AI 에이전트 뉴스

Xero AI는 1인 창업자가 본업을 유지하면서도 비즈니스를 자율적으로 운영할 수 있도록 '제로 휴먼(Zero-human)' 인프라와 AI 에이전트 기술을 제공하는 기업입니다. AI 공동 창업자인 'Evo'가 콘텐츠 제작, 배포, 분석 등 운영 업무의 22시간을 담당하며, 인간 창업자는 최소한의 검토만 수행하는 시스템 구축을 목표로 합니다.

챗봇과 AI 에이전트의 근본적인 차이를 '상태 유지(Stateful)'와 '실행 능력(Action)'을 중심으로 설명합니다. 단순 응답에 그치는 챗봇과 달리, 에이전트는 스스로 계획을 세우고 외부 도구를 사용하여 복합적인 프로세스를 완수하는 '운영자(Operator)' 역할을 수행합니다.

단순한 챗봇을 넘어, 정체성(Identity), 메모리(Memory), 가드레일(Guardrails)을 갖춘 '자율형 AI 에이전트'를 구축하기 위한 실전 아키텍처 가이드를 제시합니다. 파일 기반의 구조화된 설계를 통해 상태가 없는(Stateless) LLM을 지속 가능하고 신뢰할 수 있는 운영자로 변모시키는 구체적인 방법론을 다룹니다.

AI 에이전트 개발 과정에서 발생하는 '컨텍스트 소실' 문제를 해결하기 위해, 결정 이유, 가설, 실험 결과 등을 Git 레포지토리 내 마크다운 파일로 구조화하여 기록하는 'project-memory' 시스템을 소개합니다. 이는 특정 AI 모델에 종속되지 않고 프로젝트의 의사결정 맥락을 지속적으로 유지하는 것을 목표로 합니다.

kimiflare는 Cloudflare Workers AI와 Kimi K2.6 모델을 활용하여 터미널 환경에서 직접 실행되는 CLI 기반 AI 코딩 에이전트입니다. 기존의 고비용 코딩 어시스턴트와 달리, Cloudflare 인프라를 통해 비용 효율성을 극대화하고 투명한 실행 과정을 제공하는 것이 특징입니다.

씽킹AI가 개최한 ‘AI Trend 2026’ 컨퍼런스에서 단순 데이터 분석을 넘어 실제 업무를 수행하는 ‘에이전틱 엔진(Agentic Engine)’이 공개되었습니다. 이번 행사는 AI 기술 경쟁의 중심이 모델 성능에서 조직의 실행력과 운영 체계(AX)로 이동하고 있음을 시사합니다.

메타(Meta)가 AI 에이전트의 성능 향상을 위해 자사 직원들의 키보드 입력(keystrokes)과 마우스 움직임을 기록하여 AI 모델 학습에 활용할 계획입니다. 이는 단순 텍스트를 넘어 인간의 소프트웨어 사용 패턴을 학습시켜, 컴퓨터 작업을 직접 수행할 수 있는 'AI 에이전트'를 구축하려는 전략의 일환입니다.

씽킹AI(구 씽킹데이터)가 'AI Trend 2026' 컨퍼런스를 통해 단순 데이터 분석을 넘어 AI 에이전트가 직접 업무를 수행하는 '에이전틱 플랫폼(Agentic Platform)' 비전을 공개했습니다. 신규 프로덕트인 '에이전틱 엔진'을 통해 기업 내 파편화된 업무 프로세스를 표준화된 시스템으로 통합 관리하고 실행력을 높이는 AX(AI 전환) 전략을 제시했습니다.

AdsAgent는 Claude와 Google Ads를 MCP(Model Context Protocol)로 연결하여 광고 캠페인을 자율적으로 관리하는 AI 에이전트 도구입니다. 광고 예산의 15~25%에 달하는 낭비되는 비용을 찾아내고, 키워드 관리 및 입찰가 최적화를 통해 대행사 없이도 효율적인 광고 운영을 가능하게 합니다.

Contrario는 전문 리크루터의 네트워크와 AI 에이전트를 결합하여 채용 프로세스의 90%를 자동화하는 AI 채용 플랫폼입니다. Slack 내 자연어 인터페이스를 통해 소싱, 스크리닝, 조율, 클로징까지의 전 과정을 관리하며, 사용자의 채용 기준을 학습하여 최적의 후보자를 제안합니다.

Runner는 단순한 텍스트 답변을 넘어 사용자의 도구(50개 이상의 앱)와 직접 연결되어 실제 업무를 수행하는 '에이전트형 AI'입니다. 브라우저 자동화와 로컬 파일 접근 기능을 통해 데이터 수집, 일정 예약, 리드 관리 등 복잡한 워크플로우를 사람의 개입 없이 완결하는 것을 목표로 합니다.

AI 에이전트가 코드를 생성하고 기능을 구축하는 '생성'의 시대라면, 데이몬(Daemon)은 그 과정에서 발생하는 운영 부채(Operational Debt)를 관리하는 '유지보수'의 시대입니다. 데이몬은 별도의 프롬프트 없이도 스스로 트리거를 감지해 PR 관리, 문서 업데이트, 버그 분류 등을 수행하는 자율형 AI 백그라운드 프로세스입니다.

메타(Meta)가 AI 에이전트의 자율적 업무 수행 능력을 고도화하기 위해 미국 내 직원들의 마우스 움직임, 클릭, 키스트로크 데이터를 수집하는 새로운 트래킹 소프트웨어를 도입합니다. 이는 드롭다운 메뉴 선택이나 단축키 사용 등 인간의 실제 소프트웨어 조작 방식을 학습시켜, 복잡한 UI 환경에서도 스스로 작업을 수행할 수 있는 AI 모델을 구축하기 위함입니다.

Block의 보안 팀이 자사의 오픈소스 AI 에이전트 'Goose'를 대상으로 진행한 레드팀 실험 'Operation Pale Fire' 결과, 프롬프트 인젝션과 사회 공학적 기법을 통한 시스템 완전 장악이 가능함이 증명되었습니다. 핵심 문제는 LLM의 컨텍스트 윈도우 내에서 '데이터'와 '명령어'를 구분할 수 있는 신뢰 경계(Trust Boundary)가 존재하지 않는다는 구조적 결함에 있습니다.

VibeAround는 로컬 AI 코딩 에이전트를 텔레그램, 슬랙, 디스코드 등 일상적인 메신저나 웹 브라우저를 통해 어디서든 제어할 수 있게 해주는 Tauri 기반의 데스크톱 애플리케이션입니다. Claude Code, Gemini CLI 등 7종의 주요 에이전트를 지원하며, 모바일과 데스크톱 간의 끊김 없는 세션 전환과 원격 프리뷰 기능을 제공합니다.

MnemoPay v1.4.0은 단순한 데이터 저장을 넘어, 망각 곡선(Ebbinghaus decay)을 이용한 지능형 메모리 관리, 행동 변화를 감지하는 이상 탐지(EWCA), 그리고 머클 해시를 통한 데이터 무결성 보장을 제공하는 AI 에이전트 SDK입니다. 특히 에이전트의 신용 점수(Credit Score)와 결제 인프라를 결합하여, 에이전트가 자율적인 경제 주체로 활동할 수 있는 기반을 제시합니다.

AWS와 달리 GCP는 Claude Code를 위한 인프라 워크플로우 지능이 부족한 상황입니다. 이를 해결하기 위해 개발된 'claude-gcp'는 단순한 API 호출을 넘어, IAM 설정, Cloud Run 배포, 보안 가이드라인 등 GCP 인프라 운영에 필요한 '지식'과 '에이전트'를 Claude에게 제공하는 오픈소스 플러그인입니다.

구글의 Jitro 프로젝트와 SuperLocalMemory 연구는 AI 에이전트가 단순한 '질의응답'을 넘어 자율적인 업무를 수행하기 위해 '지속적인 메모리(Continuous Memory)'가 필수적임을 시사합니다. 이는 AI가 단기적인 프롬프트 처리를 넘어, 과거의 맥락을 기억하고 복잡한 장기 과업을 완수하는 '자율적 에이전트' 시대로의 전환을 의미합니다.

Meta가 AI 에이전트의 컴퓨터 조작 능력을 고도화하기 위해 미국 내 직원들의 마우스 움직임, 클릭, 키보드 입력 등을 추적하는 새로운 소프트웨어를 도입합니다. 이는 텍스트나 이미지를 넘어 실제 디지털 환경에서의 '행동 데이터(Action Data)'를 확보하여 AI의 실행 능력을 높이려는 전략적 움직임입니다.

AI 에이전트 스타트업 NeoCognition이 4,000만 달러(약 550억 원) 규모의 시드 투자를 유치하며 시장에 등장했습니다. 이들은 기존 AI 에이전트의 낮은 신뢰성 문제를 해결하기 위해, 인간처럼 특정 도메인을 스스로 학습하여 전문가가 될 수 있는 '자기 학습형 에이전트' 기술을 개발하고 있습니다.