교차 파일 의존성을 읽는 데 강하다. Cursor는 IDE 우선에 빠른 탭 자동완성·멀티모델 라우팅, 2026년 초 CLI와 클라우드 핸드오프를 추가했다. 결론은 '벤치마크 점수 하나로 고르지 말고, 작업 형태(터미널 자동화 vs 저장소 PR vs 인터랙티브 IDE)에 맞춰 고르라'는 것이다.
컴퓨터·브라우저 에이전트 2026: 픽셀 vs DOM, 세 진영의 설계 차이
2026년 컴퓨터·브라우저 에이전트가 실제 워크로드에 쓸 만해졌고, 세 진영이 서로 다른 아키텍처를 택했다. Anthropic의 Claude는 화면 스크린샷을 받아 마우스·키보드 입력을 돌려주는 범용 computer use 도구를 노출하되, 실제 실행 환경은 고객 책임이다 — 즉 화면을 시각적으로 분석해 클릭·입력을 수행하는 픽셀 기반에 가깝다. OpenAI는 Codex Background Computer Use로 엔지니어의 메인 작업 환경과 병렬로 별도 데스크톱 세션에서 에이전트를 돌린다. Google의 Gemini Computer Use는 Project Mariner 계보로, 원시 픽셀 파싱보다 DOM 인식을 우선한다. 오픈소스 쪽에서는 Browser Use가 Playwright를 감싸 Claude·GPT·Gemini·로컬 모델을 백엔드로 붙이는 가장 인기 있는 프레임워크다. 다만 안티봇 탐지·동적 레이아웃·인증 플로우는 여전히 난제로 남아 있다.
[상록] 1% 오류가 63% 실패로: 에이전트는 왜 관측·평가가 동시에 필요한가
프로덕션 에이전트는 확률적으로 동작하고, 도구를 동적으로 고르며, 비결정적 출력을 다단계로 연쇄한다. 이때 단계당 1% 오류율이 누적되면 전체 실패 확률이 약 63%까지 치솟는다 — 이 '순차 오류 누적'이 에이전트 신뢰성의 정의적 난제다. 그런데 현장에는 간극이 있다. 프로덕션 에이전트를 가진 팀의 약 89%가 어떤 형태로든 관측(observability)을 도입했지만, 제대로 된 평가(evaluation)를 돌리는 곳은 약 52%에 그친다. 대부분의 실패가 바로 이 두 수치의 간극에서 일어난다. 관측은 실행 트레이스·도구 호출 시퀀스·추론 경로·출력 품질 신호를 모아 일반 APM이 놓치는 실패를 드러내고, 평가는 배포 전·후로 그 행동을 측정한다. 프로덕션 레디 에이전트는 구조화 로깅·런타임 거버넌스·드리프트 모니터링·정의된 에스컬레이션 경로를 갖추고, 조용히 망가지는 대신 실패를 우아하게 처리한다.