돈 버는 프로덕션 에이전트 구축: 깊은 추론·초저지연·멀티모달·추출공격 방어 완전 가이드

핵심 요약

• 주요 발견사항

  • Deep Think/think와 도구 사용 체크포인트를 섞으면 복잡한 일을 끝까지 가게 만든다. 여기에 초저지연 모델을 전면 배치하고 멀티모달 입력(문서/표/이미지/화면)을 붙이면 실제 비즈니스 성과가 난다. 최근 OpenAI가 코딩 특화 초저지연 모델(Codex-Spark)을 Cerebras WSE-3 기반 인프라에서 구동, “지연 최소화”를 전면 내세운 것도 같은 맥락이다²³.

  • 두 층 구조(초저지연 모델로 상호작용, 깊은 추론 모델로 검증·설계 반복)와 중간 산출물 관리(plan.md, research.md)가 프로덕션 안정성을 좌우한다.

  • 모델 추출 공격은 속도 제한만으로 막기 어렵다. 사용 패턴 탐지, 출력 다양화, 워터마킹/캔어리, 계약/요금 설계가 필수다. 구글 GTIG가 “대규모 프롬프트로 Gemini의 추론을 복제하려는 시도(비영어권 포함)”와 신종 악성코드(HONESTCUE) 사례를 공개, 방어 필요성을 재확인했다⁷⁸.