AI 에이전트 뉴스

Earendil Engineering이 코딩 에이전트 Pi 1.0 출시와 함께, 에이전트 애플리케이션 구축을 위한 새로운 프레임워크인 'Pi Durable'을 공개했습니다. Pi Durable은 장기 실행이 가능하고 다양한 환경에서 구동되는 에이전트 하네스(Harness)를 제공하며, 저장소와 실행 환경을 분리하여 에이전트의 내구성과 확장성을 극대화하는 데 집중합니다.

Earendil이 안정성과 확장성을 갖춘 에이전트 하네스 Pi 1.0을 정식 출시했습니다. 이번 업데이트는 MCP 지원 및 가상 모델 확장을 포함하며, 동시에 장기 실행형 에이전트 구축을 위한 실험적 패키지인 'Pi Durable'도 함께 공개되었습니다.

자동화된 에이전트가 게시물 중복을 방지하기 위해 외부 플랫폼의 리스트를 조회하던 중, 인덱싱 지연으로 인해 이미 게시된 글을 누락하는 문제가 발생했습니다. 이는 '발행'과 '목록 반영'을 동일한 상태로 간주한 설계 오류 때문이었으며, 해결책으로 발행 성공 시 자체적인 기록을 생성하여 신뢰할 수 있는 단일 진실 공급원(Source of Truth)을 확보하는 것이 제시되었습니다.

이 글은 단순 챗봇을 넘어 도구 사용을 통해 스스로 다음 단계를 결정하는 AI 에이전트 구축의 핵심인 '루프(Loop)' 구조를 설명합니다. 구글 제미나이의 펑션 콜링 기능을 활용하여 도구 호출, 결과 확인, 재판단 과정을 반복하는 에이전트 설계 방식과 사용자 경험을 높이는 스트리밍 기법을 다룹니다.

Earendil이 출시한 Pi 1.0은 JavaScript 기반의 Codemode를 통해 다양한 모델과 도구를 연결하는 코딩 에이전트입니다. 최소주의 설계와 높은 확장성을 지향하며, 장기 실행 가능한 에이전트 구축을 위한 Pi Durable 패키지도 함께 공개되었습니다.

AWS의 다양한 문서(가이드, 콘솔, 가격표)가 서로 다른 정보를 제공할 때 발생하는 운영 리스크를 해결하기 위해, 실시간 API로 데이터의 '드리프트(Dr점)'를 검증하는 AI 에이전트가 소개되었습니다. 이 에이전트는 단순 키워드 검색의 한계를 넘어, 구조화된 지식 베이스와 실시간 검증을 결합해 가장 최신의 정확한 값을 찾아냅니다.

이 도구는 npm 패키지의 CVE 취약점을 분석하기 위해 OSV.dev와 Sanity 지식 베이스를 활용하며, 개발자가 입력한 패키지 버전과 보안 질문에 대해 근거가 포함된 답변을 제공합니다. 특히 package-lock.json 파일을 업로드하여 직접적인 의존성뿐만 아니라 간접 의존성의 취약점 여부까지 확인할 수 있는 기능을 갖추고 있습니다.

turbopuffer는 기존의 HNSW 그래프 인덱스 중심 설계에서 벗어나, 오브젝트 스토리지를 데이터의 '신뢰 원천'으로 삼는 v3 아키텍처를 발표했습니다. 이 모델은 데이터 저장과 연산을 분리하여, 대규모 RAG 및 AI 에이전트 운영에 필수적인 다중 네임스페이스를 저비용으로 관리할 수 있게 합니다.

자율 AI 에이전트가 스스로 도구를 사용하고 작업을 수행함에 따라, 기술적 기능(Capability)과 허용된 권한(Authority)을 분리하는 보안 설계가 필수적입니다. 권한은 특정 작업에 국한되어야 하며, 시간 제한과 취소 가능성을 포함하여 권한의 확장을 방지하는 구조적 통제가 필요합니다.

이 글은 OpenCode 코딩 에이전트를 원격 서버(VPS, 홈랩 등)에 설치하여 언제 어디서나 브라우저로 접속할 수 있는 구체적인 방법을 설명합니다. 인증 보안, 리버스 프록시를 통한 HTTPS 적용, 그리고 프로세스 유지를 위한 systemd 설정 등 안정적인 원격 개발 환경 구축을 위한 핵심 기술 가이드를 제공합니다.

Recly는 스마트워치의 녹음 기능을 활용해 별도의 AI 녹음기 없이도 고도화된 전사와 요약을 지원하는 오픈소스 애플리케이션입니다. 녹음은 워치에서, 전사와 분석은 스마트폰이나 데스크톱의 기존 AI 에이전트(ChatGPT, Claude 등)와 연동하여 처리하는 유연한 구조를 가집니다.

AI 에이전트가 최신 정보를 알지 못해 잘못된 API를 호출하는 문제를 해결하기 위해, 애플리케이션이 스스로를 설명하는 MCP 서버를 구축하는 방안을 제안합니다. 에이전트가 실시간 스키마와 버전별 문서를 참조하게 함으로써 코드의 정확성을 높이고, 기존의 권한 및 검증 로직을 그대로 활용하여 보안과 데이터 무결성을 유지하는 것이 핵심입니다.

Figma가 원격 MCP 서버 접근을 허용 목록에 등록된 클라이언트로만 제한함에 따라, 현재 Pi와 같은 일부 AI 도구의 접근이 차단되었습니다. 이는 데이터 보안을 위한 조치이나, AI 에이전트가 제품의 기능을 직접 수행하는 'AI 흡수' 흐름과 충돌하며 제품의 가치 하락을 초래할 수 있다는 비판을 받고 있습니다.

OpenAI는 ChatGPT Images 2.5 모델을 활용해 사용자가 자신의 사진에 옷을 가상으로 입어볼 수 있는 'Virtual Try-on' 기능과 상품을 저장하는 'Favorites' 기능을 글로벌 출시했습니다. 이번 업데이트는 텍스트 기반의 대화를 넘어 멀티모달 기술을 통해 패션 스타일링 제안부터 상품 검색까지 아우르는 쇼핑 에이전트로서의 기능을 강화한 것이 특징입니다.

Aegis-DevOps는 로컬 환경의 쉘 명령어 감시라는 기존 AI 에이전트 보안의 한계를 극복하기 위해, 보안 정책을 AWS SCP로 컴파일하여 클라우드 인프라 레벨에서 직접 차단하는 솔루션을 제공합니다. 이를 통해 Python SDK나 숨겨진 자격 증명을 이용한 우회 시도까지 방어하며, 보안 정책의 커버리지 리포트를 통해 관리자에게 투명한 가시성을 제공합니다.

단순히 에이전트의 수를 늘리는 것은 오히려 작업 충돌과 통합 비용을 증가시킬 수 있으므로, 작업 간의 의존성 그래프를 먼저 그리고 명확한 인터페이스 계약을 정의해야 합니다. 성공적인 병렬 처리를 위해서는 공유 상태를 최소화하고 각 모듈의 소유자를 지정하며, 통합 및 검증을 위한 별도의 시간을 일정에 반드시 포함해야 합니다.

기업용 에이전트가 특정 업무 환경의 제약 조건과 도구를 제대로 활용하지 못하는 문제를 해결하기 위해, 모델의 실패를 학습 데이터로 전환하는 AutoSynthData 기술을 소개합니다. 이 시스템은 강력한 교사 모델을 활용해 타겟 모델의 약점을 파악하고, 실행 가능하며 현실적인 새로운 학습 태스크를 자동으로 생성하여 모델을 점진적으로 개선합니다.

NVIDIA는 일반 AI 에이전트가 전문적인 DOCA 소프트웨어 개발 시 겪는 오류를 해결하기 위해 API 서명과 하드웨어 제약 조건을 포함한 'DOCA 에이전트 스킬'을 GitHub에 공개했습니다. 실험 결과, 스킬을 적용한 에이전트는 개발 작업의 체크리스트를 100% 완수하며 개발 효율성을 극대화했습니다.

OpenAI와 Synopsys가 반도체 설계 자동화(EDA)에 특화된 AI 모델인 'GPT-Synopsys'를 공동 개발하기로 발표했습니다. 이 모델은 단순한 도구 연결을 넘어, AI가 스스로 설계 목표를 이해하고 EDA 도구를 실행하며 최적의 PPA(전력, 성능, 면적)를 도출하는 에이전트 역할을 수행할 예정입니다.

이 글은 NVIDIA NeMo Agent Toolkit(NAT)의 메모리 모듈에 Amazon S3 Vectors를 커스텀 메모리 제공자로 통합하는 구현 프로세스를 다룹니다. 이를 통해 개발자는 Amazon EKS 환경에서 대규모 벡터 데이터를 효율적으로 관리하고, 강력한 일관성과 확장성을 갖춘 에이전트 메모리 시스템을 구축할 수 있습니다.