툴·에이전트
기록 99개 · 정리 노트 22개 · 관련 축으로 붙은 기록도 함께 보여요.
답하는 AI에서, 직접 일하는 AI로
모델이 검색을 하고 코드를 실행하고 파일을 고치기 시작하면 성격이 달라집니다. 이 축은 도구를 부르는 법을 모델이 익히는 과정, 여러 단계를 스스로 계획하고 실행하는 에이전트, 그리고 그때 새로 생기는 실패 방식 — 잘못된 도구 호출, 중간에 길을 잃는 문제 — 을 함께 기록해요. 시연은 화려하지만 실제로 끝까지 해내는 비율은 별개라서, 벤치마크 수치와 현장 보고를 나란히 두고 봅니다.
계속 돌아가는 에이전트를 실제로 굴려 본 사람의 전제 조건을 들은 대담이다. 결론은 모델이나 프롬프트가 아니라 두 가지로 모인다. 하나는 끊기지 않을 전용 기계 한 대로, 작업용 노트북을 덮으면 그대로 멈추므로 사무실 한 구석에 늘 켜 둔 컴퓨터를 두고 긴 작업을 그쪽에 올린다. 중고로 80만 원대면 장만할 수 있고 운영체제는 상관없다고 한다. 다른 하나는 인수인계 문서로, 만들어 달라고 한
에이전트를 역할이 다른 대화창 여러 개를 이어 놓은 것으로 풀어 설명한 정리다. 기획·디자인·개발을 한 창에서 다 시키면 지금 일과 무관한 맥락까지 섞이므로 역할을 나누는데, 나누면 앞의 결과를 뒤로 옮기는 배달이 생긴다. 그 배달을 사람이 복사해 옮기는 대신 앞 담당이 결과를 파일로 남기고 뒤 담당이 그 파일을 읽게 바꾸는 순간이 곧 에이전트 구조다. 흔한 오해도 함께 바로잡는다. 업무가
저자 측정으로 제약을 직접 찾아야 하는 설정에서는 가장 좋은 구성도 평균 0.56점에 그치고 95개 중 14개만 해결했다. 이해관계자에게 필요한 사실을 모두 얻어 낸 23개 과제에서도 0.8 이상은 10개뿐이어서, 말하지 않은 제약을 찾는 일이 병목이라고 결론지었다
저자 측정으로 OSWorld-v2에서 평가한 모델 여덟 개의 평균 부분 점수가 19.6점 오르고, 화면 조작만 묶어 실행할 때보다 과제당 단계가 평균 53.0% 줄었다고 보고했다. 구현·프롬프트·평가 기록과 실제 기기용 하네스 초기판을 함께 공개했다
Meta가 지금까지 가장 강한 미국 오픈웨이트 모델이라고 자사 주장. Muse Spark 1.3과 같은 기반 모델에 단독 사용을 위한 안전 후속학습을 더했고, SGLang·vLLM 최적화와 Helion 커널(GB300에서 1.03~3.95배)을 함께 냄. 4월 비공개 프리뷰로 시작한 Muse Spark가 반년 만에 가중치까지 공개됨
개인 비서형 에이전트 넷을 한 달 써 본 체험을 바탕으로 인터넷 사용 방식의 변화를 짚은 대담이다. 에이전트는 메일 더미 속에서 한 달 전 마감을 기억해 알려 주고 연기 요청 메일까지 써 주는 등, 놓친 일을 챙기고 귀찮은 일을 대신하는 데서 가치가 컸다고 한다. 앞으로는 앱을 하나씩 여는 대신 에이전트에게 말로 시키는 인터넷이 될 것이고, 그러면 방문자에게 광고하던 쇼핑·검색 쪽이 불리해진
자사 측정으로 단독 Sol 52.1%가 팀을 이루자 61.8%로 올랐고, Sol 대표에 Luna 계획 담당 16명을 붙인 팀은 155달러로 61.8%를 내 모든 단계를 위임한 Sol 전원 팀(510달러·63.2%)의 약 30% 비용이었다. 팀은 단독보다 3~7배 비싸고 과제 하나의 점수가 실행마다 약 6점 흔들린다는 단서를 붙였다
자사 측정 체화 추론 벤치마크 ERQA 87%. 실제 탁자 사진 한 장에서 MuJoCo 시뮬레이션 쌍둥이를 스스로 만들고 4,500개 이상 에피소드를 모아 실제 로봇 성공률을 56%에서 75%로, 완료 시간을 35초에서 24초로 줄였다고 밝힘. 범용 모델이 로봇 데이터 라벨링·가치 함수·시뮬레이션 구축까지 맡는 흐름
코딩 에이전트를 소프트웨어가 아니라 작은 전자 제품을 만드는 데 쓴 사용기다. 에이전트가 설계 도구의 연동 창구와 중계 서버를 스스로 설치·연결했고, 사람은 권한만 승인했다. 마이크로컨트롤러 회로를 공식 참조 설계 기준으로 그리게 한 뒤 다시 참조 설계와 비교 검토하도록 단계를 따로 둔 것이 눈에 띈다. 다만 연동 기능이 아직 개발 중이라 회로도 정리와 기판 외곽선, 여러 장을 한 판에 배치
속도가 별도 과금 등급으로 분리된 것이 핵심이다. 지연이 에이전트 루프의 병목이 되면 초당 토큰이 품질과 분리된 상품이 되고, 추론 인프라 투자는 최고 점수가 아니라 등급별 지연 보장으로 회수된다.
에이전트를 '요청할 때 도는 세션'이 아니라 '계정에 상주하는 인격'으로 파는 첫 주요 상용 제품이다. 과금 단위가 토큰·좌석에서 에이전트 수로 옮겨 가고, 상시 가동은 권한·감사·격리 설계를 제품 쪽에서 강제한다 — 같은 주 OpenClaw Enterprise·Foundry 이그레스 제어와 같은 문제를 다른 층에서 건드린다.
에이전트 런타임이 벤더 제품에서 재단 소유 표준 인프라로 넘어가는 경로가 생겼다. 하네스·모델·샌드박스를 교체 가능한 슬롯으로 규정한 것이 핵심인데, 이 분리가 자리 잡으면 모델 교체 비용이 떨어지고 기업은 특정 랩에 덜 묶인다. 상시 에이전트를 사내 격리 환경에 두려는 제조·금융 쪽 요구와 바로 맞물린다.
에이전트를 개인 비서가 아니라 팀의 공유 자산으로 두는 설계다. 컨텍스트·자격증명·메모리를 봇 단위로 묶으면 조직 지식이 봇에 축적되는 대신 그 봇이 권한 집중점이 된다 — 같은 주 OpenAI dots와 같은 방향이고, 공유 자격증명이라는 점에서 보안 노출은 더 크다.
쓸 수 있는 사용량이 바닥났다고 생각한 사람이 남은 경로를 찾아내 3D 레이싱 게임 하나를 반나절에 끝낸 과정이 정리된다. 골자는 평소 쓰던 대화 창에서 추론 강도를 끝까지 올리면 나오는 선택지가 최상위 모델이고 이 경로의 사용량이 코딩 전용 도구와 분리 집계되더라는 관찰이다. 더 건질 만한 것은 운영 방식인데, 코드 저장소를 에이전트 바깥의 상태 저장소로 삼아 매번 새로 부탁하는 대신 남은
스스로 장면을 만들어 내지 못하는 텍스트 모델을 명령줄에 앉혀 두고, 외부 생성 플랫폼의 로그인과 인증, 모델 선택, 재실행까지 대화로 지시하는 구조가 화면 그대로 제시된다. 건질 조각은 셋인데, 첫째는 지능과 실행 능력을 분리해 둔 배치로, 두뇌 쪽은 자료 수집과 전처리, 도구 선택만 하고 실제 생성은 외부 모델이 맡으므로 한쪽을 갈아 끼워도 다른 쪽이 흔들리지 않는다. 둘째는 재실행 직전
에이전트 프레임워크 아래에 빠져 있는 층을 지목한 설계 제안이다. 관찰 주제 「에이전트 보안·샌드박싱」이 이번 주에만 산업(NVIDIA)·학계(본 논문) 양쪽에서 같은 결론에 닿았다 — 방어는 모델이 아니라 모델 바깥에 두어야 한다는 것. 실측 평가보다 아키텍처 논증 중심이다
프롬프트 인젝션 방어를 모델 정렬이 아니라 네트워크 경계로 내린 상용 구현이다. 에이전트가 속는 것을 막을 수 없다는 전제에서 출발해 속아도 데이터가 못 나가게 하는 접근이고, 같은 주 NVIDIA·AgentKernel 계열 논의와 같은 결론에 제품 층에서 도달했다. 관찰 주제 '에이전트 보안·샌드박싱'의 누적 근거가 또 하나 늘었다.
에이전트가 '사람이 부를 때 도는 것'에서 '스스로 깨어나는 것'으로 넘어가는 운영 기반이 클라우드 제품의 GA가 됐다. 에이전트에 고유 ID를 주는 선택지가 함께 나온 점이 중요한데, 감사 로그의 주체가 사람이 아니라 에이전트가 되면 책임 추적의 단위가 바뀐다.
상시 켜 두는 소형 데스크톱 한 대를 에이전트 전용 작업 기기로 삼아, 한 상용 코딩 에이전트 하나만으로 반복 업무 다섯 가지를 붙이는 과정이 화면 그대로 제시된다. 매일 아침 도는 정기 실행과 메시지가 들어올 때만 깨어나는 사건 기반 실행을 나눠 배치한 점, 공식 제휴가 없는 서비스는 MCP로 직접 꽂는다는 구분이 옮겨 쓸 만한 뼈대다. 가장 실용적인 조각은 메일을 자동 발송하지 않고 임시
프런티어 모델 도입 사례가 '코드 생성'에서 아키텍처 설계·전략 문서 같은 비코딩 지식노동으로 넘어간 지점을 보여준다. 다만 80% 증가·20회→3~4회는 고객사 임원 발언이고 측정 방법이 공개되지 않아 주장으로 기록한다
장기 과제에서 에이전트가 무너지는 원인을 '환경을 못 읽어서'가 아니라 '자기가 만든 낡은 상태 기술이 남아서'로 다시 놓았다. 하네스가 관리해야 할 대상이 도구 호출이 아니라 과제 상태의 수명이라는 뜻이며, 지난주 컴팩션 요약 인젝션 사례와 같은 문제 계열에 있다
에이전트가 로봇 소프트웨어의 '사용자'로 명시된 첫 주류 릴리스다. 스킬을 사람과 에이전트가 같은 인터페이스로 호출하게 만든 설계는 MCP·Skills 표준화 흐름이 물리 영역으로 건너온 모양이고, 카메라별 인식 모델 미세조정을 에이전트에게 맡기는 부분은 제조 현장의 비전 검사 셋업이 사람 손을 덜 타는 방향을 가리킨다
장기 에이전트 루프의 과금이 캐시 설계에 달려 있다는 점을 API 표면으로 끌어올린 변화다. 도구 목록 변경과 추론 강도 조정을 캐시 무효화 사유에서 뺀 것은, 한 세션이 몇 시간씩 도구를 갈아 끼우며 도는 에이전트를 1급 사용 패턴으로 인정했다는 뜻이다
같은 세대 안에서 성능을 올리면서 단가를 함께 내린 갱신이다. 개선 항목이 에이전틱 코딩·컴퓨터 사용·인젝션 저항에 몰려 있어, 프런티어 경쟁이 '더 똑똑한 모델'이 아니라 '오래 도는 루프를 싸고 안전하게 버티는 모델'로 이동한 것을 보여준다. 벤치마크 수치는 전부 자사 주장이며 독립 재현은 없다
에이전트 보안의 무게중심이 모델 정렬에서 런타임 격리로 옮겨가는 흐름을 벤더 쪽에서 정식화한 글이다. 같은 주 arXiv의 AgentKernel과 논지가 겹친다 — 프롬프트 층의 방어를 포기하고 OS 층에서 막자는 것. 자사 제품 생태계를 전제한 서술이라 주장으로 기록한다
10년차 편집 실무자가 코딩을 전혀 모르는 상태에서 코딩 에이전트로 자기 업무용 확장 도구를 만들어 무료로 배포하기까지의 전 과정이 정리된다. 출발점은 소재 하나를 넣으려고 검색과 내려받기, 폴더 정리, 불러오기를 왕복하는 구간이고, 만들기 전에 정한 조건은 다른 창으로 넘어가지 않을 것과 정리는 깔끔할 것 두 줄뿐이다. 나머지 설계는 전부 여기서 파생되는데, 설치 장벽 제거를 기능 요구사항
한 대형 검색기업이 내놓은 새 에이전트 기능을 직장인 업무 기준으로 훑는 입문 정리다. 핵심은 무엇을 시킬지인 작업, 언제 할지인 일정, 어떻게 할지인 절차 문서 세 가지로 나누어 세팅한다는 분해 틀이고, 작업이 개인 컴퓨터가 아니라 사업자 클라우드에서 돌기 때문에 기기를 꺼도 멈추지 않는다는 점이 반복해 강조된다. 지시문은 무엇을 찾을지, 어떤 기준으로 나눌지, 어떤 모양으로 받을지 세 요
1년 동안 한 생태계만 쓰던 사람이 다른 상용 코딩 에이전트로 옮겨 본 며칠째 첫인상이 결론을 유보한 채 정리된다. 눈에 띄는 대목은 전환 장벽의 정체인데, 옮기지 않은 이유가 성능이 아니라 스킬과 메모리 같은 설정이 이미 쌓여 있어서였고 설치 과정에서 기존 도구를 감지해 그것을 한 번에 가져오자 전환 비용이 사실상 사라졌다는 것이다. 다만 훅이나 하위 에이전트를 복잡하게 짜 둔 부분은 넘어
에이전트를 상시 운영 인프라로 보면 업데이트 실패는 기능 하나의 문제가 아니라 복구 수단 자체의 상실이다. 무중단 배포의 원칙이 개인 에이전트 런타임으로 내려온 사례.
거래처 세 곳의 견적을 비교해 답장 초안까지 쓰는 업무 하나를 끝까지 따라가며, 왜 이런 일이 메일함이나 표 계산 프로그램의 버튼으로 존재하지 않는지 설명하는 정리가 제시된다. 진단은 사람이 하려는 일의 길이가 앱 하나의 기능 단위보다 길다는 것이고, 그래서 설치된 프로그램과 연결된 서비스를 그때그때 조합할 수 있는 명령줄 환경이 쓰인다는 것이다. 여기에 모델에 도구와 실행 환경, 권한 확인
ChatGPT for Financial Services(09-10)에 이은 두 번째 수직 산업 제품. 범용 모델 위에 도메인 검색·거버넌스를 얹어 파는 패턴이 분기가 아니라 주 단위로 반복되고 있다.
자기개선의 대상이 모델 가중치가 아니라 하네스 설정이라는 점이 핵심 — 같은 모델로 비용만 3분의 1 줄이는 여지가 아직 남아 있다는 실측이다.
'하네스는 모델이 강해질수록 얇아져야 한다'를 176개 구성의 실측으로 뒷받침. 축⑤ 루프·하네스 엔지니어링의 설계 지침이 경험칙에서 근거로 옮겨가는 지점이다.
에이전트를 규제 업무에 붙일 때의 실패가 능력 부족이 아니라 사용자 압박에서 온다는 것을 수치로 보였다. 현장 운영에서 'SOP를 지키는가'는 모델 선택이 아니라 압박 설계의 문제가 된다.
컨텍스트 압축 요약이 모델이 자기 자신에게 남기는 통로라는 점 — 프롬프트 인젝션의 공격자가 외부가 아니라 모델 자신일 수 있음을 프론티어 랩이 처음 수치와 함께 공개했다. 장기 실행 에이전트를 운영하는 쪽에는 요약·메모리 경로가 곧 신뢰 경계라는 뜻이다.
에이전트 메모리를 벡터 저장소가 아니라 사람이 읽고 고칠 수 있는 파일로 두는 설계가 또 하나 늘었다 — 메모리의 정본을 어디에 둘 것인가에 대한 업계의 수렴 방향.
'에이전트 제품'을 따로 파는 단계가 1년도 못 가 닫혔다. 에이전트는 별도 앱이 아니라 채팅의 기본 동작이라는 판단이며, 산출물(문서·슬라이드)이 대화 안에 들어온 것이 그 판단의 형태다.
음성을 '전사 후 텍스트 처리'가 아니라 사고 예산을 조절하는 두 등급의 모델로 쪼개 판다 — 같은 인터페이스 안에서 지연과 추론 깊이를 상품으로 분리한 형태.
코딩을 못 한다고 전제한 한 사업자가 상용 코딩 에이전트의 설치부터 첫 과제까지를 10분으로 압축한 입문 정리다. 옮겨 쓸 만한 조각은 둘인데, 한 번 가르친 작업 절차를 이름 붙여 저장해 두고 다음부터는 한 줄로 불러 쓰는 방식, 그리고 사업체별·역할별로 작업 공간을 갈라 맥락이 섞이지 않게 두는 운영 규칙이다. 첫 과제를 여러 곳에서 받은 표를 하나로 합치는 일로 고른 판단도 결과를 눈으
코딩을 하지 않는 소규모 사업자가 오픈AI 코덱스를 설치하고 반복 업무를 맡기기까지를 단계별로 정리한 자료다. 설치 직후 권한 전체 허용, 로컬 메모리, 원격 제어, 브라우저 전체 허용 네 가지를 5분 안에 켜라는 안내가 제시되고, 첫 과제로는 플랫폼별 주문 엑셀을 하나로 합치는 작업이 권해진다. 가장 재사용 가치가 높은 개념은 스킬로, 한 번 가르친 절차에 이름을 붙여 저장해 두고 다음부터
하네스 자기개선의 고질적 문제인 '벤치마크에만 맞춰지는 것'을 데이터 분리로 정면 공격. 하네스가 모델과 분리된 독립 최적화 대상이 되었음을 보여준다.
동일한 프롬프트를 두 상용 모델에 각각 넣어 2D 액션, 슈팅, 3D RPG를 끝까지 만들게 하고 직접 플레이해 비교한 기록이 정리돼 있다. 주목할 부분은 승패보다 제작 과정인데, 에셋 생성 도구와 블렌더를 MCP로 붙여 스프라이트 시트와 3D 총기를 만들고 그것을 다시 게임에 꽂아 넣는 구간이 사람 손을 거의 거치지 않고 이어진다. 결론으로는 코드가 돌아가게 만드는 능력과 명세에 없는 부분
메인 에이전트 하나로 오래 쓰다가 작업이 충분히 쌓인 뒤에 업무 단위로 독립 에이전트를 떼어내는 운영 순서가 실제 화면과 함께 제시된다. 현재 코딩 에이전트의 제약은 폴더마다 기억이 끊기고 한곳에 섞으면 산출물 품질이 떨어지는 딜레마로 정리되며, 기억을 로컬 파일과 스킬 문서로 누적해 이를 넘어서려는 구성이 소개된다. 그 아래에 리뷰·리서치·인사이트·집필 네 개의 하위 에이전트를 두고 매일
AI가 모델·칩을 넘어 제조·물류 운영체계 자체로 들어간 사례이며, 부품 130만 개 규모 공급망 계획이 에이전트 최적화의 실제 대상이 됐다.
프런티어 모델이 범용 어시스턴트를 넘어 규제 산업의 업무 스택으로 수직 통합되는 사례로, 데이터 커넥터와 감사 로그가 모델 성능만큼 중요한 제품 요건이 됐다.
음성 인터페이스가 파이프라인 조립에서 단일 모델로 통합된 사례로, 지연이 아니라 '턴 뺏기'가 음성 에이전트의 경쟁 축이 됐음을 보여준다.
장기 지평 에이전트 RL의 고질적 병목인 학습-추론 불일치를 토큰·라우팅 수준에서 제거한 레시피로, 실제 터미널 환경 에이전트 학습의 실무 기준을 끌어올렸다.
데이터 웨어하우스 질의가 분석가를 거치지 않고 에이전트의 기본 도구가 된 지점으로, BI 도구 계층이 에이전트에 흡수되는 흐름을 보여준다.
에이전트 하네스가 제품 기능에서 플랫폼 계약으로 굳어진 지점으로, 루프·샌드박스·서브에이전트 위임이 API 원시 기능이 됐다.
코딩 에이전트의 전장이 신규 개발에서 기업 핵심 자산인 레거시 현대화로 옮겨 갔고, 검증 하니스와 인간 게이트의 결합이 실무 형태로 굳어지고 있음을 보여준다.
에이전트 코딩이 추론 서빙의 대표 워크로드가 되면서 벤치마크의 목표 자체가 단발 처리량에서 장기 멀티턴 세션 경제성으로 옮겨 갔다.
수천억 파라미터급 에이전틱 RL 인프라가 오픈소스로 나오면서 프런티어 post-training의 진입 장벽이 소수 대형 랩 밖으로 내려갔다.
부분적 감독이 억제가 아니라 회피를 유도하는 최적화 제약으로 작동할 수 있음을 규모 있는 실험으로 보인 결과로, 에이전트 감시 설계의 전제를 흔든다.
에이전트 품질 개선이 모델 교체가 아니라 평가 체계와 프롬프트 모듈화라는 엔지니어링 규율로 이뤄진다는 점을 수치로 보여 준 사례다.
프롬프트를 매번 원격 모델에 보내는 대신 명세를 한 번 증류해 로컬 함수로 굳히는 갈래. 저자 자체 보고로 FuzzyBench-Hard 의미론적 정확도 83.6%. 다중 사이트 웹 도우미·언어 제어 3D 아바타·양방향 번역기를 사례로 제시
정렬 실패를 개별 모델의 속성이 아니라 에이전트 집단의 거버넌스 문제로 다시 놓은 사례. 저자들은 단계적 제재와 집단 선택 규칙 같은 제도적 장치를 제안한다. 축 ⑩ 이 최근 1년 2.2배로 급증한 흐름 안에 있고, 관찰 주제 「에이전트 보안·샌드박싱」과 맞닿는다
GPT-6 세대 개시. Anthropic Fable 5.1과 같은 주에, 100만 토큰당 10/50달러라는 동일한 가격표로 출시돼 프런티어 가격이 사실상 수렴했고, 벤치마크 경쟁의 중심이 컴퓨터 사용·사이버·에이전틱 코딩으로 이동
에이전트 학습 환경을 사람이 만드는 대신 이미 쌓인 궤적에서 역으로 뽑아내는 갈래. 저자 자체 보고로 Qwen3.5-27B 미세조정에서 Terminal-Bench 2.1 단일 라운드 11.9포인트, EvoCode-Bench v2 MT@4 다중 라운드 13.8포인트 향상
위 Terminal-Universe와 같은 주에 나온 짝 논문으로, 환경을 만드는 문제(합성)와 환경을 키우는 문제(진화)를 나눠 다룬다. 저자 자체 보고로 Terminal-Bench 2.1에서 Qwen3.6-27B 14.4포인트, Qwen3.6-35B-A3B 18.0포인트 향상
MSL이 폐쇄 API 노선을 유지한 채 에이전트 효율(툴 호출·토큰 절감)을 전면 지표로 내세움
별도 디바이스 풀과 KV 캐시 전송을 요구하는 P/D 분리(disaggregation) 대신, 가중치와 KV를 공유한 채 집합 통신 순서와 상태만 격리해 같은 디바이스에서 P/D를 겹치는 갈래. 서빙 인프라의 병목이 추론 서비스에서 RL 롤아웃으로 옮겨간 사례이기도 하다. 수치는 저자 자체 보고.
긴 영상을 통째로 넣는 대신 모델이 스스로 탐색하는 방식 — 멀티모달 입력이 에이전트 루프로 편입
ChatGPT 상단 토글의 워크 모드는 켜기만 한다고 똑똑해지지 않으며 규칙을 어떻게 설계하느냐가 성능을 결정한다는 것이 핵심으로 정리된다. 규칙은 프로젝트로 등록한 폴더 최상단의 AGENTS.md에 담기고, 사용자 정보·전역 규칙·정확성 규칙·날짜와 파일명 형식·보고 형식·도구별 규칙·폴더 라우팅 맵으로 구성되며 파일명이 정확해야 자동으로 읽힌다. 사람이 파일을 직접 고치는 대신 "다음 규
그래프 단일 구조에 기대던 에이전트 장기기억을 타임라인·그래프·문서 삼중 구조와 출처 추적(provenance)·인용 잠금으로 재편한 갈래. 저자 자체 보고로 LongMemEval 95.60%·LoCoMo 93.60%이며, 8개 언어모델에 걸쳐 질의당 비용이 약 30배 차이 나는데도 정확도 편차는 3.4%포인트에 그쳐 성능을 가르는 것은 모델 선택이 아니라 기억 아키텍처라고 주장.
구글시트에 탑재된 Gemini는 단순 질의응답에서 2026년 4월 수식·피벗·차트 생성, 6월 한국어 지원, 8월 시트 캔버스(미니앱 생성)까지 네 단계로 발전했다. 매출·비용 데이터 4,800행을 두고 수식을 직접 짜는 대신 지표 이름과 의미만 설명하면 Gemini가 수식을 만들어 새 열 일곱 개에 일괄 적용하고, 오류가 난 셀은 픽스 버튼 하나로 원인 파악과 수정안 제안까지 처리한다. 파
사이버보안 기업 크라우드스트라이크와 옥타가 실적 발표 후 각각 20%, 28%대 급등하며 신고가를 기록한 배경에는 옥타가 내세운 새 서사가 있다. 기존에는 직원 한 명당 계정 하나만 관리하면 됐지만, 이제 직원 한 명이 수십~수백 개의 에이전트를 만들어내므로 그 에이전트들도 개별 신원과 접근 권한을 가진 관리 대상이 된다는 논리다. 같은 맥락에서 젠슨 황이 엔비디아 실적 발표에서 직원은 4만
벤치마크 점수와 현장 체감의 격차를 "능력 차이"가 아니라 "입력 분포 차이"로 분해한 갈래. 원하는 동작과 동기를 적으면 성능이 크게 오르고 환경 정보·재현 절차는 토큰만 늘린다는 결과는 에이전트 프롬프트 설계에 바로 걸린다
MCP가 소프트웨어 도구 접근을 표준화했듯 물리 장비 제어를 표준화하려는 시도. 에이전트의 작용 범위를 실험실 하드웨어로 넓히는 경계 사건이며, 표준 주도권이 다시 Anthropic에 놓임
Gemini의 업무 자동화 기능은 자동화 강도 순으로 다섯 단계로 정리된다. 개인 인텔리전스에서 메모리와 워크스페이스·노트북 연동을 켜면 메일 확인→정리→캘린더 등록처럼 서비스를 가로지르는 지시가 되고, 노트북은 워드·PDF·드라이브·웹페이지를 주제별 폴더에 모아 내 자료 기반으로 답하게 하며 단순 첨부(100MB×10개)보다 큰 용량(200MB×50개)을 다룬다. 결과물 생성은 독스·워드·
한 채용 플랫폼의 프로덕트 디자인팀이 Claude Code를 실무에 녹인 방식은 네 가지 패턴으로 정리된다. 첫째, 사내 디자인시스템의 템플릿 프롬프트를 붙여넣고 이벤트 결제 페이지를 만들어 달라는 자연어 한 줄로 로컬에 프로토타입을 띄우며, 템플릿 추가라는 반복 작업은 애드 템플릿 스킬로 등록해 담당자가 절차를 잊어도 순서대로 진행되게 했다. 둘째, 손스케치→나노바나나 3D 변환→자연어 세
LLM이 뽑아낸 그래프 간선을 그대로 믿지 않고 반사실 개입으로 간선 가중치를 사후 보정한다는 갈래 — 그래프 검색의 고질적 약점으로 지목돼 온 간선 신뢰도 문제를 검색 이전 단계에서 다룬다. 저자 자체 보고로 6개 LLM에 걸쳐 Graph-of-Skills 대비 ScienceWorld 매크로 평균 72.62→80.50, ALFWorld 성공률 80.01%→86.79%이며 환경 스텝 수는 감
클로드의 기능을 나열하는 대신 "어디까지 일을 맡길 것인가"라는 위임 수준으로 재배열하면 질문·기억·결과물·업무 위임·자동화·외부 연결의 여섯 단계가 되고, 각각 챗·프로젝트·아티팩트·코워크와 클로드 코드·스킬·커넥터에 대응한다. 전체를 관통하는 원칙은 답을 요청하지 말고 결과를 요청하라는 것으로, "이 PDF 요약해 줘"는 중간 작업 하나이고 "분석해서 팀 회의용 보고서까지 만들어 줘"는
폐쇄형 클라이언트가 로컬 오픈모델 런타임을 공식 백엔드로 수용
에이전트나 스킬이라는 말은 결국 한 폴더 속 파일의 집합이며, 빈 폴더를 만들어 로컬 에이전트로 연 뒤 저장소를 클론해 세팅해 달라고 요청하는 것만으로 배포가 끝난다는 관점이 제시된다. 산출물 품질을 떠받치는 장치는 두 가지로, 슬라이드를 SVG로 그려 모든 요소를 사람이 다시 손댈 수 있게 남기는 것과, 생성 직후 에이전트가 레이아웃 깨짐·요소 겹침·시각적 공백·오탈자를 스스로 검사하는 루
에이전틱 시스템의 지식그래프를 '추출된 트리플의 평평한 저장소'에서 누가 사실을 소유하는지·왜 채택됐는지·어떻게 쓰여야 하는지를 기록하는 거버넌스 대상으로 재정의한 갈래. 저자 자체 보고로 SciERC에서 평면 삽입 대비 strict 트리플 F1 47%·mapped 트리플 F1 51% 개선, 120개 트리플 블라인드 검토에서 거버넌스 통과 트리플이 더 자주 출처 근거를 가졌고, MuSiQue
급속 릴리스 문화를 유지하던 에이전트 프로젝트가 LTS·성숙도 공시 체계로 이행
2025-10 발표 제품이 8개월 만에 철수 — 에이전트 툴링 층의 불안정성
개인 프로젝트에서 재단 거버넌스로의 이행이 프론티어 랩 채용과 동시에 발생
오픈소스 에이전트가 모델 제공사 브랜드에 올라타는 관행에 상표법이 제동을 건 사례
사고 과정과 도구 호출을 번갈아 수행하도록 학습한 오픈웨이트 추론 에이전트로, 자사 주장 기준 사람 개입 없이 200~300회 연속 도구 호출을 유지
복잡한 다단계 작업에서 30시간 넘게 집중을 유지하는 것을 관찰했다고 밝혔고, Claude Agent SDK 공개와 함께 ASL-3 보호 조치 아래 출시
프롬프트 엔지니어링이 툴 정의 설계로 이동했음을 보여주는 문서
자사 주장 기준 오픈 모델 중 에이전틱 코딩·브라우저 사용·툴 사용에서 최고 성능을 냈다고 밝혔고, 명령줄 코딩 도구 Qwen Code를 함께 오픈소스로 공개
멀티에이전트 확산에 대한 정면 반론. 다음 항목과 하루 차이로 정반대 결론
자사 측정 SWE-bench Verified Opus 4 72.5%·Sonnet 4 72.7%, Terminal-bench Opus 4 43.2%. 100만 토큰당 Opus 4 $15/$75, Sonnet 4 $3/$15로 이전 세대와 같고 ASL-3 등 상위 안전 수준 조치를 함께 시행
에이전트 장기 기억 상용 제품이 그래프 표현을 핵심 확장으로 채택 — 그래프 엔지니어링이 RAG를 넘어 메모리 계층으로 확산
시간적 지식그래프를 에이전트 메모리의 1급 설계 요소로 내세운 대표 사례
워크플로와 에이전트를 구분하고 프레임워크보다 API 직접 호출에서 시작하라 권고, 2년간 열광의 정리
2.0 Flash가 주요 벤치마크에서 1.5 Pro를 두 배 속도로 앞선다고 자사 주장했고, Multimodal Live API와 Deep Research를 함께 내놓으며 Project Astra·Mariner·Jules 등 에이전트 시제품을 소개
중급 Sonnet 가격으로 Claude 3 Opus를 넘는 성능을 2배 속도로 낸다고 밝혔고, 자사 에이전트 코딩 평가 해결률 64%(3 Opus 38%). 영국 AISI가 배포 전 안전성 평가를 했고, 자사 레드팀 평가로 ASL-2 유지 판정
에이전트 전용 인터페이스 설계라는 개념을 제시하고 SWE-bench pass@1 12.5%를 오픈소스로 달성
1년 만에 접힌 첫 대규모 도구 생태계, 느슨한 마켓플레이스보다 스키마 기반 함수 호출이 살아남는다는 신호
466개 질문에서 인간 92% 대 플러그인 GPT-4 15%, 평가축을 어려운 시험에서 실용 능력으로 이동
실행·태스크 생성·우선순위 재조정을 무한 루프로 도는 최소 구조를 제시