핵심 요약
NVIDIA는 2026년 6월 Agent Toolkit(NeMo Agent Toolkit, NAT)을 모델·도구·스킬·보안 런타임을 아우르는 오픈 모듈형 기반으로 정리했다(〈NVIDIA Blog〉 2026.06.23). LangChain·LlamaIndex·CrewAI·Semantic Kernel·Google ADK 등 기존 프레임워크를 갈아엎지 않고 옆에 붙여 MCP·A2A·평가·UI를 통합하는 접근이 핵심이다. v1.7.0(2026.05.21) 기준 pip install nvidia-nat 후 YAML 워크플로와 nat run CLI로 에이전트를 실행·프로파일링할 수 있다(〈GitHub NVIDIA/NeMo-Agent-Toolkit〉).
무슨 일이 있었나
NVIDIA Blog(6월 23일)는 Agent Toolkit을 세 층으로 설명했다.
- 모델: Nemotron 오픈 모델로 추론·평가·배포 유연성.
- 도구·스킬: NemoClaw 블루프린트, BioNeMo Agent Toolkit 등 도메인별 액션 연결.
- 런타임: OpenShell로 에이전트가 실제 업무 시스템 안에서 안전하게 동작.
공식 문서(1.7)에 따르면 NAT는 프레임워크 비종속이며, LangSmith 문서 검색 같은 simple_web_query 예제부터 react agent·control flow 컴포넌트까지 YAML로 정의한다. MCP 클라이언트·서버, A2A 클라이언트·서버를 모두 지원해 "우리 회사 MCP 서버 + 원격 A2A 에이전트" 조합이 가능하다.
GitHub 저장소(NVIDIA/NeMo-Agent-Toolkit)는 Apache-2.0, Python 3.13, nat eval로 성능 프로파일링, NeMo Agent Toolkit UI로 채팅·디버그를 제공한다. 최근 push 2026.06.05, 릴리스 v1.7.0.
시장의 해석 — 개발자에게 왜 중요한가
2026년 에이전트 스택의 문제는 도구가 너무 많아졌는데 표준 연결고리는 부족하다는 것이다. Cursor·Copilot·Claude Code·Codex가 각자 MCP·플러그인·클라우드 에이전트를 내는 가운데, NAT는 "하네스(harness)는 골라 쓰되, 데이터·도구·평가·런타임은 한 레이어에서"라는 포지션이다.
실무 적용 시나리오:
1. YAML workflow.yml: functions(도구), llms, embedders, workflow(react_agent 등) 네 섹션으로 에이전트 정의.
2. nat run --config_file workflow.yml: 로컬·CI에서 동일 워크플로 재현.
3. MCP: 사내 Confluence·Jira·DB를 MCP 서버로 노출 → NAT가 클라이언트로 연결.
4. A2A: 다른 팀·벤더 에이전트에 작업 위임.
5. OpenShell + Nemotron: 온프레·VPC 안에서 정책·샌드박스 적용.
고유 인사이트: NAT의 차별점은 "새 프레임워크"가 아니라 Pydantic 기반 설정 그래프다. ComponentRef로 LLM·embedder·memory를 이름 참조하게 해, YAML만 바꿔 A/B 테스트·비용 비교가 쉽다. Copilot AIC 시대에는 nat eval로 턴 수·토큰·성공률을 워크플로 단위로 재고, YAML에서 cheap model route를 바꾸는 식의 비용 튜닝 루프에 쓸 수 있다. 즉 NAT는 프로덕션 배포 전 "에이전트 CI 벤치" 역할을 한다.
체크포인트와 리스크
- 체크포인트:
- Python 3.13·CUDA 환경과 사내 보안 정책 호환
- MCP/A2A 외부 엔드포인트 방화벽·시크릿 관리(Agents secrets 패턴)
- Nemotron vs 상용 API 혼용 시 라이선스·데이터 거버넌스
nat eval지표를 Copilot/Cursor 비용과 어떻게 매핑할지
- 리스크 요인:
- YAML만 늘어나는 "설정 지옥" — CODEOWNERS·ruleset으로 workflow.yml 보호 필요
- OpenShell·온프레 GPU 없는 팀은 클라우드 API 비용으로 우회
- 프레임워크 2개(NAT + LangChain 등) 동시 운영 학습 곡선
- 빠른 릴리스(develop 브랜치)와 프로덕션 pin 버전 관리
마무리
NVIDIA Agent Toolkit은 "에이전트 프레임워크 전쟁"에서 한 팀을 고르게 만드는 도구가 아니라, 이미 쓰는 스택 주변에 연결·평가·보안 레이어를 얹는 키트에 가깝다. 6월 23일 블로그와 v1.7 문서를 기준으로, 신규 프로젝트는 LangChain 예제를 NAT YAML로 감싸 MCP·A2A·eval을 한 번에 켜 보는 POC가 현실적인 출발점이다. 프로덕션 전에는 nat eval로 토큰·턴·성공률을 수치화해 Copilot/Codex와 역할을 나누는 것이 비용·품질 균형에 유리하다.
참고 자료
'개발이야기' 카테고리의 다른 글
| OpenAI GPT-5.6 공개, 정부 승인 기관만 우선 제공 (0) | 2026.06.27 |
|---|---|
| 네이버 AI탭 정식 출시, 검색에서 실행형 에이전트로 (0) | 2026.06.27 |
| GitHub Copilot, 6월부터 AI Credits 토큰 과금…개발팀이 지금 할 일 (0) | 2026.06.26 |
| 에이전트 루프 비용 폭주…토큰 인플레이션을 막는 설계 패턴 (0) | 2026.06.26 |
| Gemini CLI 종료 후 Antigravity CLI — 개발자가 6월 18일 이후 확인할 것 (0) | 2026.06.25 |