GPT-5.6과 Grok 4.5가 장기 작업과 도구 사용의 기준을 끌어올린 이번 주, Gemini API Managed Agents, Windows 365 for Agents, Foundry Local Monitor는 에이전트를 실제 서비스와 로컬 환경에서 운영하는 기반을 넓혔습니다. 개발자는 .NET Agent Skills와 Orchestration Patterns 1.0, FastMCP, 로컬 도구 호출·메모리 구현을 익힐 수 있고, 운영팀은 명확한 스펙, 재현 가능한 eval 환경, context와 memory의 분리, AI가 이해하기 쉬운 API가 성능만큼 중요하다는 점을 확인할 수 있습니다.
주말 아침 AI #32
주요 뉴스
OpenAI가 Sol·Terra·Luna로 구성된 GPT-5.6 제품군을 ChatGPT와 Codex, API에 내놓고 업무용 ChatGPT Work도 발표한 소식입니다. 새 모델은 코딩과 장기 지식 작업의 성능 대비 비용, 도구 사용, 병렬 에이전트 실행을 강조하며 Claude와의 업무용 AI 경쟁을 한층 넓혔습니다.
Anthropic 연구진이 Claude 내부에서 단어 표면형을 넘어 개념을 비교하고 검토하는 중간 표현을 분석한 연구를 다룹니다. 모델의 답만 평가하는 수준을 넘어 추론 과정의 구조를 관찰하려는 시도로, 해석 가능성과 안전성 연구가 실제 모델 내부 메커니즘으로 깊어지고 있음을 보여줍니다.
Windows 365 for Agents: AI 에이전트를 위한 보안 실행 환경
Microsoft는 에이전트가 Windows 애플리케이션과 기업 자원에 접근해 작업할 수 있도록 격리되고 관리 가능한 Cloud PC 실행 환경을 소개했습니다. 실제 데스크톱 자동화에서는 모델 성능뿐 아니라 ID, 정책, 네트워크, 감사 가능한 세션 경계를 함께 제공하는 것이 핵심이라는 접근입니다.
Gemini API Managed Agents 확장: 백그라운드 작업과 원격 MCP
Google은 Gemini API의 Managed Agents에 장시간 백그라운드 실행, 원격 MCP 연결 등 운영 기능을 확장했습니다. 개발자가 직접 에이전트 루프와 실행 인프라를 모두 유지하지 않고도 지속적인 작업과 외부 도구 연결을 서비스에 넣을 수 있도록 관리 계층을 강화한 업데이트입니다.
Aurora 1.5: 날씨와 지구 시스템을 위한 개방형 파운데이션 모델
Microsoft Research는 기상 예측을 넘어 대기와 지구 시스템 응용 범위를 넓힌 Aurora 1.5를 공개했습니다. 다양한 해상도와 관측 데이터를 활용하고 모델과 코드를 개방해, 범용 생성 AI와 별개로 과학 도메인에 특화된 파운데이션 모델 생태계가 확장되는 흐름을 보여줍니다.
새로운 도구/서비스
Microsoft Agent Framework의 .NET Agent Skills가 정식 제공됩니다. 파일 기반 지침과 리소스를 재사용 가능한 기술 단위로 묶어 에이전트가 필요할 때 불러오게 함으로써, 거대한 시스템 프롬프트 없이도 C# 에이전트의 전문 작업 절차를 모듈화할 수 있습니다.
Microsoft Agent Framework Orchestration Patterns 1.0
순차, 동시, handoff, group chat, magentic 등 다중 에이전트 조정 패턴이 1.0에 도달했습니다. 실험적 예제를 넘어 패턴별 실행 흐름과 상태를 안정된 API로 구성할 수 있어, .NET과 Python에서 역할이 다른 에이전트를 운영 가능한 워크플로로 연결하기 쉬워졌습니다.
Foundry Local Monitor: 실행 중인 로컬 AI 모델 한눈에 보기
Foundry Local이 실행하는 모델과 서비스 상태를 로컬 대시보드에서 확인하는 모니터링 도구를 소개합니다. 여러 로컬 모델을 시험할 때 어떤 모델이 메모리와 포트를 사용 중인지 파악하기 쉬워져, 클라우드 비용 없이 개발하는 환경의 가시성과 문제 해결 흐름을 개선합니다.
Cursor와 SpaceXAI가 공개한 Grok 4.5
Grok 4.5는 코딩 전용을 넘어 데이터 과학, 금융, 법률 등에서 장시간 도구를 사용하는 작업을 겨냥한 mixture-of-experts 모델입니다. 실제 환경에서 조사하고 실패에서 회복하며 결과를 검증하도록 강화학습했고, Cursor의 데스크톱·웹·모바일·CLI·SDK에서 제공됩니다.
Ollama, 개방형 모델 생태계를 위한 새 방향 공개
Ollama는 로컬에서 내려받아 실행하는 개방형 모델을 더 쉽게 발견하고 사용하는 생태계 방향을 소개합니다. 클라우드 API에만 의존하지 않고 개발 장비와 자체 인프라에서 모델을 선택·교체·운영하려는 수요가 커지면서, 로컬 런타임이 AI 개발 도구의 기본 계층으로 자리 잡는 흐름입니다.
학습 자료
로컬 모델에 도구 호출 루프와 대화 메모리를 붙여 실제 에이전트로 만드는 과정을 단계별로 설명합니다. 모델 실행만으로 끝내지 않고 도구 스키마, 호출 결과 반환, 상태 보존을 연결하는 구조를 따라가며 클라우드 의존도를 낮춘 에이전트의 핵심 구성 요소를 익힐 수 있습니다.
FastMCP로 로컬 AI 에이전트용 MCP 서버 만들기
Python FastMCP를 사용해 도구를 정의하고 MCP 서버로 노출한 뒤 로컬 에이전트에서 호출하는 흐름을 다룹니다. 프로토콜 개념부터 서버 구현과 연결까지 한 번에 따라갈 수 있어, 사내 API나 로컬 기능을 표준 도구 인터페이스로 제공하려는 개발자에게 유용합니다.
신뢰할 수 있는 LLM judge를 만드는 train·dev·test 분리
LLM 평가자를 만들 때 같은 사례로 프롬프트를 고치고 성능을 보고하면 과적합된 점수를 얻게 됩니다. 평가 기준을 설계하는 train, 조정하는 dev, 마지막에만 확인하는 test 세트를 분리해 judge 프롬프트 자체도 검증 가능한 시스템으로 다뤄야 한다는 실전 원칙을 설명합니다.
에이전트 시스템의 Context Engineering과 Memory Engineering
현재 작업에 어떤 정보를 넣을지 결정하는 context engineering과, 여러 세션에 걸쳐 무엇을 저장·검색·갱신할지 설계하는 memory engineering을 구분합니다. 둘을 섞으면 컨텍스트가 비대해지거나 오래된 기억이 판단을 오염시키므로 단기 작업 상태와 장기 지식을 별도 생명주기로 관리해야 합니다.
AI 에이전트가 목표를 해석하고 계획을 세운 뒤 도구를 호출하고 결과를 관찰하며 다음 행동을 결정하는 기본 루프를 입문자 관점에서 설명합니다. 단순 챗봇과 에이전트의 차이, 구성 요소, 구현 패턴을 연결해 이후 MCP와 멀티 에이전트 학습을 위한 기초를 잡을 수 있습니다.
인사이트
AI가 오픈소스 신규 기여자를 몰아낸다는 통념을 다시 보다
AI 도구 확산이 오픈소스 신규 기여를 단순히 감소시킨다는 우려를 실제 활동 데이터와 비교한 연구를 소개합니다. 핵심은 생성 코드의 양만 볼 것이 아니라 신규 참여자의 진입, 리뷰 부담, 유지관리자와의 상호작용까지 함께 측정해야 AI가 커뮤니티에 미치는 영향을 제대로 판단할 수 있다는 점입니다.
로컬 코딩 모델을 선택할 때 파라미터 수나 벤치마크 점수만으로는 부족하며 메모리 용량, 양자화, 컨텍스트 길이, 토큰 생성 속도, 도구 통합을 함께 봐야 한다고 설명합니다. 개인정보 보호와 오프라인 실행의 장점이 있어도 실제 개발 흐름의 지연과 품질을 측정해야 한다는 현실적인 기준을 제시합니다.
같은 모델과 프롬프트라도 운영체제, 셸, 작업 경로의 단어, LSP 피드백, 도구 버전이 에이전트의 선택과 점수를 바꿀 수 있습니다. 사용자 환경과 비슷한 실행 조건을 만들고 중립적인 경로, 고정된 도구 버전, 환경 manifest를 남겨야 점수 변화가 실제 성능 변화인지 구분할 수 있습니다.
에이전트가 빠르게 코드를 만들 수 있어도 요구사항과 완료 조건이 모호하면 잘못된 방향을 더 빠르게 구현할 뿐입니다. 좋은 스펙은 구현 수단을 과도하게 지시하는 문서가 아니라 제약, 사용자 기대, 검증 가능한 결과를 명확히 해 에이전트가 스스로 판단하고 확인할 수 있게 하는 작업 인터페이스입니다.
에이전트가 API를 안정적으로 사용하려면 엔드포인트가 존재하는 것만으로 부족합니다. 일관된 스키마, 분명한 설명, 인증 경계, 예측 가능한 오류, 관찰 가능성이 갖춰져야 모델이 올바른 도구를 고르고 실패에서 회복할 수 있으며, API 설계 품질이 곧 에이전트 경험의 품질이 됩니다.
AI 코딩 도구가 반복 구현과 초안 작성 시간을 줄여도 문제 정의, 구조적 판단, 위험 평가, 결과 책임은 여전히 사람의 몫이라는 주장입니다. 산출량 증가를 생산성으로 착각하지 않고 유지보수성, 사용자 가치, 검증 비용까지 봐야 AI가 만든 속도를 실제 성과로 바꿀 수 있습니다.