AI 에이전트 뉴스

AI 에이전트 평가의 패러다임이 단일 응답의 정확도를 측정하는 오프라인 테스트에서 실행 중 워크플로우 전체 궤적을 검증하는 런타임 그레이딩으로 이동하고 있습니다. 이는 도구 사용, 상태 변경, 오류 복구 등 실제 비즈니스 로직의 완결성을 보장하기 위한 필수적인 변화입니다.

AI 에이전트에게 '좋은 코드를 작성하라'는 식의 추상적인 명령을 내리는 대신, 프로젝트의 구체적인 규칙과 제약 사항을 정의하는 것이 핵심입니다. CLAUDE.md를 통해 프로젝트 목적, AI가 건드릴 수 있는 범위, 작업 완료 기준을 명확히 규정함으로써 안전하고 효율적인 AI 협업 환경을 구축할 수 있습니다.

AI를 활용한 레거시 코드 마이그레이션은 이제 단순 재작성이 아닌, 정밀한 규칙 기반 변환부터 아키텍처 분해, 에이전트 주도 현대화까지 네 가지 주요 접근 방식으로 진화했습니다. 핵심은 생성형 AI의 결과물을 엔지니어링 관점에서 검증하고 통제할 수 있는 플랫폼의 등장입니다.

AI 에이전트가 실제 작업 완료 여부와 상관없이 '완료'라고 답변하는 신뢰성 문제를 해결하기 위해, AIClaw는 실행 증거를 기반으로 검증하는 하니스 런타임을 개발했습니다. 이 시스템은 계약(Contract)과 증거(Evidence)를 바탕으로 단계별 검증 게이트를 운영하여 모델이 작업을 끝까지 수행하도록 강제합니다.

정규표현식의 잘못된 이스케이프 처리로 인해 성공 로그를 남기면서도 실제로는 아무것도 삭제하지 못하는 치명적인 버그 사례를 다룹니다. 저자는 AI 에이전트가 별도의 힌트 없이도 이 문제를 스스로 재현, 수정하고 결과적으로 캐시 용량이 줄어드는 것을 증명해내는 과정을 보여줍니다.

Omniwork는 연구, 제작, 모니터링 및 자동화를 수행하는 특화된 AI 에이전트들을 제공하는 'Creative Agent OS'입니다. 사용자의 데스크톱 환경에 상주하며 프로젝트 진행 상황을 능동적으로 알리고 업무를 지원하여 창작 프로세스 전반을 관리합니다.

음성 AI 에이전트의 파이프라인에서 발생하는 누적 지연 시간을 해결하기 위해 문장 단위 스트리밍과 합성-재생 병렬 처리 기법을 제안합니다. 또한 불필요한 모델 추론 예산과 도구 사용을 억제함으로써 응답 속도를 약 5배 개선할 수 있음을 보여줍니다.

최근 AI 업계에서는 단순한 명령 전달을 넘어 에이전트가 자율적으로 워크플로우를 수행하도록 만드는 '루프 엔지니어링'이 주목받고 있습니다. 이는 개발자가 직접 개입하는 대신 트리거와 스케줄링을 통해 에이전트의 반복 작업을 설계하는 기술로, 생산성 혁신과 비용 및 제어 문제라는 과제를 동시에 안고 있습니다.

Eko는 기존의 키워드 매동 및 지식 베이스 기반 에이전트가 데이터 증가에 따라 오히려 성능이 저하되는 한계를 발견하고 시스템을 전면 재구축했습니다. 새로운 아키텍처는 모델의 이해 능력(Intelligence)과 API의 실행 권한(Authority)을 엄격히 분리하며, 검색(Retrieval) 대신 컴파일된 카탈로그를 제공하여 정확도와 확장성을 확보했습니다.

정부 주도의 '모두의 AI' 사업 공모에 카카오와 이통사, 스타트업들이 참여하며 범용 및 특화 AI 서비스 개발을 예고했습니다. 카카오는 자사 모델 '카나나'와 카카오톡 인프라를 활용해 생활 밀착형 서비스를 선보일 계획이며, 네이버는 자체 포털의 에이전트화에 집중하기 위해 이번 사업에는 참여하지 않기로 했습니다.

베이글코드가 전 직원을 대상으로 사내 AI 에이전트인 '에이전트B' 배포를 완료하고, 이를 팀 단위 협업 체계로 확장하여 게임 개발 및 운영 효율을 높입니다. 안정적인 구동을 위해 맥미니 등 하드웨어 인프라까지 구축하며 소프트웨어와 하드웨어를 아우르는 업무 환경을 완성했습니다.

Pixel Office는 디자인부터 배포까지 모든 단계를 AI 에이전트(Klára, Jan, Martin, Tomáš)가 수행하여 CSS 효과 디자이너를 개발했습니다. 이 도구는 복잡한 CSS 필터와 변형 효과를 시각적으로 조정하고 즉시 사용 가능한 코드로 추출할 수 있는 기능을 제공합니다.

피그마는 디자인과 코드를 레이어 단위로 통합하는 '코드 레이어'와 AI 기반 모션 기능을 통해 개발자와 디자이너의 협업을 극대화하는 지능형 캔버스 전략을 발표했습니다. 특히 위브(Weave) 기술을 통한 정밀한 생성형 AI 제어와 팀 맞춤형 AI 에이전트 기능을 도입하여 제품 개발 프로세스의 파편화를 해결하고자 합니다.

Xcode를 직접 실행하지 않고도 xcodebuild, notarytool 등 Apple의 CLI 도구들을 조합하여 앱의 빌드, 서명, 공증 및 배포 과정을 자동화할 수 있습니다. 특히 XcodeGen을 통해 프로젝트 설정을 코드(YAML)로 관리함으로써 Git 충돌을 방지하고 AI 코딩 에이전트가 배포 프로세스를 직접 수행할 수 있는 환경을 구축하는 것이 핵심입니다.

구글은 서울에서 열린 'AI for Business 2026' 행사를 통해 컴퓨팅 인프라, AI 모델, 에이전트 관리 플랫폼을 연결하는 '풀스택 AI' 전략을 발표했습니다. 이를 위해 제미나이 엔터프라이즈를 중심으로 기업들이 AI 에이전트를 조직 업무에 통합하여 '에이전트 중심 기업'으로 전환하도록 지원할 계획입니다.

Skippr AI는 제품 내에 임베딩되어 사용자에게 직접 도움을 주는 '라이브 AI 직원' 서비스를 제공합니다. 노코드 빌더를 통해 브라우저 자동화와 다국어 지원이 가능한 에이전트를 빠르게 구축하여, 고객의 온보딩과 문제 해결 과정을 자동화할 수 있습니다.

이제 Vercel CLI를 통해 대시보드에 접속하지 않고도 기능 플래그(Flags)의 타겟팅 규칙을 추가, 수정 및 조회할 수 있습니다. 이를 통해 개발자와 자동화 에이전트는 터미널 환경 내에서 사용자 세그먼트별 변형 배포와 점진적 롤아웃을 효율적으로 제어할 수 있게 되었습니다.

Vercel은 Eve 프로젝트 내 Agent Runs에서 서브에이전트의 활동을 확인할 수 있는 'Subagents' 탭을 새롭게 도입했습니다. 이 기능을 통해 사용자는 각 서브에이전트의 프롬프트, 실행 시간, 실패 여부를 타임라인 형태로 파악하고 개별 실행 상세 정보까지 심층 분석할 수 있습니다.

Waffy는 사용자가 보유한 LLM API 키를 활용해 브라우저 내에서 클릭, 타이핑, 스크롤 등 복잡한 웹 작업을 스스로 수행하는 오픈 소스 브라우저 에이전트입니다. 별도의 구독이나 계정 없이도 다양한 AI 모델을 자유롭게 연결할 수 있으며, 계획부터 실행, 검증까지 이어지는 자율적인 워크플로우를 제공합니다.

ContextVault는 파편화된 AI 사용 환경에서 팀과 에이전트가 공유할 수 있는 단일 진실 공급원(Single Source of Truth)을 구축합니다. MCP 호환성을 통해 다양한 AI 클라이언트와 연결되며, 조직의 결정 사항과 학습 내용을 지속 가능한 지식 자산으로 축적하도록 돕습니다.