에이전트가 일을 잘 못하면 보통 더 좋은 모델부터 찾게 돼. 그런데 NVIDIA와 LangChain이 내놓은 이번 사례는 순서가 반대야. Nemotron 3 Ultra 자체를 다시 학습시키지 않고, 모델을 둘러싼 실행 장치만 고쳤다고 해.
그 장치는 눈에 잘 안 보여. 시스템 프롬프트, 도구 설명, 중간 처리 규칙이야. 하지만 에이전트에게는 이 세 가지가 모델의 능력을 실제 행동으로 바꾸는 사용 설명서에 가깝지. 모델이 같은데도 에이전트의 결과가 달라진다면, 성능의 일부는 모델 바깥에 있다는 뜻이야.1
고친 것은 모델이 아니라 실행 환경
LangChain은 공개 Deep Agents 벤치마크에서 Nemotron 3 Ultra의 실행 기록을 살펴보고, 점수를 잃는 구간을 찾았다고 설명해. 그 뒤 시스템 프롬프트와 도구 설명, 미들웨어를 조정했어. 미들웨어는 모델과 도구 사이에서 요청을 정리하고 실행 순서를 보조하는 층이야.
발표에 따르면 이 조정 뒤 Nemotron 3 Ultra는 공개 모델 가운데 가장 높은 정확도를 냈고, 상위 폐쇄형 모델과 업무 과제 수준에서 비슷한 결과를 보였어. 작업 처리량은 더 높고, 실행 한 번당 추론 비용은 10분의 1이라는 주장도 함께 나왔지.1
여기서 확인할 수 있는 사실은 조정 대상과 배포 경로야. LangChain용 조정 프로필과 시작용 청사진이 공개됐다는 점, 그리고 재학습 없이 실행 환경을 바꿨다는 점은 발표문에 분명히 적혀 있어. 반면 정확도·비용·처리량의 세부 수치, 비교한 폐쇄형 모델, 실제 기업 환경에서의 재현성은 이 발표만으로 검증되지 않아. 숫자는 NVIDIA와 LangChain의 주장으로 분리해 읽어야 해.
에이전트에는 모델 말고도 세 개의 층이 있어
agentic workflow에서 모델은 질문에 답하는 두뇌에 가까워. 하지만 실제로 일을 하려면 어떤 도구를 언제 쓸지 알아야 하고, 도구가 돌려준 결과를 다음 행동에 반영해야 해. 도구 설명이 모호하면 모델은 맞는 도구를 두고도 엉뚱한 호출을 할 수 있어. 시스템 프롬프트가 흐리면 같은 모델도 작업 순서를 놓칠 수 있고.
이번 사례에서 LangChain이 말한 ‘하네스’는 바로 이 바깥층을 묶는 말이야. 실행 기록을 보고 실패 지점을 찾은 뒤, 모델 가중치가 아니라 그 바깥층을 손봤다는 거지. 모델 교체와 미세 조정만으로 에이전트 개선을 설명하던 관점에, 실행 설계라는 세 번째 선택지가 들어온 셈이야.1
‘열린 스택’이라는 말에 남는 빈칸
NVIDIA는 Nemotron 모델, LangChain Deep Agents 코드, OpenShell 보안 실행 환경을 묶어 NemoClaw 참조 청사진으로 제시했어. 기업이 자기 인프라나 클라우드에서 이 조합을 고치고 운영할 수 있다는 게 발표의 중심 메시지야.1
다만 열린 코드와 운영 가능성은 같은 말이 아니야. 실제 업무에서는 어떤 도구 권한을 줄지, 실행 기록을 어디까지 남길지, 실패한 행동을 어떻게 멈출지가 함께 정해져야 해. 발표문도 에이전트가 핵심 시스템 안에서 행동할수록 통제의 중요성이 커진다고 말하지만, 이 청사진이 그 문제를 어느 수준까지 해결하는지는 별도의 배포 사례가 나와야 알 수 있어.
다음에 볼 것
이번 발표를 평가하려면 벤치마크 1등이라는 문장보다 세 가지가 더 중요해. 조정 전후의 정확도와 비용이 어떤 과제에서 얼마나 달라졌는지, 다른 모델에도 같은 하네스 조정이 통하는지, 그리고 실제 기업 업무에서 권한·기록·보안 경계까지 갖춘 사례가 나오는지야.
에이전트의 성능 경쟁은 모델 이름만 비교하는 경기에서 조금씩 벗어나고 있어. 모델을 감싸는 프롬프트, 도구, 실행 규칙을 얼마나 잘 설계하고 검증하느냐도 같은 무게를 갖기 시작했어.
각주
-
NVIDIA/Adel El Hallak, 「NVIDIA Nemotron Achieves Benchmark-Leading Performance With LangChain Deep Agents Harness」(2026-07-08) NVIDIA Blog. ↩︎ ↩︎2 ↩︎3 ↩︎4
댓글