- OpenAI Codex가 macOS에서 Record & Replay를 추가했다. 사용자가 YouTube 업로드처럼 반복 업무를 한 번 보여주면 Codex가 이를 재사용 가능한 “skill”로 바꾸고 이후 자동으로 반복한다. 로컬/원격 호스트 간 작업 이어받기도 추가되어, 코딩 에이전트가 점점 업무 자동화 도구에 가까워지고 있다.
- AWS는 에이전트의 실전 배포 병목을 “비즈니스 맥락”과 “보안”으로 봤다. AWS Context는 사내 문서·DB·이메일·채팅을 지식 그래프로 묶어 에이전트가 권한 안에서 더 정확히 판단하게 하고, AWS Continuum은 코드 취약점 탐지·검증·수정 제안을 자동화한다.
- Hugging Face의 MosaicLeaks는 리서치 에이전트가 검색 쿼리만으로도 내부 정보를 새게 만들 수 있음을 보여줬다. 외부 검색 로그만 관찰해도 여러 조각을 맞춰 민감 정보를 재구성할 수 있다는 “mosaic effect”가 핵심이다. 단순히 “유출하지 마”라고 프롬프트를 넣는 방식은 불안정했고, 성능만 높이면 오히려 더 많은 맥락을 검색어에 담아 누출이 커졌다.
- Hugging Face는 오픈 모델이 실제 도구를 얼마나 잘 다루는지 벤치마킹하는 관점을 제안했다. 정답만 보는 대신 토큰, 시간, 호출 횟수, 우회 경로 등을 함께 본다. 같은 답을 내더라도 40줄 스크립트를 디버깅하는 에이전트와 CLI 한 줄로 끝내는 에이전트는 비용과 안정성이 완전히 다르다는 문제의식이다.
- Anthropic은 DeepMind의 AlphaFold 핵심 인물 John Jumper를 영입했다. Jumper는 2024년 AlphaFold 연구로 노벨 화학상을 공동 수상한 인물이며, Bloomberg에 따르면 Google의 코딩 도구 개발에도 관여했다. 최상위 AI 연구 인력 이동이 계속 Anthropic 쪽으로도 이어지는 흐름이다.
- 미국 정부의 Anthropic 모델 제재는 AI 정책·수출통제·브랜드 효과를 동시에 건드렸다. TechCrunch는 Anthropic이 Fable 5와 Mythos 5를 오프라인으로 내린 배경과, 보안 전문가들이 “방어자에게 필요한 사이버 역량을 빼앗는 조치”라고 비판한 점을 다뤘다. 역설적으로 “너무 강해서 막힌 모델”이라는 이미지가 Anthropic에 홍보 효과를 줄 수 있다는 관찰도 나온다.
- UC Berkeley 연구는 ChatGPT 이후 글쓰기·코딩 과목의 성적 상승이 학습 향상보다 과제 대행에 가깝다고 분석했다. 50만 건 이상 성적을 분석한 결과, 효과는 주로 숙제 비중이 큰 수업에서 나타났고 시험 점수보다는 과제 성적이 상승을 이끌었다. AI 시대에는 평가 방식과 학습 과정 증명이 함께 바뀌어야 한다는 신호다.
한 줄 요약: 오늘의 흐름은 “에이전트가 더 많은 일을 하게 되는 만큼, 맥락·보안·평가·감사 체계가 제품의 핵심 기능이 된다”로 정리된다.