인공지능 업계의 모델 연구소에서 에이전트 연구소로의 전환

주장인공지능 업계의 핵심 제품 전략이 단순한 모델 개발에서 에이전트 중심으로 완전히 이동하고 있습니다. 그렉 브록만을 비롯한 주요 인사들은 모델만으로는 제품 경쟁력을 확보하기 어렵다고 평가하며, 모델과 하네스, 사용자 인터페이스, 메모리가 결합된 에이전트 구축이 필수적이라고 강조합니다.

팩트오픈에이아이는 기업 공개를 앞두고 모델 연구소에서 에이전트 개발 조직으로의 전환을 주도하고 있습니다. 에이아이21은 기존 모델 팀을 해체하고 에이전트 개발로 사업 방향을 수정했으며, 딥시크 또한 처음으로 하네스 팀을 구성하며 변화에 동참했습니다.

팩트딥시크는 브이포-프로 모델의 가격을 75퍼센트 영구 인하하며 인공지능 추론 비용을 획기적으로 낮췄습니다. 이는 지피티-5.5 대비 약 12배, 클로드 오퍼스 4.7 대비 약 19배 저렴한 비용으로 운영이 가능함을 의미합니다.

교차검증모델과 하네스를 결합하는 방식은 폐쇄형 생태계를 강화할 위험이 있습니다. 특정 모델이 자사의 폐쇄형 에이전트에서만 작동하도록 설계될 경우, 사용자는 모델 선택권 대신 특정 에이전트 플랫폼에 종속될 가능성이 있습니다.

교차검증구글의 제미나이 3.5 플래시는 벤치마크 점수에서 높은 수치를 기록했으나, 실제 사용자들 사이에서는 평가 지표를 높이기 위한 최적화에 치중했을 뿐 인간과의 협업 능력은 부족하다는 비판이 제기되었습니다.

팩트오픈에이아이는 코덱스 업데이트를 통해 앱샷과 원격 컴퓨터 제어, 주석 모드 등 에이전트 기능을 대폭 강화했습니다. 일부 개발자들은 코덱스 도입 이후 통합 개발 환경을 직접 실행하지 않고도 코딩이 가능해졌다고 보고합니다.

팩트모델 컨텍스트 프로토콜 2026년 7월 28일 릴리스 후보는 상태 비저장 프로토콜로 전환되었습니다. 핸드셰이크나 세션 아이디 없이도 요청 처리가 가능해지면서 인프라 확장성과 로드 밸런싱 효율이 크게 개선되었습니다.

팩트샌드박스 및 관리형 실행 환경이 에이전트의 필수 요소로 자리 잡고 있습니다. 코어위브는 에이전트 도구 사용과 모델 평가를 위한 샌드박스를 공개했으며, 클라우드세일은 토큰 노출 없이 안전한 셸 접근을 지원합니다.

주장강화학습의 보상 설계 방식이 스칼라 값 중심에서 벡터 값 최적화로 변화하고 있습니다. 이는 단일 보상 수치로 인한 학습 붕괴를 방지하고, 복잡한 환경에서 에이전트의 성능을 극대화하기 위한 전략적 시도입니다.

팩트에이전트 워크플로우를 가중치로 증류하는 기술이 경제적 대안으로 부상하고 있습니다. 복잡한 다단계 에이전트 과정을 모델 가중치에 통합하면 기존 대비 약 100배 낮은 추론 비용으로 유사한 성능 구현이 가능합니다.

출처레이턴트 스페이스의 인공지능 뉴스 보고서를 통해 위 내용을 교차 검증했습니다. (https://www.latent.space/p/ainews-all-model-labs-are-now-agent)