텐센트(Tencent) Youtu Lab과 중국 여러 대학 공동 연구팀이 AI 시스템이 ‘챗봇’에서 ‘디지털 동료’로 전환하는 과정을 인지 핵심과 도구 기반 작업 실행이라는 두 축으로 분석한 서베이 논문을 발표했다. 연구팀의 핵심 주장은 AI의 가치 기준이 더 나은 답변 생성에서 위임된 업무의 완수로 이동해야 한다는 것이다. 단순한 질의응답을 넘어 목표한 작업을 실제로 끝내는 능력이 차세대 AI 시스템의 본질이라고 이들은 규정한다.
연구팀은 AI 발전 단계를 세 단계로 구분했다. 챗봇 시대에는 모델이 텍스트를 빠르게 생성하되 중간 단계를 검토하거나 해결책을 탐색하지 않았다. 오픈AI의 o1과 DeepSeek-R1이 이끈 추론 LLM(대규모 언어 모델) 시대는 심리학자 대니얼 카너먼의 ‘시스템 2’ 사고처럼 느리고 신중한 추론을 모델에 도입했다. 현재는 작업 환경 자체가 영속적인 ‘에이전트 시대’로 진입하고 있다는 분석이다. 파일·세션·로그·브라우저·권한·스킬이 전체 워크플로우에 걸쳐 유지되는 환경에서, 에이전트는 상태와 저장, 그리고 행동의 결과를 가진 공간에서 일한다. 연구팀은 OpenHands와 SWE-agent처럼 에이전트를 통제된 개발 환경에 내장한 시스템을 이 단계의 대표 사례로 제시했다.
논문의 핵심 주장은 워크스페이스와 스킬의 결합이 실질적 성능 도약을 이끈다는 것이다. 워크스페이스는 상태와 저장, 행동의 결과를 제공하고, 스킬은 조직의 운영 노하우를 재사용 가능한 모듈 형태로 패키징한다. 앤트로픽의 에이전트 스킬(Agent Skills)은 SKILL.md 파일과 스크립트, 리소스를 담은 폴더 구조로 이 패턴을 이미 구체화한 사례로 언급됐다. 다만 연구팀은 스킬의 한계도 함께 경고했다. 재사용 절차가 낡아지거나 특정 워크플로우에 과적합될 수 있고, 공격 경로가 될 가능성도 있다는 점이다. 실제로 최근 Vercel의 평가에서 코딩 에이전트는 제공된 스킬 시스템을 56%의 경우 아예 호출하지 않은 반면, AGENTS.md 파일에 압축 삽입된 문서 색인은 100% 성공률을 보였다. 능동적 스킬 검색보다 워크스페이스에 항상 존재하는 맥락이 더 효과적일 수 있다는 것이다.
이 전환은 훈련과 평가 방식도 바꾼다. 챗봇은 질문-응답 쌍으로 학습하고 답변 정확도로 평가받았지만, 워크스페이스 기반 시스템은 상태-행동-관찰 궤적으로 학습하고 작업 완수 여부로 평가받는다. SWE-bench, OSWorld, WebArena 같은 벤치마크가 재현 가능한 시작 상태와 실행 가능한 도구, 궤적 로그, 종료 상태 확인을 요구하는 이유다. GPT-4가 WebArena 작업의 14%만 완료한 사례는 정적 질의응답 환경과 실제 웹 환경이 얼마나 다른지를 보여준다. 연구팀은 영속적 워크스페이스가 에이전트에게 자격증명·내부 문서·중간 결과물을 노출시켜 보안 공격 표면도 넓어진다고 경고하며, 스킬 수명 주기 관리와 워크스페이스 위생, 권한 통제, 샌드박싱, 롤백, 궤적 기반 평가가 신뢰할 수 있는 배포의 필수 요건이라고 강조했다.
