해커뉴스에 LangGraph 기반 '에이전트형 CUDA 커널 옵티마이저'가 공개되었습니다. 워크로드 설명만 입력하면 GPU 구현을 자동 생성하고, 컴파일·정확성 검증·벤치마크·개선을 반복하며 가장 빠른 검증 커널을 선별합니다. NVIDIA 문서 조회와 Nsight Compute 프로파일링 카운터 확인도 지원해 GPU 커널 최적화 업무의 자동화 가능성을 보여준다는 점에서 주목할 만합니다.
아마존에서 개발해 Apache 2.0 라이선스로 오픈소스 공개된 'Pizza Bot'은 오래 걸리는 AI 작업을 비동기로 관리하는 수신함(Inbox)입니다. 작업을 시작하거나 예약하면 완료된 결과는 'Unread' 큐에, 승인 대기 중인 요청은 'Action' 큐에 쌓이며, 클라이언트를 닫아도 api-server가 살아있는 한 에이전트가 계속 작업을 이어갑니다. Electron 데스크톱, 브라우저, 터미널 CLI를 모두 지원하고 Bedrock, Anthropic, Gemini, OpenAI, Ollama 등 주요 모델 제공자를 선택해 쓸 수 있습니다.
AWS가 DeepAgents와 LangGraph 기반으로 구축된 자체 호스팅 오픈소스 AI 에이전트 수신함 '피자 봇(Pizza Bot)'을 공개했습니다. 지속적인 작업 상태 관리, MCP 통합, 설정 가능한 승인 기능, 다양한 모델 프로바이더에 걸친 예약 워크플로우를 결합한 도구로, 백그라운드에서 작동하는 AI 에이전트 운영에 실용적인 인프라를 제공한다는 점에서 주목할 만합니다.
이 글은 NVIDIA SkillSpector와 LangGraph를 활용하여 AI 에이전트 스킬(Skill)의 보안을 평가하는 엔드투엔드 파이프라인 구축 방법을 설명합니다. 가상 스킬 마켓플레이스를 구축해 악의적인 프롬프트 인젝션 및 위험 종속성을 스캔하고, 사용자 정의 YARA 규칙과 CI 배포 게이트를 적용하는 실무 과정을 다룹니다.
저자는 실제 LangGraph 프로젝트에서 비대해진 하나의 '갓 노드(God Node)'를 리팩토링하는 과제를 미국과 중국의 11개 LLM에 제시하고, 이들이 제안한 코드 개선안을 서로 교차 평가하게 하여 성능을 심층 비교했습니다. 이 실험은 단순한 코드 생성 능력을 넘어, 복잡한 아키텍처를 개선할 최적의 LLM과 가장 신뢰할 만한 평가자 모델을 찾는 데 목적이 있습니다. 개발자 입장에서 여러 AI 모델을 코딩 및 코드 리뷰에 어떻게 전략적으로 활용해야 하는지를 보여주는 매우 유용한 실용 사례입니다.
이 튜토리얼에서는 Groq의 무료 OpenAI 호환 엔드포인트를 기반으로 에이전트(Agent) 기반의 연구 워크플로우를 직접 구축하는 방법을 다룹니다. LangGraph, 도구 호출(Tool Calling), 하위 에이전트(Sub-Agents), 에이전트 메모리(Agentic Memory) 등 최신 에이전트 기술을 활용하여 고도화된 연구 보조 AI를 만드는 과정을 소개합니다.