메타의 공개 모델부터 AI 평가까지…직접 운영하는 AI의 조건이 바뀐다
메타의 뮤즈 스파크 오픈과 크레아의 이미지 편집 모델, 앤트로픽의 외부 평가 확대를 살펴봤습니다. 구글의 과학 연구 도구, 리퀴드 AI의 로컬 모델, 워크데이의 에이전트 권한 관리 인수 계약까지 여섯 소식을 공식 발표와 기술 문서로 확인했습니다.
모델과 제작 도구
메타, ‘뮤즈 스파크 오픈’ 가중치 공개…직접 운영에는 대규모 메모리 필요
메타(Meta)가 15일 코딩과 여러 단계의 작업 수행에 초점을 맞춘 뮤즈 스파크 오픈(Muse Spark Open)의 가중치를 공개했다. 전체 매개변수는 8,160억 개, 토큰을 처리할 때 활성화하는 매개변수는 420억 개다. 외부 API로 이용하거나 직접 내려받아 운영할 수 있지만, 일반 노트북 한 대에서 가볍게 실행하는 규모는 아니다.
- 무엇이 달라지나
- 모델을 제공사의 서버에만 맡기지 않고 자체 환경에 배치하고 조정할 선택지가 늘었다. 회사 내부 데이터로 에이전트를 운영하려는 조직에는 모델 성능과 함께 실행 위치를 선택할 여지가 생긴다.
- 한계
- 공식 모델 카드는 압축된 NVFP4 버전에도 최소 700GB의 GPU 메모리가 필요하다고 안내한다. 가중치 공개가 무제한 이용을 뜻하지도 않는다. 별도 라이선스와 사용 정책이 적용되며, 일부 모델 제공 사업에는 추가 계약 조건이 붙는다.
본문 펼치기 약 4분
메타가 발표에서 강조한 이용 장면은 코드를 한 번 생성하는 작업보다 긴 작업을 이어가는 에이전트다. 여러 도구를 순서대로 사용하고 실패한 호출을 다시 시도하며 결과를 완성하는 용도다. 메타는 자사 도구를 이용해 앱을 수정하거나 영상 편집 프로그램을 조작한 사례를 소개했다. 이는 회사가 제시한 시연으로, 다양한 개발 프로젝트에서의 성공률을 독립적으로 확인한 결과는 아니다.
공식 모델 카드상 입력은 텍스트·이미지·영상·음성이며 출력은 텍스트다. 따라서 여러 형식의 자료를 읽는 기능과 이미지나 영상을 직접 생성하는 기능을 구분해야 한다. 문맥 길이는 최대 100만 토큰으로 안내됐다. 긴 문서나 작업 기록을 입력할 수 있다는 사양이 그 안의 모든 정보를 빠짐없이 활용한다는 보장은 아니다.
공개 모델을 어디에서 실행할 것인가
메타는 애플 엠파이브 울트라(Apple M5 Ultra)를 탑재한 맥 스튜디오 두 대와 엠엘엑스(MLX) 환경을 자체 실행 사례로 들었다. 각 기기의 통합 메모리를 사용하는 구성이다. 데스크톱에서 실행할 수 있다는 설명은 이처럼 구체적인 장비 조합을 전제로 한다. 보유한 맥 한 대에 내려받으면 같은 결과가 나온다고 읽어서는 안 된다.
전체 크기와 활성 매개변수도 다른 지표다. 일부 매개변수만 매번 계산에 참여해도 전체 가중치를 보관할 공간은 필요하다. 공식 카드가 안내한 메모리 요구량은 NVFP4에서 최소 700GB, BF16에서 2TB다. 실제 운영에서는 입력 길이와 동시 요청, 실행 프로그램이 추가로 사용하는 메모리까지 고려해야 한다는 점이 이번 공개의 현실적인 제약이다.
자체 장비를 운영하지 않는 경로도 마련됐다. 메타는 파이어웍스 AI(Fireworks AI), 그로크(Groq), 투게더 AI(Together AI) 등 외부 추론 사업자를 통해 API를 제공한다고 밝혔다. 같은 모델을 선택하더라도 직접 설치하는 방식과 외부 서버를 호출하는 방식은 데이터 처리 위치와 운영 책임이 달라진다. 공개 가중치 모델을 API로 쓴다는 사실만으로 데이터가 회사 내부에 머무르는 것은 아니다.
사용 권한과 운영 책임은 별도 문제
허깅페이스(Hugging Face)의 공식 배포 페이지에는 뮤즈 모델 라이선스가 실려 있다. 모델을 이용한 서비스에는 출처 표기 조건이 있으며, 일정 매출을 넘는 모델 제공 사업에는 메타와의 별도 계약이 요구된다. 내부 사용과 자체 제품의 기능으로 사용하는 경우에는 해당 조항의 예외가 명시돼 있다. 구체적인 적용 여부는 각 사업 형태와 원문 조건을 기준으로 판단해야 한다.
이번 공개가 조직에 주는 변화는 서비스 사업자를 고르는 일에 자체 모델 운영이라는 선택이 더해진다는 점이다. 다만 계산 장비를 확보한 뒤에도 모델 업데이트, 접근 권한, 장애 대응을 담당할 주체가 필요하다. 외부 호출 비용을 줄이는 효과만으로 총비용을 판단하기 어려운 이유다. 장비와 운영 인력을 포함한 비교가 이뤄져야 실제 선택의 의미가 생긴다.
모델 카드 역시 용도에 맞는 추가 보호 장치를 포함한 시스템으로 배치할 것을 권고한다. 가중치를 확보하는 일과 업무를 맡길 수 있는 서비스를 만드는 일 사이에는 여전히 설계와 검증이 남는다. 이번 소식은 고성능 모델의 실행 위치를 사용자가 선택할 여지가 넓어졌다는 데 의미가 있다. 도입의 실익은 각 조직의 작업량과 데이터 요구, 운영 역량에 따라 달라질 것이다.
크레아, 이미지 편집 모델 ‘크레아 3’ 소개…속도·가격과 함께 봐야 할 공개 조건
크레아(Krea)가 15일 공식 블로그에서 이미지 편집 모델 크레아 3(Krea 3)를 소개했다. 제품이나 인물의 특징을 유지하면서 배경·색상·소재를 바꾸는 작업을 겨냥했다. 회사가 제시한 가격은 2K 이미지 한 장에 0.06달러다. 다만 공식 자료 사이에도 출시일과 일부 사양 표기가 달라 이용 조건을 하나의 숫자로 단정하기는 어렵다.
- 무엇이 달라지나
- 상품 사진 한 장을 여러 광고 장면과 색상으로 바꾸는 반복 편집에 초점을 맞췄다. 전체 이미지를 새로 만들 때 원래 제품의 로고나 형태가 달라지는 문제를 줄이겠다는 제품 방향이다.
- 한계
- 속도는 회사가 제시한 수치이며 보장된 처리 시간은 아니다. 발표 글은 참고 이미지 최대 여섯 장, 제품 페이지는 여덟 장을 안내한다. 이번 기사에서는 어느 쪽을 공통 지원 사양으로 확정하지 않았다.
본문 펼치기 약 3분
크레아의 발표 글은 제품 라벨과 인물의 정체성을 유지하는 편집을 주요 기능으로 설명한다. 상품을 다른 배경에 배치하거나 재질을 바꾸되 이미 승인된 요소는 유지하는 방식이다. 실제 제작 현장에서는 새 결과가 보기 좋은지뿐 아니라 원래 판매하는 물건과 일치하는지가 중요하다. 이런 작업에서는 수정하지 않은 부분의 안정성도 편집 품질에 포함된다.
15일자 글은 2K와 1K 출력 가격을 각각 0.06달러와 0.03달러로 제시한다. 대부분의 편집을 8초 이내에 처리한다는 설명도 담았다. 다만 다른 모델과의 비교는 특정 기간 크레아 서비스에서 처리한 작업의 중앙값을 사용했고 대기 시간이 포함됐다. 같은 모델도 서비스 환경과 입력 조건이 달라지면 결과를 받는 시간은 달라질 수 있다.
비교 화면의 주석이 필요한 이유
별도 제품 페이지의 속도 비교는 미리 만들어 둔 결과를 재생하는 시연이다. 크레아는 해당 화면이 실시간 벤치마크가 아니라고 명시한다. 일부 경쟁 모델 가격도 검증 전 추정치라고 표시했다. 따라서 화면에서 영상이 몇 배 빠르게 움직인다는 이유로 실제 업무 처리량이 그만큼 증가한다고 계산할 근거는 부족하다.
제품 페이지는 특정 영역만 수정하는 기능과 색상 지정, 여러 참고 이미지를 조합하는 장면을 보여준다. 다만 편집 영역 밖의 변화량을 비교한 예시는 모델별 한 차례의 시도이며 이미지 정렬과 축소 조건이 적용됐다. 한 예시에서 원본이 잘 보존됐다는 관찰과 모든 상품 사진에서 같은 정밀도를 보인다는 주장은 범위가 다르다.
공개 시점도 구분할 필요가 있다. 공식 보도 자료 페이지에는 10월 12일 출시로 적혀 있고, 이번 상세 소개 글에는 10월 15일이 표시돼 있다. 오늘 다루는 사건은 15일자 제품 소개와 이용 조건 공개다. 이를 모든 이용자에게 15일 처음 열린 서비스라고 확대해 쓰지는 않았다.
반복 편집 비용은 채택한 결과를 기준으로
실무에서 중요한 비용은 생성 횟수에 단가를 곱한 금액만이 아니다. 열 장을 만들었는데 실제로 쓸 수 있는 결과가 두 장이라면 검수와 재시도까지 작업에 포함된다. 크레아의 가격은 비교를 시작하는 기준이지만, 제품 모양과 글자를 보존하는 비율까지 확인돼야 제작 비용을 평가할 수 있다. 이번 발표에는 모든 업종에 적용할 수 있는 공통 채택률이 제시되지 않았다.
회사는 기업용 자체 GPU 운영도 안내하면서 라이선스와 하드웨어 규모를 별도로 협의하도록 한다. 이는 웹에서 편집하는 방식과 계약 조건이 같은 상품이라고 추정할 수 없다는 뜻이다. 팀 단위로 반복 작업에 연결하려면 자신이 사용할 서비스 경로에서 제공되는 사양과 가격을 확인해야 한다.
크레아 3가 제시한 변화는 이미지 생성 능력의 추가보다 수정 작업의 속도와 일관성에 있다. 다만 공개 페이지의 서로 다른 수치까지 포함해 현재 설명을 읽어야 제품을 정확히 이해할 수 있다. 실제 상품 이미지에서 글자·색상·형태를 얼마나 유지하는지가 향후 유용성을 판단할 핵심 근거다.
평가와 연구
앤트로픽, METR에 내부 평가 접근 확대…발표 거부권 없이 결과 공개
앤트로픽(Anthropic)이 15일 외부 평가기관 미터(METR)의 여섯 직원에게 내부 위험 평가팀과 비슷한 수준의 접근을 제공하기 시작했다고 밝혔다. 모델을 시험하는 것에 더해 내부 도구와 평가 과정을 살펴보는 방식이다. 앤트로픽은 결과 발표를 거부할 수 없지만 사전에 정한 일부 정보의 삭제를 요구할 수 있다.
- 무엇이 달라지나
- 공개된 모델의 답변만 시험하는 평가에서 개발사의 내부 과정까지 검토하는 평가로 범위가 넓어진다. 외부 평가자가 무엇을 볼 수 있고 어떤 결론을 공개할 수 있는지가 핵심이다.
- 한계
- 고객 정보나 법률상 비밀, 모델 구조 등은 접근의 예외에 포함된다. 모든 협력 평가기관이 같은 권한을 얻은 것도 아니다. 이번 발표는 평가 체계의 변화이며 새 모델이 안전하다는 인증 결과는 아니다.
본문 펼치기 약 3분
앤트로픽은 METR 팀에 회사 장비와 사무 공간, 내부 도구 접근을 제공했다고 설명했다. 외부 기관이 제한된 질문에 답하는 방식에서 개발 과정의 정보를 더 깊이 확인하는 형태로 이동한 것이다. 다만 내부 직원과 유사한 접근이라는 표현에도 명시적인 예외가 있다. 모든 자료를 제한 없이 열람한다는 뜻으로 해석해서는 안 된다.
평가 결과의 공개 권한도 중요한 조건이다. 회사는 정해진 범주의 민감한 정보에 대해 삭제를 요구할 수 있다. METR은 삭제된 내용을 드러내지 않는 범위에서 그 요구가 정당했는지 의견을 공개할 수 있다. 결론 전체를 막을 권한과 특정 정보를 가릴 권한을 나눴다는 점이 이번 협력의 특징이다.
모델 점수 밖의 위험을 보는 평가
METR이 공개한 위험 평가 안내는 모델의 정답률만을 다루지 않는다. 내부 에이전트의 유해 행동을 감지할 수 있는지, 학습 과정이 문제의 흔적을 감출 가능성이 있는지, AI가 내부 연구 속도를 얼마나 바꾸는지 등을 평가 대상으로 제시한다. 모델이 주어진 시험에서 높은 점수를 얻는 것과 조직이 운영 중의 위험을 알아차리는 능력을 별개의 문제로 보는 접근이다.
이 기관은 기존에도 개발사의 위험 보고서를 외부에서 검토했다. 공개 목록에는 앤트로픽의 내부 에이전트 감시 체계를 시험한 작업과 위험 보고서 검토가 포함돼 있다. 따라서 이번 조치를 외부 평가가 처음 시작된 사건이라고 보기는 어렵다. 기존 검토 경험을 바탕으로 지속적인 내부 접근을 넓혔다는 데 변화가 있다.
METR은 자사 평가 업무에 대해 보수를 받지 않는다고 안내하는 한편, 일부 개발사로부터 모델 접근과 토큰을 제공받는다는 점도 공개한다. 독립성은 회사와 아무 관계가 없다는 말만으로 설명되지 않는다. 평가 자원에 접근하는 관계와 판단을 공개하는 권한이 어떻게 설정됐는지 함께 봐야 한다는 것이 이 구조에서 읽을 수 있는 쟁점이다.
권한의 범위와 실제 보고서는 구분해야
앤트로픽은 평가기관에 부여하는 접근과 발표 권한을 세 단계로 나누고 있다고 밝혔다. METR과 같은 수준으로 모든 파트너를 운영하는 것은 아니다. 외부 평가에 참여한다는 기관 이름만으로 같은 정보를 검토하거나 같은 공개 권리를 갖는다고 추정할 수 없다. 발표의 효과는 각 협력의 구체적인 범위에 달려 있다.
기업이 AI를 구매할 때도 이런 구분은 의미가 있다. 외부 평가를 받았다는 표시만으로는 어떤 위험을 어떤 조건에서 확인했는지 알기 어렵다. 실제 보고서가 나오면 평가 대상, 접근하지 못한 자료, 관찰 기간을 함께 읽어야 결론이 자신의 이용 환경에 얼마나 적용되는지 판단할 수 있다. 이는 이번 제도의 효용에 대한 해석이며 이미 검증된 효과를 뜻하지 않는다.
현재 확인된 것은 접근 확대와 공개 원칙이다. 그 접근이 새로운 문제를 얼마나 찾아내는지, 회사의 운영 결정에 어떤 변화를 만드는지는 앞으로 공개될 평가에서 확인할 부분이다. 이번 조치는 모델 개발사가 가진 정보와 외부 독자가 볼 수 있는 정보 사이의 간격을 줄이려는 시도로 읽힌다.
구글, 항균 펩타이드 탐색에 안티그래비티 활용…후보는 실험 검증 중
구글 딥마인드(Google DeepMind)가 15일 안티그래비티(Antigravity)를 이용해 항균 펩타이드 후보를 찾는 연구 작업을 공개했다. 에이전트가 데이터베이스 탐색과 단백질 구조 비교, 문헌 검토를 연결하고 연구자가 방향을 조정하는 방식이다. 소개된 후보는 실제 실험실 검증 중이며 치료 효과가 확인된 신약은 아니다.
- 무엇이 달라지나
- 여러 데이터베이스와 분석 프로그램을 오가던 탐색 작업을 한 연구 공간에서 이어갈 수 있게 한다. AI가 제안한 후보의 근거를 연구자가 살펴보고 다음 분석을 지시하는 흐름에 초점을 맞췄다.
- 한계
- 계산상 예측과 구조적 유사성은 실제 항균 효과나 인체 안전성의 증명이 아니다. 이번 공개에는 임상 결과가 없으며, 회사가 소개한 작업 시간 단축도 모든 연구 과제에서 검증된 수치로 볼 수 없다.
본문 펼치기 약 3분
구글이 소개한 작업은 기능이 충분히 알려지지 않은 단백질 자료에서 연구할 후보를 좁혀 가는 과정이다. 에이전트가 데이터 검색과 구조 자료 확인을 수행하고, 연구자는 추가로 어떤 근거를 볼지 결정한다. 모델이 스스로 연구 목표와 최종 결론을 모두 정했다는 설명은 아니다. 사람의 판단과 도구 실행이 대화 속에서 반복되는 구성이다.
이번 공개에는 생체분자 구조를 보여주는 3차원 뷰어도 포함됐다. 연구자가 구조의 특정 부분을 표시하거나 메모하면 에이전트가 그 시각적 맥락을 참고하는 방식이다. 텍스트로 위치를 길게 설명하는 대신 같은 구조를 보며 질문할 수 있다는 점이 제품 변화다. 화면에 구조를 잘 보여주는 능력과 그 구조의 기능을 정확히 추론하는 능력은 별도로 평가해야 한다.
연구 도구를 연결하는 작업 공간
안티그래비티의 공식 과학 연구 페이지는 분야별 플러그인과 도구 구성을 통해 생명과학 데이터베이스에 접근한다고 안내한다. 유니프로트(UniProt), 펍켐(PubChem), 켐블(ChEMBL) 등을 연결 대상으로 제시한다. 데이터베이스 자체가 새로 생긴 것이 아니라 기존 자료를 탐색하고 분석하는 접점을 에이전트 작업 공간 안으로 가져온 것이다.
같은 안내는 분석 스크립트와 시각화 결과를 남기는 기능도 설명한다. 연구자가 답변 문장만 받는다면 결론이 어떤 입력과 계산에서 나왔는지 되짚기 어렵다. 실행 가능한 분석과 근거 자료가 남는 구성은 그 경로를 검토하는 데 의미가 있다. 다만 결과 파일이 존재한다는 사실만으로 분석 방법이나 데이터 선택이 타당하다고 판단할 수는 없다.
과학 기능은 앱 안의 맞춤 기능 메뉴에서 플러그인을 설치하는 방식으로 안내돼 있다. 범용 대화창에서 과학 질문을 하는 것과 실제 데이터베이스·분석 도구를 연결해 사용하는 것은 이용 조건이 다르다. 연구자가 접근할 수 있는 자료와 실행 환경에 따라 가능한 작업도 달라질 수 있다. 이번 소개를 모든 실험실의 소프트웨어가 자동 연결된다는 뜻으로 읽을 근거는 없다.
후보 발견과 효과 입증 사이
구글은 이번 후보가 실험실에서 검증되고 있다고 명시했다. 이 단계의 산출물은 다음 실험을 검토할 근거다. 후보가 실제로 작용하는지, 어느 조건에서 효과를 보이는지, 부작용이 있는지는 계산 과정만으로 확정할 수 없다. 연구 자동화 소식을 치료제 개발 완료로 전달하면 현재 증거의 범위를 넘어선다.
업무 관점에서 이번 사례가 보여주는 변화는 탐색과 검토 사이의 전환 비용에 있다. 같은 화면에서 자료를 찾고 구조를 확인하며 분석을 다시 실행할 수 있다면 연구자는 수작업 연결보다 가설을 평가하는 데 시간을 쓸 여지가 있다. 이는 공개 기능에서 도출한 가능성이며, 실제 절감 시간을 독립적으로 측정한 결과는 아니다.
앞으로의 판단 근거는 후보의 실험 결과와 분석 과정의 재현성이다. 지금 확인할 수 있는 소식은 연구자가 에이전트와 함께 자료를 살펴보는 도구 구성이 구체화됐다는 것이다. 연구의 마지막 검증 단계까지 AI가 대신했다고 볼 단계는 아니다.
업무와 운영
리퀴드 AI, 로컬 에이전트용 ‘LFM2.5-24B-A2B’ 공개…실행 조건은
리퀴드 AI(Liquid AI)가 13일 기기에서 실행하는 에이전트용 모델 엘에프엠2.5(LFM2.5-24B-A2B)를 공개했다. 전체 매개변수는 240억 개이며, 공식 카드의 활성 매개변수는 24억 5천만 개다. 도구 호출과 긴 작업 기록을 다루도록 설계됐다. 오늘은 공개된 실행 형식과 평가 조건을 중심으로 살펴봤다.
- 무엇이 달라지나
- 외부 모델 API 대신 자체 기기에서 추론하며 도구를 사용하는 에이전트를 구성할 선택지가 늘었다. 모델 가중치와 여러 실행 환경용 형식이 함께 공개돼 사용 장비에 맞는 구성을 검토할 수 있다.
- 한계
- 모든 작업에서 더 큰 모델을 앞선다는 발표는 아니다. 회사 평가에서도 지식과 일부 코딩 시험에서는 비교 모델이 앞섰다. 기기 안에서 모델을 실행해도 연결한 검색·업무 도구가 외부로 보내는 데이터까지 자동으로 차단되지는 않는다.
본문 펼치기 약 3분
이번 모델은 이전 LFM2-24B-A2B보다 문맥 길이를 늘리고 어휘 집합을 확장했다. 회사는 비라틴 문자 처리와 긴 작업 기록을 다루는 능력을 개선하려는 변화라고 설명했다. 최종 답변 전에 추론을 수행하는 방식으로 제공되며, 여러 에이전트 실행 환경에서 도구를 사용하는 학습을 적용했다. 채팅 답변뿐 아니라 실제 작업의 연속성을 목표로 삼은 구성이다.
공식 모델 카드는 텍스트 추론 모델로 규정하고 한국어를 포함한 지원 언어를 열거한다. 최대 문맥 길이는 13만 1,072토큰이다. 모델이 호출할 도구를 제시하면 호출 내용을 출력하고, 실행 환경이 처리한 결과를 다시 받아 답하는 구성을 설명한다. 모델 파일만 실행한다고 업무 시스템에 대한 접근 권한이나 실행 도구가 자동으로 생기는 구조는 아니다.
실행 형식에 따라 다른 장비 조건
배포 형식에는 일반 가중치와 FP8, 지지유에프(GGUF), 애플 실리콘용 MLX 등이 포함된다. 같은 이름의 모델도 정밀도와 실행 프로그램에 따라 메모리 사용량과 처리 성능이 달라진다. 전체 매개변수 중 일부만 계산에 참여하는 구조는 연산을 줄이는 방법이며, 전체 가중치를 저장할 필요가 없다는 뜻은 아니다.
회사는 애플 M5 Max에서 초당 184토큰을 생성했다고 보고했다. 공식 카드의 조건은 llama.cpp, Q4_K_M 양자화, 입력 문맥 4천 토큰이다. 이 수치를 긴 문서를 넣은 다른 장비의 속도로 그대로 옮길 수는 없다. 기기 이름뿐 아니라 정밀도와 입력 길이가 함께 제시돼야 비교 가능한 수치가 된다.
발표에 함께 등장한 엔비디아 B300의 초당 2만 1천 토큰 수준은 다수 요청을 계속 유지하는 서버 처리량이다. 한 사용자의 답변이 그 속도로 나온다는 뜻과 다르다. 회사는 동시 요청이 끝날 때마다 새 요청을 넣는 방식으로 측정했다고 설명했다. 로컬 한 명의 응답 시간과 서버 전체 처리량을 같은 열에 놓고 판단하기 어려운 이유다.
도구 호출 성능과 지식 정확도는 별도
회사 비교표에서는 일부 도구 사용 시험에서 강점을 보였지만 지식과 코드 수정 시험에서는 다른 모델이 앞섰다. 따라서 작은 모델이 모든 업무를 대체한다는 결론보다 어떤 작업에 적합한지 보는 편이 발표 범위에 맞는다. 모델 카드 역시 지식 의존도가 높은 작업에서는 검색 등을 결합하도록 권고한다.
로컬 추론의 의미도 정확히 나눠야 한다. 모델에 넣은 문장을 외부 추론 서버에 보내지 않는 구성은 가능하다. 그러나 에이전트가 웹 검색이나 클라우드 저장소를 호출하면 해당 도구의 통신은 따로 발생한다. 데이터가 어디로 이동하는지는 모델의 위치와 연결한 도구의 동작을 함께 봐야 판단할 수 있다.
이번 공개는 기기 안에서 사용할 모델과 실행 자료가 함께 제공됐다는 점에서 의미가 있다. 실제 유용성은 자신이 처리할 문서와 도구, 필요한 응답 속도에서 확인해야 한다. 공개된 성능표는 그 검토의 출발점이며 모든 환경의 성공률이나 운영 비용을 보장하는 결과는 아니다.
워크데이, C1.ai 인수 계약…직원과 AI 에이전트의 접근 권한 함께 관리
워크데이(Workday)가 13일 사람과 AI 에이전트의 접근 권한을 관리하는 씨원닷에이아이(C1.ai)를 인수하기로 계약했다고 발표했다. 입사·직무 변경·퇴사 같은 인사 정보와 시스템 권한을 연결하려는 계획이다. 거래는 아직 완료되지 않았으며, 회사는 2027년 1월 31일 끝나는 회계연도 4분기 안에 마무리할 것으로 예상했다.
- 무엇이 달라지나
- 에이전트의 이름과 담당 업무를 등록하는 데서 더 나아가 어떤 데이터와 앱에 접근할 수 있는지 관리하려는 움직임이다. 맡은 일이 끝난 에이전트의 권한을 회수하는 과정도 기업용 AI 운영에 포함된다.
- 한계
- 인수 완료에는 거래 조건 충족 등이 필요하다. 결합 제품의 효과와 기능은 향후 계획이며, 현재 모든 워크데이 고객이 통합 기능을 이용할 수 있다는 발표는 아니다. 인수 금액은 해당 발표에 제시되지 않았다.
본문 펼치기 약 3분
워크데이는 인사와 재무, IT 업무를 다루는 기업용 소프트웨어 회사다. 이번 계약은 직원의 상태가 바뀔 때 접근 권한도 함께 바뀌도록 하는 방향을 담고 있다. 사람이 사용하는 계정과 자동으로 작업하는 에이전트가 같은 업무 시스템에 접근하는 상황에서 두 종류의 권한을 연결해 관리하겠다는 구상이다.
발표는 기존 에이전트 등록 체계를 C1.ai의 권한 관리와 결합하겠다고 설명한다. 에이전트가 존재한다는 사실을 목록으로 아는 것과 실제로 허용된 범위를 통제하는 것은 다른 기능이다. 특히 직원의 업무를 대행하는 에이전트가 그 직원의 모든 권한을 가져야 하는 것은 아니다. 맡은 작업과 필요한 자원을 구체적으로 연결하는 문제가 남는다.
작업하는 AI에도 실행 경계가 필요하다
C1.ai의 현재 제품 안내는 자연어로 목표를 주면 여러 시스템에 걸친 작업을 수행하는 에이전트를 설명한다. 소프트웨어 서비스와 클라우드, 데이터베이스, 내부 시스템을 연결 대상으로 제시한다. 이는 인수 뒤 새로 확정된 통합 사양이 아니라 C1.ai가 별도로 소개하는 제품의 현재 설명이다.
회사에 따르면 각 작업에는 코드와 도구, 문맥, 파일을 담는 격리된 공간이 주어진다. 작업에 배정된 신원과 권한을 넘어 접근하지 않도록 설계하고, 필요한 경우 사람의 승인을 요청한다. 또한 작업용 코드를 작성하고 실행해 파일 변환과 데이터 분석 등을 이어가는 방식을 설명한다. 이러한 통제는 모델의 답변 능력과 구분되는 실행 환경의 역할이다.
이 구성이 인사 정보와 연결되면 권한을 부여하는 시점뿐 아니라 줄이거나 없애는 시점도 중요해진다. 담당자가 부서를 옮기거나 프로젝트가 종료됐는데 자동화 계정이 계속 작동한다면 현재 업무와 권한이 어긋날 수 있다. 이번 거래에서 읽을 수 있는 산업적 쟁점은 AI를 얼마나 많이 배치하느냐와 함께 운영 수명을 어떻게 관리하느냐는 문제다.
인수 계약과 이용 가능한 제품 사이
회사가 제시한 일정은 2027년 1월 31일에 끝나는 회계연도 4분기다. 이를 2027년 10~12월이나 특정 하루로 바꿔 읽어서는 안 된다. 거래가 끝나는 시점과 기술 통합이 끝나는 시점도 같다고 단정할 수 없다. 공식 발표는 미출시 기능과 계획이 달라질 수 있다는 조건을 함께 안내한다.
기업의 AI 도입 관점에서 권한 관리가 모델 선택과 연결된다는 점은 주목할 만하다. 같은 모델을 쓰더라도 어떤 파일을 읽고 어떤 시스템을 변경할 수 있는지에 따라 수행할 업무와 위험이 달라진다. 성능 평가가 모델의 능력을 설명한다면 권한 설정은 그 능력을 실제 업무에서 어디까지 사용할지 정하는 역할을 한다.
이번 소식은 인수 계약 단계의 산업 변화로 다뤘다. 결합 서비스의 구체적인 제공 일정과 기존 고객 적용 방식은 추가 발표가 필요하다. 지금 확인된 것은 워크데이가 에이전트 운영의 핵심 범위에 접근 권한의 부여와 회수를 포함시키려 한다는 점이다.