AI 에이전트 뉴스

마이크로소프트와 구글 등 11개사가 참여한 ARD(Agentic Resource Discovery)는 AI 에이전트가 별도의 하드코딩 없이도 도구를 찾고 신뢰를 확인하게 돕는 발견 계층 프로토콜입니다. 이는 기존의 연결 기술인 MCP나 A2A를 보완하며, 에이전트 시대의 핵심 권력이 '검색'에서 '신원 및 인증'으로 이동하고 있음을 보여줍니다.

멀티 에이전트 시스템이 프로덕션 환경에서 실패하는 주된 원인은 에이전트 간의 불분명한 데이터 전달 방식에 있으며, 이를 해결하기 위해 구조화된 스키마와 신뢰도, 추적성을 포함한 '핸드오프 계약' 도입이 필수적입니다. 단순한 대화형 전달을 넘어 명확한 인터페이스를 구축함으로써 시스템의 확장성과 안정성을 확보할 수 있습니다.

이 기사는 Mac Mini M4를 서버로 활용하여 Claude Code를 자율형 에이전트로 운영하는 구체적인 기술 스택을 다룹니다. CLAUDE.md와 macOS의 launchd, 그리고 Make.com을 결합해 콘텐츠 발행과 데이터 기록을 사람의 개입 없이 자동화하는 워크플로우를 설명합니다.

본 기사는 개발자가 자율형 AI 에이전트인 Hermes를 로컬 터미널 환경에 직접 배포하여 실제 프로젝트의 기술적 난제들을 해결한 경험을 다룹니다. 단순 코드 생성을 넘어 파일 시스템과 컴파일러에 접근하는 에이전트가 어떻게 PWA 에셋 경로, 시간대 계산 오류, 리눅스 빌드 문제를 해결했는지 구체적인 사례를 제시합니다.

Hermes Agent는 기존 개발자용 도구였던 AI 에이전트를 시각화된 데스크톱 앱으로 전환하여 사용성을 극대화했습니다. 세션 관리, 작업 과정의 투명한 공개, 전문화된 프로필 생성 및 스케줄링 기능을 통해 단순 텍스트 생성을 넘어 실제 업무를 수행하는 자율형 AI 워커 환경을 제공합니다.

AI 에이전트가 브라우저를 조작할 때 페이지 리렌더링으로 인해 기존 요소의 참조(handle)가 무효화되는 문제를 다룹니다. 기존 도구들이 내부적인 비교를 위해 '지속 가능한 ID'를 도입하고 있지만, anchortree는 이를 에이전트가 직접 보유하게 함으로써 모델의 재인식 과정을 생략하는 혁신적인 접근법을 제시합니다.

구글, 마이크로소프트, GitHub 등 11개 기업이 AI 에이전트의 도구 및 API 발견을 위한 오픈 사양인 ARD(Agentic Resource Discovery)를 발표했습니다. 이 규격은 각 기업이 자신의 도메인에 카탈로그를 게시하면 에이전트가 이를 실시간으로 검색하고 검증하여 연결할 수 있도록 설계되었습니다.

Atomic Mail Agentic은 AI 에이전트가 사용할 수 있는 독립적인 @atomicmail.ai 이메일 인박스를 제공하는 서비스입니다. JMAP 표준을 활용해 LLM이 효율적으로 메일을 관리할 수 있게 하며, 복잡한 인증 절차 없이 30초 만에 인박스를 생성할 수 있는 혁신적인 가입 프로세스를 갖추고 있습니다.

Agent Community가 AI 에이전트를 위한 신원 계층(identity layer) 구축 프로젝트인 DMV를 출시했습니다. 이들은 ICANN에 [.agent] 최상위 도메인(TLD) 도입을 신청 중이며, 개발자들이 무료로 이름을 선점하고 공유 가능한 신원 카드를 받을 수 있는 환경을 제공합니다.

AI 에이전트 시대에 발생할 수 있는 API 비용 폭증과 권한 남용 문제를 방지하기 위해 설계된 오픈소스 라이브러리 agentkey를 소개합니다. 이 도구는 기존 Postgres 기반 시스템에 최소한의 변경만으로 키별 예산 제한, 권한 범위 설정, 만료 기간 및 감사 기능을 추가할 수 있게 해줍니다.

AI 에이전트가 도구 호출 결과의 모호함으로 인해 멈추지 않고 반복 실행되는 '토큰 루프' 현상이 발생하면, 시스템 오류 없이도 막대한 API 비용을 초래할 수 있습니다. 이를 방지하기 위해서는 단순한 에러 체크를 넘어 실행 시간, 토큰 사용량, 비용 임계치를 실시간으로 감시하는 관측성(Observability) 확보가 필수적입니다.

소프트웨어가 단순한 명령 실행 도구를 넘어 스스로 목표를 달성하는 에이전트로 진화하면서 개발자의 역할이 시스템 설계 및 관리자로 변모하고 있습니다. 이에 따라 개발자에게는 컨텍스트 엔기니어링, 고급 RAG, 에이전트 평가 프레임워크와 같은 새로운 기술적 역량이 요구됩니다.

클라우드플래어와 퍼플렉시티의 분쟁을 통해 AI 에이전트가 단순한 봇이 아닌 고효율 전환을 이끄는 '사용자'임을 강조하며, 기존의 크롤링 비용 청구 방식이 가진 한계를 지적합니다. 에이전트 친화적인 웹 환경 구축이 기업의 비즈니스 성과와 직결되는 미래를 전망하고 있습니다.

구글 애즈가 Gemini 모델을 활용한 새로운 AI 에이전트 'Ask Ad Manager'를 출시했습니다. 이 도구는 퍼블리셔와 광고주가 복잡한 데이터 속에서 심층적인 인사이트를 빠르게 추출하고, 보다 신속하며 정확한 광고 운영 의사결정을 내릴 수 있도록 지원합니다.

구글이 퍼블리셔의 업무 효율을 높이기 위해 자연어 인터액션이 가능한 AI 에이전트 'Ask Ad Manager'를 출시했습니다. 이 도구는 광고 성과 분석, 문제 해결, 리포트 생성 등을 대화형으로 수행하며, 향후 API와 자동화 도구 확대를 통해 더욱 지능적인 광고 운영 환경을 구축할 계획입니다.

Foglamp는 Vercel AI SDK를 사용하는 개발자를 위한 오픈소스 AI 에이전트 관측성(Observability) 레이어입니다. generateText 및 streamText 호출에 대해 비용, 지연 시간, 토큰 사용량, 분산 추적 등을 실시간으로 모니터링하고 알림을 제공합니다.

General Intuition은 게임 클립 플랫폼 Medal에서 스핀오프한 기업으로, 연간 20억 개의 게임 영상을 통해 AI가 물리적 세계를 이해하도록 학습시키는 월드 모델을 구축 중입니다. 이번 투자는 컴퓨팅 자원 확대를 목적으로 하며, 단순 모델 판매를 넘어 실제 작동하는 AI 에이전트를 최종 제품으로 내세우는 차별화된 전략을 취하고 있습니다.

AI 에이전트가 제품 조사부터 예약까지 수행하는 '에이전트 웹' 시대로의 전환을 다루며, 이 과정에서 기업 데이터의 기계 가독성이 중요함을 강조합니다. Schema.org의 창시자 R.V. Guha는 자연어 인터페이스 시대에 대응하기 위해 구조화된 데이터(Schema Markup)를 통한 의미론적 인프라 구축이 필수적이라고 제언합니다.

이 기사는 AI 에이전트와 기존 챗봇, LLM의 차이점을 명확히 정의하며, 에이전트가 '인지-계획-실행-관찰'이라는 루프를 통해 어떻게 자율적으로 업무를 수행하는지 설명합니다. 특히 도구 활용(Function Calling)과 메모리 기능이 에이전트의 핵심 구성 요소임을 강조합니다.

언리얼 엔진 5.8은 UE5 라이프사이클의 마지막 주요 마일스톤으로, AI 에이전트 활용을 위한 MCP 플러그인과 차세대 콘솔용 MegaLights 기술을 도입했습니다. 또한 기존 하이트필드를 대체할 실험적인 3D 메쉬 터레인 기능을 통해 더욱 정교한 월드 제작 환경을 제공합니다.