에이전위키 뉴스레터 2호입니다. 이번 호는 한 가지 주제로 묶었습니다. 바로 에이전트입니다. 기본 개념부터 시작해, 에이전트 성능을 내세우는 최신 모델, 그 성능을 재는 벤치마크, 그리고 실제로 오래 실행되는 에이전트가 부딪히는 문제까지 순서대로 짚어봅니다.
에이전트란 무엇인가, 처음부터
AI 에이전트 시작하기는 에이전트를 "모델 호출만 반복하는 도구가 아니라 목표, 작업 계획, 도구 사용, 결과 검증을 하나의 흐름으로 묶는 실행 단위"로 정의하고, 범위를 좁혀 첫 워크플로우를 설계하는 방법을 다룹니다. 에이전트라는 말을 처음 접했다면 이 글부터 읽기를 권합니다.
최신 모델이 내세우는 에이전트 성능
OpenAI, GPT-5.6 3종 공개: Luna·Terra·Sol은 OpenAI가 정식 출시한 GPT-5.6 계열의 가격과 사양을 정리합니다. OpenAI가 가장 강조한 대목은 장기간 실행되는 에이전트 성능으로, 55개 분야로 구성된 벤치마크에서 최고 기록을 세웠다는 주장을 다룹니다. 모델 스스로 "에이전트에 강하다"고 말하는 시대, 그 근거를 확인해볼 만합니다.
그 주장, 실환경에서도 통할까
UniClawBench, 능동형 에이전트를 실환경에서 시험하다는 라이브 Docker 환경과 폐루프 멀티턴 평가로 능동형 에이전트의 다섯 가지 기본 역량을 분리 측정하는 벤치마크를 소개합니다. 스킬 사용, 탐색, 롱컨텍스트 추론, 멀티모달 이해, 크로스플랫폼 조율을 각각 따로 재기 때문에, 에이전트가 어느 지점에서 무너지는지를 더 정확히 짚을 수 있습니다.
오래 일할수록 잊어버리는 문제
장기 실행 에이전트를 위한 능동형 메모리 에이전트는 작업이 길어질수록 판단에 필요한 정보가 컨텍스트 창 밖으로 밀려나는 "행동 상태 감쇠" 문제를 다룹니다. 이를 완화하기 위해 별도의 메모리 에이전트가 능동적으로 개입하는 구조를 제안합니다. 벤치마크 점수 뒤에 숨어 있는, 실제 운영 단계의 골칫거리를 보여주는 글입니다.
혼자보다 나눠서, 재귀적으로
WebSwarm: 재귀적 위임으로 깊이와 폭을 함께 잡는 웹 검색 에이전트는 단일 에이전트가 하나의 긴 궤적에 묶여 깊이와 범위를 동시에 챙기기 어렵다는 문제에서 출발해, 검색 노드를 재귀적으로 위임하는 멀티에이전트 구조를 소개합니다.
이번 호를 한 줄로 요약하면, 에이전트는 정의하기는 쉬워도 오래 안정적으로 일하게 만들기는 여전히 어렵다는 것입니다. 다음 호에서 또 뵙겠습니다. 다뤘으면 하는 주제가 있다면 언제든 알려주세요.