NVIDIA AVO와 DeepSeek Vision: 좋은 모델을 좋은 에이전트로 만드는 조건

긴 작업에서는 다음 답변보다 다음 상태가 중요하다

에이전트가 첫 코드를 잘 써도 몇 시간 뒤의 작업이 잘 이어진다는 보장은 없다. 무엇을 시도했고 어디서 실패했는지 기억해야 한다. 마지막으로 확보한 8월 24일 브리핑은 모델을 둘러싼 실행 구조와 이미지 이해를 함께 다뤘다.

공개 세트의 성공을 전체 문제 해결로 읽지 않는다

NVIDIA의 AVO 기술 글은 장기 실행을 위한 메모리, 감독, 도구와 실행 피드백 구조를 설명한다. Claude Opus 5를 기반으로 ARC-AGI-3 공개 세트의 25개 환경, 183개 레벨을 완료했다고 보고했다.

공개 세트 100%는 비공개 평가까지 모두 해결했다는 뜻이 아니다. NVIDIA가 발표한 시스템의 결과이며, 다른 설정의 모델 단독 점수와 단순 배수로 비교할 수도 없다. 여기서 얻을 교훈은 결과 숫자보다 작업을 지속하는 구조에 있다.

보는 능력이 늘면 입력의 범위도 달라진다

DeepSeek는 8월 21일 V4-Flash-Vision-Exp를 실험 모델로 공개했다. 이미지와 텍스트를 함께 받고 Chat Completions, Messages, Responses를 지원한다고 설명했다. 발표 당시 이미지는 장당 최대 384토큰으로 계산하며 기존 Flash 가격을 적용했다.

실험 모델의 상태는 이후 달라졌다. 현재 가격표를 10월 2일 확인하면 기존 Vision Exp 이름은 유지되지만 요청은 V4.1 Flash로 처리된다고 안내한다. 과거의 모델 이름이 같은 성능과 가격을 계속 보장하지 않는 사례다.

실행 구조에 먼저 투자할 부분

두 발표에서 도출한 실무 제안은 모델 교체와 함께 작업의 연속성을 설계하자는 것이다. 이미지 입력은 오류 설명을 돕고, 상태 저장은 이미 시도한 일을 반복하지 않게 돕는다.

• 마지막으로 확인된 상태와 테스트 결과를 남긴다.
• 실패 뒤에는 원인과 다음 시도를 구분한다.
• 스크린샷을 받은 뒤 실제 실행 결과도 확인한다.
• 모델 버전과 권한, 재시도 한도를 기록한다.

좋은 모델은 출발점이다. 긴 작업을 끝내는 데에는 그 능력을 검토 가능한 결과로 연결하는 구조가 필요하다.

오늘의 방아쇠는 모델을 하나 더 고르는 대신, 멈춘 작업 하나를 안전하게 이어갈 방법을 만드는 일이다.

참고 자료

• NVIDIA AVO Reaches 100% on ARC-AGI-3 — NVIDIA, 2026-08-21
• DeepSeek-V4-Flash-Vision-Exp Release — DeepSeek, 2026-08-21
• Models & Pricing — DeepSeek, 확인일 2026-10-02