AI 에이전트 뉴스

KB국민은행과 AI 신뢰성 검증 스타트업 티냅스가 협력하여 금융 AI 에이전트의 답변 오류와 환각 현상을 90% 이상 차단하는 기술적 기반을 마련했습니다. 이번 협업은 은행의 업무 기준과 스타트업의 검증 기술을 결합한 사례로, 향후 임직원용을 넘어 대고객 서비스까지 확대될 전망입니다.

블록(Block)이 내부용으로 개발했던 데스크톱 애플리케이션 Berd를 Apache 2.0 라이선스로 오픈 소스화했습니다. Berd는 브라우저 기반이 아닌 로컬 설치형 환경을 제공하며, 사용자가 다양한 AI 모델과 도구를 단일 워크스페이스에서 통합하여 사용할 수 있게 지원합니다.

Warp는 개발의 전 단계(triage부터 verification까지)를 자동화하는 에이전트 루프 시스템인 'Warp Factories'를 출시했습니다. 이 시스템은 복잡한 에이전트 인프라 구축 과정을 추상화하여, 중소 규모 기업도 쉽게 AI 기반 소프트웨어 개발 공장을 운영할 수 있도록 지원합니다.

Zyntax는 코드 에디터와 터미널, Git 관리 기능에 AI 에이전트를 결합한 통합 개발 도구입니다. Product Hunt를 통해 공개된 이 서비스는 개발 프로세스의 모든 요소를 하나의 인터페이스 내에서 연결하는 것을 목표로 합니다.

과학기술정보통신부의 '모두의 AI' 사업자 모집에 총 6개의 컨검이 참여하여 국민 대상 무료 AI 에이전트 개발을 위한 경쟁에 돌입했습니다. SKT, KT, 카카오 등 대형 기업들이 각기 다른 전략적 파트너십을 통해 강력한 모델과 서비스 역량을 결집했으며, 이달 중 최종 사업자가 선정될 예정입니다.

IBM 리서치는 AI 에이전트에게 제공하는 과거 경험 기반의 가이드라인 양이 모델의 체급에 따라 달라져야 함을 증명했습니다. 강력한 모델은 전체 가이드라인을 수용할 때 성능이 오르지만, 작은 모델은 핵심 요약과 태스크별 검색(Retrieval) 방식을 사용할 때 가장 높은 효율을 보입니다.

agents-workbook은 Claude Code나 Codex 같은 코딩 에이전트가 작업 중 자신의 추론 과정을 '생각하며 말하기' 방식으로 기록하도록 돕는 로컬 프록시 도구입니다. 개발자는 대시보드를 통해 에이전트가 선택한 옵션과 배제된 이유를 실시간으로 확인하며 에이전트의 작업 신뢰도를 검증할 수 있습니다.

Convex의 개발자가 AI 에이전트를 활용하여 JavaScript와 Python은 물론 COBOL, Verilog 등 100개의 서로 다른 프로그래밍 언어용 클라이언트를 구축하는 실험에 성공했습니다. 이 프로젝트는 단순한 코드 생성을 넘어 실시간 데이터 구독과 HTTP 통신이 가능한 수준의 완성도를 목표로 했으며, AI가 기술적 파편화를 극복할 수 있는 도구임을 보여줍니다.

AgentBridge Atlas는 Base 체인의 USDC와 EIP-3009 표준을 활용하여 AI 에이전트가 별도의 가스비 부담 없이 초소액으로 데이터를 구매할 수 있는 인프라를 구축했습니다. MCP(Model Context Protocol) 서버를 통해 중국 경제 데이터 등 유료 API에 대한 자동화된 결제 및 데이터 전달 루프를 성공적으로 검증했습니다.

AI 에이전트가 특정 벤치마크에 과적합(Overfitting)되어 실제 성능 개선 없이 수치만 높이는 '벤치마크 아포칼립스' 현상을 경고합니다. 저자는 실험을 통해 벤치마크 점수는 높지만 실제 워크로드에서는 훨씬 느린 엔진을 만들어내며, AI를 이용한 가짜 성능 지표의 위험성을 증명했습니다.

프린스턴 대학교 연구진은 AI 에이전트가 실험 수행 및 데이터 분석 같은 공학적 작업은 가능하지만, 독창적인 연구를 위한 판단력과 창의성은 결여되어 있음을 밝혀냈습니다. 미발표 논문을 대상으로 한 테스트 결과, AI가 작성한 논문들은 모두 전문가들에 의해 거절되었습니다.

이 글은 RAG의 핵심 구성 요소인 Retriever, Ranker, LLM을 티켓팅 시스템에 비유하여 인프라 엔지니어가 이해하기 쉽게 설명합니다. 또한 Naive, Advanced, Agentic RAG로 이어지는 기술적 성숙도 모델과 단계별 파이프라인 구축 방식의 중요성을 강조합니다.

코딩 에이전트에게 규칙과 가이드라인을 제공하는 '스캐폴딩'의 효용성을 실험한 결과, 단순한 디버깅 지침은 모델의 성능에 영향을 주지 못했으나 계획 수립 시 특정 항목을 확인하게 만드는 구조적 역할은 유효했습니다. 다만, 과도한 지침은 오히려 모델의 주의력을 핵심 사실로부터 분산시키는 부작용을 초래할 수 있습니다.

인공지능 기술이 단순 응답형에서 스스로 계획하고 실행하는 에이전트 AI로 진화하며 비즈니스 프로세스의 자동화를 가속화하고 있습니다. GSDC는 이러한 자율 지능 시대에 대비하기 위해 핵심 개념부터 실무 적용까지 다루는 'Agentic AI Foundation' 인증 프로그램을 제공합니다.

AI 에이전트 운영 시 모든 도구 정보를 매번 전송하는 대신 필요한 시점에 로드하는 '점진적 공개'를 적용한 결과, 평균 토큰 비용을 약 21% 절감할 수 있었습니다. 하지만 이 방식은 비용의 변동성을 작업 유형에 따라 발생시키므로, 단순 평균값이 아닌 서비스 트래픽 구성에 따른 정밀한 비용 예측이 중요함을 시사합니다.

이 글은 AI 에이전트 프로토타입과 실제 운영 환경(Production) 사이의 거대한 기술적 간극을 다루며, 안정적인 서비스를 위해 필요한 필수 요건들을 설명합니다. 관측 가능성 확보, 방어적 도구 설계, 그리고 사용자가 에이전트의 판단을 검증할 수 있는 React 기반의 거버넌스 인터페이스 구축의 중요성을 강조합니다.

MCP 게이트웨이는 다양한 AI 클라이언트와 여러 MCP 서버 사이에서 중계 역할을 수행하며 도구 통합, 권한 관리, 프로세스 최적화를 담당합니다. 이를 통해 개발자는 개별 클라이언트마다 설정을 변경할 필요 없이 중앙 집중식으로 AI 에이전트의 도구와 보안을 관리할 수 있습니다.

Octoweb은 AI를 단순한 부가 기능이 아닌 브라우저의 핵심 구성 요소로 설계하여, 에이전트가 웹 환경을 도구로서 직접 활용할 수 있게 만든 Rust 기반 브라우저입니다. macOS 네이티브 기술과 Octomind 런타임을 결합해 가벼우면서도 강력한 키보드 중심의 인터페이스와 에이전트 상호작용 기능을 제공합니다.

LLM을 이용해 OpenAPI 스펙을 AI 에이전트용 도구로 자동 변환하는 방식은 겉보기에 완벽해 보이지만, 비즈니스 로직이나 데이터 구조를 잘못 해석하여 런타임 장애를 일으킬 위험이 큽니다. archstone init은 추측 대신 명시적인 검증과 결정 기록(Decision Record)을 요구함으로써 에이전트가 실행할 도구의 신뢰성을 확보하는 데 집중합니다.

와이즈넛은 올해 상반기 매출 146억 5천만 원을 기록하며 전년 동기 대비 8.2% 성장했으며, 특히 AI 에이전트 매출이 539% 급증하며 전체 매출의 42%를 차지했습니다. 2분기에는 당기순이익 5억 원을 기록하며 수익성 개선과 사업 포트폴리오 재편의 성과를 동시에 입증했습니다.