OpenAI가 Responses API를 업그레이드하면서 AI 에이전트 개발의 변화를 알리고 있으며, VentureBeat의 최근 보도에 따르면 새로운 메모리 아키텍처가 비용 절감과 성능 향상을 위해 등장하고 있습니다. 개발자가 단일 호출로 여러 에이전트 도구에 액세스할 수 있도록 하는 API 업데이트에는 서버 측 압축 및 호스팅 셸이 포함됩니다. 동시에 업계는 AI 에이전트의 기능을 향상시키기 위해 "관찰 메모리"와 같은 대체 메모리 아키텍처를 탐구하고 있습니다.
AI 에이전트 기술의 발전은 업계가 이러한 시스템의 확장에 대한 과제와 씨름하는 가운데 이루어지고 있습니다. VentureBeat 기고 편집자 Taryn Plumb에 따르면, "부족했던 것은 확장에 필요한 기본 사항입니다." 특히 장기간 실행되는 도구 집약적인 에이전트에서 기존 시스템의 한계로 인해 보다 효율적인 솔루션에 대한 탐색이 촉진되었습니다. VentureBeat의 Sean Michael Kerner는 "RAG는 현대적인 에이전트 AI 워크플로우에 항상 충분히 빠르거나 지능적이지 않습니다."라고 언급했습니다.
한 가지 유망한 개발은 Mastra가 개발한 오픈 소스 기술인 "관찰 메모리"로, 동적 검색보다 지속성과 안정성을 우선시합니다. VentureBeat에 따르면, 이 접근 방식은 비용을 절감하고 성능을 향상시키는 것을 목표로 하며, 잠재적으로 AI 에이전트 비용을 10배 줄이고 장기 컨텍스트 벤치마크에서 RAG보다 뛰어난 성능을 보일 수 있습니다.
사기 탐지에 AI를 적용하는 것도 이 분야의 급속한 발전을 보여줍니다. VentureBeat에 따르면, Mastercard의 Decision Intelligence Pro (DI Pro)는 정교한 AI 모델을 사용하여 개별 거래를 분석하고 의심스러운 활동을 수 밀리초 내에 식별합니다. Mastercard의 EVP인 Johan Gerber는 DI Pro가 "각 거래와 관련된 위험"에 초점을 맞춘다고 설명했습니다. Mastercard가 연간 약 1,600억 건의 거래를 처리하고, 피크 기간에는 초당 최대 70,000건의 거래가 발생하는 상황에서 이 기술은 매우 중요합니다.
AI 에이전트의 진화는 글로벌 비즈니스 서비스(GBS)의 맥락에서도 탐구되고 있습니다. 에이전트 AI가 기업을 변화시킬 가능성은 크지만, 실제 배포는 과대 광고에 미치지 못했습니다. EdgeVerve의 N. Shashidar는 VentureBeat에서 "많은 새로운 기술과 마찬가지로, 이 경우에도 수사가 배포를 앞질렀습니다."라고 언급했습니다.
MIT Technology Review는 또한 다양한 분야에서 생성형 AI의 실제 적용 사례를 탐구하기 위해 새로운 주간 뉴스레터 "Making AI Work"를 시작했습니다. 이 뉴스레터는 특정 사용 사례를 검토하고 전문가가 일상 업무에서 AI를 적용할 수 있는 방법에 대한 통찰력을 제공할 것입니다.
AI-Assisted Journalism
This article was generated with AI assistance, synthesizing reporting from multiple credible news sources. Our editorial team reviews AI-generated content for accuracy.
AI 심층 분석
관련 기사 더보기
Discussion
AI 전문가 & 커뮤니티
첫 댓글을 남겨보세요