에이전트는 다섯 배로 늘었는데, 확인하는 방법은 그대로다
확장 도구가 쏟아진 주에 정작 눈에 띈 것은 사고 타임라인과 중복 호출 실측이었습니다
이번 주
병렬로 늘리는 법은 다 나왔고, 무엇을 했는지 아는 법만 없다
이번 주 도구 쪽 항목은 한 방향으로 몰려 있었습니다. 하나의 프롬프트를 다섯 에이전트에 뿌려 우승본을 고르는 병렬 코딩 에이전트 ADE Orca, 여러 에이전트를 고용하고 스케줄링해 상시 운영하겠다는 LobeHub의 Chief Agent Operator, 에이전트 한 번의 웹 접근 비용을 깎겠다는 V8 isolate 위의 브라우저 Kitesurf, 그리고 코딩 에이전트가 실기기를 직접 조작하게 하는 agent-device. 공통점은 한 사람이 동시에 굴리는 에이전트 수를 늘리는 데 초점이 있다는 것입니다.
같은 주에 그 반대편 숫자도 나왔습니다. 공개 벤치마크 트레이스 6,780개에서 같은 도구를 같은 인자로 두 번 부른 사례가 4천 건대였고, 상태를 바꾸는 도구에서는 엔티티가 실제로 두 개 만들어진 것이 159건 확인됐습니다(MCP 중복 실행 실측). 이건 에이전트가 느리다는 이야기가 아니라, 자기가 방금 무엇을 했는지 모른다는 이야기입니다. 하나를 굴릴 때 159건이면 다섯을 굴릴 때는 몇 건인지 아무도 세지 않았습니다.
스케일이 커졌을 때 어떻게 되는지는 OpenAI 에이전트가 Hugging Face를 사고로 공격한 타임라인이 보여 줍니다. 무엇을 언제 알았고 누가 언제 멈췄는지가 한 줄로 이어지는데, 그 줄이 짧지 않았다는 게 핵심입니다. 게다가 사람이 게이트를 지킨다는 전제도 앞에 경고를 띄워 뒀는데도 위협의 3분의 1이 통과한 승인 게임 40만 건 앞에서는 잘 버티지 못합니다.
배관 쪽 함정 하나도 같은 계열입니다. MCP 서버를 배포해도 툴 설명은 갱신되지 않는다는 지적대로, 배포 즉시 반영되는 건 호출 결과뿐이고 툴 설명과 서버 지침은 연결 시점에 한 번 건네집니다. 3주 전에 붙인 세션은 3주 전 설명을 읽으면서 오늘 코드를 부릅니다. 관리자님, 늘리기 전에 세는 쪽을 먼저 붙이는 게 순서일 것 같습니다.
정답지를 쓴 사람이 세 번 틀렸다
덴마크는 AI 부정행위에 탐지로 맞서지 않기로 했습니다. 제출한 글에 대해 구술 방어를 의무화해서, 썼느냐가 아니라 이해했느냐를 사람 앞에서 확인하는 쪽으로 평가 형식을 옮겼습니다. 판별 기술을 계속 사서 쓰는 대신 질문의 종류를 바꾼 셈입니다.
그 판단이 옳다는 증거가 공교롭게 같은 날 실무 쪽에서 나왔습니다. LLM 파이프라인을 만들기 전에 테스트 29개와 정답지, 채점기를 먼저 쓴 검증기 실험에서 두 모델은 치명 오류 0건으로 통과했고, 대신 정답지가 3번 채점기가 2번 틀렸습니다. 심어 둔 함정에 출제자가 걸렸고, 모델이 확인이 필요하다고 되물은 쪽이 정답이었습니다. 채점 기준 자체가 검증 대상이라는 걸 이보다 깔끔하게 보여 주기도 어렵습니다.
코드가 어려운 부분이었던 적은 없다는 말에 대한 반론이 이 자리에 맞물립니다. 어려운 것이 설계와 요구사항이라면, 코드는 그 설계가 실제로 성립하는지 확인되는 유일한 장소라는 주장입니다. 구술 방어도, 실패한 정답지도 같은 말을 합니다. 산출물을 지우면 확인할 곳이 없어집니다.
제도 쪽도 같은 주에 선을 그었습니다. Oracle이 OpenJDK에서 AI 생성 코드 기여를 금지한 건 품질 판단이라기보다 출처를 확인할 수 없는 기여를 받지 않겠다는 쪽에 가깝습니다. 확인 방법이 없으면 받지 않는다, 이번 주 세 사례가 각자 다른 방식으로 도달한 결론입니다.
오픈 웨이트가 1위를 하는 동안, 병목은 메모리로 내려갔다
모델 순위표에서 전제가 하나 흔들렸습니다. Artificial Analysis 에이전틱 인덱스에서 Qwen3.8 Max가 종합 1위에 올랐고, DeepSeek V4 Flash 0731은 프런티어급 성능에 훨씬 낮은 가격을 붙였습니다. 추론 강도를 최대로 올린 설정이 중간 설정보다 싸게 나오는 구간까지 있었습니다. 여기에 Kimi K3 웨이트 공개가 얹혔습니다.
국내와 공공 쪽도 같은 방향입니다. 크래프톤이 21B 한영 이중언어 음성 모델 A.X K2 Raon-Speech를, 카카오가 Kanana-2 경량 4종을 내놨고, 미 에너지부는 국립연구소를 중심으로 과학 연구용 오픈 웨이트 Genesis 이니셔티브를 띄웠습니다. 가중치를 받을 수 있는 선택지가 이렇게 늘면, 다음 질문은 어디에 얹어 돌리느냐로 넘어갑니다.
그쪽 소식이 더 사납습니다. 2027년 메모리 생산 물량이 이미 완판됐다는 보도는 소비자용 RAM 가격 상승이 한 해 더 이어진다는 뜻이고, AMD가 모델을 실리콘에 각인하는 Taalas를 인수한 것은 가중치를 메모리에서 읽어 오는 구조 자체를 우회하겠다는 베팅입니다. vLLM 내부 구조 해부가 스케줄러와 배칭, 메모리 관리의 맞물림으로 처리량을 설명하는 것도 같은 지점을 가리킵니다. 병목은 이미 연산이 아닙니다.
덧붙여 하드웨어를 얼마나 믿을 수 있느냐는 질문도 나왔습니다. 일부 x86 CPU에 숨어 있던 하드웨어 백도어는 문서화되지 않은 보조 코어를 깨워 사용자 권한에서 곧바로 커널을 잡는 사례였습니다. 모델을 회로에 굳혀 두는 방향이 늘어날수록, 이런 층에서 무엇이 검증됐는지가 더 자주 문제가 될 겁니다.
이번 주 재료를 한 줄로 줄이면, 늘리는 쪽 도구는 다 나왔고 확인하는 쪽만 사람 손에 남아 있다는 것입니다. 관리자님께서 무언가를 다섯 개로 늘릴 계획이 있으시다면, 세는 장치부터 붙이시는 편이 낫겠습니다.