AI 에이전트의 경쟁력이 응답에서 연속성으로 이동한다
Google은 실시간 대화에 시각적 존재감을 더했고, GitHub는 협업 대화와 저장형 메모리를 실제 개발·보안 작업에 연결했다. LeRobot은 같은 연속성 문제를 휴머노이드의 고속 전신 제어까지 확장했다.
Executive Summary · 오늘 꼭 알아야 할 4가지
Google이 Gemini 3.8 Live with Live Avatar를 Gemini Enterprise에 공개했다
Google은 Gemini Enterprise에 실시간 영상 아바타와 비동기 도구 호출을 결합한 Live Avatar를 공개했다.
GitHub Copilot가 Slack과 Teams의 대화 맥락을 GitHub 작업으로 더 직접 연결했다
GitHub Copilot는 Slack·Teams 맥락을 읽고 유사 이슈를 확인한 뒤 출처 링크를 남기는 작업 전환을 강화했다.
GitHub Agentic Autofix가 Copilot Memory로 보안 수정 패턴을 재사용하기 시작했다
Agentic Autofix는 repository memory를 읽고 보안 수정 패턴을 다시 저장해 다른 Copilot 기능과 재사용한다.
이번 변화의 공통점은 모델의 한 번짜리 답변이 아니다. Live Avatar는 음성·영상·비동기 도구 호출의 연속성을, Copilot 협업 통합은 대화에서 이슈와 실행으로 이어지는 출처 연속성을, Agentic Autofix는 저장된 보안 패턴의 재사용을, LeRobot은 느린 VLA와 50Hz 전신 제어 사이의 실행 연속성을 다룬다.
초보자를 위한 핵심 용어
대화·첨부·결정이 어떤 GitHub 작업으로 이어졌는지 출처를 보존하는 연결 관계.
코드 근거와 함께 저장되고 현재 branch에서 재검증되는 repository 고유 지식.
대화를 멈추지 않고 백그라운드에서 도구 실행과 데이터 조회를 진행하는 방식.
전신 동작을 압축해 빠른 robot controller에 전달하는 중간 action 표현.
Google이 Gemini 3.8 Live with Live Avatar를 Gemini Enterprise에 공개했다
사실 | FACT - 2026년 9월 24일 Google은 Gemini 3.8 Live with Live Avatar가 Gemini Enterprise에서 사용 가능하다고 발표했다. FACT - 공식 모델 카드는 입력으로 audio·image·video·text를 받고, Live Avatar 출력은 audio·video·text이며 최대 24K output context라고 설명한다. FACT - 모델 카드는 연속 상호작용을 수 분 수준으로 제한하고 간헐적 지연·timeout 가능성을 명시한다. [S1][S2][S3]
왜 중요한가 | INTERPRETATION - 기업용 대화 에이전트가 음성 응답을 넘어 시각적 존재감과 백그라운드 도구 실행을 동시에 유지하는 방향으로 이동했다.
기술적 의미 | 실시간 audio·video stream, lip sync, persona rendering, asynchronous tool call과 stateful session을 하나의 latency budget 안에서 관리해야 한다. 아바타 품질과 도구 정확성은 별도 evaluator가 필요하다.
사업적 의미 | 안내·교육·상담의 몰입감은 높일 수 있지만 생성 영상 비용, 사용자 피로, custom avatar 승인과 human handoff 설계가 총소유비용을 좌우한다.
실시간 아바타의 품질은 얼굴 표현보다 대화·도구·권한·handoff가 끊기지 않는지로 평가해야 한다.
앞으로 확인할 것
custom avatar는 allowlist이며 장시간 세션·한국어 품질·비용은 별도 검증이 필요하다.
GitHub Copilot가 Slack과 Teams의 대화 맥락을 GitHub 작업으로 더 직접 연결했다
사실 | FACT - 9월 25일 GitHub는 Slack 파일·첨부·메시지 링크와 Teams inline image·forwarded message·channel/thread history를 Copilot 맥락으로 지원한다고 발표했다. FACT - 새 이슈를 만들기 전 유사 이슈를 확인하고 생성 작업과 원 대화에 상호 링크를 남긴다. FACT - public preview이며 cloud agent policy·sandbox와 기존 entitlement·budget이 적용된다. [S4]
용어 정리 | Backlink는 GitHub 작업과 원 대화를 서로 연결해 결정의 출처를 추적할 수 있게 하는 링크다.
왜 중요한가 | 대화에서 결정된 일이 별도 복사 없이 코드 작업으로 이동하고, 결과가 원 대화로 되돌아오면 handoff 손실과 중복 이슈를 줄일 수 있다.
기술적 의미 | chat identity, repository mapping, attachment parser, source backlink, stale-session cancellation과 long-running task recovery가 하나의 실행 경로가 된다.
대화형 에이전트의 실무 가치는 답변보다 출처가 남는 안전한 작업 전환에서 나온다.
정책과 산업에 주는 의미
public preview이며 policy·budget·sandbox와 민감정보 경계를 먼저 설정해야 한다.
GitHub Agentic Autofix가 Copilot Memory로 보안 수정 패턴을 재사용하기 시작했다
사실 | FACT - 9월 25일 GitHub는 Agentic Autofix가 기존 memories를 보안 경고 수정 맥락으로 읽고 fix pattern을 새 memory로 저장한다고 발표했다. FACT - repository facts는 근거 code citation과 함께 저장되고 사용 시 현재 branch에서 다시 검증되며 같은 repository 안에서만 사용된다. FACT - 사용되지 않은 memory는 28일 후 자동 삭제되고 owner는 검토·삭제할 수 있다. [S5][S6]
왜 중요한가 | 보안 수정 에이전트가 매 경고를 독립 처리하는 대신 repository 고유의 안전 패턴을 누적하면 반복 취약점 대응의 일관성이 높아질 수 있다.
기술적 의미 | retrieval 전에 citation freshness를 검증하고, fix 후 생성한 pattern이 code review와 cloud agent에 전달되는 cross-feature memory plane이 형성됐다.
사업적 의미 | 반복 수정 시간을 줄일 가능성이 있지만 잘못된 pattern이 여러 Copilot 기능으로 전파되면 검토 비용과 회귀 위험도 함께 커진다.
저장형 보안 메모리는 반복 대응을 빠르게 하지만, 재사용 전에 근거와 회귀를 다시 검증해야 한다.
앞으로 볼 지표
preview 기능이며 stale·poisoned pattern과 cross-feature 전파를 사람 review와 회귀 시험으로 통제해야 한다.
LeRobot가 Unitree G1의 전신 teleoperation 학습과 SONIC 제어 경로를 공개했다
사실 | FACT - 9월 25일 LeRobot 팀 기고는 G1 hardware modification, teleoperation, dataset, policy와 controller를 하나의 공개 workflow로 제시했다. FACT - 공개 예시는 약 100 episodes·71분·3개 camera stream을 사용해 π0.5를 4×H100에서 12,000 steps fine-tune했다. FACT - SONIC decoder는 64-D motion token과 proprioception history를 29 DoF의 50Hz joint target으로 변환한다. [S9][S10]
한국에 왜 중요한가 | 국내 연구실·제조사는 시설 안전 기준, 전파·네트워크, 산업안전, 부품 조달과 장비 보험까지 포함한 실험 프로토콜이 필요하다.
기술적 의미 | task policy, latent action representation, whole-body decoder, robot-side control loop와 networked async inference를 분리한다. checkpoint와 state representation 일치, network jitter와 safety stop이 필수다.
투자 관점 | 휴머노이드 stack의 가치는 모델보다 데이터 수집 장치, controller interface, simulation-to-real 검증과 safety tooling에서 쌓일 수 있다.
휴머노이드 학습의 실용성은 VLA와 빠른 전신 제어를 분리하고 안전하게 연결하는 데 달렸다.
아직 남은 위험
simulation 결과와 실물 demo를 통제된 hardware success rate로 오해하면 안 된다.
그래서 우리에게 어떤 의미가 있을까?
개발자
기업 AI 운영자는 session·memory·source backlink·deletion을 하나의 continuity control로 묶어야 한다.
기업
개발 조직은 Slack·Teams에서 만들어진 이슈의 출처와 repo boundary, Copilot Memory의 근거 citation을 감사해야 한다.
투자자
보안 팀은 Agentic Autofix pattern을 재사용하기 전에 regression test와 사람 승인을 요구해야 한다.
창업자
로보틱스 팀은 VLA와 50Hz controller의 장애 경계를 분리하고 simulation-first 안전 절차를 운영해야 한다.
기업·생태계 전략 비교
| 주체 | 현재 전략 | 강점 | 핵심 리스크 |
|---|---|---|---|
| Google Gemini | 실시간 visual presence | audio·video·tool continuity | 초상·latency·timeout |
| GitHub Collaboration | 대화에서 작업으로 | source backlink | wrong repo·정보 노출 |
| GitHub Security | repository memory | citation validation | stale·poisoned pattern |
| Hugging Face LeRobot | open humanoid stack | policy·controller 분리 | 실물 안전·network jitter |
| 기업 운영팀 | policy·lineage·deletion | 통제 가능한 지속성 | 기억·권한 예외 누적 |
GitHub Copilot for Slack and Microsoft Teams: 답변형 bot보다 출처가 남는 작업 연결 도구로 평가해야 한다.
검토 범위 | 9월 25일 public preview 업데이트의 context 입력, issue 생성, source backlink, repo switching, long-running task recovery와 관리 조건을 검토했다.
협업 대화를 코드 작업으로 전환하면서 파일·첨부·thread history와 원 대화 링크를 유지하는 integration이다.
강점
원 대화·이슈·PR 사이의 backlink가 실제로 끊기지 않는가.
주의점
repo 전환·중단 복구 시 이전 session이 계속 행동하지 않는가.
소규모 허용 channel과 read-heavy repository에서 시작해 source trace, duplicate rate, 잘못된 repo 선택과 stalled task를 측정한다.
LeRobot Unitree G1와 OpenHLM 기반 전신 loco-manipulation
고수준 VLA가 64-D SONIC motion token을 예측하고 robot-side decoder가 29 DoF 50Hz joint target으로 변환하는 공개 humanoid stack이다.
AI는 무엇을 할지 느리게 결정하고, 별도의 빠른 controller가 넘어지지 않도록 몸 전체를 움직인다.
71분 teleoperation data로 π0.5를 fine-tune한 공개 recipe와 3-seed simulation 회피 결과를 제공하지만 실물 성공률 증거는 아니다.
| 구성 | BrowseComp | 해석 |
|---|---|---|
| SONIC latent-token controller | 실시간 audio·video·tool continuity | 대화와 시각적 presence를 유지하면서 background action을 수행한다. |
| GR00T whole-body controller | conversation-to-work backlink | 대화의 결정 근거와 생성 이슈를 서로 추적한다. |
| Holosoma controller | citation-validated repository memory | 저장 지식을 현재 branch 근거로 다시 확인한 뒤 재사용한다. |
| MuJoCo simulation path | VLA와 50Hz controller 분리 | 고수준 행동과 실시간 균형 제어를 독립 계층으로 운영한다. |
simulation에서 latency·schema·watchdog을 먼저 검증하고, 실물에서는 robot-side control loop와 E-stop을 최우선으로 둔다.
검증·개선 루프의 최소 구조
context = collect(source_links=True)
memory = retrieve(scope=repo, validate_citations=True)
plan = agent(context, memory)
if action.is_external or action.is_physical:
require_human_approval()
execute_with_budget_and_watchdog(plan)
record_lineage_and_result()
# 입력: 무엇을 기억하고 어떤 근거로 어떤 행동을 수행하려는가.
# 상태: SOURCE·VERIFIED·GAP·NEXT_ACTION 네 필드로 결과를 기록한다.
# 종료 조건: 사람 승인 부재, stale citation, wrong repository, unsafe robot state.
def evaluate(item):
return 검증된 연속성만 실행하고 나머지는 중단·격리한다.AI Builder Corner - Agent Continuity Ledger
문제 대화·memory·도구·robot action이 여러 시스템을 건너며 출처와 승인 경계가 사라진다.
MVP source backlink, memory citation validation, approval gate, latency·budget limit와 deletion log를 한 화면에 묶는다.
차별화 chat log가 아니라 대화에서 실제 action까지의 검증 가능한 lineage를 저장한다.
위험 외부 플랫폼 API·memory 정책 변화와 과도한 로그의 개인정보 위험.
앞으로 어떻게 될까?
실시간 아바타는 visual quality보다 latency·handoff·consent 지표로 평가될 것이다.
협업 agent는 대화 출처와 issue·PR lineage를 운영 자산으로 만들 가능성이 높다.
repository memory는 code review·cloud agent·security fix의 공통 계층으로 확장될 수 있다.
Copilot의 10월 global default는 미설정 정책을 실제 접근 권한으로 바꾸므로 사전 점검이 필요하다.
휴머노이드 open stack은 controller·dataset·simulation 비교를 쉽게 하지만 안전 기준은 별도 성숙이 필요하다.
오늘 바로 할 일 4가지
- Copilot 정책 기본값 확정10월 22일 전 GA 기능 global default와 preview opt-in 목록을 명시적으로 저장한다.
- Memory 품질 원장 만들기repository facts의 citation·last validation·owner·삭제 사유와 fix regression 결과를 기록한다.
- Live Avatar 한국어 시험20개 실제 대화에서 latency·interrupt·handoff·lip sync·timeout을 측정한다.
- G1 simulation safety gatelatency injection·network loss·checkpoint mismatch·fall scenario를 통과한 뒤 실물 시험으로 승격한다.
오늘의 실무 프롬프트
AI 운영·보안·로보틱스 공동 리뷰어
에이전트의 연속성이 안전하게 유지되는지 검증한다.
1. 한 session에서 생성된 맥락이 memory와 action으로 이어지는 전 경로를 검토한다.
2. 출처·memory·action·결과가 연결되고 중단 조건이 실제로 작동한다.
3. 모든 memory와 action은 현재 source citation, owner와 timestamp를 가져야 한다.
4. 연결이 끊기거나 검증되지 않은 기억이 발견되면 실행 대신 GAP를 반환한다.
5. continuity map, validated evidence, blocked action, next safe test.
6. 외부 write, 새 memory 승격, custom avatar 사용과 physical motion 전에 사람이 승인한다.
7. 사전 지정된 token·tool·media·robot runtime budget을 넘기지 않는다.
대화 또는 sensor 입력과 원출처
저장 memory와 citation
실행 대상·권한·budgetEditor's Insight
오늘의 핵심은 모델이 더 똑똑해졌다는 이야기가 아니다.
Google은 대화가 보이고 들리는 동안 도구 실행이 이어지는 인터페이스를 만들었다.
GitHub는 협업 대화를 코드 작업으로 넘기고, repository 기억을 보안 수정과 다른 agent 기능 사이에서 재사용하기 시작했다.
LeRobot은 같은 문제를 물리 세계로 가져가 느린 정책과 빠른 전신 제어를 분리했다.
연속성은 편리하지만 잘못된 맥락·기억·권한·동작도 더 오래 살아남게 한다.
그래서 다음 경쟁력은 context window가 아니라 source lineage, memory validation, deletion, latency budget과 human override를 증명하는 운영 체계다.
AI가 오래 기억하고 계속 행동할수록, 좋은 시스템은 더 많은 기억보다 더 잘 검증하고 멈출 수 있는 기억을 가진다.
마무리
기억은 자산이지만 검증·삭제·scope가 없으면 부채가 된다.
연속 행동은 편리하지만 안전한 중단이 설계돼야 한다.
AI의 다음 경쟁력은 더 오래 이어지는 것보다, 이어지는 동안 출처와 통제를 잃지 않는 것이다.
참고 자료
- Google - Introducing Gemini 3.8 Live with Live Avatar · 2026-09-26 08:12 KST 확인
- Google DeepMind - Gemini 3.8 Audio Model Card · 2026-09-26 08:12 KST 확인
- Google Cloud Documentation - Gemini Live API overview · 2026-09-26 08:12 KST 확인
- GitHub Changelog - Updates to GitHub Copilot for Slack and Microsoft Teams · 2026-09-26 08:12 KST 확인
- GitHub Changelog - Agentic autofix now uses Copilot Memory · 2026-09-26 08:12 KST 확인
- GitHub Docs - About GitHub Copilot Memory · 2026-09-26 08:12 KST 확인
- GitHub Changelog - Usage metrics API adds pull request review stages · 2026-09-26 08:12 KST 확인
- GitHub Changelog - Default Enablement of Copilot Features for Copilot Business and Enterprise · 2026-09-26 08:12 KST 확인
- Hugging Face - Bringing Humanoids to LeRobot · 2026-09-26 08:12 KST 확인
- Hugging Face Docs - Unitree G1 · 2026-09-26 08:12 KST 확인
'데일리 브리핑 > AI' 카테고리의 다른 글
| AI Daily #069 모델보다 중요한 런타임·학습 루프·편집 가능성 (0) | 2026.09.28 |
|---|---|
| AI Daily #068 Copilot이 실행 OS로, 에이전트 평가는 릴리스 게이트로 (0) | 2026.09.27 |
| AI Daily #065 ART·MentalHealthBench·Voice·Sandbox, 사람 중심 검증 경계 (0) | 2026.09.24 |
| AI Daily #064 GPT-6 비용·독립 검증·Isaac ROS, AI 운영의 새 경쟁축 (0) | 2026.09.23 |
| AI Daily #063 국제 표준·독립 검토·주권 인프라, AI 경쟁의 새 기준 (0) | 2026.09.22 |
