Loading...

AI 뉴스

카카오, '에이전틱 AI'로 사람 중심 생태계 구축 선언

페이지 정보

작성자 xtalfi
작성일 2025.11.04 14:57
1,687 조회
0 추천
0 비추천

본문

%3Ffname%3Dhttps%253A%252F%252Ft1.daumcdn.net%252Fnews%252F202511%252F03%252Fdt%252F20251103171050323lafd.jpg

(퍼플렉시티가 정리한 기사)


정신아 카카오 대표가 3일 사용자의 맥락을 이해하고 스스로 계획·실행하는 '에이전틱 AI' 전략을 통해 사람 중심의 AI 생태계를 구축하겠다고 발표했다. 이날 서울 강남구 코엑스에서 열린 'SK AI 서밋 2025'에서 '에이전틱 AI, 가능성에서 현실로'를 주제로 기조연설을 진행한 정 대표는 "카카오는 일상과 대화의 실행이 자연스럽게 인공지능과 결합하는 생태계를 만들어 가고 있다"며 "AI 기술이 사람의 삶을 더 편리하게 만들고 신뢰 위에서 연결을 확장해 나가는, 사람 중심의 AI 세상을 만들어 나갈 것"이라고 밝혔다.​


프로액티브·플래닝·액션, 에이전틱 AI 3대 요소 제시

정 대표는 카카오의 에이전틱 AI가 갖춰야 할 핵심 요소로 능동성(Proactive), 계획(Planning), 실행(Action) 등 3가지를 제시했다. 그는 "AI가 사용자의 의도를 읽고 '내일 회의가 빡빡한데 준비 정리해드릴까요?' 같은 제안을 하는 것이 진정한 에이전틱 AI를 구현한 모습"이라며 "사용자가 덜 고민하면서도 더 나은 선택을 할 수 있도록 돕는, 결정 피로를 줄이는 능동적 AI 경험이 에이전틱 AI의 중심"이라고 설명했다.​

에이전틱 AI는 기존 AI 서비스와 달리 하나의 명령을 반복 수행하는 워크플로우를 넘어서 이용자의 맥락과 상황을 스스로 이해하고 목표를 재설정한다. 정 대표는 "에이전틱 AI는 사용자의 맥락을 파악하고 다양한 AI 에이전트 중에서도 어떤 에이전트를 실행해야 더 나은 목표에 도달할 수 있을지 스스로 판단하고 행동해야 한다"며 "따라서 에이전틱 AI에 최적화된 모델은 단일 워크플로우를 반복 수행하는 기존 AI보다 더 높은 수준의 추론과 판단 능력을 갖춰야 한다"고 강조했다.​


온디바이스 AI로 프라이버시 보호와 효율성 동시 달성

카카오는 에이전틱 AI 구현의 핵심 기술로 온디바이스 AI를 선택했다. 정 대표는 "가장 중요한 데이터 수집과 활용에 있어 회사가 가진 다양한 맥락 정보를 안전하게, 또 필요한 순간에만 쓸 수 있도록 온디바이스 AI 기술을 택했다"며 "카카오는 대화라는 가장 풍부한 맥락 정보를 가진 기업으로, 온디바이스 AI는 이 맥락을 안전하게 활용해 개인 맞춤형 행동을 제안하는 기술"이라고 강조했다.​

이를 위해 카카오는 자체 경량 모델 '카카나(Kanana) 1.3B'를 개발했다. 정 대표는 "5000만 명의 사용자를 동시에 커버할 수 있는 수준의 처리 효율을 확보하면서도, 추론 능력을 강화해 실시간 판단과 실행이 가능한 구조로 설계됐다"고 설명했다. 온디바이스 AI 기술은 사용자의 데이터를 외부로 전송하지 않기 때문에 프라이버시를 보호할 수 있고, 서비스 운영을 위한 GPU 비용 절감 효과도 제공한다.​


현실 문제 해결 위한 독자 벤치마크 개발

카카오는 현실의 문제를 해결할 수 있는 AI 모델 개발을 위해 자체 벤치마크를 구축했다고 발표했다. 정 대표는 "현실에서 AI 에이전트가 작동하는 다양한 상황을 반영해 모델의 품질을 정확하게 판단할 수 있는 전용 벤치마크를 새롭게 만들었다"며 "기존의 데이터셋이 일정 등록이나 삭제, 수정과 같은 특정 도메인 내 펑션콜만 수행했다면 새로운 벤치마크는 장소나 예약, 결제, 여행 등 일상과 밀접한 도메인에서 더 나아가 여러 도메인을 교차하는 복합 요청까지 포괄하도록 설계됐다"고 했다.​

이 벤치마크는 실제 서비스로 확장할 수 있는 17개의 도메인을 기반으로 만들어졌으며, 99개의 가상 도구를 설계해 다양한 현실에 가까운 과제를 세밀하게 다루도록 했다. 정 대표는 "많은 공개 모델이나 상용 모델이 벤치마킹 점수는 높지만 현실적인 과제 해결력에서는 한계를 보이고 있다"며 "카카오의 새로운 벤치마크는 높은 점수 중심의 평가가 아니라 실제 문제 해결력 중심의 AI를 만드는 것이 목표"라고 말했다.

댓글 0
전체 1,366 / 38 페이지
오픈AI의 최신 AI 모델인 'GPT-5.2'는 초기 테스트에서 전문가와 기업용 업무 처리, 복잡한 문제 해결 능력 등 전문 작업 분야에서 역대 최고라는 평가를 받았습니다. 하이퍼라이트AI CEO 등 전문가들은 이 모델이 상당한 사고 시간을 요구하는 어려운 작업을 완벽하게 수행하며 '세계 최고의 모델'이라고 극찬했습니다.이 모델은 사고력과 문제 해결 능력이 눈에 띄게 향상되어 복잡한 코드 구조를 한 번에 생성하고, 몇 시간 동안 작업을 지속하는 등 개발자와 기업에 매우 중요한 의미를 갖습니다. 박스(Box) CEO 등은 GPT-5.2가 금융 및 생명 과학 분야의 실제 업무 지식을 테스트하는 확장 추론에서 기존 모델보다 훨씬 빠르게 작업을 수행했다고 밝혔습니다.반면, 일반 사용자들은 일상적인 글쓰기나 순수 채팅 기능에서 체감할 만한 개선점을 느끼기 어렵다는 엇갈린 평가가 나왔고, 일부는 딱딱한 어조나 속도 저하를 단점으로 지적했습니다. 코드명 '갈릭'으로 알려진 이 모델은 코딩과 B2B에 최적화된 도구로 보이며, 일반 사용자가 느낄 만한 성능 향상은 내년 1월 출시 모델을 기다려야 할 것으로 분석됩니다.
866 조회
0 추천
2025.12.14 등록
저작권 소송에서 Meta를 고소한 작가들은 목요일 연방 판사에게 회사가 Llama AI 모델을 훈련시키기 위해 BitTorrent를 통해 불법 복제된 책을 다운로드하고 파일 공유를 통해 저작권이 있는 자료를 다른 사람들에게 적극적으로 재배포했다는 새로운 혐의로 소장을 수정해 줄 것을 요청했습니다.코미디언 Sarah Silverman과 작가 Richard Kadrey 및 Christopher Golden을 포함한 원고들은 Meta가 저작권이 있는 저작물을 어떻게 입수했는지에 대해 처음에는 “알 수 없었다”고 말했지만, 회사가 최근 증거 개시 과정에서 토렌트 활동에 대한 “결정적인 증거”를 제출했으며, 여기에는 Meta가 토렌트 사이트에서 그들의 저작물이 포함된 불법 복제 파일을 “시딩”했다는 증언이 포함되어 있습니다.새로운 주장은 Vince Chhabria 판사가 6월에 AI 모델을 훈련시키기 위해 저작권이 있는 책을 사용하는 것은 공정 이용에 해당한다고 판결했지만 배포에 대한 문제는 여지를 남긴 이후, BitTorrent 시딩을 통한 Meta의 불법 복제 자료 재배포가 훈련을 넘어선 저작권 침해에 해당하는지 여부를 중심으로 합니다.
870 조회
0 추천
2025.12.14 등록
전 OpenAI CTO Mira Murati가 설립한 Thinking Machines Lab은 12월 12일 Tinker AI 파인튜닝 서비스를 정식 출시하여 대기자 명단을 제거하고, 1조 파라미터 규모의 Kimi K2 Thinking 추론 모델과 Qwen3-VL 모델을 통한 비전 기능 지원을 추가했습니다.샌프란시스코 기반 스타트업은 6월에 Nvidia, AMD, ServiceNow를 포함한 투자자들로부터 100억 달러 기업가치로 20억 달러를 유치했으며, 11월에는 Meta에서 PyTorch 공동 창시자 Soumith Chintala를 영입했습니다.Tinker는 Low-Rank Adaptation을 사용하여 기존 컴퓨팅 리소스의 일부만으로 대규모 언어 모델을 파인튜닝하며, 현재 개발자 통합을 용이하게 하기 위해 OpenAI API 호환성을 제공하고 있습니다. 회사는 500억 달러 기업가치로 50억 달러의 신규 자금 조달을 모색하고 있는 것으로 알려졌습니다.
885 조회
0 추천
2025.12.14 등록
Google과 MIT가 2025년 12월 9일 발표한 연구는 더 많은 AI 에이전트가 성능을 향상시킨다는 가정에 이의를 제기하며, OpenAI의 GPT, Google의 Gemini, Anthropic의 Claude 모델을 사용한 180개의 실험에서 멀티 에이전트 시스템이 81% 향상부터 70% 감소까지 다양한 결과를 생성했음을 발견했습니다.이 연구는 45%의 정확도 임계값을 확인했습니다: 단일 에이전트가 이 수준에 도달하면, 더 많은 에이전트를 추가하는 것은 일반적으로 수익 체감 또는 부정적 결과를 초래하며, 독립적인 멀티 에이전트 시스템은 단일 에이전트보다 17.2배 빠르게 오류를 증폭시키고 단일 에이전트의 1,000 토큰당 67개 작업에 비해 21개 작업만 완료했습니다.병렬화 가능한 금융 분석 작업은 중앙 집중식 멀티 에이전트 조정으로 80.9% 개선을 보였으며, 순차적 Minecraft 계획 작업은 조정 오버헤드와 컨텍스트 단편화가 잠재적 이득을 초과하면서 39%에서 70%의 성능 저하를 겪었습니다.
883 조회
0 추천
2025.12.14 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입