📰 핵심 요약

DeepSeek의 DeepSeek Harness 팀이 AI 코딩 어시스턴트를 더 자율적으로 만드는 설계를 담은 논문을 발표했다. 여러 AI 에이전트를 조율·모니터링할 때 사람의 개입을 줄여, 적은 인력 감독만으로 여러 작업을 동시에 처리하는 것이 목표다. 싱가포르 《사우스차이나모닝포스트》(SCMP)가 일요일 보도했다.

논문의 핵심 논지는 단일 작업의 상한은 모델 능력이 결정하지만, 멀티태스킹 작업의 상한은 사람의 주의력이 결정한다는 것이다. 팀은 한 사람이 동시에 지켜볼 수 있는 실행 중인 AI 에이전트 세션이 최대 서너 개에서 다섯 개 정도이며, 에이전트 수가 늘어나면 사람의 주의력이 병목이 된다고 지적했다. 이 문제를 해결하기 위해 DeepSeek이 제안한 시스템은 각 에이전트에 작업을 자동으로 분배하고 서로의 작업을 조율한다. 사람은 결과물 검토와 의사 결정에만 집중하면 되고, 에이전트 하나하나의 과정을 일일이 관리할 필요가 없다.

SCMP는 이번 제안이 미국의 Anthropic, OpenAI 등 경쟁사와 AI 개발사 간 경쟁이 치열한 시점에 나왔다고 짚었다.

보도는 DeepSeek의 암호화폐 분야 성과도 되짚었다. Cointelegraph는 지난해 10월 블록체인 분석 플랫폼 CoinGlass의 데이터를 인용해, 중국 AI 모델이 암호화폐 거래에서 미국 경쟁 모델보다 나은 성과를 냈다고 보도한 바 있다. 한 트레이딩 실험에서 DeepSeek은 양(+)의 미실현 수익을 낸 유일한 AI 모델이었고 수익률은 9.1%였다. DeepSeek의 개발 비용이 미국 경쟁사의 일부에 불과하다는 점을 감안하면, 이 결과는 암호화폐 트레이더들에게 의외였다. 시스템의 구체적인 아키텍처와 구현 세부 사항은 원문 링크를 참고하기 바란다.

💬 JudyAI Lab 관점

이 뉴스가 주목할 만한 이유는 DeepSeek이 멀티 에이전트 협업의 병목을 모델 능력에서 사람의 주의력으로 옮겨 놓았기 때문이다. 논문은 단일 작업의 상한은 모델이, 멀티태스킹 작업의 상한은 사람이 결정한다고 말한다.

보도에 따르면 한 사람이 동시에 지켜볼 수 있는 실행 중인 AI 에이전트 세션은 최대 서너 개에서 다섯 개 정도이고, 에이전트가 많아지면 사람이 병목이 된다. DeepSeek이 내놓은 방식은 시스템이 에이전트 간 작업을 자동 분배하고 서로의 작업을 조율하는 것이며, 사람은 결과물 검토와 의사 결정만 맡고 과정을 일일이 관리하지 않는다. AI 빌더 입장에서 이는 설계 사고방식의 전환을 보여 준다. 모델이 충분히 강해지면 다음 최적화 대상은 “에이전트가 더 잘하게 만들기"가 아니라 “사람이 덜 지켜봐도 문제가 생기지 않게 만들기"다. 앞으로 에이전트 시스템의 경쟁 포인트는 모델 벤치마크 점수만이 아니라 스케줄링, 모니터링, 결과물 제시 인터페이스 설계가 될 수 있다는 뜻이기도 하다. 구체적인 아키텍처와 구현 세부 사항은 원문이 요약에서 밝히지 않았으므로, 원문 링크를 확인해야 한다.

여러 에이전트를 연동하고 있다면, 먼저 내가 한 번에 몇 개까지 효과적으로 지켜볼 수 있는지 따져 보고, 어떤 단계를 최종 결과만 확인하는 방식으로 바꿀 수 있을지 고민해 보자.

📅 원문 정보

🔗 함께 읽으면 좋은 글