안녕하세요, 님.
지능형 업무자동화 전문기업 레인보우브레인입니다.

AI의 경쟁은 더 이상 모델의 성능이 아니라, 현장에서 얼마나 ‘일할 수 있느냐’로 옮겨가고 있습니다.
이제 기업은 AI를 단순한 기술이 아니라 실제 성과를 내는 파트너로 받아들이고 있습니다.
개발, 상담, 마케팅, 검색 영역에서 ‘에이전트화’된 AI가 업무의 일상으로 스며들고 있습니다.

이번 11월호 RPA+AI 뉴스레터에서는,
📌 [기술동향] 코딩 에이전트 전성시대 : 개발자의 두 번째 손이 되다

📌 [고객사례] KB라이프, RAG 기반 생성형 AI 에이전트 전사 도입
📌 검색(Retrieval)이란 무엇인가? 생성형 AI의 사실 기반을 완성하는 단계
📌 Verbalized Sampling(VS) – 창의성을 회복하는 새로운 프롬프트 전략
📌 오픈AI ‘챗GPT 아틀라스’ – 웹 브라우저가 지능형 업무 도구로

💡레인보우브레인은 AI가 실제 업무의 ‘성과 주체’가 되는 전환점에서 기업의 AI 혁신 여정을 함께합니다.

커서(Cursor), 윈드서프(Windsurf), 코파일럿(Copilot)… 최근 개발자들이 가장 많이 언급하는 키워드는 단연 ‘코딩 에이전트(Coding Agent)’입니다. 몇 줄의 코드만 입력해도 자동 완성하고, 대화하듯 수정·리뷰까지 처리하는 AI가 이제 개발자의 든든한 동반자가 되고 있습니다.

코딩 에이전트가 주목받는 이유는 명확합니다. AI가 만든 코드는 실행과 테스트로 즉시 검증이 가능해, 생성형 AI의 ‘환각(hallucination)’ 위험이 적기 때문입니다. 이 점이 다른 분야보다 빠른 실용화를 이끌었죠. 현재는 코드 완성형 → 대화형 → 완전 자율형으로 진화하며, 스타트업에서 시작된 혁신이 오픈AI, 구글, 앤트로픽 등 빅테크로 확산되고 있습니다.

👉 이번 기술동향에서는

AI가 코드를 짜는 시대, 개발의 방식이 다시 바뀌고 있습니다.  

최근 연구는 LLM의 답변이 비슷해지는 이유가 모델의 한계가 아닌 인간의 익숙함 편향(typicality bias) 때문임을 밝혔습니다.

RLHF 과정에서 익숙한 표현이 ‘좋은 답’으로 평가되며, AI가 스스로 다양한 표현을 억제하게 된다는 것이죠. 

이번 글에서는 Verbalized Sampling(VS) 이
모드 붕괴(Mode Collapse) 를 완화하고, 프롬프트 설계만으로 LLM의 표현력과 사고 다양성을 확장하는 방법을 소개합니다.  

• 정부, 공문서 등 공공 데이터 개방 확대해 ‘국가대표 AI’ 학습 지원
• 한컴, 한글(HWP) 파일을 AI 활용 가능한 개방형 ‘HWPX’로 전환
• 행안부, 공공데이터에 ‘AI-레디’ 개념 도입해 학습용 데이터 품질 강화

• 레인보우브레인, KB라이프 ‘생성형 AI 에이전트 서비스’ 구축 완료
• RAG 기반 정밀 탐색으로 보험 상담·마케팅 콘텐츠 정확도 강화
• 상품 자동 매칭·콘텐츠 자동 생성 기능으로 업무 효율·품질 향상

• 오픈AI, 개발자 행사 ‘데브데이 2025’서 ‘에이전트 키트(Agent Kit)’ 공개
• 코딩 없이 드래그앤드롭으로 8분 만에 AI 에이전트 제작 시연
• 시각적 워크플로·안전제어·배포까지 통합한 AI 에이전트 개발 플랫폼

• 과기정통부, 350억 규모 ‘독자 AI 특화 파운데이션 모델 프로젝트’ 추진
• 국방·의료·산업·법률 등 분야별 특화 AI 개발에 10개 이상 컨소시엄 참여
• 솔트룩스·코난테크놀로지·서울대 등 참여, 일부 대기업은 불참 결정