AI 에이전트 뉴스

중국의 스텝펀이 에이전트 작업, 코딩, 금융 분석에 특화된 차세대 플래그십 모델 '스텝 5 프리뷰'를 공개했습니다. 이 모델은 6,000억 개의 매개변수 중 일부만 활성화하는 MoE 구조를 통해 비용 효율성을 높였으며, 100만 토큰의 컨텍스트 창과 멀티모달 기능을 지원합니다.

LinuxDesk는 Windows 사용자가 Linux 서버를 효율적으로 관리할 수 있도록 SSH/SFTP 기능과 서비스 관리, 배포 자동화 기능을 통합한 데스크톱 애플리케이션입니다. 별도의 서버 에이전트 없이 기존 SSH 프로토콜을 활용하며, 검증 가능한 배포 플랜과 드라이 런(Dry Run) 기능을 통해 운영 안정성을 높이는 데 집중했습니다.

apowerb는 AI 에이전트를 Python 파일이 아닌 Postgres 데이터베이스의 행으로 관리하는 프레임워크입니다. 이를 통해 코드 배포 과정 없이 UI나 API를 통해 에이전트의 프롬프트, 모델, 도구를 실시간으로 수정할 수 있어 운영 효율성을 극대화합니다.

본 기사는 AI 에이전트를 활용한 비디오 생성 기술 중 가장 우수한 10가지 사례를 평가하여 소개합니다. 특히 픽셀을 생성하는 기존 방식 대신 코드를 작성하여 영상을 구현하는 '코드 기반 생성' 방식이 영상의 품질과 제어 가능성을 높이는 핵심 트렌드로 부상하고 있습니다.

이 기사는 AI 에이전트의 자율적 특성으로 인해 발생하는 EU AI 법규 준수의 어려움을 다루며, 위험 등급 분류부터 실행 단계의 증거 확보까지 단계별 가이드를 제공합니다. 특히 단순 문서화를 넘어 실시간 실행 로그를 관리하기 위한 기술적 접근과 ZizkaDB를 활용한 감사 추적(Audit Trail) 구축의 중요성을 강조합니다.

최신 AI 에이전트가 직접 코드를 실행하고 CLI를 탐색할 수 있게 되면서, 기존 MCP 서버가 컨텍스트 비대화를 초래한다는 비판이 제기되었습니다. 이에 대한 대안으로 기존 HTTP API와 CLI를 활용한 표준화된 접근 방식이 제안되는 한편, 보안과 권한 제어를 위한 MCP의 가치를 강조하는 반론도 팽팽히 맞서고 있습니다.

네오사피엔스가 코스닥 시장에 상장하며 200억 원 규모의 공모 자금을 확보했습니다. 이 자금은 북미 시장 공략을 위한 마케팅과 GPU 클러스터 구축 등 기술 고도화, 그리고 기업용 대화형 AI 서비스인 '네오나 에이전트' 개발에 집중 투입될 예정입니다.

솔리드는 AI 에이전트가 직접 기기를 설정하고 서비스를 결제하며 앱 구축 및 워크플로우 자동화를 수행하는 플랫폼입니다. 개인용 비서를 넘어 팀 단위의 복잡하고 장기적인 업무를 완결하는 것을 목표로 합니다.

AI 에이전트의 활용 범위는 늘고 있지만 기업의 수익성 개선 효과는 정체된 상황입니다. 이에 애피어는 전략적 목표 설정부터 자원 효율화까지 아우르는 'SCALE' 모델을 통해 에이전틱 AI의 성과를 극대화할 수 있는 구체적인 운영 가이드를 제안했습니다.

AgentTrace는 AI 에이전트 파이프lam의 다단계 도구 호출을 모니터링하고, 잘못된 인자값으로 인한 런타임 오류를 자동으로 수정하는 SDK 및 대시보드 솔루션입니다. Pydantic과 Groq를 활용해 스키마 오류를 감지하고 실시간으로 페이로드를 복구하여 에이전트의 중단 없는 실행을 지원합니다.

기존의 LLM 기반 평가 방식은 높은 비용과 느린 속도 때문에 실시간 적용이 어려웠으나, jevals는 결정 모델을 통해 단일 요청으로 다수의 지표를 수 밀리초 내에 처리합니다. 이를 통해 에이전트의 실행 루프 내에서 실시간 가드레일과 정밀한 성능 측정이 가능해집니다.

Ambits는 AI 에이전트가 파일 전체를 읽는 대신 필요한 심볼만 구조화된 JSON으로 가져오게 하여 토큰 소모를 줄이고, 에이전트가 읽은 코드 이력을 기록해 컨텍스트 압축 후에도 지식을 유지하도록 돕습니다. 또한 ripgrep 기반의 검색 기능을 통해 검색 결과에 소속된 심볼 정보를 추가하여 에이전트의 코드 이해도를 높입니다.

Anthropic이 발표한 MCP는 초기 에이전트의 외부 데이터 연결을 도왔으나, 모델의 추론 능력이 향상되면서 오히려 컨텍스트 부하를 일으키는 한계에 직면했습니다. 이제는 MCP 서버 대신 에이전트가 직접 API를 호출하거나 표준 HTTP 헤더를 활용해 최적화된 데이터를 받는 방식이 대안으로 떠오르고 있습니다.

구글의 AX는 에이전트의 특성인 상태 유지, 격리 필요성, 비용 변동성을 관리하기 위해 설계된 차세대 오케스트레이터입니다. 수십억 개의 태스크를 저비용으로 실행하고, 자연어 설명만으로 개발 환경을 구축하며, 효율적인 자원 공유를 통해 에기전트 운영의 복잡성을 획기적으로 낮춥니다.

LG유플러스는 통신 역량에 AI를 결합하여 B2C AI 콜 에이전트 '익시오'와 B2B용 '엔터프라이즈 AI 풀스택'을 핵심 성장 동력으로 육성하고 있습니다. 특히 사내 업무에 MS 코파일럿을 도입해 데이터 분류 시간을 90% 단축하는 등 실질적인 업무 생산성 혁신을 추진하며 AI 소프트웨어 기업으로의 체질 개선에 집중하고 있습니다.

SK텔레콤이 인프라(SK하이퍼·SK호라이즌), 모델(A.X K2), 서비스(에이닷)를 잇는 AI 풀스택 전략을 발표했습니다. GW급 데이터센터 확보부터 초거대 모델 고도화, 그리고 단순 챗봇을 넘어 결제와 예약까지 수행하는 행동형 AI 에이전트 구현을 목표로 합니다.

JMR Infosystem은 WhatsApp Business API를 활용하여 고객 응대 프로세스를 자동화하는 솔루션을 제공합니다. AI 챗봇, CRM 통합, 멀티 에이전트 지원 등을 통해 기업의 고객 상담 효율성을 극대화하고 잠재 고객 확보를 돕는 것이 핵심입니다.

Anthropic이 발표한 Claude Sonnet 5는 코딩 및 에이전트 작업에 최적화된 모델로, 기존 Sonnet 4.6보다 향상된 추론 및 도구 활용 능력을 제공합니다. 특히 적응형 사고 기능을 기본 적용하고 새로운 토크나이저를 도입하여, 개발자들이 더욱 정교한 AI 에이전트 시스템을 구축할 수 있도록 설계되었습니다.

수동적인 코딩 방식이 AI 에이전트가 실행을 담당하는 AI 네이티브 아키텍처로 대체되면서 개발자의 역할이 코드 작성에서 의도 정의 및 검증으로 변화하고 있습니다. 이 새로운 패러다임은 인텐트, 오케스트레이션, 실행의 세 계층으로 구성된 구조적 전환을 의미합니다.

기존 LLM의 프롬프트 엔지니어링 시대가 저물고, 자율적인 추론과 실행이 가능한 에이전트 기반 추론 모델(ARM)의 시대가 오고 있습니다. 이 모델들은 단순한 텍란 예측을 넘어 스스로 환경을 관찰하고 계획을 수립하여 실행하는 자율 제어 루프를 특징으로 합니다.