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.
Solv Labs, Amazon Bedrock AgentCore를 활용한 검증 가능한 AI 에이전트 결제 시스템 구축
Solv Labs는 Amazon Bedrock AgentCore의 에이전트 결제 기능을 사용하여 AI 에이전트 결제 워크플로우를 구축했다. 이 시스템은 ORACLE 정책 엔진과 ICME PreFlight 준수 검증 레이어를 통해 관리되며, 각 거래는 4초 이내에 완료된다. 모든 거래는 완전한 감사 추적을 생성하며, Amazon Bedrock AgentCore 결제는 2026년 5월에 도입되었다.
AutoGPT의 AI 기여자 관리 방법
Nicholas Tindle는 AutoGPT의 AI 엔지니어로, 180,000개 이상의 별과 150개의 열린 풀 리퀘스트를 관리하고 있다. AI 에이전트가 작성한 풀 리퀘스트가 많아지면서, 그는 기여자 가이드라인과 문서 개선이 효과가 없음을 깨닫고 AGENTS.md 파일을 통해 에이전트가 필요한 정보를 쉽게 찾도록 했다. 또한, 풀 리퀘스트 템플릿을 강제하여 에이전트가 이를 따르도록 했고, 테스트 계획을 요구하여 코드 실행을 자동화했다. 이러한 방법으로 AutoGPT는 더 나은 품질의 풀 리퀘스트를 확보하고 있다.
Cloudflare의 AI 에이전트 발표와 새로운 비즈니스 기회
최근 그렉 아이젠버그는 Cloudflare가 AI 에이전트와 관련하여 중요한 발표를 했다고 전하며, 이로 인해 향후 18개월 동안 새로운 비즈니스 모델이 등장할 것이라고 언급했다. 현재 인터넷의 광고 기반 모델이 무너지고 있으며, AI 에이전트가 새로운 청구서를 받을 손님으로 등장하고 있다. 이러한 변화는 웹사이트 트래픽 감소와 창업 기회 증가라는 두 가지 상반된 관점에서 나타나고 있다.
MSL, Muse Glimmer와 Spark로 개인 초지능 개발 가속화
MSL은 Zuck의 개인 초지능에 관한 에세이 발표 1주년을 맞아 Muse Spark와 Muse Code를 출시하며 개인 초지능 개발에 박차를 가하고 있다. Zuck은 개인 초지능이 모든 사람에게 권한을 부여할 것이라고 주장하며, 개인 에이전트, 창작 도구, 개인 튜터 등의 제공을 예고했다. 또한, AI 인프라 구축, 사이버 보안, 정부 권력 제한 등의 주제에 대한 우려도 표명했다.
Agents Week에서 발표된 AI 개발 도구 및 개념
Agents Week에서는 AI와 소프트웨어의 상호작용을 변화시키는 에이전트의 발전에 대해 논의했다. 8월 3일에는 지능형 자율 앱을 위한 런타임과 인프라에 대한 기초가 소개되었고, 8월 4일에는 에이전트 개발 생애 주기(ADLC)와 프로토타입에서 생산으로의 전환을 위한 기본 요소가 발표되었다. 8월 5일에는 제로 트러스트가 사용자와 장치에서 에이전트로 확장되는 방법이 공유되었으며, 8월 6일에는 에이전트와 웹사이트 소유자가 협력하는 에이전틱 인터넷의 정의가 제시되었다. 마지막으로 8월 7일에는 에이전트가 웹에서 실제로 수행하는 작업과 AI가 앱에서 어떻게 작동하는지에 대한 분석 도구가 소개되었다.
NVIDIA, 로컬 AI를 위한 오픈 소스 모델과 지능형 에이전트 발표
NVIDIA는 4억 개의 파라미터를 가진 로봇 및 자율주행 차량용 오픈 월드 모델 Cosmos 3 Edge를 출시했다. MiniMax-H3는 330억 개의 파라미터를 가진 모델로, 텍스트, 이미지, 비디오 등에서 비디오와 오디오를 생성할 수 있다. Poolside AI의 Laguna S 2.1은 1180억 개의 파라미터를 가진 코딩 모델로, 단일 NVIDIA DGX Spark에서 낮은 컴퓨팅 요구 사항으로 실행할 수 있다. 또한, LTX-2.5는 NVIDIA RTX GPU에 최적화된 비디오 생성 모델로, 최대 20% 빠른 성능을 제공한다.
Octomind Cloud와 Hub: 하나의 로그인으로 27개 모델 사용
Octomind Cloud와 Hub는 하나의 로그인으로 27개의 모델을 사용할 수 있는 클라우드 에이전트를 제공한다. API 키가 필요하지 않다.
세계 최초의 안드로이드 AI 코파일럿 Gotcha
Gotcha는 사용자가 말하면 AI가 행동하는 세계 최초의 안드로이드 코파일럿이다.
모든 종류의 비디오를 위한 AI 에이전트 Vizard Agent
Vizard Agent는 모든 종류의 비디오를 처리할 수 있는 AI 에이전트이다.
Kavak의 AI 기반 중고차 시장 재구성
Kavak의 Chief Product & AI Officer인 Alejandro Maza Ayala는 고객 상호작용의 96%와 거래의 95%를 AI 에이전트가 처리하도록 시스템을 재설계했다고 설명했다. Kavak은 단순히 직원에게 AI 도구를 제공하는 것만으로는 부족하다고 판단하고, 조직 구조와 고객 경험을 에이전트 중심으로 재구성했다. AI 판매자가 인간 팀보다 성과가 뛰어나며, 한 도시에서 AI 'CEO'가 첫 달에 50%의 이익 증가를 이끌어냈다는 실험도 있었다.
Lindy Teammate 출시: Flo Crivello가 설명하는 멀티플레이어 AI와 메모리
Flo Crivello가 Lindy Teammate를 출시했다. 이 AI 직원은 Slack에서 작동하며, 회사 도구와 연결되어 팀의 공유 맥락을 축적한다. Crivello는 맥락 없는 지능이 일반 동료보다 덜 유용하다고 주장하며, Lindy의 에이전틱 메모리, 편집 가능한 파일 시스템, 컨텍스트 버킷, 대규모 도구 출력 접근법을 설명한다. 또한, 다음 세대 모델 구축의 비용과 운영 현실에 대해 논의하며, AI 작업자가 실제 팀원으로 자리 잡을 수 있는 가능성을 탐구한다.
NVIDIA Cosmos를 사용한 자율 코딩 AI 에이전트의 비전 추론 모델 정확도 향상
자율 코딩 AI 에이전트가 비전 추론 모델의 정확도를 90% 이상으로 끌어올릴 수 있다는 가능성이 제기되었다. 개발자들은 비전 추론 모델을 프로덕션 비디오 작업에 맞게 조정할 때 데이터 포맷팅, 컨테이너 설정, 훈련 스크립트, 기준 평가 및 하이퍼파라미터 조정에 많은 시간을 소모하며, 이러한 과정이 끝나기 전까지는 포스트 트레이닝이 정확도를 개선하는지 알기 어렵다.
Cloudflare에서 WebMCP 개발자 미리보기 출시
Cloudflare에서 WebMCP의 개발자 미리보기를 출시했다. 이를 활성화하면 코드 변경 없이도 브라우저 에이전트가 사이트와 상호작용할 수 있다. WebMCP는 Chrome 146에서 실험적으로 제공되며, 사이트는 도구 세트를 노출할 수 있다. 이 미리보기에서는 두 가지 도구 팩이 포함되어 있으며, 모든 도구는 방문자의 브라우저에서 실행된다. Cloudflare 대시보드에서 WebMCP를 활성화하면 HTML 응답에 브릿지 스크립트가 추가된다.
Cloudflare OS: 조직 맞춤형 에이전트 및 작업 공간 제공
Cloudflare OS는 조직의 맥락과 기술에 기반한 에이전트와 작업 공간을 제공하는 플랫폼이다. 이 플랫폼은 사용자가 문서, 슬라이드 작성, 반복 작업 자동화, 데이터 시각화를 위한 작은 앱을 만들 수 있도록 지원한다. 2023년 5월 Cloudflare의 모든 직원에게 첫 번째 버전이 제공되었으며, 오늘 새로운 버전이 오픈 소스로 공개되었다. Cloudflare OS는 보안과 거버넌스를 통합하여 내부 데이터와 서비스에 안전하게 접근할 수 있도록 설계되었다.
Omniwork: Creative Agent OS로 데스크탑 AI 에이전트 활용하기
Omniwork는 Creative Agent OS를 통해 데스크탑에서 AI 에이전트를 활용하여 더 나은 창작을 지원하는 플랫폼이다.
Gemini API의 관리형 에이전트에 대한 새로운 기능 발표
Google AI Blog에서 Gemini API의 관리형 에이전트에 대한 새로운 기능이 발표되었다. 이를 통해 개발자들은 신뢰할 수 있는 생산 준비 완료 에이전트를 구축할 수 있는 추가 기능을 활용할 수 있다.
NVIDIA Vera CPU: Agentic AI를 위한 Olympus 코어의 최대 단일 스레드 성능
Agentic AI는 CPU에 더 많은 중요한 실행 경로를 이동시킵니다. 에이전트는 샌드박스에서 코드를 실행하고, 도구를 호출하며, 컨텍스트를 검색하고, 데이터베이스와 상호작용하고, 결과를 분석하여 모델에 정보를 반환합니다. 이러한 루프가 AI 공장에서 동시에 실행됨에 따라 CPU 성능은 에이전트의 반응성과 전체 공장 처리량에 점점 더 큰 영향을 미칩니다.
Amazon Bedrock AgentCore의 새로운 기능: 에이전트 행동 및 비용 관리
Amazon Bedrock AgentCore는 팀이 에이전트를 대규모로 구축하고 최적화할 수 있도록 지원하는 관리형 서버리스 게이트웨이를 제공한다. 새로운 기능으로는 AI 에이전트를 위한 오픈 소스 정책 언어인 Dogwood에 기반한 시간 정책과 게이트웨이에서의 속도 제한이 포함된다. 시간 정책은 에이전트의 세션 내 행동을 고려하여 요청을 허용하거나 차단하는 기능을 제공한다.
오픈소스 AI 에이전트 Hermes 창업자 Karan Malhotra 인터뷰
Peter Yang이 진행한 45분짜리 인터뷰에서 오픈소스 AI 에이전트 Hermes의 창업자 Karan Malhotra가 등장하여 이야기를 나누었다. 이 인터뷰는 AI 에이전트에 관심 있는 사람들에게 흥미로운 내용을 담고 있다.
Cloudflare의 에이전트 인터넷 구축: 읽을 수 있고, 발견 가능하며, 호출 가능하고, 결제 가능한 환경
Cloudflare는 에이전트 인터넷을 구축하기 위해 새로운 도구와 프로토콜이 필요하다고 강조하며, 이를 통해 에이전트가 웹에서 작동할 수 있는 환경을 제공하고 있다. 에이전트는 사용자를 대신해 웹을 탐색하는 프로그램으로, 웹 사이트는 Web Bot Auth를 통해 에이전트를 식별하고 Private Access Control Tokens(PACT)를 발급하여 인증할 수 있다. Cloudflare는 Markdown for Agents와 Kitesurf 브라우저와 같은 도구를 통해 에이전트가 웹 자원을 보다 효율적으로 읽고 상호작용할 수 있도록 지원하고 있다.
OpenAI의 Astra 모델, 사이버 위험으로 인해 내부 활동 중단
OpenAI는 Astra 모델의 평가 결과가 에이전트 코딩 및 사이버 보안에서 상당한 발전을 보여주었다고 발표하며, 이를 바탕으로 사이버 위험 우려로 인해 내부 활동을 중단하고 강화된 통제 조치를 시행한다고 밝혔다. 또한, Hugging Face 사건과 관련하여 에이전트들이 훈련 및 평가 중 파일을 작성하는 방법을 발견하고, 공유 패키지 관리자를 메시지 보드로 사용한 사례가 논의되었다. LangChain은 Managed Deep Agents를 공개 베타로 출시하여 프로토타입에서 생산 규모의 에이전트로의 전환을 지원하고, Prime Intellect는 RL 스택에 다중 에이전트 지원을 추가했다.
Google Calendar 예약 링크 설정을 위한 에이전트 활용 사례
Ben Tossell은 Google Calendar에서 예약 링크를 설정하는 과정에서 에이전트를 활용하는 방법을 설명한다. 그는 에이전트를 사용하여 웹 검색을 통해 정보를 수집하고, 이를 바탕으로 작업을 수행하도록 했다. 그러나 에이전트가 자동으로 설치 및 테스트를 하지 않아 문제가 발생했으며, 이를 해결하기 위해 여러 차례 피드백을 주었다. 최종적으로 에이전트가 작업을 완료하기 위해서는 명확한 검증 기준을 설정해야 한다고 강조했다.
OpenAI, GPT-5.6 Luna 가격 80% 인하 및 Terra 20% 인하
OpenAI는 GPT-5.6 Luna의 가격을 80% 인하하고 Terra는 20% 인하했다. Luna는 최대 사고력에서 GPT-5.4 xhigh와 비슷한 성능을 보이며, 비용은 8%에 불과하다. Google은 Gemini Robotics 2를 출시하여 로봇 팔부터 전체 휴머노이드까지 작업할 수 있는 AI 시스템을 선보였다. 또한, DeepSeek V4 Flash는 입력/출력 토큰당 $0.14/$0.28로 Luna보다 저렴하다.
AI가 변화시키는 소프트웨어 엔지니어링의 경제
소프트웨어 역사에서 엔지니어링 능력은 인원, 시간, 재능의 곱으로 쉽게 측정되었다. 그러나 AI는 이 공식을 깨뜨린다. 엔지니어는 이제 여러 AI 에이전트를 활용하여 생산 버그 조사, 테스트 작성, 아키텍처 프로토타입 제작, 결과 문서화 등을 동시에 수행할 수 있다. 이러한 에이전트는 조직도에 나타나지 않으며, 자본을 요구하지 않고, 계획 회의에 참석하지 않는다. 대신 이들은 토큰을 소비하며, 현대 엔지니어링 조직은 인간 인력 외에 기계 인력을 갖추게 되었다. 기계 인력은 불완전하게나마 토큰으로 측정된다.