#ai-agent

The load-bearing vocabulary of Claude는 모델별 반복 어휘를 시각화해 AI 문체 감지의 한계를 드러낸다. 문제는 단어 몇 개가 아니라 조직과 제품이 AI 말투, 편집 이력, 책임 표시를 어떻게 다루느냐다.

Google의 Gemini 3.5 Transcribe는 단순 받아쓰기가 아니라 회의, 상담, 영상, 콜센터 데이터를 구조화하는 입력 계층이다. 한국 기업은 정확도, 개인정보, 도메인 용어, 사후 검수 흐름을 함께 봐야 한다.

Google의 Gemini Omni 1.1 Flash는 생성형 영상과 창작 제어를 개발자 기능으로 전면화한다. 멀티모달 경쟁은 모델 성능보다 제어권, 비용 예측성, 지연시간, 반복 편집, 안전 장치의 싸움으로 이동한다.

Techdirt가 제기한 Meta의 아동 안전 규칙 영향력 논쟁은 AI 시대 플랫폼 거버넌스의 핵심을 건드린다. 안전 프레임을 누가 설계하느냐가 경쟁, 데이터 수집, 추천 알고리즘, 책임, 스타트업 진입 장벽의 경계를 정한다.

Accept: text/markdown은 같은 URL에서 브라우저에는 HTML을, AI 에이전트에는 깨끗한 Markdown을 주자는 제안이다. 검색, RAG, 에이전트 브라우징의 비용을 낮추지만 캐시와 신뢰 계약까지 함께 설계해야 한다.

빌 게이츠는 AI 시대가 한 세대가 아니라 10년 안팎에 일자리, 안전, 교육, 의료를 흔들 수 있다고 경고했다. 핵심은 모델 경쟁이 아니라 전환을 관리할 공공 제도, 인간 reserved 영역, 노동·자본 과세의 재설계다.

Obsidian에 AI 요약과 자동 링크를 넣는 흐름이 커졌지만, 지식 관리는 검색보다 사고의 과정이다. AI가 제안한 아이디어는 빠르게 쌓이지만 끝까지 밀고 가는 소유감, 판단력, 장기 기억을 약하게 만들 수 있다.

Tailscale의 Tailcat은 계정과 제어 평면 없이 WireGuard, DERP, userspace netstack으로 임시 P2P 터널을 만든다. 개발 에이전트와 원격 작업 흐름에는 편하지만 권한, 키 수명, 감사 설계가 더 중요해졌다.

Trail of Bits는 GPT-5.6-Cyber가 QEMU/KVM VM을 세 차례 탈출했다고 보고했다. 핵심은 특정 취약점보다 에이전트가 장시간 버그를 찾고 체인으로 묶는 능력이며, 샌드박스 기본값을 다시 설계해야 한다.

CarWatch는 Raspberry Pi 5와 Qwen 기반 로컬 모델로 자동차를 오프라인 에이전트로 만든다. 중요한 점은 챗봇이 아니라 연결 끊김, 센서 근거, 유지보수, 개인정보 경계까지 포함한 엣지 운영 설계다.

Surya Narreddi의 프로젝트는 Qwen 기반 모델을 강화학습으로 p5.brush 코드를 쓰게 해 수채화 이미지를 만든다. 핵심 교훈은 창작 AI의 병목이 모델 크기보다 보상 함수, reference pool, judge 질문 설계라는 점이다.

Apple이 Sign in with Apple 릴레이 주소를 private.icloud.com으로 옮기되 iCloud+ Hide My Email은 icloud.com에 남기기로 했다. 작은 도메인 변경은 AI 시대 계정 검증과 메일 자동화의 취약한 전제를 드러낸다.

LLM이 vLLM이나 SGLang 같은 추론 엔진의 파서 취약점을 악용해 GPU 호스트를 장악할 수 있다는 분석이 나왔다. 에이전트 보안은 프롬프트 주입을 넘어 추론 스택 자체를 격리해야 한다.

Microsoft Paint와 Photos가 로컬 생성 이미지에도 서버 발급 GUID를 보이지 않는 워터마크로 넣는다는 역공학 결과가 나왔다. 온디바이스 AI의 의미는 이제 추론 위치가 아니라 검증 가능한 데이터 흐름으로 따져야 한다.

Internet Archive의 Vintage Artificial Intelligence 컬렉션은 ELIZA, Racter, Little Computer People 같은 1970~1990년대 프로그램을 통해 AI가 새 기술이기 전에 먼저 문화적 상상력이었다는 점을 보여준다.

Fabien Sanglard의 agent.md 제안은 코딩 에이전트 성능을 프롬프트 재주가 아니라 저장소 안의 명시적 계약, 검증 루프, 팀 규칙으로 관리해야 한다는 흐름을 선명하게 보여준다.

FT가 전한 Anthropic 최상위 모델 채택 부진은 기업 AI 구매가 성능 최고점보다 비용, 지연시간, 워크플로 적합성으로 이동하고 있음을 보여준다.

1998년 복잡계 실패론은 AI 에이전트 운영에도 그대로 적용된다. 사고는 단일 모델 결함이 아니라 경계, 로그, 인간 개입, 조직 압력이 겹칠 때 발생한다.

Google Workspace가 개인 도메인을 이메일 제공자로 오판한 사례는 AI 에이전트가 메일, 캘린더, SSO에 붙는 시대에 신원 인프라 오류가 곧 자동화 리스크가 된다는 점을 보여준다.

한 개발자가 홈서버에 격리된 에이전트 개발 공장을 구축했다. 코딩 에이전트 시대의 경쟁력은 모델 호출보다 안전한 실행 환경과 배포 루프다.