Cloudflare Blog 뉴스

Cloudflare가 자사의 AI Gateway와 Workers AI 등 자체 제품을 활용해 구축한 AI 엔지니어링 스택을 소개하며, 이를 통해 R&D 조직의 생산성을 획기적으로 높인 사례를 분석합니다. AI 에이전트 도입을 통해 주간 머지 요청(Merge Request) 수가 약 55% 이상 증가하는 등 실질적인 개발 속도 향상을 입증했습니다.

Cloudflare가 웹사이트가 AI 에이전트와 상호작용할 준비가 되었는지 측정하는 '에이전트 준비도(Agent Readiness)' 점수 도구와 관련 데이터를 공개했습니다. 이는 웹의 패러다임이 검색 엔진 최적화(SEO)를 넘어 AI 에이전트 최적화(AIO)로 전환되고 있음을 시사합니다.

클라우드플레어가 AI 에이전트의 급증과 빈번한 소프트웨어 배포로 인한 웹 트래픽 낭비를 해결하기 위해 '공유 사전(Shared Dictionaries)' 기술을 도입합니다. 이 기술은 클라이언트가 이미 보유한 캐시를 압축 사전으로 활용하여, 변경된 차이점(diff)만 전송함으로써 데이터 전송량을 획기적으로 줄이는 것이 핵심입니다.

Cloudflare가 모델의 정확도 손실 없이 LLM 가중치를 15~22% 압축할 수 있는 'Unweight' 기술을 공개했습니다. 이 기술은 GPU의 메모리 대역폭 병목 현상을 해결하기 위해 온칩(on-chip) 메모리에서 가중치를 직접 압축 해제함으로써, 더 적은 VRAM으로 더 많은 모델을 더 빠르게 실행할 수 있게 합니다.

클라우드플레어(Cloudflare)가 AI 학습용 크롤러가 구버전 대신 최신 콘텐츠를 학습하도록 유도하는 'Redirects for AI Training' 기능을 출시했습니다. 이 기능은 기존의 canonical 태그를 활용해 인증된 AI 크롤러에게 HTTP 301 리디렉션을 자동으로 적용함으로써, AI 모델이 오래된 정보를 학습하는 문제를 방지합니다.

Cloudflare가 AI 에이전트의 자율적 코딩 및 배포 시대를 대비하여, 에지(Edge) 환경에 최적화된 기능 플래그 서비스 'Flagship'을 발표했습니다. 이 서비스는 AI가 생성한 코드가 운영 환경에 미치는 영향을 최소화하면서, 인간의 개입 없이도 안전하게 기능을 테스트하고 점진적으로 배포할 수 있는 가드레일 역할을 합니다.

클라우드플레어(Cloudflare)가 전 세계 상위 1,000개 네트워크 중 60%에서 가장 빠른 네트워크로 기록되며 성능 우위를 확대했습니다. 이는 단순한 물리적 서버 확장을 넘어, HTTP/3 도입 및 소프트웨어 최적화를 통한 연결 처리 효율성 개선이 핵심 동력이었습니다.

Cloudflare가 AI 에이전트의 고질적인 문제인 '컨텍스트 부패(Context Rot)'를 해결하기 위한 매니지드 서비스 'Agent Memory'의 프라이빗 베타 출시를 발표했습니다. 이 서비스는 대화에서 핵심 정보를 추출하여 컨텍스트 창을 점유하지 않으면서도, 에이전트가 필요한 시점에 정보를 불러올 수 있는 영구적인 기억력을 제공합니다.

Cloudflare가 대규모 언/언어 모델(LLM) 및 에이전트 워크로드를 최적화하기 위해 도입한 'Prefill-Decode(PD) 분리' 아키텍처와 인프라 혁신을 다룹니다. 이를 통해 토큰 생성 속도를 3배 향상시키고, 에이전트 기반 서비스에 필수적인 저지연(Low-latency) 환경을 구축하는 기술적 방법을 설명합니다.

Cloudflare가 AI 에이ont 개발의 복잡성을 획기적으로 줄여주는 'AI Search'(구 AutoRAG)를 출시했습니다. 이 서비스는 별도의 인덱싱 파이프라인이나 벡터 데이터베이스 관리 없이도, AI 에이전트가 필요할 때 즉시 사용할 수 있는 '플러그 앤 플레이' 방식의 검색 프리미티브를 제공합니다.

Cloudflare와 PlanetScale의 파트너십이 심화되어, 이제 Cloudflare 대시보드와 API를 통해 PlanetScale의 Postgres 및 MySQL 데이터베이스를 직접 생성하고 관리할 수 있게 됩니다. 특히 Cloudflare 결제 시스템과 통합되어 단일 계정으로 데이터베이스 비용까지 처리할 수 있으며, Hyperdrive를 통해 서버리스 환경에서의 데이터베이스 연결 성능을 극대화합니다.

Cloudflare가 AI 에이전트의 폭발적인 증가와 '기계 속도'의 워크플로우에 대응하기 위해 Workflows 제어 평면을 재설계했습니다. 이번 업데이트를 통해 동시 실행 인스턴스 한도를 5만 개로, 생성 속도를 초당 300개로 대폭 확대하며 대규모 에이전트 운영을 위한 인프라 기반을 마련했습니다.

클라우드플레어가 기존 Agents SDK에 실시간 음성 기능을 통합할 수 있는 실험적 파이프라인인 '@cloudflare/voice'를 공개했습니다. 이를 통해 개발자는 기존의 에이전트 아키텍처를 변경하지 않고도 텍스트 기반 에이전트에 자연스러운 음성 대화(STT/TTS) 기능을 손쉽게 추가할 수 있습니다.

Cloudflare가 차세대 AI 에이전트 구축을 위한 'Project Think'를 발표했습니다. 이 프로젝트는 지속 가능한 실행(Durable execution), 서브 에이전트, 샌드박스 코드 실행 등 새로운 프리미티브를 제공하여, 비용 효율적이고 대규모 확장이 가능한 AI 에이전트 인프라를 구축하는 것을 목표로 합니다.

Cloudflare가 개발자와 AI 에이전트가 프로그래밍 방식으로 도메인을 검색, 확인, 등록할 수 있는 'Registrar API' 베타 버전을 출시했습니다. 이를 통해 AI 코드 에디터나 자동화된 워크플로우 내에서 별도의 브라우저 이동 없이 도메인 구매를 즉시 완료할 수 있는 '에이전트 중심의 개발 환경'이 구축됩니다.

클라우드플레어가 자연어 명령만으로 인프라를 관리할 수 있는 새로운 AI 인터페이스 'Agent Lee'를 공개했습니다. 단순한 챗봇을 넘어, 사용자의 계정 정보를 이해하고 직접 리소스를 배포하거나 트러블슈팅을 수행하며 시각화까지 제공하는 '에이전트 중심(Agentic)'의 운영 환경을 지향합니다.

Cloudflare가 AI 에이전트의 웹 상호작용을 위한 전용 브라우저 인프라인 'Browser Run'(구 Browser Rendering)을 공개했습니다. 이 서비스는 에이전트가 웹사이트를 탐색, 데이터 추출, 폼 작성 등을 수행할 수 있도록 확장 가능한 브라우저 세션을 제공하며, 특히 인간의 개입(Human in the-Loop)과 실시간 모니터링 기능을 강화했습니다.

Cloudflare가 AI 에이전트 및 자동화 도구와 같은 '비인간 ID(Non-human identities)'를 보호하기 위한 새로운 보안 기능을 발표했습니다. GitHub와의 파트너십을 통한 토큰 자동 해지, OAuth 가시성 확보, 그리고 세분화된 권한 부여(RBAC)를 통해 AI 시대의 새로운 보안 위협에 대응합니다.

Cloudflare는 기업 내 AI 에이전트 워크플로우 확산을 위해 MCP(Model Context Protocol)를 안전하고 저렴하게 배포할 수 있는 레퍼런스 아키텍처를 공개했습니다. 로컬 MCP 서버의 보안 취약점을 해결하기 위해 중앙 집중형 원격 MCP 서버 구조를 채택하고, 인증 및 비용 관리 기능을 통합하여 엔터프라이즈급 AI 거버넌스를 구축하는 전략을 제시합니다.

클라우드플레어(Cloudflare)가 내부 애플리케이션을 코드 수정 없이 AI 에이전트가 접근 가능한 상태로 전환해주는 'Managed OAuth' 기능을 출시했습니다. 이 기능은 OAuth 2.0 표준을 활용하여, 기존의 로그인 페이지 인증 장벽에 막혔던 AI 에이전트가 안전하고 자동화된 방식으로 기업 내부 데이터에 접근할 수 있도록 지원합니다.