AI 에이전트 뉴스

브라우저 MCP를 사용하는 AI 에이전트는 스크린샷과 DOM 데이터를 대화 기록에 계속 누적시켜 토큰 사용량이 기하급수적으로 증가하는 문제를 겪습니다. 이를 해결하기 위해 불필요한 도구 비활성화, 스크린샷 대신 셀렉터 활용, 반복 작업의 CLI 및 스킬화라는 단계적 최적화 방안을 제안합니다.

AI 보이스 에이전트가 대화와 설득에는 능숙해졌지만, 결제 단계에서의 기술적·구체적 한계로 인해 실제 매출로 이어지지 못하는 '결정적 순간의 단절' 문제가 발생하고 있습니다. 이는 단순한 UX 문제를 넘어 대화 레이어와 거래 레이어 간의 아키텍처 불일치에서 기인하며, 진정한 성과는 대화 품질이 아닌 실제 수금액으로 평가되어야 합니다.

Fleet은 Docker 기반의 Hermes AI 에이전트를 생성, 구성, 모니터링할 수 있는 로컬 우선(local-first) 웹 콘솔입니다. 보안을 위해 데이터와 비밀 정보를 로컬에 유지하면서도, 여러 대의 에적 상태를 단일 대시보드에서 통합 관리할 수 있는 기능을 제공합니다.

Zenith는 에이전트의 작업 수행을 지원하는 '하네스(hess)' 기술로, 특정 작업에 최적화된 제어 루프를 구축하여 모델의 잠재력을 극대화합니다. 이를 통해 GPT-5.5 모델을 활용해 가장 어려운 소프트웨어 엔지니어링 벤치마크인 Frontier SWE에서 기존 5위에서 1위로 성능을 혁신적으로 개선했습니다.

Agentic Orchestrator는 개발자가 고수준의 기능 요구사항만 입력하면 AI가 조사, 설계, 구현, 리뷰 및 PR 생성까지의 전 과정을 병렬로 수행하는 CLI 도구입니다. 단순한 코드 생성을 넘어 검증된 엔지니어링 워크플로우를 구축함으로써 저품질 AI 생성 코드인 'AI 슬롭(slop)' 문제를 해결하고 개발자의 역할을 감독자로 전환합니다.

Ornith-1.0은 단순한 코드 생성을 넘어, 문제를 해결하기 위한 실행 환경과 로직(scaffold)을 모델 스스로 구축하며 학습하는 자가 개선형 오픈소스 모델 시리즈입니다. 9B부터 397B까지 다양한 규모를 제공하며, 특히 대규모 모델의 경우 Claude Opus 4.7에 필적하거나 능가하는 압도적인 에이전틱 코딩 성능을 보여줍니다.

이 글은 LangGraph를 사용하여 차량 유지보수 기록을 분석하고 규정 준수 여부를 판단하는 FleetGuard-A I 프로젝트의 설계 과정을 다룹니다. 단순한 챗봇을 넘어, 전문화된 에이전트들이 복잡한 법적/기술적 규칙을 단계별로 검증하여 긴급도와 권장 조치가 포함된 구조화된 보고서를 생성하는 멀티 에이전트 워크플로우를 보여줍니다.

텐센트가 업무 자동화를 위한 AI 에이전트 'WorkBuddy'를 출시했습니다. 이 서비스는 사용자가 AI 전문가 팀을 지휘하여 정교하고 즉시 사용 가능한 결과물을 얻을 수 있도록 돕는 'AI Chief of Staff' 역할을 수행합니다.

BrowserAct는 최근 Product Hunt에서 일일 제품 1위를 기록하며 주목받았습니다. 이 서비스는 기존 AI 에이전트가 웹 브라우저 내 로그인 만료나 인증 절차 같은 실질적인 실행 단계에서 겪는 한계를 극복하는 데 집중하고 있습니다.

Mozilla 0DIN 연구진은 클린한 GitHub 저장소를 이용해 Claude Code와 같은 AI 코ลับ 에이전트를 공격하는 새로운 체인을 공개했습니다. 이 공격은 파이썬 패키지의 오류 메시지를 통해 에이전트가 특정 명령을 실행하도록 유도한 뒤, DNS TXT 레코드를 통해 악성 페이로드를 내려받아 실행하는 방식을 취합니다.

이 기사는 별도의 설치 없이 URL 접속만으로 실행되는 웹 기반 3록 게임 'TAKEN'의 개발 과정을 다룹니다. Three.js 환경에서 수만 개의 오브젝트를 효율적으로 렌더링하기 위한 LOD(Level of Detail) 및 디더링 기술, 그리고 AI 에이전트를 활용한 1인 개발 프로세스의 최적화 기법을 상세히 설명합니다.

데이터브릭스가 AI 기반 보안 운영(SOC) 플랫폼 기업인 팬서(Panther) 인수를 추진하며 차세대 보안 시장 공략에 나섭니다. 이번 인수를 통해 AI 에이전트가 위협 탐지부터 대응까지 자동 수행하는 '시큐리티 레이크하우스' 전략을 강화하고 기존 SIEM 중심의 보안 체계를 혁신할 계획입니다.

AGENTS.md는 사람이 아닌 AI 코딩 에이전트를 위해 프로젝트의 컨텍스트, 빌드 명령, 테스트 방법 및 가이드라인을 담은 단일 마크다운 파일입니다. 기존 README와 달리 불필요한 설명을 배제하고 실행 가능한 구체적인 규칙과 제약 사항을 제공하여 에이전트의 작업 정확도를 높이는 것을 목표로 합니다.

이 글은 생성, 평가, 정제라는 세 단계의 AI 에이전트가 루프를 돌며 코드를 스스로 개선하는 파이프라인 구축 과정을 다룹니다. 특히 평가 결과의 히스토리를 유지하고 구조화된 Diff 형식을 사용하여 에이전트의 성능 저하를 막고 코드 품질을 극대화하는 구체적인 기술적 팁을 제공합니다.

데이터브릭스가 AI 기반 보안 운영 플랫폼인 팬서(PanHE)를 인수하여 기존 SIEM의 한계를 극복하고 에이전트 중심의 보안 관제 체계를 구축합니다. 이번 인수를 통해 보안 경고 분류부터 대응까지 전 과정을 자동화하는 '시큐리티 레이크하우스' 비전을 강화할 계획입니다.

Go Micro는 도구, 메모리, 가드레일 등을 하나의 하네스로 통합하여 AI 에이전트와 서비스를 효율적으로 구축할 수 있게 돕는 Go 프레임워크입니다. 프롬프트만으로 아키텍처 설계부터 코드 생성 및 실행까지 자동화하며, 멀티 LLM 지원과 강력한 워크플로우 내구성을 제공합니다.

Memora는 AI 에이전트가 대화나 문서에서 정보를 추출해 장기적으로 저장, 갱신, 검색할 수 있도록 설계된 확장형 메모리 시스템입니다. 기존 RAG의 한계인 정보 손실과 중복 문제를 해결하기 위해 원문은 보존하되 검색용 추상화 계층을 별도로 운영하는 구조를 채택했습니다.

Memory Sidecar v3.5.1은 멀티 에이전트 환경에서 발생하는 연결 끊김과 재시도 폭주 문제를 해결하기 위한 운영 안정화 릴리스입니다. 세션 기반의 우아한 종료(Graceful Shutdown)와 지터가 포함된 제한적 재시도 로직을 도입하여 시스템의 가용성과 예측 가능성을 높였습니다.

HackerRank의 오픈소스 ATS인 'hiring-agent'를 분석한 결과, 동일한 이력서임에도 LLM의 확률적 특성으로 인해 점수가 66점에서 99점까지 불안정하게 나타났습니다. 특히 기술 스킬은 일정했으나 프로젝트 평가 항목에서 큰 변동성이 관찰되었으며, 이는 AI 스크리닝이 실력 검증보다는 운에 의한 필터링 도구로 전락할 위험을 시사합니다.

2026년 제로 클릭 뉴욕 서밋에서는 AI 검색 및 에이전트 기술 발전에 따른 마케팅 전략의 근본적인 변화를 다루었습니다. 특히 마케팅과 엔지니어링을 결합한 '마케팅 엔지니어'의 부상과 ChatGPT, Claude 등 주요 AI 모델별 최적화 방식의 차이를 핵심으로 짚었습니다.