마이크로소프트와 엔비디아가 윈도우 운영체제의 메인 프로세서로 엔비디아 칩을 탑재한 차세대 AI PC를 공동 개발하고 있습니다. 이번 프로젝트는 기존의 단순한 코파일럿 연동을 넘어, 오픈클로(OpenClaw) 프레임워크를 활용해 로컬 환경에서 실제 업무 워크플로우를 처리할 수 있는 AI 에이전트를 내장하는 것을 목표로 합니다. 이는 PC 시장의 판도를 바꾸고 사용자의 업무 생산성을 직접적으로 혁신할 중요한 시도로 평가받습니다.
세일즈포스는 전체 소프트웨어 개발 프로세스를 AI 에이전트 기반으로 전환한 결과, 기존 231일이 걸릴 것으로 예상했던 API 마이그레이션 작업을 단 13일 만에 완료했습니다. 개발자들은 코드를 직접 작성하는 대신 여러 AI 에이전트를 조율하는 오케스트레이터 역할로 전환되었으며, 생산성이 크게 향상됨과 동시에 오류 발생률도 감소한 것으로 나타났습니다.
구글이 새롭게 선보인 상시 작동 AI 에이전트 'Gemini Spark(제미나이 스파크)'의 실사용 체험기를 다룬 글입니다. 개인 이메일과 캘린더 등의 접근 권한을 부여하자, 파티 계획을 자율적으로 완벽하게 수립하지만 연인 관계인 남자친구를 '친한 친구'로 분류하는 등 데이타 기반 판단의 엉뚱함을 보여줍니다. 월 100달러의 프리미엄 구독에서 제공되며 일부 기능(식당 예약 등)은 오류가 발생해 아직 실험적 단계임을 시사합니다.
메타, 스탠퍼드, UIUC 연구진의 새 리뷰 논문에 따르면, 코드는 AI 에이전트가 단순히 생성하는 결과물을 넘어 스스로 추론하고 행동하며 협력하는 핵심 기반입니다. 모델을 감싸는 '하니스(harness)'라는 소프트웨어 레이어가 상태가 없는 언어 모델을 지속적인 작업이 가능한 에이전트로 변환하며, 이는 실제 상용 시스템에도 적용되고 있습니다. 하지만 현재의 소프트웨어 테스트는 리스크를 감추기 쉬우므로, 더 투명한 평가 메커니즘이 필수적으로 요구됩니다.
전체 소프트웨어 스택(아키텍처, 엔진, 커널)을 공동 설계(Co-design)하여 일반 데이터센터 GPU에서도 전용 추론 하드웨어 수준의 초고속 LLM 디코딩 속도(초당 3,000토큰)를 달성할 수 있음을 증명한 기술 프리뷰입니다. AI 에이전트의 작업 방식이 순차적이고 반복적이기 때문에 기존의 '총 처리량'보다 '단일 요청 디코딩 속도'가 핵심 성능 지표로 부상했으며, 이를 통해 에이전트의 작업 완료 시간을 기존 8분에서 20초 미만으로 획기적으로 단축할 수 있습니다.
클로드 코드(Claude Code)의 소스 코드를 심층 분석하여 공식 문서에 기재되지 않은 수많은 숨겨진 기능과 고급 설정 방법을 공유한 기술 기사입니다. 단순한 자동 승인 시스템부터 명령어를 실시간으로 변조하는 후크(Hook) 기능, 세션 전반에 걸쳐 유지되는 컨텍스트 주입 등 개발자가 생산성을 극대화할 수 있는 강력한 미공개 기능들이 다수 포함되어 있습니다.
인간 중심으로 설계된 기존 클라우드 인프라는 초고속으로 트래픽을 폭증시켰다가 사라지는 AI 에이전트의 패턴을 감당하지 못합니다. 이에 따라 AWS는 에이전트 트래픽에 맞춰 초 단위로 확장 및 축소되고, 유휴 시에는 비용이 발생하지 않는 차세대 'OpenSearch Serverless'를 출시했습니다. 클라우드플레어는 2027년 상반기면 기계 트래픽이 인간 트래픽을 초과할 것으로 전망하며, AWS, Microsoft 등 글로벌 기업들은 에이전트 시대에 맞춰 인프라를 근본적으로 재편하고 있습니다.
구글 클라우드가 제미나이(Gemini), 위즈(Wiz), 딥마인드(DeepMind)의 기술을 통합한 'AI 위협 방어(AI Threat Defense)' 플랫폼을 공개했습니다. 이 플랫폼은 기업 시스템의 보안 취약점을 자동으로 탐지하고, AI 에이전트가 직접 취약한 코드를 수정 및 테스트하여 패치를 적용합니다. AI 기반의 사이버 공격이 시간 단위로 빨라지는 위협 환경에 대응하기 위해 기존의 수동 보안 프로세스를 자동화된 솔루션으로 대체하려는 구글의 전략적 조치입니다.
로빈후드가 고객의 계좌와 연동해 주식을 자동 매매하고 신용카드 결제까지 대행할 수 있는 AI 에이전트 기능을 선보였습니다. 이는 오픈 표준인 MCP(Model Context Protocol)를 통해 구현되어 사용자가 자산을 조회하거나 매집 리스크를 분석하는 등의 작업을 위임할 수 있게 해줍니다. 금융 감독 기관과 업계는 에이전트의 오작동 및 데이터 유출 등 새로운 리스크를 경고하며 이에 대한 주의를 촉구하고 있습니다.
증권 거래 앱 로빈후드가 사용자의 AI 에이전트가 대리로 주식을 거래하고 결제할 수 있는 신규 기능을 발표했습니다. 전용 지갑과 MCP 서비스 연동을 통해 안전하게 거래를 수행하며, 사기 탐지 및 사용자 승인 절차를 통해 보안을 강화했습니다. 이번 베타 출시는 AI가 금융 및 결제 시장에서 실질적인 업무를 수행하는 '에이전트 경제'의 본격적인 도래를 시사합니다.
LLM 평가자는 개별 출력을 평가하는 데는 노이즈가 많아 신뢰하기 어렵지만, 충분한 샘플을 바탕으로 여러 에이전트의 평균 성능을 비교할 때는 노이즈가 상쇄되어 신뢰할 수 있는 결과를 제공합니다. 따라서 평가자가 완벽하지 않더라도 오프라인 환경에서 최적의 프롬프트나 모델을 선택하고 에이전트를 지속적으로 개선하는 데 매우 유용하게 활용될 수 있습니다.
기업들의 AI 에이전트 도입 열기는 높지만, 기존의 인간 중심 업무 모델에 기술을 억지로 끼워 맞추는 방식으로는 한계에 부딪힙니다. 엔터프라이즈 AI 기업 에마(Ema)는 조직의 기술, 인력, 평가 지표 전체를 재설계해 AI를 업무의 핵심 '연결 조직'으로 통합하는 '에이전트 비즈니스 트랜스포메이션(ABT)' 개념을 제안합니다. 이를 통해 기업은 최대 30~50%의 업무 프로세스 가속화 등 진정한 AI 도입의 가치를 실현할 수 있습니다.
구글 클라우드 COO 프랜시스 데 소자는 기업의 AI 전략에 보안을 초기부터 통합해야 한다고 강조했습니다. 그는 직원들이 몰래 사용하는 '그림자 AI(Shadow AI)'와 구형 데이터 소스에 접근하는 AI 에이전트로 인해 공격 표면이 크게 확대되었으며, 침해 후 추가 공격까지의 시간이 8시간에서 22초로 단축되었다고 경고했습니다. 이에 따라 보안은 단순한 IT 부서의 문제가 아니라 경영진이 직접 챙겨야 할 전사적 이슈이며, 사람이 통제하는 에이전트 기반 방어 체계 도입이 필요하다고 역설했습니다.
앤스로픽(Anthropic)의 코딩 특화 AI 'Claude Code'와 오픈소스 도구 'OpenClaw'의 등장으로 자율형 AI 에이전트 시대가 본격적으로 열렸습니다. 이 도구들은 복잡한 프로그래밍을 스스로 수행하고 장시간 작동하며 마치 수백 명의 클론을 돌린 듯한 효과를 내어 수많은 개발자들이 열광하고 있습니다. 전문가들은 이러한 AI 에이전트의 등장이 인간이 컴퓨터를 사용하는 방식을 근본적으로 바꿀 대대적인 패러다임의 전환이라고 평가합니다.
미국의 만성적인 물가 상승과 체불 채권 증가 속에서 추심 업계가 비용을 절감하고 효율을 높이기 위해 AI 콜봇을 도입하고 있습니다. AI 추심원은 24시간 불평 없이 업무를 수행하며 기존 콜센터의 낮은 직업 만족도와 높은 소비자 불만을 해소할 대안으로 주목받고 있습니다. 이는 고강도 단순 반복 노동이자 기피 업무였던 채권 추심 산업의 구조를 완전히 바꿀 수 있는 중요한 비즈니스 전환점입니다.
협업 소프트웨어 스타트업 ClickUp이 전 직원의 22%를 감원하면서 AI 도입을 통한 '100배 조직' 도약을 이유로 들어 화제다. 회사는 AI를 활용해 압도적인 성과를 내는 잔류 직원에게 최대 수십억 원의 연봉을 지급하겠다고 밝혔으나, 결과적으로 AI가 일자리를 대체하는 현실을 보여준다. 이는 AI 도입 기업의 약 80%가 인력을 감축하고 있다는 최근 조사 결과와 맞물려 노동 시장의 냉혹한 미래를 시사한다.
에이전틱 AI(Agentic AI)의 발전으로 소프트웨어 취약점 발굴 및 익스플로잇 개발이 자동화되면서, 기업들의 버그 바운티 프로그램에 보고서가 폭증하고 있습니다. AI를 활용한 공격자들의 위협이 고도화됨에 따라, 기존의 90일 취약점 공개 정책 등 보안 패치 관행이 앞당겨지고 제로데이 공격 방어를 위한 방어자들과 공격자들 간의 경쟁이 더욱 치열해지고 있습니다.
구글 클라우드 COO는 AI 도입 과정에서 보안은 사후에 추가하는 것이 아니라 플랫폼 접근법과 함께 처음부터 설계되어야 한다고 강조했습니다. 특히 직원들이 무허가로 사용하는 '섀도우 AI'의 위험성과 AI 에이전트가 잊혀진 내부 데이터 저장소를 노출할 수 있다는 점을 경고했습니다. 급변하는 사이버 위협 환경 속에서 기업들은 인간 중심의 방어를 넘어 AI가 주도하는 '에이전트적(Agentic) 방어'를 도입해야 하며, 이는 최고 경영진 차원에서 다루어야 할 핵심 과제라고 조언했습니다.
최근 여러 기업이 AI 에이전트에게 소프트웨어 아키텍처 설계를 맡기는 치명적인 실수를 반복하고 있습니다. AI는 제약 조건을 고려하지 못한 채 사용자의 의견에 맹목적으로 동의하며 이론상 완벽하지만 실제 환경에서는 작동하지 않는 과도하게 복잡한 시스템(Jenga Tower)을 만들어냅니다. 결국 풍부한 도메인 지식을 가진 실무 엔지니트들조차 AI가 짜놓은 Jira 티켓을 단순히 구현만 하는 수동적인 노동자로 전락할 위기에 처했다는 점을 경고하고 있습니다.
마이크로소프트 리서치가 기존의 스크린샷이나 DOM 기반의 단편적인 클릭 방식을 벗어나, 에이전트가 터미널 환경에서 직접 코드를 작성해 브라우저를 제어하는 새로운 프레임워크 '웹라이트(Webwright)'를 오픈소스로 공개했습니다. 이 방식은 자동화 스크립트를 작성하는 개발자의 방식과 유사하며, 복잡한 다단계 웹 상호작용을 압축적인 코드로 처리할 수 있게 해줍니다. 오디세이(Odysseys) 벤치마크에서 기존 기본 GPT-4o 대비 성능을 크게 끌어올리며, 코드 생성 및 디버깅 능력이 뛰어난 최신 LLM의 강점을 극대화한 접근법으로 주목받습니다.
인간 연구자 대신 AI 코딩 에이전트가 스스로 탐색하여 설계한 새로운 AI 추론 제어 알고리즘이 기존 방식들을 능가하는 성능을 보였습니다. 이 알고리즘은 모델의 신뢰도 변화를 동적으로 추적하여 연산 자원을 할당하는 방식으로, 극도로 적은 토큰 사용량(약 70% 절감) 대비 높은 정확도를 달성했습니다. 단 40달러와 160분 만에 인간이 고안해 내기 힘든 독창적인 로직을 자발적으로 찾아냈다는 점에서 자동화된 알고리즘 탐색의 가능성을 입증했다는 평가를 받습니다.
AI 스타트업 폴시아(Polsia)가 '자율 경영 AI'를 내세워 3천만 달러(약 400억 원)를 투자받았으나, 실제로는 허위 매출(ARR)을 과장하고 사람이 수동으로 개입하는 시스템을 운영한 정황이 포착되었습니다. 특히 창업자에게 모든 고객사를 통제하고 삭제할 수 있는 '킬 스위치(Kill-switch)' 권한이 존재하며, 투자 유치에 사용된 핵심 지표들이 조작된 것으로 드러나 업계에 큰 충격을 주고 있습니다.
텐센트가 AI 에이전트를 위한 완전한 로컬 기반 메모리 시스템인 'TencentDB Agent Memory'를 MIT 라이선스로 오픈소스화했습니다. 이 시스템은 심볼릭 단기 메모리와 4계층(L0~L3) 장기 메모리 피라미드를 결합하여 토큰 사용량을 61.38% 줄이고 작업 성공률을 크게 향상시켰습니다. 기본적으로 로컬 환경에서 작동하여 외부 클라우드 종속성 없이 AI 에이전트의 기억력과 효율성을 높일 수 있다는 점이 가장 큰 의의입니다.
글로벌 빅테크 기업들이 직원들의 AI 활용을 장려하며 생산성을 끌어올리려 하지만, 막대한 토큰 사용량으로 인해 오히려 인건비를 훨씬 웃도는 비용이 발생하는 역설적인 상황에 직면했습니다. 실제로 마이크로소프트는 엔지니어들의 클로드(Claude) 라이선스를 취소하고 내부 도구로 회유하는 등 AI 사용을 축소하고 있으며, 우버 역시 불과 4개월 만에 2026년 AI 코딩 도구 예산을 모두 소진했습니다. 기업의 AI 도입이 가속화될수록 토큰 소비량이 기하급수적으로 늘어, 단가가 하락하더라도 기업이 부담해야 할 총 AI 운영 비용은 더욱 폭증할 것이라는 게 업계의 공통된 지적입니다.
구글 I/O 2026 행사의 '다이얼로그(Dialogues)' 무대에서 산업 리더, 과학자, 창작자들이 모여 혁신 기술과 미래 사회를 논의했습니다. 선다르 피차이 CEO의 기조연설 후속 인터뷰를 시작으로 AI 에이전트(Agent), 양자 컴퓨팅, 로봇 공학, 영화 제작 등 다양한 분야에서 AI가 미치는 영향과 기술적 도약이 다뤄졌습니다.
코파일럿킷(CopilotKit)은 AI 에이전트가 단순한 텍스트 출력을 넘어 애플리케이션 내부에 상주하며 사용자와 직접 상호작용할 수 있는 새로운 아키텍처를 제시했습니다. 이를 통해 AG-UI 프로토콜로 사용자-에이전트 간 상호작용 계층을 표준화하고, AIMock으로 복잡한 에이전트 테스트의 불편한 진실을 지적하며 프로덕션급 AI 시스템 구축을 위한 핵심 인프라를 선도하고 있습니다.
기존 LLM의 순차적 메시지 처리 방식이 갖는 병목 현상을 해결하기 위해, 읽기, 쓰기, 추론을 각각 독립적인 '병렬 스트림'으로 분리하는 새로운 멀티 스트림 LLM 아키텍처가 제안되었습니다. 이 연구는 AI 에이전트가 새로운 입력을 읽으면서 동시에 다른 작업을 수행하거나 추론할 수 있게 만들어, 실행 효율성과 보안성, 모니터링 능력을 획기적으로 향상시킵니다. 이는 자율형 AI 에이전트 및 코딩 어시스턴트의 구조적 한계를 넘어서는 중요한 연구 성과입니다.
스포티파이가 개인화된 AI 팟캐스트를 생성할 수 있는 독립형 데스크톱 앱인 'Studio by Spotify Labs'를 출시했습니다. 이 앱은 사용자의 이메일, 캘린더 등 개인 데이터를 기반으로 맞춤형 데일리 브리핑이나 오디오 콘텐츠를 제작해 주며, 생성된 콘텐츠는 개인 라이브러리에 저장됩니다. 이번 도입은 AI 오디오 콘텐츠 시장에서 구글의 노트북LM(NOTEBOOKLM) 등과의 본격적인 경쟁을 알리는 의미 있는 움직임입니다.
구글이 I/O 개발자 컨퍼런스에서 일상적인 디지털 업무를 대신 수행하는 다양한 'AI 에이전트(Information agents, Spark 등)'를 대거 공개했습니다. 하지만 이 기능들은 현재 무료 사용자에게는 제공되지 않고 월 100달러의 프리미엄 요금제(울트라 플랜) 구독자를 우선 타겟으로 하고 있어, 일반 대중의 AI 활용 격차가 심화될 것이라는 지적이 나옵니다. 실제로 대중은 여전히 AI를 단순한 검색 대용 챗봇이나 저품질 콘텐츠(AI slop) 생성기로 인식하고 있으며, 구글의 복잡한 에이전트 라인업이 소비자들에게 혼란을 줄 수 있다는 평가입니다.
전 애플 엔지니어가 창업한 AI 스타트업 아이리스고(IrisGo)는 사용자의 데스크톱 업무 흐름을 학습하여 반복 작업을 사전에 자동화해 주는 '자율형 AI 에이전트'를 개발했습니다. 최대 280만 달러(약 37억 원)의 시드 투자를 유치하며 엔비디아, 구글 등 빅테크의 지원을 받았고, 에이서(Acer)와 같은 PC 제조사들에 앱을 기본 탑재하는 등 본격적인 시장 공략에 나서고 있습니다.