AI 에이전트 개발의 패러다임이 근본적으로 바뀌고 있다. 인간이 프롬프트를 반복 수정하며 성능을 끌어올리는 시대를 지나, AI가 스스로 자신의 코드와 구조를 개선하는 ‘자가 진화 시스템’으로 전환되고 있다.
아마존은 29일(현지시간) 자율형 AI 에이전트 개발을 자동화하기 위해 설계된 범용 인프라 ‘A-이볼브(A-Evolve)’를
깃허브
에 공개했다.
기존에는 에이전트가 작업에 실패하면, 개발자가 로그를 분석하고 문제를 파악한 뒤 프롬프트를 수정하거나 새로운 기능을 추가해야 했다. 이 과정은 반복적이고 비효율적이며, 대규모 시스템에서는 확장성이 떨어지는 한계를 지녔다.
A-이볼브는 이 문제를 ‘진화’라는 개념으로 해결했다. 에이전트를 고정된 프로그램이 아닌, 환경 피드백에 따라 변화하는 구조로 보고, 성능 개선 과정을 완전히 자동화한다.
시스템은 에이전트를 구성하는 프롬프트와 코드, 도구, 메모리 등을 각각의 작업 공간으로 정의하고, 이를 직접 수정하면서 점진적으로 성능을 향상한다.
핵심은 자동화된 5단계 루프다. 에이전트가 문제를 해결하려 시도하면(Solve), 시스템은 실행 결과를 관찰하고(Observe), 실패 원인을 분석해 구조를 수정한다(Evolve). 이후 성능을 검증(Gate)하고, 개선된 상태로 다시 실행하는(Reload) 과정을 반복한다. 이 루프를 통해 에이전트는 인간 개입 없이 지속적으로 진화한다.
이러한 접근은 딥러닝 역사에서 파이토치(PyTorch)가 수작업 계산을 자동화하며 혁신을 일으켰던 순간에 비유된다. 실제로 업계에서는 A-이볼브를 ‘에이전트 AI의 파이토치 모멘트’로 평가하고 있다.
기술적으로 A-이볼브는 ‘에이전트 워크스페이스(Agent Workspace)’라는 표준 구조를 도입해 에이전트의 ‘DNA’를 정의한다. 여기에는 설정 파일, 프롬프트, 실행 스킬, 외부 API 도구, 메모리 등이 포함된다.
특히 ‘돌연변이 엔진(Mutation Engine)’은 단순히 프롬프트를 바꾸는 수준을 넘어, 실제 코드와 설정 파일을 직접 수정하며 성능을 개선한다는 점에서 기존 방식과 차별화된다.
또 모든 변화는 버전 관리 시스템을 통해 기록되며, 문제가 발생할 경우 자동으로 이전 상태로 복구된다. 이는 자율 진화 시스템에서 필수적인 안정성을 확보하기 위한 장치다.
벤치마크 결과 (사진=아마존)
실제 성능 개선 효과도 입증됐다. A-이볼브는 다양한 벤치마크에서 의미 있는 성과를 기록했다.
도구 활용 능력을 평가하는 'MCP-아틀라스'에서 79.4%로 1위를 차지했으며, 소프트웨어 버그 해결 능력을 측정하는 'SWE-벤치'에서도 성능이 향상됐다. 특히 명령어 실행 능력을 평가하는 '터미널-벤치'에서는 13%포인트 상승, 신규 기능 학습 능력에서도 15%포인트 이상의 개선을 보였다.
주목할 점은 이러한 성과가 단순한 초기 에이전트에서 출발해, 자동 진화 과정을 통해 달성됐다는 것이다. 실제로 약 20줄 수준의 기본 프롬프트만으로 시작한 에이전트가 스스로 새로운 기능을 생성하며 상위권 성능에 도달한 사례도 확인됐다.
A-이볼브는 특정 모델에 종속되지 않는 모듈형 구조로 설계됐다. 오픈AI와 앤트로픽 등 다양한 모델과 연동할 수 있으며, 개발자는 자신이 사용하는 에이전트와 실행 환경, 진화 알고리즘을 자유롭게 선택할 수 있다. 이른바 ‘BYO(Bring Your Own)’ 전략을 통해 범용성을 확보한 것이다.
다만 이러한 자동화에는 새로운 과제도 따른다. 방대한 운영 데이터를 기반으로 작동하기 때문에, 로그 수집과 데이터 정제 등 데이터 인프라의 중요성이 크게 부각된다.
또 지속적인 평가를 위한 추가 모델 사용으로 비용이 증가하고, 반복적인 진화 과정에서 지연이 발생할 수 있다는 점도 현실적인 제약으로 지적된다.
특히 실제 서비스 환경에서는 잘못 진화한 에이전트가 치명적인 오류를 발생시킬 가능성도 존재한다. 예를 들어, 고객 데이터를 잘못 처리하거나 중요한 의사결정을 오판하면 기업에 직접적인 피해를 줄 수 있다. 따라서 자동 진화 시스템에는 강력한 검증과 롤백 메커니즘이 필수적이다.
하지만, A-이볼브가 제시하는 방향성은 분명하다. 전문가들은 AI 개발의 중심이 인간의 수작업 최적화에서, AI 자신의 지속적 개선 구조로 이동하고 있다는 점이라고 입을 모으고 있다.
박찬 기자 cpark@aitimes.com
댓글
0