엔비디아는 RTX PC와 DGX 스파크(DGX Spark)에서 누스 리서치의 AI 에이전트인 헤르메스(Hermes)를 로컬 환경에서 지원한다고 전했다. 에이전틱 AI는 사용자의 업무 수행 방식을 변화시키고 있다. 오픈클로가 성공한 이후 커뮤니티는 새로운 오픈소스 에이전틱 프레임워크를 적극 수용하고 있다. 최근 공개된 헤르메스 에이전트는 출시 3개월 만에 깃허브 스타 14만 개를 돌파했다. 누스 리서치가 개발한 헤르메스는 신뢰성과 자체 개선 기능을 중점으로 설계했다. 이는 기존 에이전트에서 구현하기 어려웠던 특성이다. 헤르메스는 특정 공급업체나 모델에 종속되지 않는 설계를 기반으로 상시 가동되는 로컬 환경 사용에 최적화했다. 엔비디아는 RTX PC와 RTX PRO 워크스테이션, DGX 스파크가 헤르메스를 24시간 최대 성능으로 구동하기에 적합한 하드웨어라고 설명했다. 알리바바의 새로운 고성능 오픈 웨이트 LLM 시리즈인 큐웬 3.6은 헤르메스와 같은 로컬 에이전트 구동에 효과적이다. 큐웬 3.6의 27B와 35B 모델은 이전 세대의 1200억, 4000억 파라미터 모델보다 높은 성능을 제공한다. 이는 RTX와 DGX 스파크에서 가속화된 에이전틱 AI 구현을 돕는다.     헤르메스는 메시징 앱과 연동하고 로컬 파일 및 애플리케이션에 접근하며 24시간 상시 실행된다. 특히 네 가지 차별화된 기능이 핵심 경쟁력이다. 첫째는 자체 진화 기술이다. 헤르메스는 스스로 새로운 기술을 생성하고 개선한다. 복잡한 작업을 수행하거나 피드백을 받을 때마다 이를 기술 형태로 저장해 스스로 적응하고 성능을 향상한다. 둘째는 독립형 서브 에이전트다. 헤르메스는 서브 에이전트를 특정 하위 작업만 수행하는 단기 독립 작업자로 운영한다. 각 서브 에이전트에는 집중된 컨텍스트와 도구 세트가 제공돼 체계적인 작업 구조를 유지하고 혼란을 최소화한다. 이를 통해 더 작은 컨텍스트 윈도우로 헤르메스를 실행할 수 있어 로컬 모델 환경에 적합하다. 셋째는 설계 단계부터 고려한 안정성이다. 누스 리서치는 헤르메스에 포함된 모든 기술과 도구, 플러그인을 검증하고 스트레스 테스트를 했다. 그 결과 헤르메스는 300억 파라미터급 로컬 모델 환경에서도 안정적으로 작동한다. 넷째는 동일 모델 기준 더 뛰어난 성능이다. 여러 프레임워크에서 동일한 모델을 사용한 개발자 비교 테스트 결과, 헤르메스에서 일관되게 더 우수한 성능을 보이는 것으로 나타났다. 헤르메스는 단순한 래퍼가 아닌 능동형 오케스트레이션 계층으로, 작업 단위의 실행 대신 지속적인 온디바이스 에이전트 작동을 구현한다. 헤르메스 에이전트와 이를 구동하는 LLM은 모두 로컬에서 실행하도록 설계했다. 하드웨어 성능이 사용자 경험의 품질에 직접적인 영향을 준다. 엔비디아 GPU는 이러한 워크로드에 최적화하도록 설계했다. 큐웬 3.6 35B 모델은 약 20GB의 메모리만으로도 70GB 이상의 메모리가 필요한 1200억 파라미터 모델을 뛰어넘는 성능을 제공한다. 큐웬 3.6 27B는 새로운 고밀도 모델로 4000억 파라미터 모델급의 정확도를 제공하면서도 크기는 16분의 1 수준이다. 헤르메스가 구동되는 DGX 스파크는 상시 실행되는 에이전틱 컴퓨터가 될 수 있다. 요청 응답과 다단계 작업 계획, 자율 실행, 자체 개선 등을 지속해서 수행한다. 에이전틱 워크플로를 위해 설계된 효율적인 독립형 시스템인 DGX 스파크는 128GB 통합 메모리와 1페타플롭급 AI 성능을 갖춰 1200억 파라미터 규모의 전문가형 혼합(MoE) 모델을 상시 실행할 수 있다. 큐웬 3.6 35B 모델은 더 작은 공간에서 동등한 수준의 인텔리전스를 제공하며 빠른 실행 속도로 동시 워크로드를 처리하도록 돕는다. 헤르메스를 로컬로 실행하려면 헤르메스 깃허브 저장소에 접속해 로컬 모델이나 런타임을 연동하면 된다. 라마.cpp, LM 스튜디오, 올라마를 통해 큐웬 3.6과 함께 헤르메스를 실행할 수 있다. 한편 RTX PRO GPU는 큐웬 3.6 모델 실행 시 최대 3배 빠른 토큰 생성 속도를 제공한다. 구글의 젬마 4 모델은 NVFP4 체크포인트로 제공돼 엔비디아 블랙웰 GPU에서 더 빠른 성능을 발휘한다. 지난 4월 출시된 미스트랄 미디엄 버전 3.5도 업데이트를 통해 RTX PRO와 DGX 스파크 시스템에서 실행할 수 있다. 또한 엔비디아는 오픈소스 스택인 네모클로를 공개해 로컬 모델 지원을 강화했다. 네모클로는 WSL2를 지원해 마이크로소프트 플랫폼 개발자에게도 혜택을 제공한다.

SAP는 미국 올랜도에서 개최한 연례 콘퍼런스 ‘SAP 사파이어 2026’에서 전 세계 핵심 비즈니스 워크플로를 향상시킬 수 있는 ‘자율형 엔터프라이즈(Autonomous Enterprise)’를 선보였다. 이번 발표는 인간과 AI가 협력해서 급변하는 글로벌 비즈니스 요구를 수익성 있고 전략적이며 안전하게 충족시키는 것을 목표로 한다. SAP의 크리스찬 클라인 CEO는 “SAP 비즈니스 AI 플랫폼과 SAP 자율형 스위트를 결합해 AI 에이전트를 비즈니스 프로세스 및 데이터, 거버넌스 전반에 안착시킴으로써, 규정을 준수하는 안전하고 정확한 결과를 도출하며 새로운 수익원 창출과 의미 있는 비용 절감을 이끌어낼 것”이라고 밝혔다.     SAP 비즈니스 AI 플랫폼은 실제 비즈니스 맥락을 바탕으로 엔터프라이즈 AI를 구축하고 배포하기 위한 새로운 기반이다. 이 플랫폼은 SAP 비즈니스 테크놀로지 플랫폼, SAP 비즈니스 데이터 클라우드, SAP 비즈니스 AI를 단일 통합 관리 환경으로 결합한다. 플랫폼의 핵심인 SAP 지식 그래프 설루션은 AI 에이전트에게 고객의 SAP 환경 전반에 걸친 모든 비즈니스 사업체와 프로세스, 관계를 구조화된 맵 형태로 제공한다. 또한 쥴 스튜디오는 엔터프라이즈 에이전트와 애플리케이션, 에이전틱 워크플로를 구축하기 위한 SAP의 AI 중심 설루션이다. 개발자는 노코드나 프로코드, AI 프레임워크 중 원하는 방식을 선택해 개발할 수 있으며 SAP가 관리하는 안전하고 확장 가능한 인프라 상에서 운영할 수 있다. SAP는 이러한 기반 위에서 기존 비즈니스 애플리케이션에 AI 에이전트를 적용해 엔드 투 엔드 프로세스를 수행하도록 돕는 SAP 자율형 스위트도 함께 공개했다. 이 스위트는 재무와 공급망, 조달, 인적 자본 관리 및 고객 경험 전반에 걸쳐 50개 이상의 도메인 맞춤형 쥴 어시스턴트를 배치한다. 이들은 200개 이상의 특화된 에이전트를 조율해 정밀한 작업을 수행하고 프로세스를 자동화한다. 특히 새로운 자율형 결산 어시스턴트는 분개 입력과 계정 조정, 오류 해결 등 전체 과정을 자동화해 수 주가 걸리던 재무 마감 프로세스를 단 며칠로 단축할 수 있다. 산업별 포트폴리오를 확장한 인더스트리 AI도 출시됐다. 인더스트리 AI는 7개의 자율형 설루션을 통해 산업별 프로세스를 처음부터 끝까지 자율적으로 실행하며 산업별 프로세스 로직과 데이터 모델, 규제 요구 사항을 내장하고 있다. SAP는 이번 행사에서 유럽 에너지 기업 RWE와 협업하여 해상 풍력 터빈의 예기치 않은 다운타임을 줄이는 사례를 공개했다. SAP의 자율형 자산 관리 시나리오를 통해 AI 에이전트는 수천 건의 과거 사고 데이터를 분석하고 근본 원인을 파악한 뒤 적절한 도구와 타 현장의 검증된 해결책이 포함된 작업 지시서를 자동으로 생성한다. 쥴 워크는 사용자가 소프트웨어를 활용하는 방식을 재정의한다. 사용자는 여러 애플리케이션을 오가며 데이터를 입력하는 대신 쥴과의 상호작용을 중심으로 업무를 수행한다. 원하는 비즈니스 결과를 설명하면 쥴이 워크플로와 데이터, 에이전트의 최적 조합을 구성해 실행한다. 쥴 워크는 단순한 대화를 넘어 인사이트를 선제적으로 제공하고 백그라운드에서 일상적인 작업을 자동화하여 사람이 일일이 개입하지 않아도 업무가 진행되도록 돕는다. 이 기능은 데스크톱과 모바일 환경을 지원하며 음성 제어로도 활용할 수 있다. 한편, SAP는 기업들의 자율형 엔터프라이즈 전환을 돕기 위해 총 1억 유로(약 1750억 원) 규모의 펀드를 조성했으며, 이를 통해 파트너들이 SAP 기반 AI 어시스턴트 및 에이전트 배포를 지원하고 쥴 스튜디오를 활용해 새로운 기능을 개발할 수 있도록 돕는다고 전했다. 이와 함께 SAP는 ERP 마이그레이션 부담을 35% 이상 줄일 수 있는 에이전트 주도형 전환 도구를 선보였다. 이 도구는 대규모 시스템 분석과 코드 수정, 테스트를 자동화해 프로젝트를 더 빠르고 예측 가능하게 만든다.

슈나이더 일렉트릭 코리아는 숭실대학교와 산학 협력 업무협약(MOU)을 맺고, 슈나이더 일렉트릭이 주관하는 산학 연계 교육 프로그램을 기반으로 전기 및 전력 계통 분야의 미래를 선도할 글로벌 인재 육성에 나선다고 밝혔다. 국내 전기 및 전력 관련 학과가 있는 제휴 대학을 대상으로 운영하는 ‘SEEC(Schneider Electric Electrify Club)’ 프로그램은 전기·전력 계통 분야 인재의 실무 역량 강화와 글로벌 경쟁력 제고를 목적으로 한다. 이를 위해 슈나이더 일렉트릭은 현직자와의 네트워킹을 포함한 다양한 교육 프로그램을 제공한다. 주요 교육 과정은 슈나이더 일렉트릭 유니버시티(Schneider Electric University) 전 강의 수강권 제공과 수강 후 인턴 지원 시 서류 전형 가산점 부여를 포함한다. 또한 인사팀이 주관하는 영문 이력서 및 면접 준비 특강, 사무실 투어, 현직자와의 오프라인 직무 멘토링 등이 있다. 슈나이더 일렉트릭 글로벌 리더십 강의와 온라인 커리어 멘토링이 진행되는 ‘커리어 그로스 데이’의 실무 중심의 커리큘럼도 마련했다. 이번 협약을 통해 숭실대학교 학생들은 에너지 효율화, 데이터센터, 산업 자동화, 태양광 설비 기술 등 산업 현장의 수요가 높은 분야의 교육 콘텐츠를 제공받는다. 슈나이더 일렉트릭은 이를 바탕으로 글로벌 전력 및 에너지 산업 전반에 대한 이해를 높이고 이론과 실무 역량을 동시에 강화할 수 있을 것으로 보고 있다. 슈나이더 일렉트릭 코리아의 박세란 인사본부장은 에너지 전환과 전력 산업의 미래는 기술 혁신뿐만 아니라 이를 현장에서 구현할 인재의 성장과 함께 이루어져야 한다고 설명했다. 박 본부장은 “이번 숭실대학교와의 SEEC 프로그램 산학 협력 업무협약을 통해 학생들이 글로벌 전력 및 에너지 산업의 실제 현장을 경험하고, 미래를 이끌 수 있는 실무 역량과 시야를 갖춘 전문 인재로 성장하도록 적극 지원하겠다”고 밝혔다. 이어 이번 협약이 기업과 대학이 교육과 커리어를 연계하는 지속 가능한 인재 육성 모델로 자리매김하여 전력 계통 분야의 인재 생태계를 확장해 나가길 바란다고 덧붙였다.  

마이크로소프트는 자사의 싱크탱크인 AI 이코노미 인스티튜트를 통해 ‘AI 확산 보고서 2026년 1분기 트렌드와 인사이트’를 발표했다. 이번 보고서는 디지털 격차와 소프트웨어 개발을 중심으로 한 산업 변화를 분석한 결과를 담고 있다. 분석 결과, 2026년 1분기 동안 전 세계 근로 연령 인구 중 생성형 AI를 사용한 비율은 16.3%에서 17.8%로 1.5%포인트 증가했다. AI 확산 수준이 높은 경제권에서는 사용 강도도 함께 높아지는 경향을 보였다. 현재 26개 경제권에서 근로 연령 인구의 30% 이상이 AI를 사용하는 것으로 집계됐다. 생성형 AI 사용률이 30% 기준선을 넘어선 국가는 전 분기 18개국에서 26개국으로 늘어났다. 국가별로는 아랍에미리트가 70.1%로 처음으로 70%를 돌파하며 선두에 섰다. 싱가포르, 노르웨이, 아일랜드, 프랑스 등이 뒤를 이었다. 한국은 전 분기 대비 6.4%포인트 상승한 37.1%를 기록하며 가장 가파른 성장세를 보였다. 글로벌 순위도 18위에서 16위로 두 계단 올라섰다. 보고서는 이러한 모멘텀이 아시아 전반의 확산 패턴을 보여주는 대표적인 사례라고 설명한다. 실제로 성장 속도가 가장 빠른 15개 시장 중 12개가 아시아에 위치한 것으로 나타났다. 마이크로소프트는 아시아의 성장 배경으로 디지털 인프라에 대한 장기 투자와 국가 차원의 AI 전략, 높은 소비자 수용도를 꼽았다. 아시아 현지 언어에서의 주요 모델 성능 개선과 신기술을 일상 및 경제 활동에 빠르게 통합하는 역량도 주요 요인으로 제시됐다.     하지만 지역 간 불균형은 더욱 심화되는 양상을 보였다. 보고서는 선진국 중심의 글로벌 노스와 신흥국 중심의 글로벌 사우스 사이의 사용 격차가 지속적으로 확대되고 있다고 진단했다. 2026년 1분기 글로벌 노스의 생성형 AI 사용률은 27.5%로 지난 하반기보다 2.8%포인트 증가했으나, 글로벌 사우스는 1.3%포인트 증가한 15.4%에 그쳤다. 이러한 격차는 전력 공급과 인터넷 연결성, 디지털 역량 부족 등 글로벌 사우스의 구조적인 인프라 한계에서 비롯된 것으로 분석된다. 기술적으로는 현지 언어 지원 강화와 멀티모달 상호작용 역량의 확대가 확산을 이끈 핵심 동력이 됐다. 14개 언어로 지식 과제를 평가하는 다국어 벤치마크 등에서 비영어권 성능이 개선되면서, AI 도구가 다국어 작업을 더 효과적으로 처리하게 됐다. 그 결과 메시징과 검색, 학습, 콘텐츠 제작 등 일상적인 사례에서 접근성이 높아졌다. 이는 스마트폰의 보급과 높은 디지털 참여도가 맞물려 아시아 지역 전반에서 빠른 확산을 가능하게 했다. 소프트웨어 개발 분야에서도 AI의 영향력은 뚜렷하게 나타났다. 앤트로픽과 오픈AI 등 주요 기업의 코딩 특화 시스템은 복잡한 엔지니어링 작업을 처리하는 역량을 입증했다. 특히 GPT-5.3-코덱스는 주요 에이전트 역량 평가에서 강력한 성능을 기록했다. 깃허브 코파일럿은 단순한 코드 추천 도구를 넘어 AI 네이티브 개발 플랫폼으로 진화하며 개발 수명주기 전반으로 역할을 넓히고 있다. 최소한의 인간 개입으로 코드 작성과 디버깅, 테스트 등을 수행하는 에이전트 기능이 통합되면서 개발 방식의 변화가 가속화되는 추세다.