Automata V.03 | 메리 크리스마스!🎄

안녕하세요 구독자님, 오토마타입니다!

오늘은 크리스마스 이브네요! 구독자님의 소중한 사람들과 행복한 시간 보내시길 바래요!

오늘 준비한 컨텐츠는 이런 내용들이에요.

🤖 LangChain의 새로운 도구, DeepAgents: 복잡한 작업을 위해 깊게 생각하기

출처: LangChain Blog

최근 AI 에이전트 분야에서 주목할 만한 패키지가 등장했어요. LangChain이 발표한 DeepAgents는 Claude Code, Deep Research, Manus 같은 고성능 에이전트에서 영감을 받아 만들어진 오픈소스 에이전트 개발 패키지입니다.

기존의 단순한 LLM이 루프를 돌며 도구를 호출하는 방식은 복잡하고 장기적인 작업에서 한계를 보였는데요, DeepAgents LLM이 더 복잡하고 분석이 많이 필요한 작업들을 수행할 수 있도록 도와주는 패키지에요. DeepAgent 패키지는 계획 수립 도구(Todo List), 파일 시스템 접근, 서브 에이전트 생성 기능들을 탑재해서 주어진 일을 시작하기 전 할 일 리스트를 만들고, 필요한 컨텍스트를 파일로 읽고 쓰면서 필요에 따라 주어진 서브 에이전트를 활용할 수도 있게 되요.

그렇다면 DeepAgents는 기존 LangGraph/LangChain과 어떻게 다를까요? LangChain 공식 블로그에 따르면, LangGraph는 워크플로우와 에이전트를 조합해서 세밀하게 제어할 수 있는 "에이전트 런타임"이고, LangChain은 프롬프트와 도구를 처음부터 직접 구축하는 "에이전트 프레임워크"예요. 반면 DeepAgents는 계획, 파일 시스템, 서브 에이전트 등이 미리 구현되어 있어서 자율적이고 장기적인 작업에 최적화된 "에이전트 하네스"로 분류됩니다.

DeepAgent를 활용한 흥미로운 활용 사례도 소개해 드릴게요! 각 하이퍼링크를 클릭하면, 상세 페이지에서 코드와 디테일을 확인할 수 있습니다.

설치는 pip install deepagents로 간단하고, 기본 모델은 Claude Sonnet 4.5를 사용하지만 OpenAI GPT-4o 등 다양한 모델로 커스터마이징이 가능해요.

2026년, AI 에이전트랑 같이 손잡아요 🤝

출처: Phaedra- What Is an AI Agent? The Future of Autonomous Intelligence

저번 뉴스레터에서는 에이전트가 2025년에 우리 삶에 미친 영향들을 요약해봤는데요, 오늘은 다가오는 2026년 AI와 생산성의 미래에 대해 이야기해볼게요. 새로운 한 해를 맞이하는 의미에서 2025년 분석보다 좀 더 다양한 관점으로 분석해 보았어요!

이번 2026 예상 트렌드는 두 기관의 최신 예측 자료를 바탕으로 작성했습니다.

🚀 프롬프트 박스의 종말: AI가 먼저 움직인다

지금까지 우리는 ChatGPT나 Claude에게 "이거 해줘"라고 요청하는 방식에 익숙해져 있었어요. 하지만 2026년에는 이 패러다임이 완전히 바뀔 수도 있어요.

a16z 파트너 Marc Andrusko는 2026년은 일반 사용자들에게 프롬프트 박스가 사라지는 해라고 선언했어요. 차세대 AI 앱은 사용자가 무엇을 하고 있는지 관찰하고, 요청하기 전에 선제적으로 행동을 제안한다는 겁니다.

구체적으로 어떤 모습일까요?

Andrusko는 이렇게 표현했어요: "채팅 인터페이스는 훈련용 바퀴였습니다. 이제 AI는 모든 워크플로우에 짜여진 보이지 않는 스캐폴딩이 됩니다. 지시가 아닌 의도에 의해 활성화되는 거죠."

🤖 멀티에이전트 시스템: AI들이 팀을 이룬다

2026년에는 여러 AI 에이전트가 팀처럼 협업하는 시대가 열릴것이라고 예측되고 있어요.

Gartner의 Distinguished VP Analyst Gene Alvarez는 이렇게 설명했어요: "멀티에이전트 시스템을 도입하면 조직은 복잡한 비즈니스 프로세스를 자동화하고, 팀 역량을 강화하며, 사람과 AI 에이전트가 함께 일하는 새로운 방식을 만들 수 있습니다."

Gartner는 2026년 말까지 엔터프라이즈 애플리케이션의 40%가 작업별 AI 에이전트와 통합될 것으로 예측했는데요, 현재는 5% 미만이라는 점을 생각하면 엄청난 변화입니다.

TechTarget의 보도에 따르면, Alvarez는 이 시스템을 F1 레이싱 피트 크루(Pit Crew) 에 비유했어요. 크루가 함께 움직이지만 각자 특정 작업을 담당하는 것처럼, 멀티에이전트 시스템도 각 에이전트가 전문 영역을 맡아 협업한다는 뜻이에요.

핵심 장점은 뭘까요? 작업을 특정 에이전트에게 할당하면 AI 환각(hallucination) 가능성을 줄이면서도 복잡한 워크플로우를 지원할 수 있다고 합니다. Alvarez의 조언은 명확해요: "크고 단일한 에이전트를 만들지 마세요. 관리하기 어렵고 환각 같은 문제가 생길 수 있습니다. 작고 구체적인 에이전트부터 시작하세요."

🎯 범용 LLM의 한계, 도메인 특화 모델이 답이다

ChatGPT나 Claude 같은 범용 LLM은 놀랍지만, 특정 도메인이나 업무에서는 한계가 있죠. 2026년에는 도메인 특화 언어 모델(DSLM)이 본격적으로 부상합니다.

Gartner는 "CIO와 CEO들은 AI에서 더 많은 비즈니스 가치를 요구하고 있지만, 범용 LLM은 종종 전문화된 작업에서 부족합니다. DSLM은 더 높은 정확도, 낮은 비용, 더 나은 규정 준수로 이 격차를 메웁니다"라고 분석했어요.

Gartner VP Analyst Tori Paulman은 범용 LLM을 "모든 책이 있는 미국 의회 도서관"에 비유했어요. 모든 걸 다 알지만, 특정 분야에서 정확하고 신뢰할 수 있는 답을 내놓는 건 다른 문제라는 거죠. 법률, 의료, 금융 등 규정 준수가 중요한 산업에서 특히 DSLM의 가치가 빛날 것으로 보입니다.

⏱️ "스크린 타임" KPI의 종말

지난 15년간 스크린 타임은 앱 가치를 측정하는 핵심 지표였어요. 넷플릭스 시청 시간, EHR 클릭 수, ChatGPT 사용 시간까지. 하지만 이 공식이 깨지고 있습니다.

a16z 파트너 Santiago Rodriguez의 분석이 인상적이에요:

Rodriguez는 결과 기반 가격 책정으로의 전환을 예측하면서, 이제 ROI 측정이 더 복잡해질 것이라고 말했어요. 의사 만족도, 개발자 생산성, 금융 분석가 웰빙, 소비자 행복 모두 AI 앱으로 증가하지만, 이걸 어떻게 측정하고 설명할 것인가가 새로운 도전이 된다는 뜻이에요.

💼 Fortune 500의 새로운 역할: AI 오케스트레이터

a16z 파트너 Seema Amble은 2026년에 기업들이 격리된 AI 도구에서 조정된 디지털 팀처럼 행동하는 멀티에이전트 시스템으로 전환할 것이라고 예측했습니다.

이 전환은 리더들에게 역할과 소프트웨어를 재구상하도록 강요할 거예요. Amble이 예측하는 새로운 직무들:

Amble은 이렇게 정리했어요: "멀티에이전트 시스템의 부상은 단순한 자동화의 다음 단계가 아닙니다. 기업이 운영되는 방식, 의사결정이 이루어지는 방식, 궁극적으로 가치가 창출되는 곳의 재구조화를 의미합니다."

🗣️ 음성 에이전트, 전체 고객 관계를 관리하다

a16z 파트너 Olivia Moore는 음성 AI 에이전트의 급격한 진화를 예측했습니다.

"지난 18개월 동안, AI 음성 에이전트가 비즈니스를 위한 실제 상호작용을 관리하는 것이 공상과학에서 현실이 되었습니다. SMB부터 대기업까지 수천 개의 회사들이 예약, 설문조사, 인테이크 등에 음성 AI를 사용하고 있어요."

하지만 Moore는 현재 많은 회사들이 아직 "음성을 진입점으로 삼는" 단계에 있다고 지적했어요. 하나 또는 몇 가지 유형의 통화를 포인트 솔루션으로 제공하는 수준이라는 거죠.

2026년에는 음성 에이전트가 전체 워크플로우를 처리하고, 심지어 전체 고객 관계 사이클을 관리하는 방향으로 확장될 것으로 예상돼요. Moore는 "모델이 계속 개선되고 에이전트가 도구를 호출하고 시스템 간에 작동할 수 있게 되면서, 모든 회사가 비즈니스의 핵심 부분을 실행하고 최적화하는 음성 우선 AI 제품을 갖추지 않을 이유가 없습니다"라고 강조했어요.

📊 핵심 숫자로 보는 2026년 (예상치)

🤔 우리에게 주는 시사점

이 트렌드들을 종합해보면, 2026년 AI와 생산성의 핵심 키워드는 선제적(Proactive)과 협업(Collaborative)인 것 같아요.

AI가 더 이상 우리가 시키는 일만 하는 도구가 아니라, 우리의 의도를 파악하고 먼저 움직이는 파트너가 된다는 겁니다. 그리고 혼자 일하는 AI가 아니라, 여러 전문 AI가 팀처럼 협업하면서 복잡한 업무를 처리하게 되죠.

📚 참고 자료

총 상금 2,100만 원! 카카오 'MCP Player 10' 공모전으로 AI 에이전트 생태계에 참여하세요!

출처: 카카오 PlayMCP - MCP Player 10

카카오가 흥미로운 개발 공모전을 시작했어요. 바로 MCP Player 10인데요, 이름에서 알 수 있듯이 최종 10명의 개발자를 선정해 총 2,100만 원의 개발 지원금을 수여하는 프로그램이에요. 1등에게는 1,000만 원, 2등에게는 300만 원, 그리고 3등 8명에게는 각각 100만 원이 지급됩니다.

응모 방법도 간단해요. PlayMCP 웹사이트에서 자신이 개발한 MCP 서버를 등록하고, 심사 통과 후 전체 공개로 전환한 다음, 응모 버튼을 누르면 끝입니다. 응모 기간은 2025년 1월 18일까지이며, 당첨자는 2026년 2월 3일에 카카오톡 채널 메시지로 개별 안내된다고 해요.

상금과 더불어 카카오 서비스와의 협업 기회와 마케팅 지원까지 제공한다고 하니, 실제로 자신의 아이디어를 더 많은 사람들에게 선보일 수 있는 발판이 될 수 있겠네요.

아래 사이트에서 더 자세한 정보를 확인하실 수 있어요!

MCP란?

그런데 여기서 MCP가 정확히 무엇일까요? MCP는 Model Context Protocol의 약자로, AI 모델이 외부 데이터나 도구와 소통하는 방식을 표준화한 통신 규약이에요. MCP는 AI 애플리케이션이 다양한 외부 시스템(데이터베이스, 검색 엔진, 파일 시스템 등)과 표준화된 방식으로 연결될 수 있게 해줍니다.

기존에는 각 AI 애플리케이션이 외부 서비스와 연동하려면 서비스마다 별도의 커스텀 통합 작업이 필요했어요. 예를 들어 Claude가 Google Drive와 연결되고, Slack과도 연결되고, GitHub와도 연결되려면 각각에 대해 별도의 연결 방식을 개발해야 했죠. 이를 'N×M 통합 문제'라고 부르는데, AI 애플리케이션(N)과 외부 서비스(M)의 수가 늘어날수록 필요한 통합 작업이 기하급수적으로 증가하는 문제였어요.

MCP는 이 문제를 근본적으로 해결합니다. 개발자는 MCP를 한 번만 구현하면, MCP를 지원하는 모든 AI 애플리케이션과 서비스가 자동으로 연결될 수 있어요 (N+M). 마치 USB 표준이 등장하면서 각 기기마다 다른 케이블을 가지고 다닐 필요가 없어진 것과 같은 원리입니다.

MCP는 단순한 기술 표준을 넘어, AI가 우리 일상에 더욱 자연스럽게 스며들 수 있게 하는 핵심 인프라가 되고 있어요. 여러 앱을 오가며 작업하는 대신, AI 에이전트가 우리의 의도를 파악해 필요한 서비스들을 연결하고 작업을 대신 처리해주는 프로세스가 더 표준화되고 확장하게 해주는 기반 중 하나가 되고 있어요.

카카오의 PlayMCP: 국내 첫 MCP 플랫폼

카카오는 2025년 7월, 국내에서 처음으로 MCP 기반 개방형 플랫폼인 'PlayMCP'를 베타 오픈했어요. PlayMCP는 개발자라면 누구나 카카오 계정으로 로그인해서 자신이 만든 MCP 서버를 등록하고 테스트할 수 있는 플랫폼입니다.

예를 들어 카카오맵 MCP 서버를 사용하면 "덕수궁 일품진진수라에서 광화문까지 걸어가는 길 알려줘"라고 물었을 때, AI가 도보 길찾기 도구를 활용해 1.2km 거리에 약 19분 소요된다는 상세 경로를 알려줄 수 있어요.

또한, 도구함 기능을 사용하면 PlayMCP에 등록된 MCP 도구들을 한 곳에서 관리하고, ChatGPT나 Claude 같은 외부 AI 서비스에서도 카카오 계정 인증 한 번으로 바로 사용할 수 있어요. "방금 알려준 내용 카카오톡 나와의 채팅방에 보내줘", "오늘 내 일정 알려줘", "작년 오늘 들은 멜론 노래 다시 틀어줘" 같은 요청을 ChatGPT나 Claude에서도 할 수 있게 된 거죠.

아래는 연동할 수 있는 서비스 예시들이에요.

더 다양한 연동 가능한 MCP서버는 아래 링크에서 확인 가능해요!

오늘 준비한 내용음 여기까지에요!

오늘 내용 유익하셨나요? 

궁금한 점이나 피드백이 있으시다면, 아래 설문에 작성해주시며 감사하겠습니다!

구독자님, 행복한 크리스마스 보내시고, 다음 주 수요일에 또 뵈요! 🎄 👋