AI 에이전트 뉴스
Claude, Cursor, OpenClaw, ChatGPT Agent 등 자율적으로 작업을 수행하는 AI 에이전트 동향과 활용 사례.
총 8,143건·최신 업데이트
- 2967
얼트라휴먼 전 하드웨어 부문 책임자, AI 에이전트 제어를 위한 기기 개발 스타트업에 550만 달러 투자 유치
Aina는 전 얼트라휴먼 하드웨어 부문 VP가 설립한 스타트업으로, 최근 550만 달러 규모의 투자 유치를 발표했습니다. 이들은 단순한 데이터 수집을 넘어 AI 에이전트의 워크플로우를 직접 실행하고 제어하는 '액션 중심'의 차세대 인터페이스 개발에 집중하고 있습니다.
Ultrahuman’s former hardware VP raises $5.5M for devices that control AI agents, not just record you↗techcrunch.com
- 2968
에이전트 보안 격차: 54%의 기업들이 이미 AI 에이전트 사고를 경험했으며, 대부분 여전히 에이전트가 자격 증명을 공유하도록 허용
107개 기업 조사 결과, AI 에이전트에게 시스템 접근 권한은 부여되었으나 이를 제어할 보안 인프라는 매우 취약한 상태입니다. 대다수 기업이 에이전트 간 자격 증명을 공유하거나 고위험 에이전트를 격리하지 않는 등 심각한 보안 격차를 보이고 있습니다.
The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials↗venturebeat.com
- 2971
Show HN: 모든 코딩 작업을 수행하는 AI 에이전트, Forall - 머신 검증 가능한 증명 생성
Forall은 개발자가 작성한 사양(spec)을 바탕으로 코드를 생성할 뿐만 아니라, 해당 코드가 정확함을 증명하는 기계 검증 가능한 증명을 함께 제공합니다. CLI를 통한 독립적인 에이언트 활용과 MCP를 통한 기존 IDE 연동이라는 두 가지 방식을 지원하며 현재 TypeScript, Java, Rust 언어를 지원합니다.
Show HN: Forall – An AI coding agent that generates machine-checkable proofs↗github.com
- 2972
LLM이 컴퓨터 아키텍처 논문에 대한 심층적인 기술적 이해를 수행할 수 있을까?
연구진은 5개의 독립적인 전문가 페르소나와 적대적 합성 단계를 거치는 'Gauntlet' 파이프라인을 통해 LLM의 논문 분석 능력을 평가했습니다. 실험 결과, Gauntlet은 인간 전문가보다 높은 비판적 엄밀성을 보였으며, 이러한 성능 향상은 단일 에이전트가 아닌 멀티 에이전트 구조와 합성 과정에서 기인한 것으로 나타났습니다.
Can LLMs Perform Deep Technical Comprehension of Computer Architecture Papers↗arxiv.org
- 2975
이니하우스의 '워칭 에이전트': 실시간 AI 확률 점수를 활용한 실제 제품 질문 추적
이니하우스가 개발한 '워칭 에이전트'는 미래에 대한 질문을 입력하면 AI가 가설을 세우고 웹상의 증거를 찾아 확률(Probability)과 신뢰도(Confidence) 점수를 실시간으로 업데이트하는 서비스입니다. 이를 통해 창업자는 단순한 정보 소비를 넘어, 데이터의 변화 흐름을 추적하며 제품 개발 및 피벗 여부를 결정하는 구조적인 워크플로우를 구축할 수 있습니다.
Watching Agents by Inithouse: tracking a real product question with live AI probability scores↗dev.to
- 2980
json_shield: AI 시대에 대비한 Dart 패키지 설계
이제 소프트웨어 라이브러리의 주요 소비자는 인간 개발자가 아닌 LLM(Copilot, Cursor 등)으로 변화하고 있습니다. 따라서 패키지 설계 시 토큰 밀도를 최적화한 README, 실제 사용 사례를 담은 예제, 명확한 예외 처리를 명시한 주석, 그리고 AI 에이전트의 행동을 제어하는 규칙 파일을 통해 AI가 정확하게 코드를 생성할 수 있도록 '기계 친적'인 구조를 갖추는 것이 핵심입니다.
json_shield: Engineering an AI-Ready Dart Package↗dev.to













