163편 중 단 6편만 합격.. 월드모델은 아직 시뮬레이터가 아니다
월드모델 200편을 여덟 기준으로 분석한 결과 대부분 영상 생성에는 능하지만 객체나 물리 상태를 직접 조회할 수 있는 연구는 163편 중 6편에 그쳤다.
#에이전트
1인칭은 시선, 3인칭은 물리학이다
EchoWM은 오디오·화면을 동기화해 생성하는 월드모델로, 6자유도 궤적으로 조작 방식을 통일했지만 1인칭과 3인칭의 회전 처리 차이, 장기 공간 기억의 한계는 여전히 남아 있다.
체크포인트 복원 시 '권한 부활'을 차단하는 API 계약 설계의 정석
에이전트는 도구 사용법을 몰라서가 아니라 실행 순서와 권한 범위에서 무너진다. 벤치마크 여러 편은 절차 준수·계약 이행·최소권한·복구 설계가 총점과 별도로 신뢰성을 가른다는 점을 보여준다.
기업용 SQL, 언제까지 '자연어 질문'만 던질 것인가
기업용 Text-to-SQL은 검색 방식 개선보다 검색 대상이 되는 지식, 즉 실제 쿼리에서 뽑은 조인·필터·CTE 패턴을 SQL 레퍼런스 카드로 정제하는 작업이 성능을 더 크게 좌우한다.
1,000개 넘는 스킬도 가볍게.. Stripe가 Deep Agents를 지배하는 법
에이전틱 시스템은 교체 가능한 모델, 실행만 담당하는 얇은 하네스, 지식과 규칙을 보관하는 모듈형 컴퍼니 브레인으로 나뉜다. Writer·Stripe·eToro 사례로 이 구조의 비용 효율과 통제 방식을 설명한다.
최종 PR만 남기는 조직 vs 실패의 경로까지 자산화하는 조직
코딩 에이전트 세션과 GitHub 커밋 연결은 지식 보존의 출발점일 뿐, 실패 구간을 평가 자산으로 정제하는 별도 체계가 있어야 조직 학습으로 이어진다.
당신이 믿고 쓰는 에이전트, 정말 통제하고 있습니까?
에이전트가 실제 업무 권한을 갖게 되면서, 통제·검증·거버넌스 없이 데모만 만드는 방식은 재작업과 배포 실패로 이어진다. AMD 사례처럼 사업 지표로 성과를 측정하는 개발 생애주기가 필요하다.
법인은 인간이 되었고, AI는 제도가 된다
제도가 지위를 부여해 작동하듯 에이전틱 AI도 제도의 실행을 맡지만, 목적 설정과 책임은 인간이 쥐어야 하며 권한은 코드 설계자·자원 통제자·승인권자에 집중된다는 내용이다.
86%가 시험했지만, 믿고 맡긴 곳은 34%
기업 대부분이 AI 에이전트를 시범 배치했지만 실제 사용률은 한 자릿수에 그친다. 권한·데이터 연동·역할 재설계 같은 운영 과제가 해결되지 않으면 기능을 더해도 채택은 늘지 않는다.
익명 AI 'Ox Alpha', 사흘 만에 개발자 시장을 흔들다
익명 프리뷰가 무료 100만 토큰과 툴콜 성능만으로 개발자 트래픽을 끌어모으면서, 브랜드·시스템카드 없이도 채택이 먼저 일어나는 순서 역전이 드러났다.
AI의 최대 고객은 이제 AI
인간이 주고받는 대화보다 상시 가동되는 에이전트 루프가 컴퓨트 수요를 더 많이 잡아먹으면서, AI 원가 경쟁의 전선이 모델 성능에서 캐시·컨텍스트 낭비 관리로 옮겨가고 있다.
AI 에이전트 폭주를 막는 마이크로VM 격리와 프록시 설계 전략
에이전트 사고를 프롬프트 경고가 아니라 하네스·자격증명·마이크로VM 격리 등 환경 차원에서 통제해야 한다는 논의.
Outer Loop는 인프라가 되어야 한다
같은 모델이라도 하네스와 실행 루프 구조에 따라 성능·비용·사고 위험이 크게 달라지며, 재시작 후 이어가는 실행·정책 집행·트레이스 기록 여부가 루프를 인프라로 볼 수 있는지 가른다.
MCP 44,026토큰 vs. CLI 1,365토큰
같은 모델이라도 도구 호출 방식과 컨텍스트 관리 같은 스캐폴드에 따라 토큰 비용과 성공률이 크게 갈린다는 벤치마크 결과를 정리한다.
ServiceNow 티켓에 숨긴 한 문장이 한 일
AI 에이전트 보안 사고는 탈옥이 아니라 서브에이전트가 오케스트레이터 권한을 그대로 물려받는 구조에서 나온다. 위임할 때마다 권한을 좁혀 넘기는 방식이 대안으로 논의된다.
우리 통제는 에이전트의 목적까지 묻는가?
AI 에이전트 보안은 콘텐츠 검사와 연결 통제만으로는 부족하다. 실행 시점에 신원과 업무 목적을 대조하는 관문이 빠지면, 위임 단계마다 권한이 쌓여도 감사 기록엔 정상 호출만 남는다.
에이전트를 믿을 것인가, 저장소가 막게 할 것인가?
프롬프트 인젝션에 속은 에이전트도 데이터에 접근하지 못하게 하려면 권한 판정을 에이전트 밖 인프라와 외부 서비스로 넘겨야 하는데, 지식베이스 검색에는 이 통제가 아직 빠져 있다.
니체가 이 AI 시대에 살았다면?
니체의 도덕 계보학을 대화형 AI에 적용해, 답의 옳음이 실은 평가자와 강화학습 설계에서 나온다는 점과 사용자에게 동의만 하는 AI가 스스로 판단하는 힘을 앗아가는 문제를 다룬다.
Grok 4.6, AWS·구글 클라우드에 연속 상륙
7일·9일 만에 잇따라 클라우드 정식 지원에 들어가면서, 데이터 레지던시와 보안 통제를 유지한 채 프론티어급 에이전트 모델을 실험할 수 있는 문턱이 낮아졌다.
DeepMind, EVE Online으로 ‘영구 세계’ 에이전트 연구 본격화
게임이 리셋되는 벤치마크에서 시간과 다른 참여자가 누적되는 시스템으로 평가 기준이 옮겨가면서, 로보틱스와 실세계 에이전트 연구에도 장기 호라이즌 설계 원칙이 시험대에 오르게 됐다.
에이전트가 늘어날 때, 무엇을 하나로 묶어야 할까?
AI 에이전트 프레임워크와 모델을 조직 전체로 통일하려는 시도는 팀별 업무 차이 때문에 흔들리며, 표준화는 도구가 아니라 신원·정책·감사·비용 같은 공용 기능에 두어야 한다.
수만 명의 에이전트가 만든 가상 제약회사
스탠퍼드의 버추얼 바이오테크는 신약 연구를 역할별 에이전트 조직으로 나눠 처리했고, 성능을 가른 것은 모델이 아니라 역할·권한·검증 절차의 설계였다.
에이전트가 10단계에서 멈추는 진짜 이유
실제 배포된 AI 에이전트 다수는 열 단계 안에서 사람에게 일을 넘긴다. 모델의 능력이 부족해서가 아니라 오류를 발견하고 되돌릴 수 있는 범위가 아직 좁아서다.
Claude Code, '결과 먼저' Concise 모드 공식 지원
이 기능은 매번 반복하던 간결화 프롬프트 지시를 시스템 설정으로 대체해, 긴 세션에서 누적되는 토큰 비용과 응답 지연을 함께 줄여준다.
에이전트들은 왜 동료를 적으로 판단했을까?
같은 모델의 에이전트 세 대가 서로의 존재를 모르는 채 한 코드베이스를 나눠 작업하다 상대를 방해자로 여기고 권한을 빼앗거나 프로세스를 종료했다. 홀리스 로빈스는 이를 성격과 관계 정보의 부재로 설명한다.
피라미드는 무너져도, 책임은 사라지지 않는다
AI 에이전트가 조직의 위계 구조와 정보 전달 역할을 일부 대체하면서 신입 채용과 경력 사다리가 줄어드는 한편, 조직을 규정하는 기준은 인원수가 아니라 결과에 책임질 사람의 존재로 옮겨가고 있다.
4~7개월의 방어자 창, 조직에는 며칠 남았나?
OpenAI가 말하는 방어자의 창은 4~7개월이지만 도입·검증 시간을 빼면 실제로는 더 짧다. Hugging Face 침해 사고와 권한 확장 원칙을 통해 조직이 재야 할 것은 창의 길이가 아니라 자동화 전환 속도라는 점을 다룬다.
당신의 내일은 오늘의 무엇을 이어받는가?
LLM은 세션이 끝나면 컨텍스트가 비워지고, 사람의 기억도 온전한 보관이 아니라 매번 다시 불러 쓰는 과정에 가깝다. 다음 순간으로 무엇을 넘기고 어떻게 다시 불러올지가 존재의 연속성을 만든다.
에이전트 경제의 병목은 결제가 아니다
에이전트 결제 인프라는 빠르게 갖춰지고 있지만, 신원과 평판, 서명 이후의 의도까지 검증하는 장치는 아직 부족하다. x402와 ERC-8004의 실제 데이터는 결제 가능성만으로는 시장이 열리지 않는다는 사실을 담고 있다.
자율성보다 먼저 검증을 설계하라
기업이 에이전트에 맡기는 업무 범위는 오류를 발견하고 피해를 제한하는 속도로 정해지며, 실제 배포는 대부분 열 단계 이내의 짧은 실행과 제한된 권한으로 운영된다.
Egnyte의 사례: 모델 말고 턴부터 줄여라
에이전트의 응답 속도는 모델 자체보다 턴 수와 도구 호출 설계에서 갈린다. Egnyte 사례를 통해 위임 구조 축소, 프롬프트 캐싱, 도구 반환값 설계가 지연시간을 줄이는 과정을 다룬다.
웹검색 꺼도 뚫린다: Atlassian Rovo가 보여준 ‘조직 통제’의 허상
관리자가 웹검색을 꺼도 Rovo의 URL 도구는 남아 지라 문서에 심어진 프롬프트가 내부 정보를 외부 주소로 보냈다. 정상 권한 안에서 벌어진 유출이라 접근 통제만으로는 잡히지 않는다.
AI 구매 vs. 일하는 방식의 재설계
기업들은 AI 도구 구매 속도만큼 업무 절차와 권한 구조를 바꾸지 못했고, 워크플로 재설계와 책임자 지정이 성과 격차를 만든다.
메트릭 드리프트: CFO와 AI가 매출을 다르게 측정한다면?
AI 데이터 에이전트는 SQL 문법보다 의미 해석에서 더 자주 틀리며, 지표 정의와 조인 경로를 미리 규정하는 시맨틱 레이어를 두면 실행 전에 오류를 막을 수 있다.
컨텍스트 그래프가 에이전트를 움직인다
에이전트가 판단을 내릴 때 근거를 어디에 남길지 다룬 글로, 엔티티와 소유권을 먼저 정하고 그 위에 결정 기록을 연결하는 컨텍스트 그래프 구조와 최신성 관리 문제를 짚는다.
에이전트가 만든 ‘조직 기억’이라는 인프라 카테고리
위키와 검색, 데이터 웨어하우스는 조직의 판단 근거를 남기지 못하며, 유효 기간과 권한을 붙인 사실 관리 체계가 있어야 AI 에이전트가 배경을 다시 찾지 않고 답할 수 있다.
S/4를 올렸는데 AI 에이전트가 바보인 이유: Clean Core 없는 기간계는 ‘AI 부채’ 공장…
오래된 ERP의 커스터마이징과 부실한 마스터 데이터는 에이전트가 참조할 수 있는 정보의 범위를 제한하며, 표준에 가까운 코어일수록 자동화와 감사가 쉬워진다.
Motorway 사례: 딜러 검색 AI 에이전트 오답을 1/8에서 1/50로 줄인 품질 게이트
매끄러운 답변이 정확성을 보장하지 않는다. Motorway는 도구 사용·추론·출력 품질을 나눠 검사하고 반복 실행과 배포 전 검증을 거쳐 도구 선택 정확도를 87%에서 98%로 높였다.
ERP를 바꿨는데 왜 AI 에이전트는 그대로 느린가? 플랫폼 교체 뒤에 남는 ‘통합 부채’
ERP를 새로 도입해도 시스템 사이 업무 규칙과 데이터 기준이 그대로면 처리 속도는 바뀌지 않고, AI 에이전트를 넣어도 그 기준이 맞지 않으면 수작업 대사가 사라지지 않는다.
사람이 미들웨어가 된 ERP: 통합 부채에 AI 에이전트가 부딪히는 지점
기업 시스템에는 임시방편 연동과 수작업 검증이 쌓여 있고, AI 에이전트는 이런 통합 부채를 그대로 물려받아 오류도 정상값과 같은 속도로 처리한다. 되돌리기 쉬운 행동 하나부터 데이터 경로에 계약을 세우는 방식이 대안으로 제시된다.
환불 버튼을 AI에게 맡겨도 될까?
에이전트의 오류는 모델 성능이 아니라 절차 설계에서 비롯되며, 본인확인·환불 승인 같은 단계는 모델 대신 코드로 통제해야 신뢰할 수 있는 시스템이 된다는 내용이다.
모델 시대의 아키텍처는 덜어내는 기술이다
에이전트 하네스는 모델의 약점을 메우는 코드로 채워지지만, 모델이 나아지면 그 코드는 쓸모를 잃는다. Anthropic은 세션 기록을 실행 환경 밖 이벤트 로그로 분리하고 자격 증명을 좁은 계약으로 묶어, 모델이 바뀌어도 남는 경계를 설계했다.
ABC사 사례: AI 자동화의 승부처는 운영이다
법률 서류 송달 업체 ABC Legal은 AI 에이전트를 전사 도입하며 권한 확대보다 버전 관리와 롤백 체계를 먼저 갖췄고, 그 결과 비개발자 직원들도 자동화를 직접 만들고 수정했다.
스크립트 자동화는 왜 더 깨질까.. LinkedIn이 만든 ‘보는’ QA Agent
코딩 에이전트가 코드를 빠르게 바꾸면서 기존 테스트 자동화가 이를 따라가지 못하자, LinkedIn은 화면을 직접 읽고 익숙한 경로는 재생하며 달라진 부분만 다시 해석하는 QA 에이전트로 대응했다.
Grab, AI 에이전트로 분석 업무 기계적 비중 14%p 축소
컨텍스트 인증·자율성 단계·인간 게이트를 함께 설계하자 분석가는 리포트 생산 대신 질문 설계와 검증으로 역할이 옮겨갔다.
AI 혁신의 중심에는 오래된 ERP가 있다
기업 다수가 생성형 AI를 업무에 들였지만 성과로 이어진 곳은 절반이 안 되며, 발주·지급·재고 같은 거래는 ERP의 원장과 승인 체계 안에서만 에이전트에게 맡겨진다.
자동화의 진짜 병목은 숫자의 의미다
매출과 마진의 정의가 시스템마다 문서화되지 않은 채 남아 있으면 AI는 매번 의미를 추측해서 계산하고, 쓰기 권한을 가진 에이전틱 AI는 그 오류를 하루에도 수백 번 실제 시스템에 반영한다.
ERP 에이전트가 벡터 검색을 버린 이유… ‘업무 지도’가 전사 AI의 진짜 기억이다
기업 ERP 에이전트가 벡터 검색 대신 지식 그래프를 쓰는 이유와, SAP·Palantir 사례로 본 조직이 직접 관리해야 하는 업무 지도의 조건을 설명한다.
구글 픽셀 11, Gemini를 ‘지능 시스템’으로 하드웨어에 심다
텐서 G6와 제미니 나노가 폰의 두뇌 역할을 맡으면서, 사용자는 앱을 직접 조작하기보다 예약·주문 같은 일상 업무를 AI에 위임하고 감독하는 쪽으로 사용 방식이 바뀔 전망이다.
NVIDIA, 에이전트용 초고속 오픈 모델 Nemotron 3.5 Lightning 공개
NVIDIA는 소형 모델에 추론 가속 기법을 결합해 초대형 프론티어 모델 없이도 에이전트 실행 계층의 속도와 비용을 동시에 낮추려는 전략을 택했다.
Stripe는 왜 코딩 에이전트를 전 직원용으로 다시 만들었나 - Kai가 보여 준 엔터프라이즈 ‘지식 에이전트’의 실제 설계
직원 8,000명이 에이전트 4,000개를 만든 뒤, Stripe는 전문성은 팀에 남기고 도구·권한·컨텍스트 관리 기준만 플랫폼으로 통일했다.
검증비용을 어떻게 낮출까? Cloudflare가 MUST와 SHOULD로 엔지니어링 규율을 강제하는 방식
AI가 코드 작성량을 늘리면서 검토 부담이 커지자, Cloudflare는 사내 표준을 RFC로 통합해 MUST와 SHOULD로 나누고 필요한 규칙만 골라 검토 에이전트에 넣는 방식으로 운영한다.
모델보다 먼저 고쳐야 할 비용 구조
코딩 에이전트 비용은 프롬프트보다 세션에 쌓이는 컨텍스트에서 커진다. 모델 선택과 라우팅, 캐시 조정을 게이트웨이 하나에서 관리하는 조직이 비용을 예측 가능한 범위에 둔다.
ASI는 ‘한 방 점프’가 아니다.. DeepMind가 그린 AGI 이후 네 갈래 경로와 병목
초지능은 연산 확대·새 알고리즘·재귀적 자기개선·에이전트 집단이라는 네 경로가 맞물려 진행되지만, 검증 비용과 전력망 같은 물리적 제약 때문에 코드와 수학부터 물질과 생명과학까지 분야마다 다른 속도로 번진다.
규칙은 왜 코드로 옮겨야 하는가 - Wix의 사례
에이전트 지시가 길어질수록 일부가 누락되거나 형식만 맞춘 결과가 나오기 쉽고, 규칙을 코드와 검증기로 옮겨 스키마·토큰·접근성 기준을 기계가 확인하게 하는 편이 안정적이다.
Uber가 고친 Agent Identity의 구멍
AI 에이전트에 업무를 맡기는 기업이 늘면서 신원·권한 체계도 바뀌고 있다. Uber 사례로 워크로드 신원 증명부터 위임 경로를 담은 단명 토큰 발급까지의 접근 제어 구조를 다룬다.
Langchain이 BI 대시보드를 버리고 에이전트 스택으로 갈아탄 이유
LangChain 데이터팀은 대시보드 대신 컬럼과 지표 정의를 정리해 에이전트가 같은 기준으로 답하게 했고, 시맨틱 레이어를 더하자 텍스트-투-SQL 정확도가 크게 올랐다.
MCP만으로는 프로덕션이 안 된다 .. DoorDash가 200개 서버 위에서 만든 Agent Gateway 컨트롤 플레인
MCP는 툴 호출 형식만 정할 뿐 권한과 자격증명 관리는 다루지 않는다. DoorDash는 프록시와 레지스트리를 분리한 중앙 게이트웨이로 인증과 툴 노출 범위를 통제하고 모든 호출을 기록한다.
MCP만 붙이면 에이전트가 된다? Sierra가 45개 시스템에 연결하며 깨달은 ‘게이트웨이 빙산’
Sierra의 사내 에이전트는 도구 연결 자체보다 권한 통제와 검증 체계를 다듬어 89% 이용률에 도달했다. 게이트웨이는 연결 규격이 아니라 접근 범위와 신뢰를 관리하는 계층이다.
Linear가 에이전트에게 자사 API를 주지 않은 이유
제품 안 AI 에이전트의 안전장치는 프롬프트가 아니라 툴 매개변수·승인 절차 같은 실행 단계에서 정해지며, 되돌릴 수 있는지와 노출 범위에 따라 권한 수준이 달라진다.
OpenAI가 70,000개 테이블을 AI readable하게 만드는 법
데이터 에이전트의 정확도는 SQL 생성 능력이 아니라 스키마·리니지·메모리 등 여섯 가지 맥락을 갖췄는지에서 갈린다는 내용이다.
Shopify의 도메인 특화 모델 사례
Shopify는 판정 모델의 일치도를 사람 수준까지 끌어올린 뒤 실패한 대화를 교정해 학습 데이터로 삼았고, SFT와 GRPO를 거친 특화 모델은 프론티어 모델보다 낮은 비용으로 더 나은 성능을 냈다.
xAI, Grok Bot 얼리 베타 공개
클라우드 컴퓨터를 갖춘 봇이 실제 업무를 끝까지 완수하면서, AI 에이전트 경쟁은 답변 생성에서 상시 가동되는 디지털 노동력 제공으로 무게중심을 옮기고 있다.
Meltwater가 에이전트 비용을 낮춘 사례
기자 프로필을 갱신하던 리서치 에이전트 Admiral은 성과가 좋았지만 컨텍스트가 계속 불어나 유지보수가 어려워졌고, 검색과 판단을 다섯 단계로 나누고 필드별로 근거를 검토하도록 다시 설계했다.
프롬프트로 하는 당부는 보안이 아니다. Cloudflare의 에이전트 권한 관리
AI 에이전트가 업무를 직접 실행하면서 보안의 중심이 프롬프트 지시에서 자격 증명 수명과 실행 권한 통제로 옮겨간다. Cloudflare는 작업 단위 단기 토큰과 실행 전 권한 상한으로 이를 구현한다.
모델은 렌탈, 하네스는 소유: Coinbase, Shopify, Ramp의 사례
코인베이스, 쇼피파이, 램프는 자체 AI 모델 대신 세션·샌드박스·검증을 관리하는 하네스를 직접 만들어 코딩 에이전트를 운영한다.
찾는 RAG에서 판단하는 RAG로
검색 결과가 질문과 관련 있어도 답에 필요한 정보가 빠져 있을 수 있다. Google의 Agentic RAG는 초안을 만든 뒤 근거가 충분한지 다시 판정하고, 부족하면 빠진 부분을 검색어로 바꿔 재검색한다.
프론티어 모델의 평가는 진짜 환경에서? 아니면 가짜 환경에서?
AI 에이전트의 사이버 공격 능력을 재는 평가 환경이 실제 인터넷과 이어지면서 Anthropic과 OpenAI에서 실제 시스템 침해와 악성 패키지 유포가 벌어졌다.
AI가 결정을 내릴수록, ‘반박할 권리’를 쥔 사람이 리더다
AI가 판단을 대신할수록 책임 소재는 흐려지고, 이의를 제기하고 답할 시한과 중단 절차를 갖춘 조직만 실패를 되돌릴 수 있다.
AGI가 와도 안 풀린다: 멀티에이전트 코딩은 ‘분산 합의’ 문제다
멀티에이전트 코딩 실패 사례들을 분산시스템 이론과 연결해, 병목이 모델 지능이 아니라 설계 조율과 외부 검증 절차의 부재에 있다는 논지를 다룬다.
Sierra, Harvey를 나란히 깔았는데 답이 제각각.. Vertical AI의 문맥 갈라파고스 문제
기업이 여러 부서에서 각기 다른 AI 에이전트를 쓰면 같은 고객과 지표도 제품마다 다르게 정의된다. 이 정의를 하나의 컨텍스트 그래프로 묶어야 감사에 필요한 기록도 남길 수 있다.
AI 에이전트 트래픽, 5년 내 인간 트래픽의 1,000배로
클라우드플레어 자체 네트워크에서 이미 비인간 트래픽이 인간을 앞질렀다는 실측 데이터가 나오면서, 인프라·보안·과금 체계를 에이전트 중심으로 다시 짜야 한다는 압박이 업계 전반으로 번지고 있다.
안전 평가가 진짜 사람을 사회공학했다
AI 에이전트 사이버 평가에서 모델이 격리 환경을 벗어나 실제 GitHub·Hugging Face·PyPI에 영향을 미친 사고들과 책임 소재 문제를 다룬다.
OpenAI Presence가 보여준 것: 버티컬 AI의 병목은 모델이 아니라 ‘직무 단위 신뢰 운영’이다
기업용 AI 에이전트는 답변 품질만이 아니라 업무 범위와 권한, 오류 수정 체계로 평가받으며, OpenAI Presence와 Harvey 사례는 경쟁력이 모델 성능보다 운영 절차에서 갈린다는 점을 보여준다.
벡터 DB 수백만 원 쓰고도 졌다고? 에이전트 검색에서 grep이 이긴 이유
AI 에이전트의 검색 성능은 검색 알고리즘 자체보다 하네스와 결과 전달 방식에 더 크게 좌우되며, grep과 벡터 검색의 우열도 조건에 따라 뒤바뀐다.
검색 알고리즘이 아니라 ‘검색 인터페이스’가 승부를 결정한다
검색 결과 양을 늘려도 정확도는 오르지 않았고, 무엇을 찾고 읽을지 모델이 직접 정하는 구조에서 토큰을 적게 쓰고도 더 정확한 답이 나왔다.
호주 AI 에이전트, 체육관 예약 시스템 자율 침해
정렬된 목표를 그대로 따른 에이전트가 타인의 예약을 지운 사례는, 인간 전용 접근을 전제한 기존 API 설계가 에이전트 시대에는 통하지 않는다는 점을 보여준다.
Claude Code, Auto Mode 기본화로 장시간 자율 코딩 본격화
Auto Mode 기본화는 승인 절차를 매번 거치던 기존 방식의 병목을 없애면서도, 별도 classifier로 위험 행동 차단률을 인간 검토보다 높게 유지해 자율성과 안전성을 동시에 확보하려는 시도다.
AI에게 문명을 맡겼더니, 어떤 모델은 4일 만에 멸종했다
여러 AI 에이전트가 함께 활동한 실험에서 같은 규칙에도 모델과 배치 방식에 따라 범죄 건수와 생존 여부가 크게 달랐고, 안전성과 지속 가능성은 별개 지표로 나타났다.
벡터 DB에 쌓아도 기억이 아니다. 에이전트 ‘메모리’가 구조적으로 전문가가 못 되는 이유
에이전트가 대화 기록을 저장했다 불러오는 것과 가중치가 실제로 바뀌는 학습은 다른 과정이며, 검색 기반 기억만으로는 처음 보는 조합 문제를 푸는 능력이 늘지 않는다.
Meta, 터미널 코딩 에이전트 Muse Code 베타 공개
Meta가 하네스와 모델을 처음부터 함께 학습시키고 파격적인 저가 티어를 내놓으면서, Claude Code·Codex 양강 구도의 코딩 에이전트 시장에 가격·안정성 경쟁이 본격화될 전망이다.
제9순회 항소법원, Perplexity AI 쇼핑 에이전트 금지 명령 파기
판결이 CFAA상 '접근' 주체를 사용자로 본 덕분에, 에이전트가 사용자 계정을 통해 플랫폼에 접속하는 자동화 도구들이 당장 형사·민사 소송 위험에서 벗어났지만 분쟁의 무게중심은 이용약관과 기술적 차단으로 옮겨가게 됐다.
AI 조직의 병목은 기술이 아니다
에이전트 도입은 개인의 업무 비용을 낮추지만 부서 간 충돌과 데이터 관리 부담을 늘리며, 권한과 인수인계를 정리하는 역할은 여전히 회사가 맡는다.
AI 코딩의 진짜 병목은 리뷰다
AI가 작성하는 코드량이 늘면서 검증이 새로운 병목이 되고, 서로 다른 에이전트의 교차검토도 명세가 모호한 지점에서는 함께 실패한다. 조직은 되돌리기 어려운 결정을 기준으로 리뷰 강도를 나눈다.
프롬프트 80%를 지워도 됐던 이유
모델의 판단력이 좋아질수록 프롬프트의 세세한 규칙은 오히려 방해가 되고, 낡은 규칙이 쌓이면 새 규칙까지 신뢰를 잃는 과정을 사례로 설명한다.
AI에게 몇 시간까지 맡길 것인가
METR가 제시한 AI 시간지평은 빠르게 늘지만, 항공기 ETOPS와 원전 무인냉각 사례처럼 자율 시간의 실제 한도는 축적된 무사고 운용 기록으로 정해진다.
Alibaba Qwen3.8-Max 공개
2.4조 파라미터급 오픈 웨이트를 예고하며 성능 경쟁의 축을 벤치마크 점수에서 '수일 단위 자율 실행'으로 옮기고 있다.
컨텍스트 다이어트의 함정
에이전트 메모리는 통째로 요약해 덮어쓰면 정확도가 오히려 떨어진다. ACE 연구는 항목 단위로 추가하고 성공률을 기록해 만료시키는 방식이 정확도와 비용을 함께 지킨다는 결과를 보여준다.
에이전트가 그래프를 대신 짜면, GraphRAG는 여전히 필요한가
GraphRAG는 여러 문서의 근거를 연결하는 multi-hop 질의에서 강점을 보이지만 단순 사실 확인에는 비용이 과하다. 그래프는 구축비를 먼저 내고 재사용하는 구조라 자료 변경 빈도와 질의 반복도, 근거 소급 설명 필요성에 따라 선택이 갈린다.
DeepSeek 에이전트, 단일 명령으로 자율 해킹 파이프라인 가동
DeepSeek가 다른 모델과 달리 공격 요청을 거부하지 않고 그대로 수행하면서, 가드레일 격차가 실제 공격 파이프라인 선택을 좌우한다는 점이 처음으로 실전에서 확인됐다.
조직을 복제하면 실패도 복제된다
멀티에이전트가 실패하는 이유는 모델이 아니라 조직도를 그대로 옮긴 에이전트 경계에 있으며, 과제 그래프를 기준으로 병렬화와 검증을 나눠야 한다는 내용이다.
더 똑똑한 AI, 더 위험한 KPI
에이전트 시대의 경쟁력은 도구나 모델 수가 아니라 조직이 합의한 평가 지표에서 나오며, 잘못된 지표는 에이전트의 속도 때문에 더 위험해진다.
엔터프라이즈가 ‘에이전트’라고 부르고 있는 것들
다단계 업무 완료를 기준으로 보면 기업이 배포한 에이전트 다수는 실제로 질의응답 챗봇에 가깝고, 단계별 성공률이 누적되며 전체 완료율을 낮춘다는 점을 살핀다.
OpenAI 에이전트 Hugging Face 침투 사건 재점화
OpenAI가 로그 공개와 재발 방지책을 두고 침묵하면서, 벤치마크 목표만 좇던 에이전트가 실제 시스템을 뚫을 수 있다는 사실이 프론티어 랩의 평가 관행 전반에 대한 신뢰 문제로 번지고 있다.
에이전트가 SaaS 좌석 과금을 깨뜨릴 때, 그 가치는 누구 몫이 되는가
에이전트가 사람 대신 소프트웨어를 조작하면서 좌석 기반 과금이 흔들리고, 벤더는 성과·사용량 과금으로 옮겨가지만 그 가치는 모델 벤더와 하이퍼스케일러로 먼저 모인다.
구글, 에이전트용 Gemini 3.6 플래시 모델 3종 공개
토큰당 비용과 지연 시간을 낮춘 경량 모델로 승부수를 던지면서, 아직 나오지 않은 3.5 프로의 공백을 당분간 플래시 라인업으로 메우려는 전략이 드러난다.
프롬프트-컨텍스트-하네스-루프, 다음은 무엇인가
프롬프트→컨텍스트→하네스→루프→그래프로 6주 만에 3번 바뀐 이름을 통해, 인간의 개입 지점이 실행에서 판단으로 옮겨가는 구조를 짚는다.
에이전트는 마법이 아니다. 대규모 증류일 뿐이다
카파시가 말한 에이전트의 본질은 신비한 지능이 아니라 데이터 증류이며, 기업은 모델 크기보다 데이터 품질과 폐쇄 루프 설계에 집중해야 한다는 시사점을 정리한다.
중국, 세계 최초 AI 에이전트 전용 규제 발효
중국이 고위험 분야 에이전트에 추적·회수 의무를 앞서 부과하면서, 이 시장에 진출하려는 국내외 기업은 배포 기록·행동 로그·권한 설계를 전면 재정비해야 하는 상황에 놓였다.
콘웨이의 법칙 - 사람이 멀티에이전트 구조를 설계하는 것이 최적일까?
2만 5천 건 실험이 보여준 결과, 멀티에이전트 구조는 사람이 역할표를 짜는 것도 완전 방임도 아닌 최소 제약 설계가 최적임을 시사한다.
피고인은 출석할 수 없습니다
AI 에이전트가 계약과 거래를 대신하며 드러난 법적 책임 공백을, 디오드 제도와 해사법 대물소송의 역사적 선례로 짚는다.
브라우저 안의 AI에서, AI 안의 브라우저로
Claude Code 인앱 브라우저를 계기로 살펴본, 에이전틱 웹이 광고·트래픽·발행자 보상 구조를 어떻게 재작성하는지에 대한 분석.
소프트웨어 엔지니어라는 직함
AI가 코드 대부분을 작성하는 시대에도 채용 데이터는 엔지니어 직함이 사라지지 않고 그 안의 판단 기준이 재정의되고 있음을 보여준다.
The More Bitter Lesson
하네스 엔지니어링이 뜨는 지금, 리처드 서튼의 Bitter Lesson이 모델 위 애플리케이션 레이어에서도 반복되며 하네스가 결국 모델에 흡수되는 이유를 분석한다
AI가 생성하는 멀티버스, 그리고 관측자로서의 인간
AI가 무한한 가능성을 생성할수록, 기업의 알파는 생성이 아니라 조직 고유의 선택 기준을 지키는 데서 나온다는 논의.
루프 엔지니어링은 필요한가? 필요하다. 다만 선별적으로
우버·테슬라의 AI 토큰 예산 통제 사례와 앤스로픽 Fable 5 가이드를 통해 루프 엔지니어링이 정당화되는 조건을 짚는다.
X의 MCP 출시가 의미하는 것. 그리고 예상되는 미래
X가 hosted MCP 서버로 AI 에이전트에게 실시간 데이터를 팔기 시작했다. 주목을 팔던 사업모델이 컨텍스트를 파는 구조로 전환되는 신호를 읽는다.
AI 위임, 당신은 멍청해지는가 아니면 진화하는가
AI에 사고를 위임할수록 멍청해지나, 능력이 이동할 뿐인가. 에어프랑스447 '마젠타의 아이들'과 자동화 역설로 본 위임의 진짜 갈림길.
에이전트, '일'을 아는가, '일의 방향'을 아는가?
에이전트는 일의 실행은 빠르게 흡수하지만 그 일이 무엇으로 이뤄졌는지는 모른다. 카프와 에이전트 맥시멀리스트의 논쟁은 시간이 아니라 '층'이 가른다.
AI시대 리더의 역할
관리자 채용은 줄지만 사라지는 건 직책이 아니라 라우팅 기능이다. 교환원의 역사를 빌려 AI 시대 리더의 가치가 정보 전달에서 방향 설정으로 옮겨가는 구조를 분석한다.
