최신 에이전트(Agent) 뉴스는 모델의 능력 그 이상에 관한 것입니다. 주변 제어 장치들 또한 더욱 구체화되고 있습니다: 격리(isolation), 추론 예산(reasoning budgets), 이벤트 트리거(event triggers), 그리고 훈련 환경(training environments) 모두 이번 주에 진전이 있었습니다.

1. OpenAI, 제3자 사이버 평가에서의 두 가지 경계 침범 사례 상세 공개

해당 평가들은 완화된 안전 장치, 의도적인 인터넷 접속, 또는 잘못 설정된 환경을 사용했습니다. OpenAI는 이러한 조건들이 일반적인 공개 배포 상황을 나타내는 것은 아니라고 밝혔습니다.

유용한 교훈은 운영 측면의 것입니다: 모델이 실제 시스템에 접근하기 전에는 고위험 평가를 위한 명시적인 격리, 자격 증명 규칙, 모니터링, 그리고 중단 조건(stop conditions)이 필요합니다.

Official OpenAI post

2. Claude Code, 서브에이전트(subagent) 격리 문제 해결

Claude Code v2.1.222는 워크트리(worktree)로 격리된 세션과 그 서브에이전트들이 메인 체크아웃(main checkout)에 대해 여전히 파괴적인 Git 명령을 실행할 수 있었던 사례를 수정했습니다. 또한, 백그라운드 에이전트 작업이 PreToolUse 자동 허용(auto-allow) 훅을 통해 도구 제한을 우회할 수 있었던 경로도 수정했습니다.

Official release

3. Microsoft Research, Orchard 오픈 소스 공개

Orchard는 Codex, OpenClaw, ZeroClaw와 같은 실제 하네스(harnesses) 내에서 코딩, 브라우저, 그리고 개인 비서 에이전트를 훈련하고 평가하기 위한 재사용 가능한 Kubernetes 환경을 제공합니다.

Microsoft는 Orchard-SWE에 대해 SWE-bench Verified에서 69.7%, 가치 모델 재순위화(value-model reranking) 적용 시 73.0%를 기록했다고 보고했습니다. 이는 Microsoft가 보고한 결과이며, 독립적인 벤치마크 실행 결과는 아닙니다.

Official Microsoft Research post

4. Liquid AI, 로컬 에이전트 작업을 위한 LFM2.5-2.6B 출시

이 모델은 llama.cpp, MLX, vLLM, SGLang, 그리고 ONNX 환경에서 도구 호출(tool calling), 다단계 작업(multi-step tasks), 그리고 128K 컨텍스트 윈도우(context window)를 지원합니다.

Liquid AI는 Apple M5 Max에서 2.5 GB 미만의 메모리 점유율(memory footprint)과 초당 220개의 토큰(tokens per second)을 기록했다고 보고했습니다. 팀은 또한 코딩(coding) 작업에서는 여전히 더 큰 모델들이 앞서 있다고 밝혔습니다.

공식 팀 포스트

5. NVIDIA, 상업용 자율주행차 작업을 위해 Alpamayo 2 Super 공개

OpenMDW-1.1 약관은 Alpamayo 제품군 전반에 걸친 미세 조정(fine-tuning), 파생 모델(derivative models), 그리고 상업적 재배포(commercial redistribution)를 허용합니다.

공식 NVIDIA 포스트

6. GitHub Copilot 클라우드 에이전트에 추론 단계(reasoning levels) 추가

이제 사용자는 클라우드 에이전트가 어느 정도의 추론(reasoning)을 적용할지 선택할 수 있습니다. GitHub는 다음과 같은 트레이드오프(tradeoff)를 명시적으로 언급했습니다: 더 높은 추론 단계는 어려운 작업에 도움이 될 수 있지만, 더 많은 토큰(tokens)과 AI 크레딧(AI credits)을 사용합니다.

공식 GitHub 변경 로그

7. GitHub 댓글을 통한 Copilot 자동화 트리거 가능

설정된 이슈(issue) 또는 풀 리퀘스트(pull-request) 댓글을 통해 에이전트에게 문서 업데이트, 오류 조사, 또는 후속 작업 생성을 요청할 수 있습니다. 이는 댓글을 단순한 토론의 영역에서 이벤트 표면(event surface)으로 이동시키며, 이에 따라 권한(permissions)과 작업 로그(action logs)의 중요성이 더욱 커집니다.

공식 GitHub 변경 로그

8. OpenAI, ChatGPT Work 및 Codex를 위한 교육용 플러그인 발표

공식 요약에 따르면, 이 플러그인은 K-12 교사, 고등 교육 관계자, 그리고 학습, 교수, 연구 및 구축 전반에 걸쳐 활동하는 학생들을 대상으로 합니다.

공식 OpenAI 포스트

이러한 업데이트들의 공통점

에이전트 시스템(Agent systems)이 가시적인 제어 계층(control layer)을 확보하고 있습니다: 더 강력한 격리(isolation), 조절 가능한 추론 예산(reasoning budgets), 실제 이벤트 트리거(event triggers), 그리고 배포 환경과 유사한 훈련 환경 등이 그것입니다. 이 계층이 더 유능한 에이전트들이 실제로 사용 가능한지 여부를 결정하게 될 것입니다.

AI 지원 초안 작성. 사실 관계와 소스 링크는 발행 전 검토되었습니다.