안녕하세요, 오토마타입니다!
구독자님, 오늘은 2025년 마지막 날이네요! 🌅
2025년도 보람찬 한 해였길 바래요 😊
구독자님도 새해 복 많이 받으시고, 올해 마지막 뉴스레터 시작해 보겠습니다!
🤖 크래프톤이 만든 AI 비서 KIRA, 이제 누구나 무료로 사용할 수 있어요
KIRA가 뭔가요?
배틀그라운드(PUBG)로 유명한 크래프톤이 개인용 AI 비서 KIRA(KRAFTON Intelligence Rookie Agent)를 오픈소스로 공개했어요. KIRA는 단순한 챗봇이 아니라 24시간 일하는 "가상 직원" 개념의 AI 에이전트입니다.
크래프톤은 사내에서 KRIS(KRAFTON Intelligence System)라는 AI 에이전트를 운영해왔는데요, 회의록 작성 시간을 1시간에서 3분으로 단축하고, 반복적인 정보 검색 업무를 대폭 줄이는 등 실제로 검증된 시스템이에요. 크래프톤은 이 기술을 누구나 쓸 수 있도록 재정비해서 github에 "가상 직원" 컨셉에 맞게 리패키징한 KIRA라는 오픈소스로 무료로 공개했습니다.
KIRA는 멀티 에이전트 파이프라인 구조로 설계됐어요. 여러 AI 에이전트가 각자 전문 역할을 맡아서 협업하는 방식입니다. 이런 설계의 장점은 두 가지예요. 첫째, 단순한 작업은 가벼운 모델이 처리하고 복잡한 작업만 고성능 모델이 맡아서 비용 최적화가 가능합니다. 둘째, 각 에이전트의 역할이 명확하게 분리되어 있어서 유지보수와 확장이 쉬워요.
KIRA는 Slack, Outlook, Jira, Gitlab등 풍부한 연동을 제공하고, 생성된 모든 메모리와 데이터는 로컬 컴퓨터에 저장되어 안전하게 작업할 수 있어요. 내부적으로는 Anthropic의 Claude를 활용하며, 특히 Claude Code 기능을 사용합니다. 그래서 KIRA를 사용하려면, Claude Pro 플랜 이상이 필요해요.
KIRA 설치 방법과 더 자세한 활용 방법은 아래 공식 사이트에서 확인할 수 있어요!
☕ 에이전트가 에스프레소를 직접 추출한다고요? 바리스타 챔피언의 영혼에 영접한 AI 에이전트
AI가 텍스트를 쓰고, 이미지를 생성하고, 코드를 짜는 건 이제 익숙한 일이 되버렸죠. 그런데 AI가 실제 커피머신을 조작해서 에스프레소를 추출한다면 어떨까요? 최근 Archestra의 엔지니어 Matvey Kukuy가 흥미로운 사이드 프로젝트를 공개했어요. 세계 바리스타 챔피언 James Hoffmann의 커피 이론을 학습한 AI 에이전트가 에스프레소 머신의 온도, 압력, 추출 시간을 실시간으로 조정하며 개인 취향에 딱 맞는 완벽한 한 잔을 만들어내는 에이전트 개발기를 . 단 3샷 만에 새로운 원두에 맞는 최적의 세팅을 찾아냈다고 하니, AI가 단순히 디지털 세계에만 머무르지 않고 물리적 세계와 연결되는 시대가 본격적으로 시작된 것 같습니다.
이 프로젝트의 핵심은 두 가지 오픈소스 기술입니다. 첫 번째는 Gaggimate로, Gaggia Classic 같은 가정용 에스프레소 머신에 설치하는 오픈소스 하드웨어예요. 이 하드웨어를 에스프레소 머신에 설치하면 아래 그래프처럼 머신의 온도, 압력, 유량 등을 실시간으로 모니터링하고 프로그래밍할 수 있게 됩니다. 일반 가정용 머신을 IoT 장비로 업그레이드하는 셈이죠. 두 번째는 Gaggimate MCP로, Gaggimate 하드웨어와 AI를 연결해주는 MCP(Model Context Protocol) 서버입니다. MCP는 AI 모델이 외부 도구나 데이터에 접근할 수 있게 해주는 표준 프로토콜인데요, 이 서버를 통해 AI 에이전트가 커피머신의 추출 기록을 읽고, 분석하고, 프로파일 설정을 직접 변경할 수 있게 됩니다.
그렇다면 에이전트는 실제로 어떻게 에스프레소를 최적화했을까요? 프로세스는 생각보다 직관적입니다. 먼저 사용자가 한 잔을 추출하면, AI가 MCP를 통해 해당 샷의 데이터를 가져옵니다. 여기에는 추출 시간, 온도 곡선, 압력 프로파일, 최종 무게 등이 포함돼요. 그 다음 사용자가 "너무 신맛이 나" 같은 피드백을 주면, AI는 James Hoffmann의 에스프레소 다이얼링 이론에 기반해 원인을 분석합니다. 예를 들어 신맛이 강하다면 추출 부족을 의미하므로, AI는 추출 비율을 1:2에서 1:2.5로 늘리거나 온도를 2도 올리는 식으로 프로파일을 수정하죠. 실험에서 첫 번째 샷이 신맛이 났을 때, AI는 그라인드 사이즈 대신 추출량(yield)만 조정했는데, 그 결과 두 번째 샷에서 사용자 취향에 딱 맞는 "완벽한" 맛이 나왔다고 합니다. 이런 추출 → 피드백 → 분석 → 프로파일 수정의 사이클을 반복하면서 AI가 스스로 최적점을 찾아가는 거예요.
이 실험이 보여주는 가능성은 꽤 흥미로운 점을 시사해요. AI가 단순히 정보를 처리하는 것을 넘어서, 센서 데이터를 실시간으로 받아들이고 하드웨어를 직접 제어하는 피드백 루프를 형성할 수 있다는 걸 보여줘요. 이런 패턴은 커피머신에만 국한되지 않을 거에요. 기술이 더 발전할 수록 스마트 홈 기기, 산업용 장비, 로봇 시스템 등 다양한 하드웨어에 동일한 접근법을 확장할 수 있어요. MCP라는 표준화된 프로토콜 덕분에 개발자들이 각 기기마다 별도의 연동 코드를 작성할 필요 없이, 일관된 방식으로 AI와 하드웨어를 연결할 수 있게 된 것도 큰 의미가 있습니다.
물론 아직은 초기 단계의 실험이고, 고전압·고압력 가전제품을 소프트웨어로 제어하는 건 안전 문제도 신중하게 고려해야 해요. 하지만 이 프로젝트는 에이전트의 미래가 어디로 향하고 있는지 명확하게 보여줘요. AI가 디지털 세계를 넘어 물리적 세계와 상호작용하는 시대가 오고 있는 듯 해요. 이 실험은 단순한 에스프레소 머신만 국한되었지만, 각 기기마다 센서 데이터와 기기 상테를 LLM이 더 이해하기 쉬운 형태로 파싱해서 LLM과 연동한다면, 이재 에이전트로 여러 기계도 작동 시킬 수 있는 날이 머지 않은 듯 하네요.
프로젝트에 대해 더 알고 싶으시면 아래 블로그 글을 통해 더 자세하게 읽어보실 수 있어요!
🧭 2026년에 들어서며...
요즘 새로운 AI 뉴스를 접할 때마다 어떤 기분이 드시나요?
새로운 모델이 발표될 때마다, 또 다른 에이전트 프레임워크가 등장할 때마다, 어디서부터 시작해야 할지 막막함을 느끼시는 분들이 많은 것 같아요. "따라잡아야 하는데 너무 빠르다", "AI가 내 일자리를 대체하면 어떡하지"라는 불안감... 저도 관련 소식들을 조사하다 보면 이런 막막함과 불안함이 자연스럽게 드는 것 같아요.
2026년을 앞두고, 올해 마지막 아티클에서는 구독자님께 응원을 전해드리고 싶어서 기술 소식 대신 조금 다른 이야기를 준비했어요. 약 100년 전, 가장 절망적인 상황에서 살아남은 사람들의 이야기입니다.
남극의 악몽, 그리고 기적의 생존
1914년 8월, 탐험가 어니스트 섀클턴(Ernest Shackleton)은 27명의 대원과 함께 남극 대륙 횡단이라는 야심찬 목표를 품고 인듀어런스호(Endurance)를 타고 영국을 떠났어요. 하지만 이 배는 남극 대륙 횡단의 꿈을 이루지 못하고 유빙에 갇혀버렸고, 결국 바다 속으로 가라앉았어요. 28명의 모든 선원이 남극의 엘리펀트 섬(Elephant Island)에 고립되어 버렸습니다. 선원들은 10개월간 얼음에 포위된 채, 구명보트와 부족한 식량, 그리고 사냥으로 근근이 버텨갔죠.
상황이 심각해지자, 섀클턴은 결단을 내립니다. 가장 가까운 유인 기지인 사우스조지아 섬(South Georgia)의 포경 기지까지 직접 가서 구조를 요청하겠다고요. 이 결정은 처해진 환경만 보면 정말 무모한 결정이였어요.
- 표류 지점과 사우스조지아 섬 사이에 있는 드레이크 해협은 지구상에서 가장 위험한 해협 중 하나로, 대서양·태평양·남극해가 충돌하며 12~20m의 파도가 치는 곳이에요.
- 횡단해야 하는 거리는 약 1,300km나 되었어요. (서울-부산의 3배 이상 거리)
- 길이가 겨우 7m밖에 안 되는 작은 구명보트 제임스 케어드호(James Caird)에 성인 남성 6명을 태우고 횡단해야 했어요.
무엇보다, GPS도 레이더도 위성 통신도 없던 시대였어요. 항해사 프랭크 워슬리(Frank Worsley)는 오직 육분의(태양과 수평선 사이의 각도를 측정하는 도구)와 크로노미터(정확한 시간을 측정하는 시계)만으로 1,300km의 망망대해를 헤쳐나가야 했죠. 놀랍게도 그들은 17일 만에 사우스조지아 섬에 도착했고, 구조대를 보내 결국 28명 전원이 생존하는 기적을 이뤄냈어요.
나만의 육분의와 크로노미터
섀클턴의 대원들이 드레이크 해협을 '괴물 같은 바다'로만 봤다면, 그들은 엘리펀트 섬에서 굶어 죽었을 거예요. 대신, 그들은 무시무시한 바다를 '건너야 할 길'로 보았습니다. 손에 들린 육분의와 크로노미터를 믿으며, 자신들의 기술과 판단에 의지해 나아갔어요. 폭풍 속에서도 방향을 잃지 않을 자신만의 기준이 있었기에, 끝까지 나아갈 수 있었습니다.
2026년에도 LLM과 에이전트는 지금과 같은 속도로, 어쩌면 더 빠르게 발전할 거예요. AI의 발전이 나를 삼켜버릴 거대한 파도처럼 느껴질 수도 있어요. 하지만 관점을 바꿔보면, 우리는 지금 손안에 데이터 분석가, 디자이너, 개발자, 컨설턴트를 품게 된 시대에 살고 있어요. 내가 어디로 가고 싶은지, 무엇을 이루고 싶은지만 명확하면 AI라는 육분의와 크로노미터를 쥐고 구독자님만의 항해를 시작할 수 있습니다.
모든 새로운 기술을 무조건 따라잡을 필요는 없어요. 중요한 건 나에게 필요한 도구가 무엇인지, 내가 어디로 향하고 싶은지 아는 것입니다. 완벽한 조건이 아니어도 방향만 알면 나아갈 수 있어요. 7m짜리 보트로 지구에서 가장 험한 바다를 건넌 사람들처럼요.
구독자님, 2026년에도 분명 해낼 수 있을 거예요.
의견을 남겨주세요