AI 에이전트
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.
AI 에이전트에 대한 기술 전문가의 신뢰 증가
Gartner는 2026년을 기업들이 AI 프로젝트를 전략적 비즈니스 목표에 맞추는 '전환점'으로 보고 있다. McKinsey에 따르면 IT 인프라 비용은 2030년까지 2~3배 증가할 것으로 예상되며, 기술 팀은 AI 에이전트를 활용하여 업무를 자동화하고 전체 워크플로를 관리하는 데 집중하고 있다. 기술 전문가들은 에이전트가 일상 업무를 간소화하고 성과를 개선하며 반복 작업을 줄이는 데 도움을 준다고 믿고 있으며, 데이터 품질 모니터링 및 시각화 이상 탐지와 같은 데이터 워크플로에서 에이전트에 대한 신뢰가 가장 높다. 이 보고서는 300명의 글로벌 기술 전문가를 대상으로 한 조사 결과를 바탕으로 작성되었다.
AI 도구를 '직원'으로 간주할 때 발생하는 문제
Boston University의 Emma Wiles 교수의 연구에 따르면, AI 도구를 '직원'으로 간주할 경우 사람들은 오류를 18% 더 많이 놓치는 것으로 나타났다. 연구에 참여한 관리자 중 23%는 AI 에이전트를 직원으로 간주하고 있으며, AI 도구가 직원으로 프레임될 때 사용자는 자신의 책임을 덜 느끼고, AI의 문제 작업을 관리자에게 보고할 가능성이 44% 증가한다. 이는 AI 에이전트가 의료, 교육, 정부 등 다양한 분야에 통합될 때 인간의 잘못된 결정에 대한 책임을 회피하는 경향을 초래할 수 있다.
NVIDIA AI-Q Blueprint를 Oracle Cloud Infrastructure에 배포하기
AI 에이전트는 지난 2년 동안 많은 변화가 있었다. 초기 에이전트는 단일 질문에만 답할 수 있었으나, 이후 다중 턴 채팅이 가능해졌고, 현재는 긴 작업을 계획하고 하위 에이전트 간의 작업을 분할하며, 긴 작업 동안 컨텍스트를 유지하고 안전한 샌드박스에서 도구를 실행하는 긴 수명 에이전트가 등장했다. NVIDIA AI-Q Blueprint는 오픈 소스이다.
Anthropic, Claude Desktop 에이전트 Cowork 출시
Anthropic은 Claude Code 도구의 기능을 비개발자에게 확장한 AI 에이전트 Cowork를 출시했다. 이 기능은 약 1주 반 만에 개발되었으며, Claude Max 구독자에게만 제공된다. Cowork는 사용자가 지정한 폴더에 접근하여 파일을 읽고 수정하거나 새 파일을 생성할 수 있다. 사용자는 여러 작업을 동시에 처리할 수 있으며, Claude는 계획을 세우고 작업을 병렬로 실행하는 방식으로 작동한다.
Salesforce, Slackbot을 AI 에이전트로 재구성하여 출시
Salesforce는 Slackbot의 완전 재구성된 버전을 출시했다. 새로운 Slackbot은 기업 데이터를 검색하고, 문서를 작성하며, 직원의 대리로 행동할 수 있는 AI 에이전트로 발전했다. 이 버전은 Business+ 및 Enterprise+ 고객에게 제공되며, Anthropic의 대형 언어 모델인 Claude를 기반으로 한다. Salesforce는 향후 Google의 Gemini와 OpenAI의 모델도 지원할 계획이다. 내부 테스트 결과, 80,000명의 직원 중 66%가 새로운 Slackbot을 사용해봤고, 80%가 정기적으로 사용하고 있으며, 만족도는 96%에 달한다.
OpenAI 연구 논문, AI 에이전트가 업무 변화를 이끄는 방법
OpenAI의 새로운 연구 논문은 AI 에이전트가 업무를 어떻게 변화시키고 있는지를 보여준다. AI 에이전트는 더 길고 복잡한 작업을 가능하게 하며, 다양한 역할에서 생산성을 확장하고 있다.
NAVER ENGINEERING DAY 2026에서 발표된 AI 플랫폼 구축 세션
네이버의 NAVER ENGINEERING DAY 2026에서 팀 내 데이터/서빙 레이어 자산을 자동으로 수집하여 제공하는 AI 플랫폼과 이를 통한 업무 효율화 경험이 공유되었다. 발표 내용은 AI Agent의 문제점, Agentic Context Platform, 데모, Context Provider 구축기, 그리고 변화하는 환경과 다음 단계에 대한 내용으로 구성되었다.
GitHub의 AI 시대 도전과 변화에 대한 Kyle Daigle 인터뷰
Kyle Daigle는 GitHub의 COO로서 AI가 코드 생성 및 기업 운영 방식에 미치는 영향을 논의하였다. AI 코딩 에이전트의 사용이 2026년까지 1400% 증가할 것으로 예상되며, 이는 GitHub의 인프라에 큰 압박을 가하고 있다. GitHub은 기존의 워크플로우를 통해 AI를 도입하고 있으며, AI가 코드 요약, 커뮤니케이션, 마케팅 및 분석 작업을 변화시키고 있다고 전했다. 또한, GitHub Actions와 Copilot의 발전, AI가 오픈 소스 기여 방식에 미치는 영향에 대해서도 언급하였다.
Ethan He가 설명하는 Grok Imagine과 비디오 에이전트의 미래
Ethan He는 NVIDIA Cosmos World Model에서 xAI로 이동하여 Grok Imagine을 3개월 만에 개발했다. 그는 비디오 모델이 LLM에서 주로 지능을 얻고 있으며, 다음 단계는 LLM과 상호작용 모델에 집중해야 한다고 주장했다. 비디오 생성의 다음 진화는 계획, 생성, 편집, 비판 및 반복을 수행할 수 있는 시스템이 될 것이라고 언급했다. Grok Imagine 0.9와 대규모 오디오-비디오 생성에 대한 논의도 포함되었다.