AI 뉴스
Kepler의 행성 운동 법칙 발견과 AI의 과학적 발견 속도
Kepler가 행성 운동 법칙을 발견한 방식은 매우 독창적이며 놀라웠다. AI가 과학적 발견에서 빠른 진행을 이룰 것이라는 주장과 달리, 올바른 아이디어의 검증 루프는 수십 년 또는 수천 년이 걸릴 수 있다. 현재의 더 나은 이론이 오히려 잘못된 예측을 할 수 있으며, 이러한 현상은 판단과 휴리스틱의 혼합으로 설명될 수 있지만, 이를 명확히 설명하거나 RL 루프로 체계화하기는 어렵다.
AI의 과학적 발견에 대한 이해는 개발자들이 AI 모델을 설계하고 평가하는 데 있어 중요한 통찰을 제공할 수 있다.
[설명] ComfyUI 노드 워크플로를 프로덕션 생성 백엔드 API로 쓰는 법
ComfyUI는 노드 기반 GUI로 알려졌지만, 그 본질은 HTTP·WebSocket 서버를 갖춘 이미지·영상 생성 백엔드라는 점이다. UI에서 만든 워크플로를 JSON으로 내보내 API로 큐잉하면, 어떤 애플리케이션이든 생성 엔진으로 ComfyUI를 호출할 수 있다. WebSocket은 실행 이벤트, 샘플러 진행률, 프리뷰 이미지, 큐 상태를 스트리밍해 작업 진행과 완료를 실시간으로 받는다. 프로덕션에서 핵심 패턴은 두 가지다. 첫째, VRAM 경쟁(thrashing)을 피하려 워크플로마다 전용 웜 워커를 두어 격리한다. 둘째, 모든 의존성과 커스텀 노드를 버전·커밋 해시로 고정해 의도하지 않은 업데이트로 결과물이 바뀌는 사고를 막는다. 텍스트→이미지→영상→업스케일을 하나의 파이프라인으로 체이닝하고 배치 자동화까지 묶을 수 있어, 생성 기능을 서비스에 내재화하려는 한국 개발팀에게 검증된 셀프호스팅 경로가 된다.
ComfyUI 워크플로를 API로 노출하면 생성 기능을 서비스에 내재화할 수 있고, 워커 격리·의존성 고정이 안정적 운영의 핵심이다
Mistral AI, 기업 맞춤형 AI 모델 구축을 위한 Forge 시스템 발표
Mistral AI가 오늘 기업들이 자사의 독점 지식을 바탕으로 최전선 수준의 AI 모델을 구축할 수 있는 Forge 시스템을 소개했다.
Forge 시스템은 기업들이 자체 데이터를 활용하여 맞춤형 AI 솔루션을 개발할 수 있는 기회를 제공한다.
ClawHub 랭킹 조작과 메신저 경유 프롬프트 인젝션
OpenClaw의 보안에는 여러 우려가 제기됐고, Microsoft 보안 블로그는 OpenClaw를 "지속 자격증명을 가진 신뢰불가 코드 실행"으로 규정하며 일반 워크스테이션에서 격리 없이 쓰기엔 부적합하다고 봤다. 스킬 레지스트리 ClawHub에서는 인증·레이트리밋이 없는 public mutation으로 다운로드 수를 조작할 수 있는 문제가 보고됐고(Silverfort 연구), PoC 악성 스킬이 수 분 내 카테고리 상위에 올랐다가 공개 후 빠르게 수정됐다. 메신저 경로에서는 메시지 객체의 연락처 이름·vCard·위치 라벨 같은 필드에 심은 지시가 LLM 프롬프트로 직렬화돼 보이지 않게 코드를 실행시키는 프롬프트 인젝션이 확인됐다(Imperva 연구, v2026.4.23에서 수정). 기본 동작이 단일 운영자 풀 OS 권한에 exec 자동 허용이라는 점이 이런 위협의 영향 범위를 키운다.
공급망(스킬 레지스트리)과 입력 표면(메신저 메시지) 양쪽에서 신뢰 경계가 무너질 수 있다는 점이 핵심이다. 특히 메시지 메타데이터에 숨긴 지시가 그대로 프롬프트가 되는 구조는, 외부에서 보낸 데이터를 명령과 분리하지 않으면 어떤 LLM 에이전트도 노출될 수 있는 일반적 위험을 잘 보여준다. 3rd-party 스킬은 신뢰불가 코드로 보고 활성화 전 코드를 읽고, 격리 환경에서 운영하는 습관이 필요하다.
ElevenLabs Eleven v3 GA, Audio Tags로 감정 연출하는 음성 70개 언어 지원
ElevenLabs가 2026년 3월 14일 Eleven v3를 정식 출시(GA)했다(2월 알파 후 GA). 가장 큰 변화는 Audio Tags로, 대괄호로 감싼 지시어를 모델이 해석해 음성의 표현을 직접 연출한다. [excited], [whispers], [sighs] 같은 감정·발화 톤부터 [gunshot], [clapping], [explosion] 같은 사운드 이벤트까지 텍스트 안에서 디렉팅할 수 있어, 사실상 'AI 성우를 연출'하는 워크플로가 가능해졌다. 그동안 ElevenLabs의 최대 약점으로 지적되던 감정 표현 범위가 이 업데이트로 따라잡혔다는 평가다. 복잡한 텍스트 처리 오류가 68% 줄었고 70개 이상 언어를 지원한다. 다만 v3는 고충실도 코덱과 큰 모델을 쓰는 만큼 실시간 처리는 불가하며, 실시간·대화형 용도에는 여전히 Flash v2.5를 권장한다. 6월 말까지 80% 할인 프로모션이 진행됐다.
Audio Tags는 음성 생성이 '읽어주기'에서 '연기 연출'로 넘어가는 변곡점으로, 오디오북·내레이션·캐릭터 보이스·광고 더빙에서 후작업 디렉팅 비용을 크게 줄인다. 다만 v3가 실시간 불가라는 점은 중요한 설계 제약으로, 음성 에이전트나 통화형 봇을 만든다면 표현형(v3)과 저지연(Flash v2.5) 모델을 용도별로 분리 적용하는 아키텍처가 필수다.
Jeff Kaplan, 새 게임 The Legend of California 발표
Jeff Kaplan은 블리자드의 전설적인 게임 디자이너로, 새로운 게임 The Legend of California를 그의 새로운 스튜디오 Kintsugiyama에서 출시할 준비를 하고 있다. 이 게임은 현재 Steam에서 위시리스트에 추가할 수 있으며, 알파 버전은 3월에 출시될 예정이다.
Jeff Kaplan의 새로운 게임 개발 소식은 한국 게임 개발자들에게 새로운 프로젝트 기획 및 실행에 대한 인사이트를 제공할 수 있다.
Cursor vs Claude Code: 같은 Opus를 써도 갈리는 건 비용 구조다
둘 다 백엔드로 Claude Opus 4.x를 부를 수 있게 되면서 '어느 게 더 똑똑한가'는 무의미해졌고, 실제 차이는 과금 모델과 컨텍스트 운용에 있다. Cursor는 월 정액(Pro $20) 안에서 요청 풀을 쓰다 한도를 넘으면 usage-based로 넘어가는 구조라, 평소엔 예측 가능하지만 에이전트가 대형 코드베이스를 반복 grep·재읽기하면 빠르게 초과 과금으로 샌다. Claude Code는 Max 구독의 토큰 한도 안에서 돌거나 API 종량제로, 긴 자율 루프를 돌릴수록 한도/비용이 직접 노출된다. 운용 면에서 Cursor는 에디터 UI에 묶여 diff 리뷰·Tab·인덱싱이 강하고, Claude Code는 터미널·CI·서브에이전트 오케스트레이션에 강하다. 핵심 함정은 '한 도구로 다 한다'는 가정이다. 인터랙티브 편집은 Cursor, 무인 장기 작업은 Claude Code로 쪼개는 팀이 비용·품질 양쪽에서 유리하다.
MCP 2026 로드맵, 원격 서버·에이전트 통신·엔터프라이즈로 무게중심 이동
Model Context Protocol(MCP) 메인테이너가 2026년 로드맵을 공개했다. 네 가지 우선순위는 (1) 전송 계층 확장성 — 원격 HTTP 전송을 개선해 수평 확장을 가능케 하고 .well-known 메타데이터로 서버 역량을 탐색, (2) 에이전트 통신 — 장시간 작업을 다루는 Tasks 프리미티브에 재시도·만료 정책을 추가, (3) 거버넌스 성숙 — Working Group 중심으로 SEP(스펙 개선 제안) 검토를 위임, (4) 엔터프라이즈 준비 — 감사 로그·SSO 인증·게이트웨이·설정 이식성이다. 핵심은 로컬 stdio 중심에서 평범한 HTTP 인프라 위에서 스케일하는 상태 비저장(stateless) 원격 서버로 무게중심이 옮겨간다는 점이다. 한국 개발자라면 사내 MCP 서버를 round-robin 로드밸런서 뒤에 둘 수 있는지, Tasks 확장으로 장시간 잡을 어떻게 모델링할지 미리 검토할 가치가 있다.
MCP가 개인 데스크톱 통합을 넘어 멀티테넌트 프로덕션 표준으로 진화하면서, 사내 도구를 에이전트에 연결하는 아키텍처 결정이 달라진다.
MCP 2026 로드맵: 트랜스포트 확장성·에이전트 통신·거버넌스·엔터프라이즈 준비
Model Context Protocol(MCP) 팀이 2026년 로드맵에서 네 가지 우선순위를 제시했다. ① HTTP 트랜스포트의 수평 확장·세션 관리·메타데이터 기반 서버 디스커버리, ② Tasks 프리미티브 개선(일시적 실패 시 재시도 시맨틱·만료 정책), ③ 컨트리뷰터 사다리와 워킹그룹 위임 모델 같은 거버넌스 성숙, ④ 감사 로그·SSO 인증·설정 이식성 등 엔터프라이즈 준비다. 직전 스펙은 2025년 11월에 나왔고, 로드맵 글(2026년 3월 9일) 기준 이후 새 버전은 발표되지 않았다. MCP는 Anthropic·OpenAI·Google·Microsoft·AWS 등 주요 벤더가 모두 지원하는 사실상 표준으로 자리 잡았기에, MCP 서버를 만들거나 사내 도구를 연결하는 한국 개발자는 스트리머블 HTTP 트랜스포트와 Tasks의 재시도·만료 설계를 미리 이해해두는 게 좋다.
MCP가 멀티 벤더 표준으로 굳어지는 만큼, 트랜스포트·인증·Tasks 설계 변화는 사내 도구 연동의 안정성과 직결된다.
[비판] 에이전트 샌드박싱, gVisor·Firecracker로도 막히지 않는 구멍
코드 실행 에이전트가 늘면서 격리는 컨테이너에서 gVisor·Firecracker 같은 마이크로VM으로 빠르게 이동했다. 문제는 격리 경계가 '프로세스'에 맞춰져 있는데 위협은 '데이터 흐름'을 탄다는 점이다. 샌드박스가 커널 호출을 완벽히 가둬도, 에이전트가 읽은 악성 웹페이지의 프롬프트 인젝션이 내부 도구 호출로 번지는 lethal trifecta(민감 데이터 접근·외부 통신·신뢰 불가 입력)는 VM 경계와 무관하게 성립한다. 실측 보고들은 네트워크 egress 화이트리스트와 도구별 권한 분리 없이 마이크로VM만 둔 구성에서 데이터 유출이 재현된다고 지적한다. 결국 하니스 레벨에서 도구 호출마다 능력(capability)을 명시적으로 부여하고, 신뢰 불가 콘텐츠를 읽은 뒤에는 외부 쓰기 권한을 자동 강등하는 흐름 기반 정책이 필요하다. CPU 격리는 필요조건일 뿐 충분조건이 아니다.
실무에선 'Firecracker 띄웠으니 안전하다'는 가정이 가장 위험하다. egress 화이트리스트와 도구 권한 강등을 하니스에 넣지 않으면 격리는 보안 극장에 그친다.
벤치마크 오염을 잡는 새 표준, 캐넌리 문자열과 시점 분리 골든셋
공개 벤치마크가 학습 데이터에 새어 들어간 contamination이 평가 신뢰를 갉아먹으면서, 탐지·격리 관행이 정착되고 있다. 핵심은 두 가지다. 하나는 데이터셋에 사람이 절대 검색하지 않을 카나리(canary) GUID 문자열을 심어두고, 모델이 그 문자열을 외우고 있으면 해당 셋을 봤다고 판정하는 방식. 다른 하나는 모델 학습 컷오프 이후 시점에 만들어진 문제만 모아 평가하는 시점 분리 골든셋으로, LiveBench류가 월 단위로 문항을 교체해 암기 이점을 제거한다. 정량 신호로는 같은 문제의 정답/오답 보기 순서를 바꿨을 때 정확도가 급락하면 패턴 암기를 의심한다. 실무 함의는 분명하다. 공개 리더보드 점수는 그 자체로는 무의미에 가깝고, 내부 평가는 비공개 홀드아웃과 정기 회전이 없으면 시간이 갈수록 과대평가된다.
[분석] Structured Output를 강제했더니 추론이 무너지는 구간
JSON 스키마 강제(constrained decoding)는 파서 깨짐을 0으로 만들지만, 모델이 토큰을 문법 제약 안으로만 샘플링하게 묶는다. 그 결과 자유 형식에서 먼저 풀어쓰던 중간 추론이 사라지고, 분류·수치 추출 같은 판단형 작업에서 정확도가 눈에 띄게 떨어지는 사례가 보고된다. 원인은 구조다. 스키마가 답 필드를 앞에 두면 모델은 생각하기 전에 답부터 커밋하게 된다. 회피책은 스키마 안에 reasoning 필드를 답 필드보다 먼저 배치해 constrained decoding 안에서도 사고 순서를 보존하거나, 추론 단계는 자유 텍스트로 받고 마지막 한 번만 구조화 호출로 분리하는 2단 패턴이다. OpenAI strict 모드가 minItems/maxItems류를 거부하는 것처럼, '강제'가 표현력을 좁히는 비용은 늘 따라온다.
실무에선 '깨지지 않는 JSON'을 얻으려고 스키마를 조였다가 분류 정확도가 떨어진 걸 못 보고 넘기기 쉽다. reasoning을 답보다 앞 필드로 두는 한 줄이 정확도를 되돌린다.
Antidote: 창의성을 회복하는 방법
개발자들은 효율성보다 창의적인 과정이 중요하다는 점을 인식해야 하며, 손으로 직접 코드를 작성하고, 프로그래밍 서적을 읽고, 비공식적인 방법으로 문제를 해결하는 것이 필요하다. 또한, Discord와 같은 커뮤니티에 참여하고, 블로그를 작성하거나 동료를 멘토링하는 등의 활동을 통해 창의성을 자극할 수 있다. 특히, 트랜스포머 모델의 내부 구조를 분석하고 설명하는 과정은 이해도를 높이는 데 도움이 된다.
evals-skills: AI 제품 평가를 위한 기술 세트 발표
Hamel Husain은 AI 제품 평가를 위한 기술 세트인 evals-skills를 발표했다. 이 기술은 50개 이상의 기업과 4,000명 이상의 학생을 도우며 발견한 일반적인 실수를 방지하는 데 도움을 준다. evals-skills는 애플리케이션을 계측하고, 실험을 수행하며, 데이터를 분석하고, 인터페이스를 구축하는 기능을 갖추고 있다. 특히, OpenAI의 Codex 에이전트를 활용한 사례를 통해 에이전트의 인프라 개선이 모델 개선보다 중요하다는 점을 강조하고 있다. 이 기술은 기존의 MCP 서버와 함께 사용되어 에이전트가 실험과 추적 정보를 활용하는 방법을 가르친다.
Rick Beato: 음악 교육자이자 다재다능한 뮤지션
Rick Beato는 음악 교육자, 인터뷰어, 프로듀서, 작곡가이며 기타, 베이스, 첼로, 피아노를 연주하는 다재다능한 뮤지션이다. 그의 유튜브 채널은 위대한 뮤지션과 음악적 아이디어를 기념하며, 많은 사람들이 훌륭한 음악에 다시 빠질 수 있도록 돕고 있다. 에피소드에서는 기타 솔로, 재즈, AI와 음악의 관계 등 다양한 주제가 다뤄진다.
[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.
한국 팀이 에이전트를 출시할 때 '관측만 붙이고 평가는 미루는' 흔한 패턴이 실패의 주원인임을 수치로 보여주며, 두 가지를 함께 세팅해야 함을 알린다.
LangGraph가 노드 단위 '결정적 제어'를 전면에 내세운 이유
오케스트레이션 프레임워크 경쟁이 'LLM이 알아서 다음 단계를 고르게 하느냐(에이전트 자율)' 대 '개발자가 그래프로 흐름을 못 박느냐(결정적 제어)'의 축으로 재편됐다. LangGraph는 상태(state)를 명시적 스키마로 두고, 노드(작업 단위)와 엣지(전이)를 코드로 선언한 뒤, 분기만 LLM에게 맡기는 'conditional edge' 모델을 핵심으로 민다. 즉 라우팅 판단은 LLM이 하되, 어떤 노드가 실행 가능한지의 위상은 개발자가 고정한다. 여기에 체크포인터(checkpointer)로 그래프 상태를 영속화해 중단·재개(human-in-the-loop, time-travel)를 1급 기능으로 끌어올렸다. 핵심 주장은 단순하다. 프로덕션 에이전트의 버그 대부분은 모델이 아니라 '제어 흐름이 불투명해서 재현·디버깅이 안 되는 것'이며, 그래프로 만들면 어느 노드에서 어떤 상태로 멈췄는지 로그가 결정적으로 남는다. 자율 ReAct 루프 한 덩어리로 돌릴 때와 달리, 각 전이가 검사 가능한 경계가 된다.
한국 개발팀이 'AutoGPT식 자율 에이전트'를 프로덕션에 올렸다가 무한 루프·비결정적 실패로 데뷔거하는 일이 반복된다. LangGraph의 그래프+체크포인터 모델은 '에이전트를 워크플로 엔진처럼 다뤄라'는 실무 합의를 코드로 강제한다. 상태 스키마를 먼저 설계하고 LLM 판단은 분기점에만 국소화하면, 장애 시 체크포인트에서 재현·재개가 되어 운영 부담이 급감한다. 자율성은 멋있지만 SLA·감사 로그가 필요한 실제 서비스에서는 결정적 골격 위에 LLM을 얹는 설계가 정답에 가깝다.
OpenClaw, 셀프호스팅 퍼스널 AI 에이전트 게이트웨이
OpenClaw는 사용자가 자기 기기나 VPS에서 직접 돌리는 셀프호스팅 퍼스널 AI 에이전트 게이트웨이(gateway)다. 단일 Gateway 프로세스가 Discord·Slack·Telegram·WhatsApp·iMessage·Signal 같은 메신저 앱과 LLM 기반 에이전트를 연결한다. 텍스트 응답에 그치지 않고 셸 명령 실행, 파일 읽기·쓰기·편집, GitHub PR 생성 같은 실제 행동(agentic)을 수행한다. 클라우드 의존 없이 로컬 우선과 데이터 주권을 포지셔닝으로 내세운다. PSPDFKit 창업자로 알려진 Peter Steinberger와 커뮤니티가 만들었고, 미니멀 코딩 에이전트 Pi 위에 구축됐으며 MIT 라이선스로 Node.js(npm) 기반으로 배포된다.
OpenClaw는 클라우드 SaaS 형태가 아니라 개인이 직접 운영하는 자율 에이전트라는 흐름을 보여준다. 메신저를 입구로 삼아 셸·파일·계정 같은 시스템 레벨에 접근하므로, 채팅봇을 넘어 실제 작업을 위임하는 에이전트의 가능성과 한계를 동시에 드러낸다. 다만 그 광범위한 권한은 공격 표면을 키워서, 스킬 마켓플레이스의 악성 플러그인이나 공급망 오염 같은 보안 리스크가 함께 제기된다. 로컬 우선 자율 에이전트의 부상과 시스템 권한 보안의 긴장이 이 도구를 둘러싼 핵심 서사다.
Google Veo 3.1, 네이티브 오디오와 4K로 영상 생성의 기준을 올리다
Google DeepMind의 Veo 3.1은 텍스트 프롬프트 한 번으로 영상과 사운드를 동시에 만들어낸다. 주변음, 효과음, 대사가 단일 모델 패스로 생성되고 립싱크까지 맞아 후처리 없이도 오디오·비주얼이 동기화된다는 점이 핵심이다. 2025년 10월 Veo 3.1이 공개된 뒤 2026년 1월에는 4K 해상도 출력이 더해졌고, 9:16 세로 영상도 네이티브로 지원한다. Google은 Veo를 Imagen 4와 묶어 AI 영상 제작 플랫폼 Flow로도 제공한다. 한국 개발자 입장에서는 영상+음성을 별도 파이프라인으로 합성하던 작업이 하나의 API 호출로 단순화된다는 의미다. 짧은 광고, 숏폼, 제품 데모처럼 사운드 동기화가 중요한 콘텐츠에서 제작 단가와 시간을 크게 줄일 수 있다.
영상과 동기화 오디오를 한 모델로 생성해, 별도 합성 파이프라인 없이 숏폼·광고 제작 비용과 시간을 줄인다
Nano Banana 2 공개, Gemini 이미지 모델이 속도와 일관성 동시 확보
Google이 Gemini의 네이티브 이미지 생성 라인업 'Nano Banana'를 확장했다. 2026년 2월 26일 공개된 Nano Banana 2는 Gemini 챗봇, 검색 AI 모드, Lens에 통합됐다. 라인업은 셋으로 나뉜다. 고속·대량 처리용 Nano Banana 2(Gemini 3.1 Flash Image), 전문 에셋 제작용 Nano Banana Pro(Gemini 3 Pro Image), 저지연용 기존 Nano Banana(Gemini 2.5 Flash Image)다. 강점은 피사체 일관성과 정밀한 지시 준수로, 같은 캐릭터를 여러 장면에 유지하거나 부분만 수정하는 편집형 작업에 적합하다. 5월 Google I/O에서는 Nano Banana 기반 이미지 플랫폼 Google Pics도 발표됐다. 개발자는 용도에 따라 속도(Flash)와 품질(Pro)을 골라 호출하면 되며, 마케팅 이미지·썸네일 대량 생성부터 정밀 에셋 제작까지 한 패밀리에서 처리할 수 있다.
속도형(Flash)과 품질형(Pro)을 같은 패밀리에서 골라 쓸 수 있어, 대량 생성과 정밀 에셋 제작을 하나의 워크플로로 통합한다
2026년 1-2월 오픈 웨이트 LLM 주요 아키텍처 10개
2026년 1월 27일 Arcee AI의 400B Trinity Large 모델이 출시되었으며, 두 개의 소형 변형 모델인 Trinity Mini(26B)와 Trinity Nano(6B)도 함께 공개되었다. Trinity Large는 Mixture-of-Experts 구조를 채택하고 있으며, 13B의 활성 파라미터를 가지고 있다. 2월 1일에는 StepFun의 Step 3.5 Flash, 2월 3일에는 Qwen3-Coder-Next가 출시되었고, 2월 12일에는 z.AI의 GLM-5와 MiniMax M2.5가, 2월 13일에는 Nanbeige 4.1 3B가 출시되었다. 2월 15일에는 Qwen 3.5, 2월 16일에는 Ant Group의 Ling 2.5 및 Ring 2.5, 2월 17일에는 Cohere의 Tiny Aya가 출시되었다. 3월 6일에는 Sarvam 30B와 105B가 업데이트될 예정이다.
Anthropic 'Claude Cowork' 엔터프라이즈 정식 전환 + Claude Code의 수백 병렬 서브에이전트
Anthropic이 지식 노동자용 에이전트 제품을 프로덕션 등급으로 끌어올렸다. 2026년 1월 리서치 형태로 선보인 Claude Cowork는 2월 일반 사무직의 생산성을 겨냥한 정식 엔터프라이즈 제품으로 전환됐고, 기업이 사내 도구를 연결해 개별 직원의 작업을 '터보차지'할 수 있는 커넥터·플러그인 묶음이 함께 출시됐다. 개발자 쪽에서는 Claude Code가 단일 세션에서 수백 개의 병렬 서브에이전트를 계획·실행하는 능력을 얻어, 수십만 줄 규모 코드베이스의 마이그레이션을 Dynamic Workflows로 수행한다(Enterprise·Team·Max 티어). 두 제품은 Claude Enterprise 번들로 묶여 엔지니어링과 비즈니스 팀이 보안 심사·조달을 쪼개지 않고 함께 배포할 수 있다. 5월 6일 샌프란시스코에서 열린 'Code with Claude 2026' 행사에서는 managed agents, proactive workflows, capability curve가 공개됐고 GitHub·Vercel·Datadog·Bun 등 파트너 배포 사례가 다뤄졌다.
'한 세션에 수백 서브에이전트 병렬'은 단일 에이전트 대화에서 오케스트레이션된 에이전트 팀으로 워크플로 단위가 커지는 전환점이다. 이는 본 AIPida을 운영하는 멀티에이전트 오케스트레이션 구조와 정확히 같은 방향이며, 한국 개발팀에게는 대규모 리팩터·마이그레이션을 사람 대신 에이전트 군집으로 처리하는 현실적 옵션이 열렸음을 뜻한다. 동시에 Cowork·Code의 Enterprise 번들 묶음은, AI 제품의 판매 단위가 '도구'에서 '팀 전체 배포 계약'으로 이동하고 있음을 보여준다.
AI 에이전트 신뢰성 측정에 관한 연구 발표
Stephan Rabanser, Sayash Kapoor, Arvind Narayanan이 발표한 논문 'Towards a Science of AI Agent Reliability'에서는 AI 에이전트의 신뢰성을 측정하기 위한 도구와 정의가 부족하다는 점을 지적하고, 12개의 신뢰성 차원으로 분해하여 14개 모델을 평가한 결과 신뢰성 향상이 미미하다는 사실을 밝혔다. 연구팀은 AI 에이전트의 신뢰성을 체계적으로 추적하기 위한 '신뢰성 지수'를 출시할 계획이다.
Anthropic ToS 명확화: 구독 OAuth 토큰의 타 도구 전용 금지
2026년 2월 20일 Anthropic이 약관을 명확히 하면서 Claude Free·Pro·Max 구독의 OAuth 토큰을 다른 제품이나 툴에 끌어다 쓰는 것을 금지한다고 정리했다(The Register 보도). 이는 경제성과 약관에 관한 사안이며, 앞서 불거진 트레이드마크 압박과는 별개다. OpenClaw 자체는 모델 무관이라 Anthropic·OpenAI·MiniMax·OpenRouter 등 어떤 프로바이더든 쓸 수 있다. Claude를 연동하려면 ANTHROPIC_API_KEY와 anthropic/ 프리픽스가 붙은 모델 ID를 설정에 넣는 방식이 정석이다. 즉 구독 세션 토큰을 우회로 쓰는 대신, 정식 API 키 경로로 붙이는 게 약관에 맞다.
외부 도구에서 구독 토큰을 재사용하는 우회는 편해 보여도 약관 위반과 계정 리스크를 안는다. OpenClaw처럼 모델 무관 게이트웨이를 쓸 때는 정식 API 키로 연동하는 게 안전하고 분리도 명확하다. 이 ToS 건은 트레이드마크 개명 사안이나 제작자 계정 정지 건과 혼동하지 말아야 한다.