주중 AI가 된 주말 아침 #43 입니다 ^^
주말 아침 AI #43
이번 호에는 GPT‑6 Sol·Luna와 Gemini 3.8 Live Avatar, Foundry Routines처럼 AI가 더 다양한 방식으로 실제 작업에 들어오는 소식을 담았습니다. 개발 도구에서는 로컬 에이전트 실행, 외부 접속 제한, MCP 작업의 승인 흐름이 확장되며 자동화의 실행 범위와 권한을 분명히 정하는 일이 중요해졌습니다. 학습 자료와 인사이트에서는 코드 검색 RAG, 사람 승인, 코딩 에이전트 평가와 격리된 실행 환경을 살펴보며 결과를 어떻게 확인할지 짚습니다.
주요 뉴스
GPT‑6 Sol·Luna 공개, 속도와 비용 선택지 확대
OpenAI는 GPT‑6 Astra에 이어 Sol과 Luna를 공개했습니다. 두 모델은 API에서 제공되며 ChatGPT Work와 Codex에도 적용됩니다. 회사는 GPT‑5.6의 판촉 가격과 비교해 API 입력·출력 가격을 낮췄다고 설명하고, 장기 에이전트 작업을 위한 프롬프트 캐싱 개선도 함께 소개했습니다.
Foundry Routines 정식 출시, 일정·이벤트로 에이전트 실행
Microsoft는 Foundry Agent Service의 Routines를 정식 출시했습니다. 지정 시각, 반복 일정, GitHub 이슈나 Teams 메시지 같은 이벤트로 에이전트를 시작하고 실행 이력을 남길 수 있습니다. 작업을 나중에 재개하는 reminder 도구는 별도 미리보기 단계입니다.
Microsoft Agent Framework, 상호작용·메모리·작업 복구 확장
Microsoft는 Agent Framework의 .NET·Python 업데이트를 소개했습니다. AG-UI로 진행 상황과 도구 활동을 프런트엔드에 전달하고, 메모리와 중단된 워크플로 복구를 구성할 수 있습니다. .NET의 AG-UI 호스팅은 공개 미리보기이며, 복구 시 외부 작업의 중복 실행을 막는 설계는 개발자 책임입니다.
Gemini 3.8 Live Avatar, 실시간 음성·영상 대화 제공
Google은 음성과 낮은 지연의 영상 생성을 결합한 Gemini 3.8 Live Avatar를 발표했습니다. 기업용 Gemini Enterprise에서 제공하며, 대화 중 백그라운드 도구 호출과 다국어 전환을 지원한다고 설명합니다. 맞춤형 아바타 제작은 허용 목록에 오른 기업에 한정됩니다.
GitHub Security Lab, 에이전트 기반 C/C++ 퍼징 작업 흐름 공개
GitHub Security Lab 연구자는 C/C++ 저장소를 대상으로 퍼징 대상 선정, 하네스 작성, AFL++ 실행, 커버리지 개선, 충돌 분류를 잇는 Taskflow를 공개했습니다. 실행 스크립트가 빌드 명령을 호스트에서 수행하므로 문서는 일회용 Codespace나 가상 머신 사용을 권합니다.
새로운 도구/서비스
Antigravity SDK, Gemma 4로 오프라인 에이전트 실행 지원
Google은 Antigravity SDK에 로컬 모델 작업 흐름을 추가했습니다. 첫 지원 조합은 LiteRT와 Gemma 4 26B A4B로, 코드와 요청을 로컬에 두고 오프라인으로 에이전트를 실행할 수 있습니다. 안내 문서는 24GB를 넘는 VRAM 또는 통합 메모리를 권장합니다.
Foundry Hosted Agent, 외부 접속 목적지 제한 기능 미리보기
Microsoft는 Foundry Hosted Agent의 네트워크 송신 정책 예제를 공개했습니다. 에이전트 코드 밖에서 허용 목적지를 정의하고 허용·차단 호출을 시험하는 방식입니다. 이 기능은 아직 미리보기로, Microsoft는 운영 환경 사용이나 SLA를 약속하지 않는다고 명시합니다.
GitHub Copilot SDK 미리보기, JSON-RPC 오류 세부 데이터 노출
GitHub Copilot SDK 1.0.15-preview.3은 Go, .NET, Java에서 JSON-RPC 오류의 구조화된 data 필드를 읽을 수 있게 했습니다. 오류 코드와 메시지만으로 분기하기 어려웠던 호스트가 기계 판독 가능한 세부 정보를 처리할 수 있습니다. 릴리스는 정식 버전이 아닌 미리보기입니다.
Edge, 웹사이트 기능을 에이전트 도구로 노출하는 WebMCP 시험
Microsoft Edge 개발자 블로그는 사이트의 기존 프런트엔드 기능을 구조화된 도구로 노출하는 WebMCP 구현을 소개했습니다. 샘플과 디버깅 확장 프로그램을 제공하지만, 현재는 시험 가능한 초기 기능으로 안내합니다. 같은 글은 접근성과 개발자 도구 개선도 함께 다룹니다.
GitLab 19.4, MCP 자동화 도구와 검토 경계 확대
GitLab은 19.4에서 MCP 서버 도구를 CI/CD, 병합 요청, 작업 항목, 취약점 관리까지 넓혔다고 설명합니다. 읽기 작업은 바로 수행하되 쓰기·병합·삭제는 팀이 지정한 검토자의 승인을 기다리게 하는 운영 방식을 제시합니다.
학습 자료
OpenAI Academy, 개발자·교육자 등을 위한 학습 경로 추가
OpenAI는 Academy에 개발자, 리더, 교육자, 대학생을 위한 역할별 학습 과정을 추가했습니다. 개발자 과정은 Codex와 API를 활용한 설계, 평가, 에이전트, 운영을 다루며, 학습자는 과정 평가를 통과하면 배지를 받을 수 있습니다.
모델 증류 입문: 교사 모델의 지식을 작은 모델에 옮기기
Machine Learning Mastery의 입문 글은 큰 교사 모델의 출력 분포를 작은 학생 모델이 배우는 고전적 증류를 설명합니다. LLM에서는 합성 데이터, 내부 특징, 토큰 확률을 활용하는 방식으로 나뉘며, 각 방식에 필요한 모델 접근 권한도 다릅니다.
JetBrains가 정리한 코드 검색 RAG의 파싱·청킹·벡터화
JetBrains 엔지니어들은 대규모 코드베이스에서 의미 검색을 만들며 얻은 경험을 공유했습니다. 소스 구조를 보존해 코드를 나누고, 경로 메타데이터와 임베딩을 조합하며, 청크 품질과 검색 결과를 별도로 평가하는 과정을 설명합니다.
Auth0의 예제는 경비 승인 요청을 채팅 속 문구로 처리하지 않고 CIBA 알림으로 담당자 휴대전화에 보냅니다. 승인·거절 결과를 별도 서비스의 권한 검사와 연결해 기록하며, 글은 동기 폴링 예제가 운영 환경에서는 비동기로 바뀌어야 한다고 설명합니다.
코딩 에이전트 활용 팁 10가지, 지시·검증을 저장소에 남기기
Pulumi의 글은 코딩 에이전트를 위한 구체적인 지시, 긴 세션 관리, 병렬 작업, 결과 검토를 열 가지 팁으로 정리합니다. 대화에만 남긴 규칙은 요약 과정에서 사라질 수 있으므로 파일·훅·테스트 같은 재현 가능한 장치로 옮기라는 조언이 핵심입니다.
인사이트
코딩 에이전트 순위표 점수가 운영 성능을 보장하지 않는 이유
HackerNoon 기고자는 공개 코딩 벤치마크의 테스트 강도와 실행 환경에 따라 점수 해석이 달라진다고 분석합니다. 글의 주장은 순위표를 후보 선별에 쓰되, 실제 도입 판단에는 자기 저장소의 과제와 행동 검증을 사용해야 한다는 것입니다. 수치 비교는 기고자의 해석으로 읽어야 합니다.
GitHub의 기고자는 AI와의 대화창보다 과제에 맞는 화면이 효율적인 경우를 설명합니다. Copilot 앱의 Canvas는 에이전트와 양방향으로 연결되는 작은 앱을 만들 수 있으며, 반복 작업을 매번 대화로 요청하는 대신 전용 조작 화면으로 옮기는 사례를 보여 줍니다.
Microsoft Azure는 에이전트가 코드를 실행하는 환경을 각 작업별로 격리하고, ID·권한·관측 체계를 함께 두는 플랫폼 설계를 제안합니다. 글은 Foundry에서 에이전트를 관리하고 Azure Container Apps Sandboxes에서 실행하는 구성을 소개합니다. 이는 Microsoft의 플랫폼 관점입니다.
Addy Osmani의 글은 소프트웨어 생산 흐름을 에이전트의 작업 루프, 그 주변의 도구·샌드박스·완료 기준, 여러 루프를 연결한 공장으로 설명합니다. 사람이 코드를 읽지 않는 흐름에서는 이해와 검토가 약해질 수 있어, 자동 검사와 사람의 검토 관문을 설계해야 한다는 견해입니다.
Codemanship의 글은 여러 단계로 이어지는 자율 작업에서 발견되지 않은 오류가 다음 단계로 전파된다는 관점을 제시합니다. 저자는 검사기가 예상한 오류만 바로잡을 수 있다며, 새로운 실패를 알아차리고 검사 기준을 바꾸는 사람의 학습 능력을 강조합니다. 이는 저자의 해석입니다.