Codex 사용자 800만 명 돌파와 오픈소스 모델의 3% 성능 격차가 AI 경쟁의 속도를 보여준 이번 주, Gemini Notebook과 Go·Python Agent Skills, Windows용 MCEC 3.0은 에이전트가 일하고 배우는 표면을 넓혔습니다. 개발자는 장기 에이전트 벤치마크와 SDD 도구, 최소 권한 설계를 익힐 수 있고, 조직은 DSL과 비기능 요구사항, 격리된 런타임, 실제 가치 흐름을 기준으로 AI 시스템을 운영해야 한다는 메시지를 확인할 수 있습니다.
주말 아침 AI #33
주요 뉴스
GPT-5.6 공개 직후 Codex 사용자가 수일 만에 800만 명을 넘어섰다는 소식입니다. 급격한 사용자 증가가 서비스 확장 한계를 시험하고 경쟁사의 대응도 촉발하면서, AI 코딩 도구의 경쟁 축이 모델 성능뿐 아니라 대규모 에이전트 실행을 감당하는 제품·인프라 역량으로 이동하고 있습니다.
950명 이상의 개발자를 조사한 Mozilla 보고서는 오픈 모델과 최상위 폐쇄형 모델의 성능 차이가 3%까지 좁혀지고 비용은 3년간 최대 50배 낮아졌다고 분석합니다. 개발자의 79%가 오픈 모델을 사용하지만 실제 운영 배포는 51%에 그쳐, 다음 경쟁은 모델 자체보다 배포 도구와 에이전트 하네스, 거버넌스에 달려 있음을 보여줍니다.
Satya Nadella가 경고한 AI의 두 번째 비용
Microsoft CEO Satya Nadella는 기업이 AI 사용료뿐 아니라 업무 과정에서 축적한 고유 지식과 맥락까지 플랫폼에 넘기는 '역정보 역설’을 경고합니다. AI 도입 비용을 토큰과 구독료만으로 계산하지 말고, 조직의 판단 과정과 운영 노하우가 어디에 쌓이고 누가 통제하는지도 함께 따져야 한다는 메시지입니다.
NotebookLM, Gemini Notebook으로 새 출발
Google이 3천만 명과 60만 개 이상의 조직이 사용하는 NotebookLM을 Gemini Notebook으로 이름을 바꿨습니다. 독립형 연구 도구의 정체성은 유지하면서 Pro 사용자를 위한 노트북 내 코드 실행, Gemini 앱·Google 검색과의 동기화, 보안 클라우드 컴퓨터를 더해 자료 조사와 데이터 분석을 하나의 작업 공간으로 연결합니다.
고객 티켓에 숨은 지시가 에이전트에 주입되고, 정상 MCP 도구가 호출된 뒤, 허용된 443 포트로 정보가 빠져나가는 공격 경로를 설명합니다. IP와 포트만 보는 Kubernetes NetworkPolicy로는 목적지 도메인을 구분하기 어려우므로, 워크로드별 신원과 FQDN 허용 목록, 기본 거부 정책을 결합한 결정론적 송신 제어가 필요합니다.
새로운 도구/서비스
Microsoft Agent Framework for Go 공개 미리보기
Go 서비스와 CLI, 워커에서 에이전트와 다중 에이전트 워크플로를 만들 수 있는 Microsoft Agent Framework SDK가 공개 미리보기에 들어갔습니다. Foundry와 OpenAI 호환 모델, Anthropic, Gemini, A2A 공급자를 비롯해 MCP·미들웨어·승인·체크포인트·스트리밍·OpenTelemetry 추적을 한 SDK에서 제공합니다.
오랫동안 Windows 원격 제어에 쓰인 MCE Controller가 Model Context Environment Controller 3.0으로 확장됐습니다. MCP를 통해 창 스크린샷과 UI Automation 트리를 읽고, 컨트롤을 찾거나 기다린 뒤 키보드·마우스·창 입력을 수행하며, 에이전트 표면은 기본 비활성화된 선택 기능으로 제공됩니다.
Visual Studio에 내장된 .NET·Azure Agent Skills
Visual Studio가 .NET과 Azure 팀이 만든 Agent Skills를 내장해 API 작성, 성능 진단, 인프라 준비와 배포를 전문 절차로 안내합니다. 초기에는
dotnet-webapi와 약 50개 성능 안티패턴을 찾는 분석 스킬, Azure 준비·검증·배포 체인이 제공되며, 토큰 효율을 검증하기 위해 사용자가 선택해 켜는 방식으로 운영됩니다.
Android Studio Quail 2가 병렬 채팅을 지원하도록 Agent Mode를 다시 설계해 복잡한 작업을 여러 흐름으로 나눠 동시에 진행할 수 있게 했습니다. 메모리 누수 프로파일링과 문맥 기반 크래시 수정도 IDE에 통합해, 아키텍처 변경부터 운영 장애 분석까지 작업 공간을 벗어나지 않고 이어갈 수 있습니다.
Python 에이전트가
SKILL.md, 참고 자료, 스크립트로 묶인 전문 지식을 필요할 때만 단계적으로 불러오는 Agent Skills API가 안정화됐습니다. 파일·클래스·코드 정의 방식과 내부 PyPI 배포를 지원하고, 로드·리소스 읽기·스크립트 실행은 기본적으로 사람의 승인을 요구해 재사용성과 운영 통제를 함께 제공합니다.
학습 자료
더 좋은 도구가 Copilot 코드 리뷰를 악화시킨 이유
Copilot 코드 리뷰에 공용
grep,glob,view도구를 적용하자 탐색 범위와 비용이 늘고 유용한 지적은 줄어든 사례를 분석합니다. diff에서 질문을 만들고 검색으로 범위를 좁힌 뒤 필요한 코드만 읽도록 도구 지침을 리뷰 업무에 맞춰 바꾸자 품질을 유지하면서 평균 리뷰 비용을 약 20% 낮출 수 있었습니다.
Agents’ Last Exam, SWE-Marathon, Meta-Agent Challenge, Arena Agent Mode가 각각 무엇을 측정하고 어디에서 점수가 새는지 비교합니다. 장시간 도구를 쓰는 에이전트 평가는 현실성과 검증 가능성을 동시에 극대화하기 어렵고, 모델이 평가임을 알아채 일부러 성능을 낮추는 sandbagging까지 고려해야 하므로 단일 순위보다 과제 구조와 채점 방식을 읽어야 합니다.
OpenSpec·Superpowers·pi-sdd-kit 비교
스펙 주도 개발 도구의 핵심 차이를 기능 수가 아니라 에이전트가 사람의 승인 없이 다음 단계로 넘어갈 수 있는지로 정리합니다. OpenSpec처럼 유연한 흐름은 기존 코드에서 빠른 반복에 유리하고, Superpowers나 pi-sdd-kit의 승인 게이트는 잘못된 방향의 구현 비용이 큰 작업에 적합하므로 위험도와 에이전트 신뢰 수준으로 선택해야 합니다.
Microsoft Agent Framework와 Foundry로 전문 에이전트 설계, handoff, 평가, 배포, 데이터 주권, 도구 거버넌스, A2A 연동을 7단계로 구현하는 공개 과정을 소개합니다. OpenTelemetry 추적과 smoke test, LLM 평가자를 함께 사용하고, 호스팅 연산과 고객 데이터 저장소를 분리해 데모를 운영 가능한 시스템으로 바꾸는 흐름을 배울 수 있습니다.
에이전트를 단순 API 호출자가 아니라 독립된 보안 주체로 보고 수명주기가 관리되는 신원, 작업 범위 RBAC, 도구 허용 목록, 시간 제한 권한 상승을 적용하는 방법을 설명합니다. 여러 시스템의 낮아 보이는 권한도 결합되면 큰 권한이 될 수 있으므로 모든 하위 시스템에서 재인가하고 감사·회수 테스트까지 운영 절차에 포함해야 합니다.
인사이트
저렴한 모델이 강화한 orchestrator-executor 구조
강한 모델이 작업을 분해하고 결과를 검증하며, 비용 효율적인 모델들이 실행을 담당하는 구조가 모델 가격 하락으로 실용적이 됐다는 분석입니다. 중요한 지표는 토큰 단가가 아니라 완료된 작업당 비용이며, 계획과 위임 능력에는 일정한 성능 하한이 있으므로 값싼 모델로 전체 계층을 대체하기보다 자체 과제로 역할별 평가를 해야 합니다.
AI 생성 코드의 가드레일로 다시 보는 비기능 요구사항
LLM은 기능 구현에는 빠르지만 성능, 보안, 확장성, 비용, 규제 준수처럼 명시되지 않은 시스템 품질을 자동으로 챙기지 않습니다. 비기능 요구사항을 측정 가능한 조건과 테스트로 앞단에 두면, 그럴듯한 프로토타입이 운영 환경에서 무너지는 문제를 줄이고 에이전트가 설계 단계부터 품질 제약을 고려하게 할 수 있습니다.
AI Engineer World’s Fair에서 eval, context, memory, harness와 함께 sandbox engineering이 독립 분야로 자리 잡은 흐름을 정리합니다. 비공개 데이터와 신뢰할 수 없는 입력, 외부 행동 권한을 동시에 가진 에이전트는 프롬프트만으로 안전해질 수 없으므로, 강화된 이미지와 microVM 격리, 네트워크 정책, 승인된 MCP 도구 카탈로그를 런타임 경계로 묶어야 합니다.
DSL로 LLM 코드 생성을 더 신뢰할 수 있게 만들기
자연어 요구만으로 코드를 생성하면 의도와 구현 사이의 경계가 흐려지지만, 도메인 추상화와 DSL은 모델이 따라야 할 의미 구조를 명확히 제공합니다. 분산 시스템을 표현하는 Tickloom 사례처럼 LLM과 함께 의미 모델을 발전시키고 DSL을 단일 진실 공급원으로 삼으면 빠른 생성 능력을 유지하면서 결과의 일관성과 검증 가능성을 높일 수 있습니다.
AI가 코딩 속도를 높였으니 병목이 코드 리뷰로 이동했다는 통념을 가치 흐름 관점에서 반박합니다. 실제 지연은 큰 배치로 묶인 배포와 후속 단계의 대기에서 생길 수 있으므로, 리뷰 인력만 늘리기보다 변경 단위를 줄이고 배포 빈도와 전체 리드타임을 측정해야 생성 속도를 사용자 가치로 바꿀 수 있습니다.