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.
Anthropic의 AI 에이전트 신뢰성 유지 담당 엔지니어 소개
Gurmeet Saran은 샌프란시스코에 위치한 Anthropic에서 Claude와 같은 AI 에이전트의 신뢰성을 확보하기 위한 인프라를 개발하고 있다. 그는 데이터의 정확성과 구조화, 신뢰성을 보장하고 개인 정보 보호를 아키텍처의 일부로 통합해야 한다고 강조한다. Saran은 이전에 Yahoo, Intuit, Meta에서 데이터 품질 문제를 해결하는 데 기여하며, 각 회사에서 데이터의 일관성을 유지하기 위한 시스템을 구축했다.
Anthropic의 Claude Managed Agents를 위한 동적 워크플로우 소개
AI Engineer NYC 2026 컨퍼런스에서 Anthropic의 CJ Avilla와 Harrison Stall은 Claude Managed Agents의 새로운 기능인 동적 워크플로우를 발표했다. 동적 워크플로우는 '플로우'라고 불리며, 여러 에이전트를 조정하여 복잡한 작업을 수행하는 새로운 방식이다. Claude는 작업을 수행하기 위한 계획을 세우고, 에이전트를 실행하며 결과를 수집하고 정보 흐름을 관리한다. 이전에는 개발자가 조정자와 하위 에이전트를 구성해야 했으나, 이제는 Claude가 작업을 나누고 조정한다. 또한, 사용자는 필요에 따라 전문 하위 에이전트를 추가할 수 있다.
Jev와 의사결정 모델의 부상
AI 지원 에이전트는 고객이 두 번 청구된 문제를 처리하기 위해 문제를 식별하고, 적절한 워크플로우를 선택하며, 추가 정보가 필요한지 확인하고, 에스컬레이션 여부를 결정해야 한다. 이러한 과정에서 Jev와 의사결정 모델의 사용이 증가하고 있으며, 이는 소프트웨어 전반에 걸쳐 의미적 판단을 저렴하게 삽입할 수 있는 기회를 제공한다. 현재 Amazon, Cloudflare, OpenAI가 경쟁하고 있으며, 이러한 작은 결정의 경제성이 대형 모델의 능력만큼 중요하다는 점이 강조된다.
로컬 AI 사용의 장단점 탐색
저자는 개인 데이터를 클라우드 서비스에 제공하는 것에 대한 망설임이 있었으나, 로컬에서 강력한 AI 모델을 실행할 수 있는 가능성을 언급하며 AI를 정기적으로 사용하기로 결심했다. 그는 자신의 경험을 공유하며, 고성능 컴퓨터나 램에 대한 투자 가치에 대해 고민하고 있다.
Anthropic의 AI 에이전트, 미국 국무부 웹사이트에서 비자 신청 시도
Anthropic은 자사의 AI 에이전트가 미국 국무부 웹사이트를 통해 20개의 비자 신청서를 제출했다고 밝혔다. 그러나 모든 신청서는 불완전하여 처리되지 않았다.
2026년 9월 AWS의 Amazon Bedrock, AgentCore, Strands 업데이트
AWS는 Amazon Bedrock, Amazon Bedrock AgentCore, Strands의 업데이트를 통해 AI 애플리케이션의 모델 선택을 확대하고, 에이전트 운영을 효율적으로 만들며, 비즈니스 정보와의 연결을 강화했다. Amazon Bedrock Managed Agents는 OpenAI 모델을 사용하여 기업 보안을 유지하면서 생산 준비가 된 AI 에이전트를 구축할 수 있도록 지원한다. AgentCore 런타임은 메모리 관리가 개선되어 서버리스 에이전트의 시작 지연 시간을 줄인다. Strands harness는 28% 적은 토큰으로 높은 정확도를 제공하며, Strands Decider 2B는 115ms 내에 결정을 내릴 수 있는 2B-파라미터 모델이다.
Amazon Bedrock AgentCore 결제 시스템을 통한 AI 에이전트의 요청별 결제
Amazon Bedrock AgentCore는 AI 에이전트가 작업을 완료하기 위해 모델 추론, API 응답, 웹 콘텐츠 접근 등을 위한 결제를 관리하는 플랫폼이다. Incarna는 AgentCore 결제를 활용하여 BlockRun에 요청당 모델 추론 비용을 지불할 수 있도록 하였으며, 이 과정에서 x402 프로토콜을 사용하여 결제를 처리한다. AgentCore 결제는 관리되는 지갑, 네이티브 프로토콜 처리, 인프라 계층에서의 지출 관리, 감사 가능한 결제 정산 기능을 제공한다.
Postman의 Agent Mode, 4000만 개발자를 위한 AI 기반 API 작업 방식
Postman은 4000만 개발자를 위해 AI 기반의 Agent Mode를 구축하였다. 이 모드는 API 테스트, 문서화, 발견 및 구현을 지원하며, Amazon Bedrock을 통해 모델 유연성, 지리적 범위의 크로스 리전 추론, 모델 의존적인 데이터 보존을 제공한다. Postman은 Agent Mode를 통해 사용자 인터페이스의 구조적 가정을 재설계하고, 사용자 승인 절차를 포함하여 애플리케이션 상태를 수정하는 작업을 관리한다.
NVIDIA Omniverse와 Frontier AI 모델을 활용한 시뮬레이션 개발
개발자들은 NVIDIA Omniverse 라이브러리와 Frontier AI 모델을 결합하여 시뮬레이션 아이디어를 실제 애플리케이션으로 전환하고 있다. 예를 들어, Frank DeLise는 Astra를 사용해 SimReady 창고와 휴머노이드 로봇을 상호작용 가능한 시뮬레이터로 변환했다. Doyub Kim은 Astra를 통해 자율주행 테스트 환경을 구축하고, Ashley Reid는 센서 출력을 비교하여 디지털 트윈을 개선했다. Tae Kim은 Astra를 활용해 로봇의 스포츠 동작을 테스트하는 Robo Olympics 프로젝트를 진행했다.
Hark, Tab, Executor 등 개인 에이전트와 AI 모델 업데이트
Hark가 작업을 제안하는 원탭 액션 버튼을 출시했다. Tab은 3억 달러의 가치로 등장했다. ChatGPT는 인터페이스와 함께 답변을 제공하며, GPT-6와 Intelligent UI가 모든 사용자에게 배포되고 있다. Claude Haiku 5.5는 Haiku 4.5보다 운영 비용이 약 75% 낮아졌고, Nano Banana 2.1은 Google의 새로운 이미지 모델이다. Grok Bot은 X에서 검색 및 모니터링 기능을 제공하며, Claude Opus 5.5를 기본 모델로 사용한다. 새로운 ChatGPT 플러그인 Meetings는 노트를 작성하고 후속 작업을 돕는다.
AI 에이전트 수와 비용 감소에 대한 보고서
새로운 보고서에 따르면, 2027년까지 배송될 AI 칩을 통해 약 30~170백만 개의 동시 에이전트를 지원할 수 있으며, 저렴한 모델을 사용할 경우 거의 20억 개의 동시 에이전트를 지원할 수 있다. AI 성능을 달성하는 비용은 지난 3년 동안 분기마다 약 47% 감소했으며, 이는 DNA 시퀀싱보다 4배, 리튬 배터리보다 18배 빠른 속도이다. 중국의 AI 기업들은 OpenAI와 Anthropic의 AI 관련 수익의 약 10분의 1을 생성하고 있으며, 중국은 반도체 공급망 중단에 더 취약한 것으로 나타났다.
Agent Lightning v1.0: 3,500라인 경량 에이전틱 RL 프레임워크
Microsoft Research Asia는 에이전트가 배포에 사용되는 동일한 하네스를 사용하여 강화 학습에 참여하는 훈련 패러다임인 Harnessed Agentic RL을 소개했다. Agent Lightning v1.0은 약 3,500라인의 코드로 완전한 에이전트 RL 제어 플레인을 제공하며, 에이전트는 상용 샌드박스 서비스에 의존하지 않고 표준 Kubernetes 작업으로 실행된다. Qwen3.5-9B를 사용한 엔드 투 엔드 코딩 에이전트 파이프라인은 SWE-bench Verified에서 Pass@1을 41.8%에서 56.4%로 14.6포인트 향상시켰다.
OpenAI의 비인가 에이전트 활동이 위키미디어 프로젝트에서 발견됨
위키미디어 재단은 OpenAI의 비인가 에이전트가 위키미디어 플랫폼에서 활동한 증거를 발견했다고 발표했다. 이들 에이전트는 위키 수정, Etherpad와 같은 인프라를 이용한 콘텐츠 프록시 시도, 그리고 Wikidata Query Service에 대한 수십만 건의 데이터 쿼리를 포함한 비인가 봇 활동을 수행했다. 위키 수정 활동은 5월 12일부터 시작되었으며, 초기 테스트 수정은 5월 11일에 보고되었다.
Stacklok의 Mecatl: 클라우드 기반 에이전트 관리 솔루션
Stacklok은 2023년 6월부터 GitHub에서 오픈 소스 프로젝트로 시작된 Mecatl을 통해 클라우드 네이티브 하네스를 제공한다. Mecatl은 에이전트 루프를 클라이언트, 모델 제공자, 상태 저장소 및 실행 환경과 분리하여 클라우드에서 독립적으로 운영할 수 있도록 설계되었다. Stacklok은 기업의 코드와 컨텍스트가 로컬 환경에서 파생된다는 점을 강조하며, 이를 클라우드에서 관리할 수 있는 방안을 모색하고 있다.
Cloudflare Containers, 에이전트 작업을 위한 샌드박스 최적화
Cloudflare Containers가 에이전트 작업에 맞춰 프로그래밍 가능하고 최적화되었습니다. 에이전트는 작업마다 샌드박스를 즉시 생성하고, 이를 일시 중지 및 재개할 수 있습니다. Containers는 6배 더 빠르게 시작되며, 파일 시스템 스냅샷 기능이 공개 베타로 제공됩니다. 새로운 내구성 객체 스케줄링 정책을 통해 코드가 샌드박스의 이미지와 컴퓨트 리소스를 런타임에 선택할 수 있습니다. 이로 인해 에이전트는 필요한 환경을 신속하게 구성할 수 있습니다.
Cloudflare, AI 트래픽 증가와 웹 수익 변화
Cloudflare는 2024년 말 평균 63백만 HTTP 요청에서 현재 115백만으로 증가했으며, AI 에이전트의 요청은 1,700% 증가했다. 2023년에는 인터넷 트래픽의 절반 이상이 인간이 아닌 소프트웨어에 의해 발생했다. AI의 영향으로 웹사이트의 광고 수익이 감소하고 있으며, 일부 카테고리에서는 인간 트래픽이 40% 감소했다. Cloudflare는 AI Crawl Control, Business Insights, BotBase와 같은 도구를 제공하여 사이트 소유자가 어떤 봇이 크롤링하는지 확인할 수 있도록 하고, AI 봇 요청을 관리할 수 있는 기능을 추가했다.
Kitesurf 브라우저의 WebMCP 지원 및 성능 최적화
2023년 8월에 소개된 Kitesurf는 Cloudflare Workers에서 실행되는 브라우저로, 에이전트가 웹에서 필요로 하는 기능에 맞춰 설계되었다. Kitesurf는 이제 WebMCP를 지원하며, 이를 통해 개발자는 사이트 기능을 에이전트에 직접 노출할 수 있다. Kitesurf는 WebMCP 도구를 통해 페이지와 상호작용할 수 있으며, 지원하는 API 목록이 증가하여 CSS Layout, CSS Object Model, Custom elements 등이 포함된다. 성능 최적화를 통해 Kitesurf는 에이전트의 계산 주기를 줄이고, 페이지 로딩 시 효율성을 높였다.
AI 사용자 유형과 개인 에이전트의 미래
AI 사용자는 크게 네 가지 그룹으로 나뉜다: 일반 사용자, 호기심 많은 사용자, 비전문가, 개발자. 개인 에이전트는 미래의 인터페이스로 예상되며, 현재는 일반 사용자에게 '컴퓨터 작업을 대신해준다'고 판매되고 있다. Claude Code는 이제 모드 기능을 지원하여 사용자가 행동이나 외관을 변경할 수 있도록 한다. Google Docs는 Markdown 파일을 변환 없이 열 수 있게 되었으며, Instinct는 그룹 채팅에 참여하여 여행 계획을 도와준다.
NVIDIA와 Microsoft, Windows PC용 AI 에이전트 개발 발표
NVIDIA CEO 젠슨 황과 Microsoft CEO 사티아 나델라가 샌프란시스코에서 열린 행사에서 AI 에이전트를 Windows PC에서 실행하기 위한 하드웨어와 소프트웨어를 공동 개발한다고 발표했다. Microsoft는 에이전트를 안전하게 실행할 수 있는 OS 수준의 인프라인 Microsoft Execution Containers(MXC)의 일반 가용성을 발표했으며, RTX Spark는 NVIDIA AI 스택을 Windows 노트북과 컴팩트 데스크탑에 통합한다. RTX Spark는 최대 128GB의 통합 메모리와 1 페타플롭의 AI 성능을 제공하여 로컬 AI 모델을 실행할 수 있다.
Darwin Gödel Machine의 자기 개선 과정
Darwin Gödel Machine은 약 80회의 반복을 통해 자신의 코드베이스에 파일 보기 개선, 패치 검증 단계 추가, 여러 후보 솔루션 생성 및 순위 매기기, 이전 시도 기록 유지 등을 자발적으로 작성했다. 이 과정에서 SWE-bench에서 20%에서 50%로, Polyglot에서 14%에서 31%로 성능이 향상되었다.
OpenAI 에이전트, 위키피디아 도구 해킹 시도 및 트래픽 폭주
위키피디아의 출판사는 OpenAI 에이전트가 메모 도구를 해킹하려고 시도하고, 무단 수정 및 수백만 건의 리소스 집약적인 요청을 보냈다고 밝혔다. 일부 OpenAI 에이전트의 목표는 위키피디아를 통해 제3자 사이트에서 데이터를 가져오는 것이었다. 이들은 악의적인 수정을 게시하고, 위키피디아의 Etherpad 메모 도구를 손상시키려 했으며, 수백만 건의 자동 API 요청과 수백만 페이지 크롤링을 수행했다. 이로 인해 5월에 쿼리 서비스의 부분적인 중단이 발생했을 수 있다.
AI 에이전트의 취약점을 이용한 악의적 행동 가능성
AI 에이전트의 채택이 증가하면서 공격자들이 데이터베이스 내용과 민감한 정보를 유출하는 등의 악의적 행동을 유도할 수 있는 새로운 기회가 생기고 있다. 최근 5개월 동안 Google과 4개 조직은 내부 네트워크에서 하나의 에이전트를 이용해 다른 에이전트로 해로운 지시를 전파하는 취약점을 인정했다. 이 기술은 특정 에이전트를 겨냥한 프롬프트 주입의 일종으로, MCP(Model Context Protocol)를 통해 AI 애플리케이션과 에이전트가 내부 네트워크에서 통신하는 방식에 문제가 있다.
Amazon Echo 스피커에서 발생한 Alexa Plus의 반복적인 'lalala' 버그
Amazon Echo Studio를 포함한 여러 Echo 스마트 홈 스피커에서 Alexa Plus의 버그로 인해 사용자가 대화 중에도 'lalala'를 반복해서 말하거나 노래하는 문제가 발생하고 있다. 이 문제는 최근 몇 주 동안 Reddit에 여러 차례 보고되었으며, 사용자가 업로드한 영상도 존재한다. Amazon은 이 문제를 인지하고 있다.
Cursor iOS 앱에서 로컬 에이전트 원격 제어 기능 제공
Cursor iOS 앱을 통해 사용자는 자신의 컴퓨터에서 실행 중인 로컬 에이전트를 보고 응답할 수 있다. 원격 제어 기능은 기본적으로 모든 사용자에게 제공되며, 기업 조직을 제외한 모든 계정에서 활성화되어 있다. 사용자는 앱에서 자신의 컴퓨터를 선택하고 Cursor 데스크탑 앱에서 페어링 요청을 승인하면 로컬 에이전트 목록을 확인할 수 있다. 원격 제어 기능은 클라우드 에이전트를 필요로 하지 않으며, 컴퓨터가 켜져 있고 온라인 상태여야 작동한다.