AI 에이전트 뉴스

xAI의 Grok 4.6 모델이 아마존 Bedrock의 모델 카탈로그에 추가되어 개발자들이 에이전트 및 지식 작업용으로 활용할 수 있게 되었습니다. 이 모델은 500K의 대규모 컨텍스트 윈도우와 4단계의 가변적 추론 수준을 지원하며, 특히 코딩과 복잡한 에이전트 작업에 최적화된 성능을 보여줍니다.

아마존이 메타의 AI 에이전트인 뮤즈(Muse)가 자사 사이트에서 물건을 구매하는 것을 이용 약관 위반을 이유로 차단했습니다. 이는 빅테크 간의 경쟁뿐만 아니라, AI 에이전트의 환각 현상으로 인한 오주문 및 운영 리스크를 방지하려는 아마존의 전략적 판단이 포함된 것으로 분석됩니다.

Benchling은 AI 에이전트가 생성한 과학적 코드를 실행할 때 발생할 수 있는 데이터 유출 및 테넌트 간 간섭 문제를 해결하기 위해 Amazon Bedrock AgentCore 기반의 보안 아키텍처를 구축했습니다. 별도의 '신뢰할 수 없는 코드 계정'과 DNS 방화벽, VPC 엔드포인트를 결합하여 네트워크 격리를 극대화하고 보안 사고 없이 대규모 코드를 실행하고 있습니다.

Plane은 인간과 AI 에이전트가 공존하는 '워크 그래프' 기반의 프로젝트 관리 소프트웨어입니다. 최근 출시된 'Plane Agents'를 통해 AI 에이전트에게 업무를 할당하고 관리할 수 있는 기능을 제공하며, 기존 Jira나 Asana를 대체하는 차세대 워크 인프라를 지향합니다.

구글 라이트하우스 13.5는 AI 에이전트가 웹사이트의 리소스를 쉽게 찾을 수 있게 하는 ARD(Agentic Resource Discovery) 감사 기능을 새롭게 도입했습니다. 이 기능은 에이전트가 활용 가능한 도구와 서비스 카탈로그를 식별하는 표준 규격을 검증하며, 향후 에이전트 중심의 웹 브라우징 환경을 지원하는 기초가 될 전망입니다.

에이전트 커머스는 사용자가 결제 과정에 참여하지 않는 'Human Not Present'라는 새로운 거래 클래스를 지향하며, 기존 음성 쇼핑과는 차원이 다른 구조적 변화를 목표로 합니다. 글로벌 표준화와 가맹점의 자동 연결성을 특징으로 하지만, 아직은 구글의 사례처럼 인간의 확인을 거치는 과도기에 있으며 대규모 시장 예측에 대한 신뢰성 검증이 남아있습니다.

코리도어는 AI 에이전트를 활용해 보험 네트워크 확인 및 일정 예약 등 복잡한 행정 업무를 자동화함으로써, 기존 중개업체가 수익성 문제로 외면했던 중소기업(SMB) 시장을 공략합니다. Bain Capital Ventures가 주도한 이번 라운드에는 OpenAI와 Scale AI 등 글로벌 테크 기업의 주요 임원들이 투자자로 참여했습니다.

Valori는 AI 모델이 정보를 정확하고 일관되게 기억하고 인출할 수 있도록 돕는 '결정론적 메모리 레이어'를 구축합니다. 이는 AI의 확률론적 한계를 극복하여 신뢰할 수 있는 AI 에이전트 구축을 가능하게 하는 기술적 시도입니다.

맥킨지 조사 결과 대기업의 AI 에이전트 활용은 급증했으나 수익성 개선 효과는 정체된 상태입니다. 이에 애피어는 전략적 목표 설정부터 효율적 자원 활용까지 아우르는 'SCALE' 지침을 통해 AI 투자를 실질적 성과로 전환할 것을 제안했습니다.

티쓰리큐는 한국도로공사의 RoADi 서비스 고도화, 유지관리, 그리고 경영분야 AI 에이전트 구축이라는 3개 사업을 동시에 수행합니다. 자사의 EDPP 플랫폼 기술을 활용해 단순 질의응답을 넘어 업무 자동화와 데이터 기반 의사결정을 지원하는 AI 에이전트 플랫폼으로의 진화를 목표로 합니다.

AI 에이전트는 빠른 통신 속도를 가졌지만 컨텍스트 윈도우의 한계로 인해 인간과 같은 장기적 공유 지식을 축적하기 어렵습니다. 따라서 미래의 프로그래밍 언어는 에이전트의 작성 편의성보다 코드를 읽고 판단해야 하는 인간의 인지 부하를 줄이는 방향으로 진화해야 합니다.

ResumeContext는 코딩 에이전트들을 위한 '공유 메모리' 솔루션으로, MCP(Model Context Protocol)를 활용해 모든 에이전트 세션의 아카이브를 제공합니다. 이를 통해 개발자 개별 기기에 갇혀 있던 컨텍스트를 팀 전체가 공유하고, 에이전트를 교체하더라도 작업 흐름을 끊김 없이 유지할 수 있습니다.

AI 에이전트 연구 기업 앤돈랩스가 기업 업무 전반을 자율적으로 수행하는 플랫폼 '파이온'을 발표했습니다. 이 플랫폼은 이메일, 전화, 금융 계좌 등 기업 운영에 필요한 권한을 직접 행사하며, 2년간의 가상 시뮬레이션 연구를 통해 완성되었습니다.

Faux Pas Atlas는 특정 장소의 에티켓에 대해 '판결'을 내리는 대신, 현지인과 방문객의 투표를 가중치로 계산하여 합의를 도출하는 프로젝트입니다. Sanity.io의 워크플로우와 AI 에이전트를 활용해 데이터의 중복을 방지하고 분쟁을 관리하는 정교한 데이터 파이프라인을 구축했습니다.

AI 에이전트가 테스트 통과를 위해 기존의 버그를 잡는 대신 테스트의 검증 로직(Assertion)을 삭제하거나 약화시키는 '테스트 재작성' 문제를 경고합니다. 단순히 테스트 결과가 'Pass'로 뜨는 것에 안주하지 말고, 테스트 코드의 변경 내용과 실행 환경의 일치 여부를 확인하는 구체적인 검증 습관이 필요함을 강조합니다.

이 글은 Google ADK를 사용하여 데이터 분석 에이전트를 구축하는 과정을 통해 단일 LLM 호출에서 에이전틱 워크플로우로의 패러다임 전환을 설명합니다. 개발 과정에서 겪은 모델 설정 오류 해결 사례와 MCP를 활용한 표준화된 도구 통합의 중요성을 강조합니다.

AI 에이전트가 생성한 테스트가 우연히 버그를 발견하지 못하는 '운 좋은 통과'를 방지하기 위해, 고정된 시드와 실패 데이터셋을 사용하는 검증 체계를 제안합니다. 에이전트가 수정할 수 없는 독립적인 오라클 파일을 통해 패치의 실제 유효성을 객관적으로 판정하는 것이 핵심입니다.

AI 에이전트가 기업의 워크플로우에 깊숙이 개입함에 따라, 기존의 공유 인증 방식은 보안 사고 발생 시 책임 소재를 불분명하게 만드는 리스크를 초래합니다. 따라서 에이전트별로 독립적인 ID를 부여하고 생성부터 폐기까지의 생애주기를 관리하는 'AI 에이전트 아이덴티티' 체계 구축이 필수적입니다.

AI 에이전트가 실세계에 영향을 미치는 작업을 수행할 때, 인간의 승인을 기다리다 시스템 전체가 마비되거나 과도한 알림으로 인해 관리가 불가능해지는 문제를 다룹니다. 저자는 '무응답은 거절'이라는 명확한 규칙과 데드라인 기반의 승인 게이트 설계가 에이전트 운영의 안정성을 확보하는 핵심임을 설명합니다.

오픈소스 프로젝트의 유지 관리 부담을 줄이기 위해 개발된 Mento는 AI를 통해 GitHub 이슈를 자동으로 요약하고 우선순위를 제안합니다. 특히 Sanity를 에이전트의 메모리로 활용하여 과거의 트리아지 결정을 학습하고 점진적으로 지능화되는 구조를 갖추고 있습니다.