인공지능의 지형은 끊임없이 변화하고 있으며, AI 에이전트는 전례 없는 속도로 진화하고 있습니다. 정교한 언어 모델로 시작된 것들이 이제는 매우 유능하고 자율적인 엔티티(entities)로 변모하고 있습니다. "하네스(harnesses)"라고 묘사될 수 있는 단계에서 고급 "자율적인 클로(autonomous claws)"로의 이러한 진화는 우리가 AI와 상호작용하고 이를 활용하는 방식의 중대한 변화를 의미합니다. Mastra의 CEO인 Sam Bhagwat는 최근 이러한 발전 과정을 개괄하며, 그 여정과 AI 개발 및 시장의 미래에 미칠 영향에 대해 상세히 설명했습니다.

에이전트 스펙트럼: LLM에서 자율적 클로까지

선도적인 Typescript 에이전트 프레임워크인 Mastra의 CEO Sam Bhagwat는 AI Engineer World's Fair에서 AI 에이전트의 진화 경로를 설명하며 설득력 있는 비전을 제시했습니다. 그는 이 여정을 기초적인 거대 언어 모델 (LLMs)에서 시작하는 명확한 스펙트럼 상에 배치했습니다.

• LLMs에서 에이전트로: 초기 단계는 도구 호출 (tool calls), 메모리 유지 (memory retention), 그리고 강력한 재시도 메커니즘 (retry mechanisms)과 같은 기능으로 LLMs를 강화하는 것을 포함합니다. 이를 통해 LLMs는 특정 작업을 실행할 수 있는 더 기능적인 '에이전트 (Agents)'로 변모합니다.
• 에이전트에서 하네스로: 다음 단계에서는 이러한 에이전트들이 더 높은 내구성, 정교한 계획 능력, 그리고 여러 개의 병렬 서브 에이전트 (sub-agents)를 관리할 수 있는 능력을 개발하게 됩니다. 이것이 복잡한 워크플로 (workflows)를 오케스트레이션하기 위해 설계된 '하네스 (Harness)' 단계입니다.
• 하네스에서 클라우드 하네스로: 중요한 전환은 '항상 켜져 있는 (Always-On)' 클라우드 하네스로의 이동입니다. 이들은 Slack, 모바일 애플리케이션, 클라우드 샌드박스 (cloud sandboxes)를 포함한 다양한 플랫폼 전반에서 원활하게 상호작용할 수 있는 지속적으로 사용 가능한 에이전트들입니다. 이러한 변화는 더 큰 병렬성을 실현하고 PR-네이티브 작업과 같은 더 복잡한 워크플로를 가능하게 합니다.
• 클라우드 하네스에서 자율적 클로로: Bhagwat에 따르면 궁극적인 진화는 '클로 (Claw)'입니다. 이러한 에이전트들은 주도성과 지속적인 학습 능력을 특징으로 합니다.

이들은 환경과 선제적으로 상호작용하고, 중요한 정보를 위해 외부 피드(feeds)를 모니터링하며, 운영 이력으로부터 학습하여 성능을 최적화할 수 있습니다. 자동화된 기술 생성 (automated skill generation)과 같은 개념들이 등장하고 있지만, 지속적인 학습 (continuous learning)을 위한 정확한 방법론은 여전히 업계 내에서 활발히 탐구되고 있는 영역입니다.

이러한 진화적 궤적은 근본적인 변화를 강조합니다: 에이전트는 하네스 (harnesses)에서 자율적인 클로 (autonomous claws)로 진화합니다.

클라우드 기반 시스템과 더 큰 병렬성으로의 전환

Bhagwat가 강조한 중요한 트렌드는 로컬 배포에서 클라우드 기반 하네스 (cloud-based harnesses)로의 이주입니다. 이러한 클라우드 네이티브 (cloud-native) 에이전트들은 향상된 병렬성 (parallelism)과 로컬 머신으로 터널링하거나 클라우드 샌드박스 (cloud sandboxes) 내에서 독립적으로 작동할 수 있는 유연성을 포함하여 상당한 이점을 제공합니다. 이러한 아키텍처의 변화는 개발에 있어 다른 고려 사항을 필요로 하지만, 궁극적으로 더 강력하고 다재다능한 AI 에이전트를 위한 길을 열어줍니다.

하네스에서 '클로 (Claws)'로의 전환은 주도성 (initiative)과 학습의 주입과 본질적으로 연결되어 있습니다. Bhagwat는 주도성을 에이전트가 은유적인 '심박수 (heartbeat)'를 가진 것, 즉 작업을 수행하거나 외부 트리거 (triggers)에 반응하기 위해 주기적으로 깨어날 수 있는 능력이라고 설명했습니다. 이러한 선제적인 행동은 에이전트가 자신의 행동과 결과에 기반하여 스스로를 개선할 수 있게 하는 지속적인 학습 (continuous learning) 메커니즘과 결합되어, 고도화된 '클로 (Claw)' 단계를 정의합니다.

Steinberger의 법칙과 피할 수 없는 시장 재편

Bhagwat는 "모든 하네스는 클로 (Claw)가 될 때까지 확장될 것이다"라는 선견지명 있는 예측인 "Steinberger의 법칙 (Steinberger's Law)"을 소개했습니다. 이 현상은 기술적 발전과 사용자 심리의 결합에 의해 추진됩니다. 사용자들은 점점 더 유능하고 선제적인 AI 어시스턴트를 원하고 있으며, 이는 단순한 다이렉트 메시지 (direct message) 상호작용부터 복잡한 야간 작업에 이르기까지 더 큰 기능에 대한 수요를 자극하고 있습니다.

미래를 전망하며, Bhagwat는 AI 에이전트 시장에서 상당한 구조조정(shakeout)이 일어날 것이라고 예측했습니다. 그는 Android나 iOS와 같은 모바일 플랫폼에서 관찰된 통합(consolidation) 현상과 유사한 상황을 언급하며, 사용자들이 인지적 능력의 한계로 인해 소수의 매우 효과적인 "Claws"만을 관리할 수 있게 될 것이라고 시사했습니다. 이러한 진화적 압력은 본질적으로 상당한 경제적 가치를 입증하거나 빈번한 사용량을 기록하는 에이전트에게 유리하게 작용할 것입니다. 결과적으로 시장은 통합될 가능성이 높으며, 가장 매력적인 사용자 경험을 제공하는 에이전트만이 살아남아 번창하게 될 것입니다.

개발자들을 위한 Bhagwat의 조언은 명확합니다. 여러분의 에이전트가 진화하는 사용자 요구를 충족할 수 있는 필수적인 역량을 갖추도록 보장하고, 급격한 혁신에 직면하여 경계심을 유지하십시오. 명확한 차별화가 없다면, 더 진보된 대안들이 등장함에 따라 에이전트들은 도태될 위험이 있습니다. nsfw ai와 같은 분야에서의 고급 AI 개발 또한 이러한 시장 역학의 영향을 받게 될 것입니다.

이러한 지속적인 진화는 AI 개발의 역동적인 특성과 흐름을 앞서 나가는 것의 전략적 중요성을 강조합니다. 단순한 LLM(대규모 언어 모델)에서 자율적인 클로(autonomous claws)로 나아가는 여정은 산업을 재편하고 인간-컴퓨터 상호작용(human-computer interaction)의 다음 시대를 정의하고 있습니다.