주말 아침 AI #45
이번 호에는 Claude Haiku 5.5와 Mellum2.1처럼 작업에 맞는 모델 선택지를 넓히는 발표와, 업무 도구를 연결하는 Gemini 에이전트 소식을 담았습니다. WinDbg·A2A·Google Workspace·Teams 연동은 에이전트가 실제 작업 환경으로 들어오는 흐름을 보여 줍니다. 실행 권한의 외부 통제, 코드 리뷰 평가, 운영 중 품질 감시와 기억 관리를 함께 살피며 작업을 맡기는 것에서 결과를 확인하고 지속적으로 운영하는 것으로 관심이 옮겨가는 모습을 정리했습니다.
주요 뉴스
Claude Haiku 5.5 공개, 반복 업무·보조 에이전트 비용 절감
Anthropic은 요약·분류·데이터베이스 조회처럼 범위가 ■고 호출량이 많은 작업을 위한 Claude Haiku 5.5를 공개했습니다. Haiku 계열 최초로 추론 노력 설정을 제공하며, Claude Platform과 주요 클라우드에서 사용할 수 있습니다. 가격은 요청 길이 10만 토큰을 기준으로 달라지므로 긴 입력의 비용을 별도로 확인해야 합니다.
Google, 지식 업무와 코딩을 통합하는 Gemini 에이전트 발표
Google Cloud는 질문 응답·콘텐츠 제작·코딩을 하나의 인터페이스와 API로 다루는 Gemini 에이전트를 발표했습니다. 클라우드에서 작업과 기억을 이어가며, 업무 도구와 기업 데이터에 연결하고 작업에 맞춰 모델을 선택하는 구조를 설명합니다. 발표는 신원·권한·샌드박스와 비용 통제를 핵심 구성 요소로 제시합니다.
JetBrains, 자체 인프라용 코딩 모델 Mellum2.1 공개
JetBrains는 총 120억·활성 25억 매개변수의 MoE 모델 Mellum2.1을 Apache 2.0 라이선스로 공개했습니다. 실제 환경에서의 강화학습을 통해 저장소 탐색·파일 수정·변경 확인 역량을 개선했다고 설명합니다. Hugging Face에서 제공하며 llama.cpp·Ollama·LM Studio용 GGUF와 vLLM용 MTP 헤드는 추후 제공 예정입니다.
Microsoft 실행 컨테이너 정식 제공, 에이전트 권한을 외부 정책으로 제한
Microsoft는 에이전트가 사용할 파일·네트워크·실행 환경을 외부 정책으로 제한하는 Microsoft Execution Containers의 정식 제공을 알렸습니다. 공통 JSON 설정과 SDK로 운영체제별 격리 수단을 연결하며, Windows 365 지원도 정식 제공됩니다. MicroVM은 실험 단계이고 Entra 신원 구분과 Intune 관리 기능은 향후 제공 계획입니다.
GitHub, AI 코드 리뷰 평가용 ReviewBench 공개
GitHub는 코드 리뷰 에이전트를 평가하는 공개 벤치마크 ReviewBench를 선보였습니다. 실제 GitHub 풀 리퀘스트의 언어·저장소·변경 크기 분포를 반영하고, 여러 출처의 정답 후보와 시니어 엔지니어 검증을 활용합니다. 발견 건수만 비교하기보다 심각도별 성능과 정확도·재현율의 균형을 살피도록 설계했습니다.
새로운 도구/서비스
WinDbg MCP, 자연어 질문을 디버거 근거와 연결
Microsoft는 AI 클라이언트를 활성 WinDbg 세션에 연결하는 WinDbg MCP를 소개했습니다. 사용자 모드·커널 모드의 충돌과 멈춤을 조사하며, Diagnostician 스킬은 원인 후보와 대안 가설·근거 공백을 구분합니다. WinDbg 1.2610.1001.0부터 포함되고 공식 지원 클라이언트는 VS Code와 GitHub Copilot CLI입니다.
A2A 공식 CLI로 에이전트 탐색·메시지·작업 추적 통일
A2A 프로젝트는 터미널과 CI에서 에이전트 카드를 조회하고 메시지와 작업 상태를 다루는 공식 CLI를 소개했습니다. A2A 1.0을 지원하며 JSON 출력·종료 코드·스트리밍으로 기존 스크립트와 연결합니다. 일반 프로그램을 서버로 감싸는 echo·exec 모드도 제공하지만 학습·데모·시험용으로 명시돼 있습니다.
Claude, Google 문서·시트·슬라이드 편집을 공개 베타로 제공
Anthropic은 모든 유료 Claude 요금제에 Google Workspace 추가 기능을 공개 베타로 제공합니다. 열린 문서·시트·슬라이드를 읽고 편집하며, 별도의 베타 커넥터로 Claude 대화에서도 Google 파일을 생성·수정할 수 있습니다. 기본 편집 모드는 변경마다 승인을 요청하고 파일 접근은 기존 Google 공유 권한을 따릅니다.
Warp Factories, Teams 대화와 Azure DevOps 작업에 연결
Warp는 Factories 고객에게 Microsoft Teams와 Azure DevOps Services의 네이티브 연동을 제공합니다. Teams 채널에서 작업을 위임하고 같은 스레드로 결과를 받거나, Azure DevOps 작업 항목·PR 이벤트로 실행을 시작할 수 있습니다. 통합·트리거·자동화를 버전 관리하는 설정으로 정의하고 선택한 저장소에 접근 범위를 설정합니다.
Astropods, 에이전트 생성부터 배포·관측까지 한 흐름으로
Postman은 자사 AI 스택의 에이전트 운영 계층인 Astropods 사용 과정을 소개했습니다. 로컬 프로젝트와 선언형 astropods.yml에서 시작해 버전이 있는 Blueprint를 발행하고 실행 인스턴스를 배포합니다. 가이드는 Slack 연결과 사용량·비용·네트워크·실행 추적 확인까지 이어져 개발 이후 운영 단계를 보여 줍니다.
학습 자료
기존 검색 시스템을 유지하며 자연어 입력 계층 추가하기
Microsoft의 설계 글은 LLM을 자연어 요청을 기존 API의 구조화된 입력으로 바꾸는 번역 계층으로 한정합니다. 실제 시스템의 필터 어휘를 제공하고 명시적 타입과 검증으로 출력을 제한하며, 검색·순위·정답 판단은 기존 시스템에 남깁니다. 전체 시스템을 교체하지 않고 자연어 인터페이스를 추가하는 C# 구현 과정을 설명합니다.
CPU에서 2,500만 매개변수 언어 모델 학습해 보기
freeCodeCamp는 노트북이나 일반 CPU에서 2,500만 매개변수 언어 모델을 만들고 사전학습·미세조정하는 무료 영상 강좌를 소개했습니다. 하이브리드 어텐션과 MoE 등 구조, 교차 엔트로피 학습, 코드 실행·단위 테스트를 보상으로 쓰는 강화학습을 다룹니다. 약 1시간의 축소 실습으로 데이터·손실·보상 변화에 따른 모델 행동을 관찰하는 데 초점을 맞춥니다.
Azure 문서 처리, 정형 추출과 생성형 이해를 고르는 기준
Microsoft는 Azure Document Intelligence와 Azure Content Understanding을 입력 형식·추론 필요성·배포 제약에 따라 비교합니다. 정형 서식과 전문 추출에는 Document Intelligence를, 변동이 큰 비정형·멀티모달·추론·RAG 준비에는 Content Understanding을 검토하도록 안내합니다. 기존 서비스가 운영 요구를 충족하면 유지하고, 같은 대표 문서로 품질·지연·비용을 평가하라고 강조합니다.
Claude Code·Postman으로 API 변경과 테스트를 함께 관리하기
Postman의 실습 글은 Claude Code 플러그인과 Context Graph로 API 변경에 뒤처진 컬렉션을 찾고 수정하는 과정을 보여 줍니다. 그래프의 제안을 소스 코드와 대조한 뒤 스키마 검사·계약 비교·모의 응답 테스트·CI 연결을 순서대로 수행합니다. 컬렉션 형식 검사 통과와 실제 API 계약 일치를 별도 검증으로 구분하는 점이 핵심입니다.
GitHub Copilot 앱 입문, 작업 지시부터 변경 검토까지
GitHub의 공개 입문 저장소는 데스크톱 Copilot 앱에서 에이전트 작업을 지시하고 관찰·검증하는 방법을 안내합니다. 세션·워크트리·맥락 관리에서 변경 비교·테스트·브라우저 미리보기·PR 검토로 이어집니다. 스킬·사용자 정의 에이전트·MCP·플러그인·캔버스·자동화도 예제 프로젝트와 함께 학습할 수 있습니다.
인사이트
Microsoft 연구진은 높은 통과율만으로 평가에 포함되지 않은 행동까지 안전하다고 볼 수 없다고 설명합니다. 행동 요구를 분류 체계와 시나리오로 바꾸는 ASSERT를 Petri Bloom과 비교하며 평가 범위·실패 발견 효과·판정의 견고함을 살핍니다. 실패가 어떤 요구에서 나왔는지 추적할 수 있도록 평가 자체를 설계하고 검증해야 한다는 논지입니다.
AI 평가를 배포 조건으로 삼고 운영 중 품질 저하까지 감시하기
Stack Overflow의 기술 글은 프롬프트·모델 변경을 평가 없이 배포하지 않도록 CI에 품질 검사를 연결하는 방법을 설명합니다. 정상·난도 높은 사례·과거 실패를 버전 관리하고, 전체 통과율뿐 아니라 요청 유형별 결과도 확인합니다. 배포 시점의 급격한 회귀와 운영 중의 점진적 품질 저하는 다르므로 기준 결과 비교와 별도 관측이 필요하다고 강조합니다.
AI 실행의 과거 상태를 나중에도 설명할 수 있어야 하는 이유
O’Reilly 기고는 같은 결과를 다시 만드는 재현성과 과거 실행 조건을 확인하는 능력을 구분합니다. 모델 이름·코드·추적 기록만 남아도 당시 엔드포인트·검색 데이터·정책·도구 계약의 실제 상태는 사라질 수 있다고 지적합니다. 참조 아키텍처 Orrery를 통해 실행 당시의 의존 상태와 연결 관계를 보존하자는 제안을 설명합니다.
에이전트 경험 개선은 문서·도구의 실제 사용 결과로 측정하기
Microsoft의 글은 에이전트 경험을 기술을 발견·선택하는 능력과 선택한 기술을 올바르게 사용하는 능력으로 나눕니다. 같은 작업과 실행 환경에서 확장 기능이 없는 기준 결과와 변경 후 결과를 비교하고 품질과 작업당 비용을 함께 측정하도록 권합니다. 새 스킬을 늘리기 전에 에이전트가 이미 읽는 문서와 호출하는 인터페이스의 문제부터 고치라고 제안합니다.
Devin의 기억과 Dreaming, 세션 경험을 지속적인 맥락으로 정리
Cognition은 Devin이 사용자 선호·교정·프로젝트 교훈을 세션 밖에서도 활용하도록 Memory와 Dreaming을 소개했습니다. 개인별 Git 저장소의 Markdown 메모와 작은 색인을 사용하며, 세션별 변경은 버전 확인과 병합으로 동기화합니다. 매일 실행되는 Dreaming은 중복·일시적 정보를 정리하면서 원문 참조와 명시적 선호를 보존합니다.