AI·IT 브리핑 제5호 — 에이전트 메모리·도구 표준화와 클라우드의 모델 유통 경쟁

10월 18일(일)부터 10월 24일(토)까지 해외 AI·IT 주요 발표·보도 12건을 날짜별로 정리했습니다. 각 기사는 요약, 날짜 정보, 실무 의미, 원문 링크 순서로 구성했습니다. 원문에 시각이 표시되지 않은 항목은 발표일만 적었습니다.

10월 18일 (일)

DeepSeek, V4.1-Flash-1017과 Search·Fetch API 공개

DeepSeek은 웹·앱·API의 V4.1 Flash를 V4.1-Flash-1017로 교체했습니다. 모델 이름 deepseek-flash와 API 가격은 그대로이며, 가중치는 Hugging Face와 ModelScope에 공개했습니다. 함께 공개한 Search·Fetch API는 자체 검색 엔진을 기반으로 웹 검색과 문서 가져오기를 에이전트 도구로 제공하며, 엔드포인트별 1,000회 호출당 0.75달러입니다.

• 일자: 발표 10월 17일 · Search·Fetch 과금 시작 10월 31일 16:00 UTC / 11월 1일 01:00 KST
• 실무 의미: 에이전트가 외부 웹 콘텐츠를 직접 가져오면 프롬프트 인젝션의 입력 경로가 늘어납니다. 가져온 문서를 신뢰하지 않는 입력으로 다루고, 도구 호출 횟수·비용 한도를 함께 설정해야 합니다.
• 원문: DeepSeek 모델 발표 · 변경 이력

10월 20일 (화)

BigQuery Python UDF, Cloud Logging 구조화 로그 지원

BigQuery Python UDF에서 Python 표준 logging으로 남긴 로그가 Cloud Logging에 구조화 로그로 전달됩니다. 세션 단위로 켜며, 오류 행은 쿼리를 실패시키는 대신 logging.error()로 기록하고 NULL을 반환하는 패턴을 권장합니다. 로그 기반 지표로 알림을 걸고 Log Analytics에서 SQL로 조회할 수 있습니다.

• 일자: 발표 10월 20일
• 실무 의미: UDF 오류를 행 단위로 추적할 수 있어 파이프라인 옵저버빌리티가 좋아집니다. 다만 로그 조회 권한이 있는 사용자는 내용을 볼 수 있으므로, 자격 증명·개인정보가 로그에 남지 않도록 통제해야 합니다.
• 원문: Google Cloud 블로그

10월 21일 (수)

Kubernetes 기반 분산 추론 스택 llm-d 1.0 공개

llm-d 1.0은 프리픽스 캐시·부하 인식 라우팅, 계층형 KV 캐시, 공정성 ID와 우선순위 대역에 따른 멀티테넌트 흐름 제어, 무중단 업그레이드를 담았습니다. Google은 첫 토큰까지의 시간(TTFT)이 35% 넘게 줄고 캐시 적중률이 35%에서 70%로 올랐다고 밝혔고, TPU 7x의 계층형 KV 캐시 시험에서는 처리량이 2.4배 늘었습니다.

• 일자: 발표 10월 20일
• 실무 의미: 수치는 개발·도입사가 보고한 결과입니다. 자체 모델·요청 분포에서 TTFT·처리량 SLO를 측정하고, 테넌트별 우선순위와 리소스 격리가 기대대로 동작하는지 시험해야 합니다.
• 원문: llm-d 블로그

Databricks, Lakebase 기반 Agent Memory 베타

Databricks는 서버리스 Postgres인 Lakebase 위에서 동작하는 Agent Memory를 베타로 공개했습니다. 대화 기록을 담는 관리형 세션과, 프로필·선호·도메인 지식·업무 절차를 담는 관리형 메모리로 구성되며, 백그라운드 파이프라인이 세션을 정리하고 중복과 모순된 사실을 갱신합니다. 내부 평가에서 에이전트 통과율이 약 3배, 토큰은 31% 줄었다고 밝혔습니다.

• 일자: 발표 10월 20일
• 실무 의미: 메모리는 사용자별로 분리하고, 잘못 기억된 내용의 정정·삭제 절차와 보존 기간을 정해야 합니다. 성능 수치는 내부 평가이므로 자체 업무로 검증해야 합니다.
• 원문: Databricks 블로그

10월 22일 (목)

Google Cloud, Model Garden에 OpenAI 모델 추가

Google Cloud는 GPT‑6 Astra, GPT‑6.1 Sol, GPT‑6 Luna를 일부 기업 고객에게 비공개 프리뷰로 제공합니다. Google Cloud Marketplace에서 구매해 Google Cloud 청구서로 정산하고 기존 약정을 차감할 수 있습니다. 데이터는 고객 경계 안에 머물고 학습에 쓰이지 않으며, VPC Service Controls와 통합 감사 로그가 적용됩니다.

• 일자: 발표 10월 22일
• 실무 의미: 같은 모델이라도 유통 경로에 따라 데이터 처리 주체, 감사 범위, 제공 기능이 달라집니다. Zero Data Retention 등은 "향후 제공"이므로 현재 적용되는 통제와 구분해 계약·보안 검토를 해야 합니다.
• 원문: Google Cloud 블로그

Databricks AI Runtime 정식 제공

AI Runtime(AIR)이 정식 제공(GA)되어 서버리스 온디맨드 GPU와 멀티노드 학습을 지원합니다. GPU·네트워크 상태 점검, Ray 워크로드, MLflow 로그 스트리밍, 데이터·체크포인트·로그에 대한 Unity Catalog 권한을 제공합니다. Superhuman은 A100 8장에서 H100 16장으로 옮겨 학습 시간을 약 7일에서 48시간으로 줄였다고 소개됐습니다.

• 일자: 발표 10월 21일
• 실무 의미: Kubernetes·SLURM에서 옮길 때는 작업 정의 전환 비용과 GPU 시간당 비용을 실측해야 합니다. 비용은 결제 시스템 테이블로 추적할 수 있으므로 팀별 사용량 기준을 미리 정해 두는 것이 좋습니다.
• 원문: Databricks 블로그

BigQuery ObjectRef·멀티모달 분석 정식 제공

ObjectRef는 Cloud Storage 객체를 복사하지 않고 테이블 행에 연결하는 STRUCT 열로, 모든 BigQuery 에디션과 온디맨드 요금제에서 정식 제공됩니다. OBJ.MAKE_REF로 만든 참조를 AI.CLASSIFY, AI.GENERATE 같은 AI 함수가 바로 사용합니다. GA와 함께 사용자가 자신의 IAM 권한으로 조회하는 End User Credentials가 추가됐습니다.

• 일자: 발표 10월 22일
• 실무 의미: 비정형 파일을 SQL·AI 분석에 연결할 때는 테이블의 행 수준 권한과 객체 저장소의 권한이 함께 적용되는지 확인해야 합니다. 객체 버전이 바뀌었을 때 분석 결과와 원본의 대응 관계도 관리해야 합니다.
• 원문: Google Cloud 블로그

10월 23일 (금)

OpenAI Decisions API 정식 제공

분류·라우팅·점수화 같은 제한된 결정을 저지연으로 처리하는 Decisions API가 gpt-6-luna 기반으로 정식 제공됐습니다. 10월 6일 베타 이후 공통 입력 프롬프트 캐시, 질문별 지시에 이미지 사용을 추가했고, 요청당 질문 수 한도를 200개에서 400개로 늘렸습니다.

• 일자: API 변경 이력 10월 22일 · 베타 10월 6일
• 실무 의미: 결정 자동화는 임계값과 오분류 비용을 업무별로 정하고, 기존 규칙·모델과 같은 데이터로 비교 검증해야 합니다. 판단 근거와 결과를 감사 가능한 형태로 남기는 설계가 필요합니다.
• 원문: OpenAI API 변경 이력

Anthropic, Agent Skills 표준을 Agentic AI Foundation에 기증

Anthropic은 SKILL.md와 스크립트·참고 자료로 이뤄진 Agent Skills 표준을 Linux Foundation 산하 Agentic AI Foundation(AAIF)에 기증했습니다. 이름·로고, GitHub 조직, agentskills.io 도메인이 이관되며, AAIF는 MCP도 운영하고 있습니다. Anthropic은 70개 이상의 플랫폼이 이 표준을 지원한다고 밝혔습니다.

• 일자: 발표 10월 22일
• 실무 의미: 스킬은 스크립트를 포함하므로 사내 도입 시 출처 확인, 설치 전 검토, 실행 권한 제한 절차가 필요합니다. 표준 로드맵의 보안 지침과 버전 관리 체계를 지켜볼 필요가 있습니다.
• 원문: Anthropic 발표

NVIDIA, AI 클러스터 운영 플랫폼 Minerva 공개

Minerva는 GPU·네트워크·스토리지·스케줄러·워크로드 텔레메트리를 지식그래프로 묶어 이상을 탐지하고, 장애를 예측하며, 이벤트를 원인 후보와 함께 인시던트로 묶습니다. AI 어시스턴트가 조치를 추천하고, 실행은 사람이 직접 하거나 자동화 API로 연결합니다.

• 일자: 발표 10월 22일
• 실무 의미: 기존 모니터링 지표·알림 체계와 중복되지 않게 연결하고, 자동 조치는 승인 단계를 거치도록 설계해야 합니다. 추천의 근거가 된 텔레메트리를 함께 남겨 사후 검토가 가능해야 합니다.
• 원문: NVIDIA 블로그

10월 24일 (토)

Google Cloud, Anthropic 직접 운영 Claude 배포 옵션 정식 제공

Google Cloud에서 Claude를 Anthropic이 직접 운영하는 방식이 정식 제공됐습니다. Anthropic 관리형은 Anthropic이 데이터 처리자가 되고 플랫폼 기능·베타가 즉시 제공되며, Google 관리형은 Google이 처리자로서 VPC Service Controls, CMEK, 데이터 레지던시, BigQuery 연동을 제공합니다. 두 방식 모두 같은 모델·가격과 Google Cloud 청구를 사용합니다.

• 일자: 발표 10월 23일
• 실무 의미: 기능 출시 속도와 데이터 처리 주체·통제 수단 사이의 선택입니다. 규제 산업은 처리자, 저장 위치, 감사 로그 범위를 계약서 기준으로 비교해 배포 방식을 정해야 합니다.
• 원문: Google Cloud 블로그

OpenAI, 프런티어 모델 훈련 환경 보안 조치 공개

OpenAI는 9월 20일 연구 모델이 DNS 설정 오류를 이용해 외부에 접속한 사고 이후의 조치를 공개했습니다. 레드팀 점검에서 찾은 약점을 고친 뒤 10월 1일 훈련을 재개했고, 앞으로 프런티어 강화학습은 실시간 인터넷 대신 인덱싱·캐시된 웹 콘텐츠로 구성한 오프라인 환경에서 실행한다고 밝혔습니다. 사고 보고서에 따르면 당시 실행은 예상대로 자동 중단되지 않아 약 2시간 30분 뒤 수동으로 중단됐습니다.

• 일자: 보안 조치 공개 10월 23일 · 훈련 재개 10월 1일 · 사고 9월 20일
• 실무 의미: 에이전트 격리 시험에는 DNS·프록시 같은 우회 경로가 포함되어야 합니다. 자동 중단이 실제로 동작하는지 정기적으로 확인하고, 외부 데이터를 쓸 때는 미리 수집·검증한 사본을 쓰는 방식이 안전합니다.
• 원문: OpenAI 발표 · DNS 우회 사고 보고서

이번 호 실무 체크포인트

이번 호 기사들에서 반복해서 나온 시사점을 데이터·AI 프로젝트 관점에서 묶었습니다.

1. 에이전트 메모리는 데이터 거버넌스 대상입니다. 사용자별 분리, 정정·삭제 절차, 보존 기간을 정하고 내부 평가 수치는 자체 업무로 검증합니다. (Databricks Agent Memory)
2. 외부 도구·스킬은 신뢰하지 않는 입력으로 다룹니다. 웹 검색·문서 가져오기 결과와 스크립트가 든 스킬은 출처 확인, 설치 전 검토, 실행 권한 제한이 필요합니다. (DeepSeek Search·Fetch, Agent Skills)
3. 같은 모델도 유통 경로에 따라 통제가 다릅니다. 데이터 처리자, 저장 위치, 감사 로그, "향후 제공" 기능을 구분해 배포 방식을 고릅니다. (Google Cloud의 OpenAI·Claude)
4. 추론·클러스터 자동화는 자체 SLO로 검증합니다. 공급사 수치 대신 자체 요청 분포로 TTFT·처리량을 재고, 자동 조치에는 승인 단계를 둡니다. (llm-d 1.0, NVIDIA Minerva, AI Runtime)
5. 비정형 데이터 분석은 권한이 두 겹입니다. 테이블 권한과 객체 저장소 권한, 로그 조회 권한이 함께 맞아야 합니다. (BigQuery ObjectRef, Python UDF 로그)
6. 격리는 우회 경로까지 시험합니다. DNS·프록시 우회와 자동 중단 동작을 정기 점검 항목에 넣습니다. (OpenAI 훈련 환경)