2026년 3월 13일 (금)
모든 직원을 위한 AI를 표방하는 에이전트 구축 스타트업이 대규모 투자를 유치한 가운데, 온디바이스 기반의 개인용 에이전트 연구와 오픈소스 성과가 잇따랐습니다. 주요 빅테크 플랫폼들은 작업 자동화와 시각적 출력 기능을 강화하며 비서를 업무 워크플로우 깊숙이 통합하고 있습니다.
모든 직원을 위한 AI를 표방하는 에이전트 구축 스타트업이 대규모 투자를 유치한 가운데, 온디바이스 기반의 개인용 에이전트 연구와 오픈소스 성과가 잇따랐습니다. 주요 빅테크 플랫폼들은 작업 자동화와 시각적 출력 기능을 강화하며 비서를 업무 워크플로우 깊숙이 통합하고 있습니다.
Gumloop, 비개발자용 에이전트 빌더로 5,000만 달러 투자 유치
테크크런치에 따르면 Gumloop은 Benchmark가 주도한 시리즈 A 라운드에서 5,000만 달러를 유치했습니다. 이 제품은 일반 직원들이 업무용 AI 에이전트를 직관적으로 구축할 수 있도록 지원합니다.
에이전트 제작이 노코드/로우코드 영역으로 넘어오면 AI 도입의 주체가 중앙 집중식 팀에서 개별 부서로 이동합니다. 이는 실험 속도를 높이지만, 데이터 접근 권한과 프롬프트 보안 등 거버넌스 관리 영역이 급격히 확대됨을 의미합니다.
- 01 에이전트 도입의 다음 물결은 모델의 품질만큼이나 '누가 구축할 수 있는가'라는 배포의 문제입니다.
- 02 비개발자에게 권한을 부여하면 보안 및 권한 체계가 설계되지 않은 '그림자 자동화' 리스크가 증가합니다.
- 03 에이전트의 투자 대비 효과(ROI)는 사람의 개입 없는 최종 처리 완료율과 신뢰성에 의해 결정됩니다.
- 04 기업의 AI 거버넌스는 이제 모델 선택보다 개별 직원이 구축한 에이전트의 권한 관리와 보안에 집중해야 합니다.
에이전트 빌더를 전사적으로 도입하기 전, 역할별 데이터 접근 권한 모델을 정의하고 에이전트별 소유자를 지정하세요.
고객 데이터나 금융 시스템을 건드리는 모든 자동화 워크플로우에 대해 실행 로그(Run logs) 작성을 의무화하세요.
가장 많이 사용되는 10대 자동화 작업에 대해 '성공 횟수 / 전체 실행 횟수' 지표를 측정하여 신뢰도를 관리하세요.
노코드 에이전트 빌더 도입 시 '샌드박스 환경'을 제공하여 검증되지 않은 자동화가 실제 운영 데이터에 영향을 주지 않도록 하세요.
스탠퍼드 연구진, 로컬 우선 온디바이스 개인용 에이전트 'OpenJarvis' 공개
MarkTechPost는 스탠퍼드 대학이 도구 사용, 메모리 관리, 학습 기능을 갖춘 온디바이스 실행형 오픈소스 프레임워크인 OpenJarvis를 발표했다고 보도했습니다.
로컬 우선 에이전트는 프라이버시와 가용성의 관계를 바꿉니다. 데이터를 외부 API로 보내지 않고도 많은 작업을 오프라인에서 수행할 수 있게 되지만, 모바일 장치의 제약 조건 내에서 메모리와 도구 실행을 안정적으로 관리하는 기술적 난도가 존재합니다.
- 01 온디바이스 에이전트 스택이 단순 모델 실행을 넘어 도구, 메모리, 학습이 결합된 시스템으로 진화하고 있습니다.
- 02 프라이버시 이점은 확실하지만, 장치 자원(배터리, 지연 시간, 저장 공간) 관리가 제품의 핵심 요구사항이 됩니다.
- 03 로컬 에이전트도 도구 사용을 통해 현실 세계에 영향을 미칠 수 있으므로 엄격한 안전 경계 설정이 필수적입니다.
- 04 중앙 서버 의존도를 낮춘 에이전트 생태계는 인터넷 연결이 불안정한 환경에서의 비즈니스 연속성을 보장합니다.
온디바이스 에이전트 프로토타입 제작 시, 좁은 범위의 도구 세트와 엄격한 허용 목록(Allowlist)부터 시작하세요.
작업당 에너지 소비 비용을 측정하고, 장시간 실행되는 도구 호출에 대해서는 타임아웃 설정을 반드시 적용하세요.
메모리 설계 시 데이터 보존 규칙을 수립하고, 사용자가 직접 저장된 정보를 확인하고 삭제할 수 있는 기능을 제공하세요.
로컬 모델의 추론 성능과 장치의 하드웨어 사양 간 최적의 균형점을 찾기 위한 벤치마크 테스트를 병행하세요.
AI 비서의 진화: 작업 자동화 및 시각적 출력 기능 대폭 강화
더 버지는 구글이 음식 주문이나 예약 대행 등 Gemini를 통한 작업 자동화를 출시하고, Anthropic의 Claude가 실시간 차트 및 도표 생성 기능을 업데이트했다고 전했습니다.
AI 비서 간의 경쟁이 단순 대화 품질에서 워크플로우 완결성으로 옮겨가고 있습니다. 모델이 앱을 안전하게 조작하고 결과를 시각적으로 제시함으로써 사용자의 빠른 검토와 의사결정을 돕는 것이 핵심입니다.
- 01 자동화 기능은 신뢰성과 가역성(취소 가능 여부)에 따라 평가받으며, 명확한 미리보기와 실행 확인 절차가 중요해집니다.
- 02 인라인 비주얼은 이해도를 높이지만, 그럴싸해 보이지만 수치나 축이 틀린 '그럴듯한 오보' 리스크도 존재합니다.
- 03 비서가 앱 제어 권한을 가짐에 따라, 모델 정렬만큼이나 세분화된 접근 제어와 권한 관리가 중요해집니다.
- 04 사용자 경험(UX) 측면에서 텍스트 위주의 답변보다 인터랙티브한 아티팩트(Artifacts)의 중요성이 더욱 커질 것입니다.
AI 주도 자동화를 배포할 때 결제, 메시지 전송, 일정 변경 등 영향력이 큰 작업에는 반드시 사용자 승인 단계를 포함하세요.
에이전트의 모든 도구 사용 내역을 로깅하고, 사용자에게 투명한 활동 추적(Activity trail) 정보를 제공하세요.
AI가 생성한 차트를 렌더링할 때 축과 단위를 검증하고, 데이터 소스와 가정치를 병기하여 정보 왜곡을 방지하세요.
복잡한 작업 수행 시 중간 단계를 시각화하여 사용자가 AI의 사고 과정을 모니터링할 수 있도록 설계하세요.
IonRouter, 고처리량 저비용 추론 라우팅 기술 제안
IonRouter는 처리량과 비용 최적화에 중점을 둔 추론 라우팅 제품으로, YC W26 세션에서 주목받고 있습니다.
AMD Instinct GPU 기반 LLM 추론 벤치마크 및 최적화 연구
arXiv 논문은 AMD Instinct GPU에서의 대규모 모델 추론 벤치마크를 통해 아키텍처 맞춤형 설정이 성능에 미치는 영향을 분석했습니다.
생각하는 모델을 겨냥한 새로운 탈옥 공격 '다중 스트림 간섭' 발견
Chain-of-thought 방식의 모델에서 여러 작업을 병렬로 처리하게 하여 안전 가드레일을 무력화하는 새로운 공격 방식이 제안되었습니다.
OpenAI, AI 보안 강화 위해 Promptfoo 인수
OpenAI는 자사 플랫폼의 레드팀 구성 및 보안 취약점 점검을 강화하기 위해 AI 보안 플랫폼 Promptfoo를 인수했습니다.
Meta, 맞춤형 AI 칩 MTIA 로드맵 및 소셜 에이전트 플랫폼 인수 발표
Meta는 추론 비용 절감을 위한 자체 칩 로드맵을 공개하고, AI 에이전트 전용 소셜 네트워크인 Moltbook을 인수하며 생태계 확장에 나섰습니다.