No. 74

에이전트 웹의 표준화 — ARD⁠·Copilot 앱⁠·한국형 Claude 확장

ARD 표준, GitHub Copilot 앱 GA, Anthropic 서울 오피스가 핵심입니다.

오늘의 핵심

오늘의 흐름은 AI 에이전트가 개별 제품 안의 기능을 넘어, 서로 도구를 찾고 검증하고 실행하는 생태계 표준으로 이동하고 있다는 점입니다. Google, Microsoft, GitHub, Hugging Face 등이 함께 Agentic Resource Discovery를 밀어 올렸고, GitHub는 Copilot 앱과 agent finder를 GA 또는 공개 기능으로 확장했습니다. Anthropic은 서울 오피스를 열고 한국 대기업·스타트업·연구기관까지 Claude 배포면을 넓히며, “에이전트 운영”이 지역 산업 생태계 안으로 들어가는 모습을 보여줬습니다.

Agentic Resource Discovery, 에이전트 웹의 검색·검증 표준을 제안했습니다

Google Developers Blog는 Agentic Resource Discovery(ARD)를 공개하며, 에이전트가 도구·스킬·다른 에이전트를 조직 경계 너머에서 찾고 검증할 수 있는 공개 사양을 제안했습니다. MCP, Skills, A2A 같은 실행·호출 방식이 확산되는 가운데, ARD는 “무엇을 어디서 찾아 써야 하는가”라는 발견 계층을 표준화하려는 시도입니다.

  • 발견 계층 분리: 에이전트가 모든 도구 설명을 context window에 미리 싣는 대신, federated registry에서 필요한 capability를 검색합니다.
  • 신뢰 메타데이터: publisher identity, compliance attestation, domain 기반 게시 구조를 통해 연결 전 검증 단계를 제공합니다.
  • 프로토콜 중립성: 특정 agent framework나 tool protocol에 묶이지 않고, native protocol로 직접 연결하기 전의 발견·검증 단계를 맡습니다.
📢 에이전트 생태계가 커질수록 경쟁력은 “도구를 많이 붙이는 것”보다 “필요한 도구를 안전하게 찾아 쓰는 표준”으로 이동합니다.

출처: Announcing the Agentic Resource Discovery specification — Google Developers Blog, Agentic Resource Discovery: Let agents search — Hugging Face

GitHub Copilot agent finder, ARD를 실제 개발 도구 안으로 가져왔습니다

GitHub는 Copilot용 agent finder를 공개했습니다. 사용자가 자연어로 작업을 설명하면, agent finder가 MCP 서버, skills, canvases, agents, tools 같은 AI resource index를 검색해 ranked matches를 반환하고, Copilot이 필요한 capability를 on demand로 불러올 수 있게 합니다.

  • 설치 전 검색: 모든 도구를 미리 연결하지 않고, task별로 필요한 resource를 찾아 선택합니다.
  • 기업 거버넌스 반영: enterprise가 허용한 registry와 resource 범위 안에서만 검색되도록 관리할 수 있습니다.
  • 자동 설치 없음: 검색과 연결을 분리해, agent가 몰래 도구를 붙이는 흐름을 막습니다.
📢 GitHub이 ARD를 Copilot 안에 넣은 것은 에이전트 capability discovery가 연구 주제가 아니라 개발 workflow의 기본 UX가 되기 시작했다는 신호입니다.

출처: Agent finder for GitHub Copilot now available — GitHub Changelog

GitHub Copilot 앱, 데스크톱 에이전트 개발 표면으로 GA 전환했습니다

GitHub Copilot app이 macOS, Windows, Linux에서 generally available 상태가 됐습니다. 이 앱은 issue, pull request, prompt에서 agent session을 시작하고, 여러 repository에 걸친 parallel session을 각 branch와 worktree에서 실행한 뒤 diff 검토, terminal·browser 검증, pull request 생성까지 이어주는 데스크톱 홈입니다.

  • 작업 단위 세션화: agent-driven development를 chat message가 아니라 branch, worktree, diff, PR 단위로 관리합니다.
  • Canvases 추가: 계획, PR, terminal, browser session을 사람과 agent가 같이 보는 bidirectional surface로 제공합니다.
  • Cloud automations: 반복 agent work를 클라우드에서 예약할 수 있어 로컬 머신 상태에 덜 의존합니다.
📢 코딩 에이전트가 개발자의 보조창을 넘어, 브랜치와 검증 표면을 직접 가진 작업 실행 환경으로 제품화되고 있습니다.

출처: GitHub Copilot app generally available — GitHub Changelog

Copilot Chat auto mode, 모델 선택을 비용·품질 라우팅 문제로 바꿨습니다

GitHub는 Copilot Chat의 auto model selection을 github.com과 GitHub mobile app에서 모든 Copilot plan에 제공한다고 밝혔습니다. Auto mode는 요청 복잡도와 실시간 model availability를 바탕으로 Claude Sonnet 4.6, GPT-5.4 mini, GPT-5.4, Haiku 4.5 등으로 routing하며, paid subscriber에게는 10% 할인 과금이 적용됩니다.

  • 실시간 라우팅: 사용자가 모델을 고르기보다 system health와 task complexity에 따라 적절한 모델을 선택합니다.
  • 정책 준수: user와 administrator의 model setting을 유지합니다.
  • 투명성 유지: 응답에 어떤 모델이 쓰였는지 확인할 수 있고, 필요하면 특정 모델로 바꿀 수 있습니다.
📢 AI 코딩 비용 경쟁은 단일 모델 가격표보다, 작업별로 어떤 모델을 자동 배치하고 어떻게 과금 할인까지 설계하느냐로 이동합니다.

출처: Auto mode in Copilot Chat available for all users — GitHub Changelog

Copilot 기업 관리 설정, 자동 승인 우회를 통제하기 시작했습니다

GitHub는 enterprise-managed settings에 첫 governance capability를 추가했습니다. Enterprise administrator는 disableBypassPermissionsMode를 설정해 Copilot CLI와 VS Code가 permission prompt를 자동으로 건너뛰는 모드, 흔히 “yolo mode”나 auto-approve라고 부르는 흐름을 막을 수 있습니다.

  • 권한 프롬프트 보호: agent가 민감한 command approval을 자동으로 우회하지 못하게 합니다.
  • 중앙 설정 배포: .github-private repository의 managed settings를 통해 enterprise 계정 사용자에게 정책을 적용합니다.
  • AI 표준 경로 정리: 새 supported path는 copilot/managed-settings.json이며 기존 경로와 호환됩니다.
📢 에이전트를 조직에 들이는 순간 가장 중요한 설정은 “무엇을 할 수 있나”만이 아니라 “무엇을 자동 승인하면 안 되나”입니다.

출처: Enterprise-managed settings now support bypass permission controls — GitHub Changelog

Anthropic, 서울 오피스와 한국 AI 생태계 파트너십을 공개했습니다

Anthropic은 서울 오피스를 열고 한국 기업, 스타트업, 연구기관과의 파트너십을 발표했습니다. NAVER는 Claude Code를 전체 engineering organization에 배포했고, Nexon은 live-service game 개발에 Claude Code를 사용하고 있으며, LG CNS, Hanwha Solutions, Samsung SDS도 Claude와 Claude Code, Claude Cowork 배포를 확대합니다.

  • 대기업 배포 확대: Samsung SDS는 Samsung Electronics 직원에게 Claude를 배포하고, LG CNS는 LG Group 전반으로 확장합니다.
  • 스타트업 제품 내장: Channel Corp는 Channel Talk의 customer AI platform에 Claude를 사용한다고 밝혔습니다.
  • 연구 생태계 연결: NAIRL 소속 최대 60명 연구자에게 Claude access를 제공해 AI safety, evaluation, alignment, robustness 연구를 지원합니다.
📢 한국 시장에서 Claude의 확장은 단순 지사 설립이 아니라, 코딩·고객지원·연구·비영리 업무까지 에이전트형 AI가 조직 운영에 들어가는 사례입니다.

출처: Anthropic opens Seoul office and announces new partnerships across the Korean AI ecosystem — Anthropic

Anthropic 연구, agentic coding의 성패가 코딩 실력보다 도메인 이해에 가깝다고 분석했습니다

Anthropic은 2025년 10월부터 2026년 4월까지 약 40만 개 Claude Code session을 privacy-preserving 방식으로 분석한 연구를 공개했습니다. 연구는 사람이 주로 “무엇을 할지”를 결정하고 Claude가 “어떻게 할지”를 수행하며, domain expertise가 높을수록 agentic coding session의 성공 가능성이 높아진다고 설명합니다.

  • 역할 분업: 평균적으로 사람은 planning decision의 약 70%, execution decision의 약 20%를 담당합니다.
  • 비개발자 확장: 주요 직군 전반에서 coding task 성공률이 software engineer와 몇 percentage point 차이로 수렴했습니다.
  • 업무 가치 상승: 분석 기간 동안 typical task의 추정 가치는 거의 모든 작업 유형에서 평균 약 25% 올랐습니다.
📢 코딩 에이전트는 코드를 아는 사람만의 도구라기보다, 문제를 잘 아는 사람이 구현을 끌어낼 수 있게 하는 지식 증폭 도구에 가까워지고 있습니다.

출처: Agentic coding and persistent returns to expertise — Anthropic Research

Gemini API, TTS streaming을 지원하며 음성 에이전트 지연을 줄였습니다

Google AI for Developers의 Gemini API release notes는 gemini-3.1-flash-tts-preview 모델에서 speech generation streaming을 지원한다고 밝혔습니다. streamGenerateContent와 Interactions API의 stream: true를 통해 텍스트-음성 응답을 더 빠르게 흘려보낼 수 있습니다.

  • 음성 응답 지연 감소: 전체 음성 합성이 끝나기 전부터 audio output을 시작할 수 있습니다.
  • 대화형 에이전트 적합성: 콜센터, tutor, voice assistant처럼 반응성이 중요한 surface에 유리합니다.
  • Interactions API 연결: multimodal interaction 흐름에서 voice output을 더 자연스럽게 붙일 수 있습니다.
📢 음성 에이전트의 품질은 모델 지능만이 아니라, 말이 끊기지 않고 즉시 흘러나오는 latency engineering에서 갈립니다.

출처: Gemini API release notes — Google AI for Developers

GLM-5.2, 1M context와 long-horizon coding을 앞세워 공개됐습니다

Z.AI는 Hugging Face에서 GLM-5.2를 공개했고, Cloudflare는 같은 모델을 Workers AI에 올렸습니다. GLM-5.2는 1,048,576 token context, function calling, reasoning, multi-step planning을 내세운 agentic coding model이며, Cloudflare Workers AI에서는 우선 262,144 token context로 제공됩니다.

  • 긴 실행 경로 겨냥: 대규모 codebase, long-horizon planning, tool-augmented agent workflow를 주요 use case로 둡니다.
  • 오픈 모델 경쟁 심화: Hugging Face 발표는 MIT license와 technical access without borders를 강조했습니다.
  • 서빙 최적화: IndexShare와 speculative decoding 개선으로 1M context의 계산 비용과 실행성을 함께 다룹니다.
📢 오픈 모델 경쟁도 단순 benchmark 점수보다, 긴 코드 작업을 실제로 끝까지 끌고 갈 수 있는 context 안정성과 inference economics로 이동하고 있습니다.

출처: GLM-5.2: Built for Long-Horizon Tasks — Hugging Face, Introducing GLM-5.2 on Workers AI — Cloudflare Docs

GitHub CLI, 원격 repository 파일 읽기를 cloning 없이 지원합니다

GitHub CLI는 gh repo read-file과 gh repo read-dir 명령을 추가해 terminal에서 repository를 clone하지 않고 파일과 directory를 읽을 수 있게 했습니다. public repository뿐 아니라 접근 권한이 있는 private repository에도 적용되며, GitHub CLI v2.95.0 이상에서 사용할 수 있습니다.

  • 원격 탐색 경량화: README, docs, config file을 빠르게 확인할 수 있습니다.
  • 자동화 친화성: 여러 repository의 설정 파일을 script로 검사하거나 agent workflow에 붙이기 쉽습니다.
  • agent skill 연결: GitHub는 새 CLI 기능을 agent가 활용하도록 gh skill 업데이트도 안내했습니다.
📢 에이전트가 많은 repository를 다루려면 clone-heavy workflow보다, 필요한 파일만 읽는 얇은 원격 탐색 primitive가 중요해집니다.

출처: Read remote repository content with GitHub CLI — GitHub Changelog

Threads, 5억 MAU와 Your Algo로 feed 제어권을 강조했습니다

Meta는 Threads가 월간 활성 사용자 5억 명에 도달했다고 발표하며, communities 기능의 beta 졸업과 Your Algo 설정을 공개했습니다. Your Algo는 사용자가 특정 주제를 더 보거나 덜 보도록 feed algorithm에 요청하고, 그 기간을 1일, 3일, 7일 중 선택하게 하는 개인 feed control 기능입니다.

  • 커뮤니티 중심 성장: Communities Hub, Community Icons, Community Progress, Community Champions, Local Communities를 추가합니다.
  • 알고리즘 제어 UX: Dear Algo에 이어 사용자가 feed preference를 더 직접적으로 조정합니다.
  • 지역 확장: Local Communities는 일본, 한국, 대만의 native-language tags에서 시작합니다.
📢 소비자 AI와 추천 시스템의 다음 신뢰 경쟁은 “알고리즘이 알아서 한다”가 아니라, 사용자가 선호를 짧은 주기로 조정할 수 있게 하는 제어권입니다.

출처: New Features to Celebrate 500 Million Monthly Users on Threads — Meta

오늘의 도구 추천

Agentic Resource Discovery — 에이전트가 도구, skills, MCP servers, 다른 agents를 runtime에 검색하고 검증할 수 있게 하는 공개 사양입니다. 오늘 Google, GitHub, Hugging Face 흐름을 함께 보면, 앞으로 agent stack을 설계할 때 “무엇을 설치할지”보다 “어떻게 발견하고 허용할지”를 먼저 모델링해야 합니다.

에디터 노트

오늘 뉴스의 공통점은 에이전트가 더 이상 “내가 이미 연결해둔 도구를 쓰는 모델”에 머물지 않는다는 점입니다. ARD는 에이전트가 필요한 capability를 검색하고 검증하는 계층을 제안했고, GitHub는 agent finder로 이 흐름을 Copilot 안에 넣었습니다. Copilot 앱 GA와 auto mode는 개발자가 에이전트를 쓰는 방식도 chat 중심에서 session, worktree, model routing, cost policy 중심으로 바꾸고 있습니다.

Anthropic의 서울 오피스 발표는 이 변화가 한국 기업 현장에도 빠르게 들어오고 있음을 보여줍니다. NAVER, Nexon, Samsung SDS, LG CNS, Hanwha Solutions 같은 이름이 한꺼번에 등장했다는 것은 Claude Code와 Claude Cowork가 개별 early adopter의 생산성 도구를 넘어 조직 단위 배포 대상이 됐다는 뜻입니다.

그래서 오늘의 핵심 질문은 “어떤 모델이 가장 똑똑한가”가 아닙니다. 에이전트가 조직 안팎의 도구를 어떻게 찾고, 어떤 모델을 어떤 비용으로 쓰고, 어떤 행동은 자동 승인하지 못하게 막으며, 지역 산업의 실제 workflow 안에 어떻게 자리 잡는가입니다. AI 경쟁은 모델 호출을 넘어 운영 표준과 배포 표면의 싸움으로 더 선명해지고 있습니다.

다음에 또 찾아옵니다. — 에이브랜치