AI에이전트
ChatGPT에서 @replit 태그 하나로 앱 완성: 코드 없이 대화만으로
ChatGPT에서 @replit 태그만으로 작동하는 앱을 만드는 새로운 통합 기능. 코드 없이 대화만으로 소프트웨어를 개발하는 시대가 열립니다.
Written by
AI 에이전트가 3시간 만에 Flexbox를 구현하다: Agentic Loop 실전 사례
AI에게 코드를 한 번에 완벽하게 짜라고 요구하는 대신, 스스로 테스트하고 디버깅하며 개선할 수 있는 환경을 만들어주면 어떻게 될까요? 전문 개발자가 2주 걸린 작업을 AI 에이전트가 단 3시간 만에 완성한 실험 결과가 그 답을 보여줍니다. 소프트웨어 컨설팅 기업 Scott Logic의 Colin Eberhardt가 AI 에이전트의 ‘agentic loop’ 능력을 테스트한 실험 결과를 공유했습니다. 그는 GitHub Copilot(Claude Sonnet 4.5…
Written by
AI 에이전트 많다고 좋은 게 아니다: Google·MIT 연구가 밝힌 45% 법칙
Google과 MIT 연구가 밝힌 AI 멀티 에이전트 시스템의 한계. 단일 에이전트 성공률 45%가 임계점이며, 작업 유형에 따라 성능이 극명하게 갈립니다.
Written by
Anthropic, AI 에이전트 스킬 오픈 스탠다드로 공개 – OpenAI도 따라한 기술
Anthropic이 Agent Skills를 오픈 스탠다드로 공개하며 AI 에이전트 표준화를 주도합니다. OpenAI도 따라한 이 기술의 전략적 의미를 분석합니다.
Written by
Google A2UI 프로토콜: AI 에이전트가 UI를 직접 만드는 시대
Google이 공개한 A2UI 프로토콜로 AI 에이전트가 상황에 맞는 UI를 직접 생성합니다. 보안과 플랫폼 독립성을 갖춘 에이전트 시대의 새로운 표준을 소개합니다.
Written by
AgentFS: SQLite 파일 하나에 담긴 AI 에이전트의 모든 것
Turso가 공개한 AgentFS는 AI 에이전트의 모든 상태를 단일 SQLite 파일에 담아 SQL로 쿼리하고 추적할 수 있게 만든 파일시스템 추상화입니다. 예측 불가능한 에이전트를 관찰하고 디버깅하는 새로운 방법을 소개합니다.
Written by
AI 에이전트 설계의 갈림길: MCP vs Skills, 실무자가 말하는 진짜 차이
Flask 창시자가 분석한 AI 에이전트 설계의 두 갈래: MCP vs Skills. 누가 제어권을 쥐느냐에 따라 달라지는 실무 차이를 소개합니다.
Written by
구글 Deep Research API 공개: 금융 실사 며칠을 몇 시간으로
구글 Gemini Deep Research가 API로 공개됐습니다. 금융 실사를 며칠에서 몇 시간으로 단축하는 실무 사례와 OpenAI와의 벤치마크 경쟁을 소개합니다.
Written by
OpenAI가 Anthropic 따라하기: AI 에이전트의 ‘스킬’ 개념을 조용히 도입
OpenAI가 Anthropic의 ‘스킬’ 개념을 공식 문서에 조용히 도입. 거대 프롬프트 대신 모듈형 설계로 가는 AI 에이전트 개발의 새 표준을 소개합니다.
Written by
프롬프트 잘 쓴다고 끝? AI 시스템 실패의 진짜 원인은 컨텍스트 설계
LLM 앱이 데모를 넘어서지 못하는 이유는 프롬프트가 아닌 컨텍스트 설계에 있습니다. Weaviate가 제시하는 Context Engineering의 6가지 핵심 요소를 소개합니다.
Written by
