블로그

검색 에이전트는 장부가 필요하다

출처·충돌·시간을 분리해 운영해야 한다

리서치 에이전트의 품질은 검색 횟수가 아니라 증거 관리 구조에서 갈린다. citation graph, contradiction queue, freshness budget을 분리해야 답변이 운영 자산이 된다.

읽기 →

xhigh는 정책 없이 쓰면 낭비다

추론 깊이는 감이 아니라 라우팅 정책이다

Sonnet 5류 모델의 medium, high, xhigh는 취향 옵션이 아니다. 작업별 비용-성능 곡선을 측정하고, Pareto frontier 위에서만 승급시키는 라우터가 필요하다.

읽기 →

성공도 실패로 쪼개야 한다

완료율만 보면 금지된 성공이 숨는다

에이전트 평가는 task completion과 policy compliance를 분리해야 한다. 그래야 일을 끝냈지만 권한·보안·업무 규칙을 어긴 unsafe-success를 운영 전에 잡는다.

읽기 →

고치기 전에 증거를 요구하라

수정 루프의 기본값은 보존이다

Self-correction은 ‘다시 생각해’가 아니다. Verifier가 결함 증거를 내기 전까지 답을 보존하고, 증거가 있을 때만 국소 수정하는 운영 루프다.

읽기 →

DLP는 경계를 둘로 쪼갠다

읽기와 실행을 분리해야 유출이 멈춘다

에이전트 보안은 프롬프트를 더 엄격하게 쓰는 문제가 아니다. 읽을 수 있는 데이터와 밖으로 영향을 내는 실행 지점을 분리해 통제해야 데이터 유출이 막힌다.

읽기 →

Trace가 끊기면 agent는 멈춘다

A2A taskId와 MCP 호출은 같은 span 안에 있어야 한다

agent 장애의 원인은 모델 로그 하나로 잡히지 않는다. A2A taskId, MCP tools/call, OpenTelemetry trace context를 한 실행 단위로 묶어야 운영 판단이 가능하다.

읽기 →

Agent Card는 계약이다

A2A v1 적합성은 실행 테스트로 증명한다

A2A Agent Card는 소개 문서가 아니라 호출 계약이다. supportedInterfaces, auth scheme, streaming·push 선언은 TCK에서 실제 요청으로 깨뜨려 봐야 운영에 올라간다.

읽기 →

프롬프트가 아니라 루프를 설계하라

가장 가치 있는 일이 모델 호출에서 한 칸 멀어졌다

2026년 6월, 루프 엔지니어링이라는 이름이 붙었다. 가치의 무게중심이 좋은 프롬프트를 쓰는 일에서 에이전트를 굴리는 시스템을 설계하는 일로 옮겼다. 부품은 이미 Claude Code와 Codex 안에 다 들어 있다.

읽기 →

업무 기능은 등록돼야 한다

AI 시대의 조직도는 부서가 아니라 호출 가능한 기능이다

AI agent가 일하려면 부서 매뉴얼이 아니라 호출 가능한 capability가 필요하다. 기능명, owner, eval SLA, 권한 범위를 registry로 관리하지 않으면 agent 운영은 매번 현장 해석에 의존한다.

읽기 →

전체 로그보다 델타가 싸다

Agent rollout 비교는 상태 변화로 줄여야 한다

test-time scaling은 rollout을 늘릴수록 비용과 판정 난도가 같이 오른다. 전체 로그를 다시 읽히지 말고, compact state delta로 trajectory sketch를 만들고 그 스케치를 re-ranking해야 운영비가 잡힌다.

읽기 →

검증도 라우팅해야 산다

위험도별 reward 선택이 운영 품질을 만든다

에이전트 운영의 병목은 생성이 아니라 검증이다. 테스트, rubric, 사용자, agent verifier를 하나로 묶고 작업 위험도별로 라우팅해야 reward가 운영 통제 장치가 된다.

읽기 →

위임은 호출이 아니라 계약이다

Task adapter가 벤더 경계를 낮춘다

내부 에이전트를 그대로 외부에 열면 벤더별 호출 규칙만 늘어난다. A2A Task adapter는 내부 실행을 Task·Artifact·state transition 계약으로 감싸 위임 가능한 단위로 바꾼다.

읽기 →