요약 (TL;DR): Mark Zuckerberg는 7월 2일 타운홀 미팅에서 Meta 직원들에게 AI 에이전트 (AI agent) 개발이 "우리가 기대했던 방식만큼 가속화되지 않았다"고 말했습니다. 이는 회사의 1,450억 달러 규모 AI 베팅이 예정대로 결실을 맺지 못하고 있다는 드문 인정입니다. 하지만 같은 날, Remote Labor Index (RLI)는 상위 AI 에이전트 자동화율이 16.1%에 도달했다는 새로운 데이터를 발표했습니다. 이는 불과 8개월 전의 2.5%에서 4배 이상 증가한 수치입니다. 이사회(boardroom)의 기대치와 벤치마크 현실 사이의 간극은 기술 자체보다 Meta의 조직적 선택에 대해 더 많은 것을 보여줍니다.

서론: 두 가지 이야기, 하나의 날

2026년 7월 2일은 AI 에이전트 분야를 지켜보는 누구에게나 완벽한 로르샤흐 테스트 (Rorschach test)와 같은 날이었습니다.

오전에는 Reuters가 유출된 Meta 내부 타운홀 미팅 소식을 보도했습니다. Mark Zuckerberg는 직원들에게 AI 에이전트 개발이 "우리가 기대했던 방식만큼 가속화되지 않았다"고 말했으며, 8,000명의 해고와 7,000명의 재배치를 포함한 회사의 전면적인 AI 구조 조정이 "아직 결실을 보지 못했다"고 밝혔습니다. (출처: Reuters — Zuckerberg says AI agent development going slower than expected).

같은 날 오후, Center for AI Safety와 Scale Labs는 AI 에이전트가 전문적인 품질로 실제 유료 프리랜서 프로젝트를 얼마나 자주 완료할 수 있는지 측정하는 벤치마크인 Remote Labor Index (RLI)의 업데이트된 결과를 발표했습니다. 최상위 모델인 Anthropic의 Fable 5는 자동화율 16.1%를 기록했으며, 이는 8개월 전 벤치마크가 시작되었을 때의 2.5%에서 상승한 수치입니다. (출처: The Decoder — AI agents can now complete 16 percent of freelance jobs at pro quality).

그렇다면 무엇이 사실일까요? 에이전트 혁명이 정체되고 있는 것일까요, 아니면 가속화되고 있는 것일까요?

정답은 둘 다 사실이라는 것입니다. 그리고 이 둘 사이의 긴장 관계는 어느 한 쪽의 이야기만으로는 설명할 수 없는 2026년 중반 AI 에이전트의 상태를 더 잘 설명해 줍니다.

Zuckerberg의 인정: 그가 실제로 말한 것

Reuters가 청취하고 이후 Business Insider와 TechCrunch가 확인한 타운홀 미팅 녹취록에는, 회사의 미래를 AI에 걸고 있는 CEO의 몇 가지 놀라운 인정이 포함되어 있었습니다.

에이전트(Agent)의 진전에 대해: "지난 4개월 동안 AI 에이전트(AI agent) 개발은 우리가 기대했던 방식만큼 가속화되지 않았습니다" — 이 기간은 Meta가 2026년 2월~3월에 대규모 구조조정을 단행한 이후의 기간입니다 (출처: TechCrunch — Mark Zuckerberg tells staff AI agents haven't progressed as quickly as he'd hoped).

구조조정에 대해: 인력 감축은 "당연히 그래야 했던 것만큼 깔끔하지 않았습니다." 새로운 AI 중심의 기업 구조는 "아직 결실을 보지 못했습니다" (출처: SiliconANGLE — Zuckerberg says Meta's agentic AI efforts aren't progressing as fast as he had hoped).

타임라인에 대해: 그는 향후 3~6개월 내에 "더 실질적인 이익"을 볼 수 있을 것으로 기대하고 있습니다. 이는 Superintelligence Labs 부서가 설립된 지 1년이 넘은 시점에서, Meta의 에이전트 투자가 성과를 거두기까지 잠재적으로 2027년 1분기까지 걸릴 수 있음을 의미합니다.

이는 2026년 1월 투자자들에게 에이전트 기반 쇼핑(agentic shopping)과 자율 비서(autonomous assistants)가 "앞으로 몇 달 안에" 등장할 것이라고 약속했던 경영진으로부터 나온 놀라운 메시지입니다. Facebook과 Instagram에서의 쇼핑 에이전트(Shopping agents)는 여전히 어디에서도 찾아볼 수 없습니다 (출처: Business Insider — Zuckerberg said AI agent progress has been slower than expected).

맥락이 매우 중요합니다. Meta는 올해에만 AI 인프라에 1,250억 달러에서 1,450억 달러 사이를 지출하고 있습니다. Meta의 Meta Compute 이니셔티브는 향후 10년 동안 '수십 기가와트(GW)' 규모의 용량을 구축하는 것을 목표로 합니다. 한편, 이 회사는 지난 5월 인력의 10%인 약 8,000명을 해고했으며, 또 다른 7,000명을 AI 부서로 강제 재배치했습니다. CTO Andrew Bosworth는 최근 Meta의 20년 역사상 사기가 "아마도 역대 최악 중 하나"라고 인정했습니다.

이러한 배경 속에서, 직원들에게 AI 에이전트(AI agent) 추진이 아직 효과를 거두지 못하고 있다고 말하는 것은 용기 있는 정직함이거나, 내부 상황이 투자자들이 깨닫는 것보다 더 나쁘다는 신호입니다.

RLI 데이터: 다른 양상

Zuckerberg가 기대치를 관리하고 있는 동안, 원격 노동 지수(Remote Labor Index, RLI)는 에이전트 역량에 대해 매우 다른 이야기를 하고 있었습니다.

RLI는 아마도 현존하는 가장 현실적인 AI 에이전트 벤치마크(benchmark)일 것입니다. 이는 3D/CAD, 건축, 그래픽 디자인, 비디오/애니메이션, 오디오, 데이터 분석, 웹 앱 등 7개 분야에 걸쳐 검증된 358명의 프리랜서로부터 확보한 총 가치 144,000달러 규모의 240개 실제 프리랜서 프로젝트로 구성됩니다. AI Safety Center의 인간 평가자들은 실제 프로젝트를 완료한 유급 전문가가 만든 골드 스탠다드(gold standard)를 기준으로 각 AI 출력물을 평가합니다.

에이전트들은 Blender, GIMP, Audacity 등 30개 이상의 전문 애플리케이션이 로드된 가상 Linux 환경에서 작동합니다. 각 프로젝트에는 최대 24시간의 컴퓨팅 시간이 할당됩니다. 비판 루프(critic loop)가 채택되어, 두 번째 AI 에이전트가 까다로운 고객만큼이나 비판적으로 결과물을 검토하면, 첫 번째 에이전트가 작업을 수정합니다.

최신 결과가 보여주는 내용은 다음과 같습니다:

모델	자동화율 (Automation Rate)	변화
Fable 5 (Anthropic)	16.1%	신규 진입
...
(데이터: Scale Labs — Remote Labor Index Leaderboard)

최전선(frontier)의 성과는 8개월도 채 되지 않아 4배 이상 증가했습니다. 이것은 느린 것이 아닙니다. 벤치마크가 시작된 이후 6.4배의 향상이 있었습니다.

Fable 5에 대한 주의 사항: 미국 정부가 모델에 대한 접근을 제한하기 전까지 240개의 프로젝트 중 218개만이 평가될 수 있었습니다. 누락된 모든 프로젝트에서 Fable 5가 실패했다는 최악의 경우를 가정하더라도, 그 성공률은 여전히 14.6%로 다른 어떤 시스템보다 훨씬 높습니다.

Zuckerberg의 문제가 기술이 아닌 이유

벤치마크는 가속화되는 진보를 보여주고 있는데 경영진은 "너무 느리다"라고 말하는 이 두 데이터 포인트 사이의 긴장은 더 깊은 질문을 던지게 합니다. Meta의 에이전트(Agent) 문제가 기술적인 문제인가, 아니면 조직적인 문제인가?

여러 정황이 후자(조직적 문제)를 가리키고 있습니다.

첫째, 구조 조정이 혼란을 야기했습니다. Meta는 단순히 AI 에이전트에 투자한 것이 아니라, 이를 위해 기존의 엔지니어링 조직을 해체했습니다. 재배치된 7,000명의 직원은 "에이전트 전환 (Agent Transformation)"을 포함한 새로운 부서로 이동되었습니다. TechCrunch의 6월 12일 조사에 따르면, 이 부서 내부의 엔지니어들은 불분명한 임무와 계속 바뀌는 우선순위로 인해 해당 환경을 "영혼을 파괴하는 굴라그 (soul-crushing gulag)"라고 묘사했습니다. (출처: TechCrunch — Meta's AI unit is a soul-crushing gulag, say engineers)

둘째, 키스트로크 추적 (keystroke-tracking) 논란이 신뢰를 저해했습니다. AI 모델을 학습시키기 위해 직원의 마우스 움직임과 키보드 입력을 추적하는 Meta의 의무적 에이전트 학습 프로그램은 내부적인 반발을 불러일으켰으며, 민감한 데이터가 회사 전반에 유출된 후 6월에 중단되었습니다. 타운홀 미팅에서 Bosworth는 해당 프로그램이 선택 사항(opt-in)으로만 운영될 것이라고 밝혔는데, 이는 에이전트 학습에 사용할 수 있는 데이터를 감소시키는 중대한 후퇴입니다. (출처: Business Insider — Meta AI training data leak)

셋째, 에이전트 배포 (deployment)는 모델 학습 (model training)보다 근본적으로 더 어렵습니다. RLI에 따르면 가장 뛰어난 모델(16.1%를 기록한 Fable 5)조차 프리랜서 업무의 84%에서 전문가 수준의 결과물을 내놓는 데 실패했습니다. 하지만 해당 업무들은 실제 세계의 복잡성을 포함하고 있습니다: 전문 소프트웨어를 실행하고, UI (사용자 인터페이스)를 탐색하며, 3D 기하학 (3D geometry)을 검사하고, 유료 고객과 같은 판단을 내리는 일들입니다. 이것이 바로 Meta가 메워야 할 격차이며, 단순히 컴퓨팅 자원 (compute)을 쏟아붓는 것 이상의 무언가가 필요합니다.

RLI 저자들은 이 점을 명시적으로 지적합니다: AI 심사위원들은 GPT-5.5의 작업물을 인간 평가자와 비교했을 때 거의 3배나 더 관대하게 평가했습니다. 그 이유는 무엇일까요? "제공된 작업물을 공정하게 판단하려면, 적절한 전문 소프트웨어에서 파일을 열고, 해당 소프트웨어를 올바르게 조작하며, 유료 고객처럼 판단을 내려야 합니다. 그러한 직접적인 소프트웨어 사용 능력은 현재의 AI 에이전트들이 가장 못하는 부분입니다."

배포 격차 (The Deployment Gap)

이는 2026년 중반 AI 에이전트 시장의 핵심 역학을 드러냅니다: 모델 능력 (model capability)은 빠르게 발전하고 있지만, 배포 능력 (deployment capability)은 그렇지 못하다는 것입니다.

Anthropic, OpenAI, 그리고 Google은 프리랜서 업무의 6~16%를 자동화할 수 있는 모델을 출시할 수 있습니다. 하지만 이러한 모델들을 사용자가 실제로 상호작용하는 제품 — 소셜 네트워크, 커머스 플랫폼, 또는 엔터프라이즈 도구 내부 — 으로 전환하는 것은 완전히 다른 엔지니어링 분야입니다. 여기에는 UI 통합 (UI integration), 안전 가드레일 (safety guardrails), 지연 시간 최적화 (latency optimization), 신뢰성 공학 (reliability engineering), 그리고 사용자 신뢰가 필요합니다.

Meta의 핵심 과제는 Llama 모델이 유용한 에이전트를 구동할 수 없다는 것이 아닙니다. 회사가 해당 에이전트들을 사용자들이 실제로 원하는 방식으로 Facebook, Instagram, WhatsApp, 그리고 광고 플랫폼에 어떻게 내장할지를 아직 찾아내지 못했다는 점입니다.

이는 더 넓은 시장의 흐름과 일치합니다:

• Anthropic는 강력한 모델(Fable 5, Opus 4.8)을 보유하고 있으나, 주로 API와 Claude Code를 통해 배포할 뿐 소비자 대상의 에이전트 제품을 출시하고 있지는 않습니다.
• Google은 Gemini 3 Pro를 보유하고 있지만 RLI에서 단 1.25%를 기록했습니다. 이는 모델의 역량이 자동으로 에이전트의 성능으로 이어지지는 않는다는 점을 상기시켜 줍니다.
• OpenAI는 6.3%를 기록한 GPT-5.5를 보유하고 있으나, Operator와 같은 에이전트는 여전히 제한된 프리뷰(limited preview) 상태로 남아 있습니다.

RLI 데이터는 모델 계층(model layer)이 그 누구의 예상보다 빠르게 개선되고 있음을 시사합니다. 반면 Zuckerberg의 인정은 배포 계층(deployment layer)이 더 느리게 개선되고 있음을 시사합니다.

16%가 실제로 의미하는 것

2.5%에서 16.1%로의 도약은 면밀한 분석이 필요합니다. RLI 저자들은 Fable 5의 결과 중 그 어떤 것도 "완성된 작업물로서 통과될 수준은 아니다"라고 강조합니다. 반지 디자인 작업에서 Fable 5는 이전 시스템들보다 분명히 나은 모습을 보였지만, 자세히 살펴보면 여전히 비전문적으로 보였습니다. 건축 프로젝트에서 GPT-5.5는 실제 3D 모델에 결함이 있는 상태에서 이미지 생성기를 사용하여 그럴싸한 렌더링 결과물을 만들어냈습니다.

여기에는 결정적인 뉘앙스가 있습니다. 자동화율(automation rate)은 AI의 결과물이 '결점 없는' 작업을 측정하는 것이 아니라, AI의 결과물이 적어도 인간의 작업만큼은 좋은 작업을 측정한다는 점입니다. 16.1%의 자동화율이 내일 당장 프리랜서의 16.1%가 일자리를 잃는다는 것을 의미하지는 않습니다. 이는 AI 에이전트가 이제 전문적인 범위의 프로젝트 약 6개 중 1개에서 경쟁력을 갖추게 되었음을 의미하며, 이는 불과 8개월 전 40개 중 1개였던 것에 비해 크게 상승한 수치입니다.

이 궤적을 앞으로 투영해 보십시오. 만약 다음 8개월 동안 이 비율이 다시 두 배로 뛴다면, 2027년 초에는 약 30%에 도달하게 될 것입니다. 만약 이것이 멱법칙(power law)을 따른다면, 차세대 프런티어 모델(Claude 5, GPT-6)은 25-35% 범위까지 밀어붙일 수 있습니다.

이러한 수치들은 AI 전략을 세우는 누구에게나 걱정스럽거나, 혹은 흥분될 만한 숫자들입니다. 하지만 이 수치들은 왜 1,450억 달러를 지출하는 기업인 Zuckerberg의 "3~6개월"이라는 타임라인이 낙관적일 수 있는지를 보여주는 지표이기도 합니다.

Meta의 전략: 플랜 B로서의 컴퓨팅 판매

흥미롭게도, Meta는 헤징 (Hedging)을 하고 있는 것으로 보입니다. 타운홀 미팅 전날인 7월 1일, Axios와 Reuters는 Meta가 Meta Compute라는 클라우드 비즈니스를 통해 외부 고객에게 남는 AI 컴퓨팅 용량 (Compute capacity)을 판매하는 방안을 검토 중이라고 보도했습니다. (출처: Reuters — Meta to sell excess AI computing capacity via cloud business)

이는 시사하는 바가 큰 전략적 변화입니다. 만약 당신의 AI 에이전트 (AI agents)가 막대한 내부 수익을 창출할 것이라고 확신한다면, 컴퓨팅 자원을 경쟁사에게 팔지 않을 것입니다. 대신 비축할 것입니다. 용량을 판매한다는 것은 Meta의 경영진이 에이전트 수익화 (Agent monetization)가 인프라 구축 속도보다 더 오래 걸릴 실질적인 가능성을 보고 있음을 시사합니다.

이는 SpaceX의 Starshield 전략을 반영합니다. 핵심 비즈니스가 발전하는 동안 남는 용량을 수익화하는 방식입니다. 하지만 SpaceX는 화성 탐사를 위한 자금을 마련하기 위해 발사 서비스를 판매합니다. Meta는 무엇을 위한 자금을 마련하기 위해 AI 컴퓨팅을 판매하는 것일까요?