배경 및 맥락

에이전트는 이제 단순 Q&A나 문서 초안 생성을 넘어 파일시스템, 브라우저, 터미널, 사내 앱을 오가며 멀티스텝 작업을 수행하는 방향으로 진화하고 있다. 하지만 실제 기업 환경에서는 이런 computer-use agent가 가장 민감한 리스크를 만든다. 어떤 도구에 접근하는지, 누가 승인하는지, 잘못된 행동을 어떻게 격리하는지가 없으면 파일 하나 고치는 데모가 곧바로 배포 가능한 제품이 되지 않는다.

NVIDIA와 ServiceNow의 이번 발표는 바로 이 문제를 겨냥한다. agent를 더 똑똑하게 만드는 것보다, 장기 실행형 autonomous desktop agent를 통제 가능한 엔터프라이즈 런타임 위에 올리는 데 초점을 맞췄다.

---

핵심 내용

발표의 중심은 ServiceNow의 Project Arc다. 이는 개발자, IT 관리자, 운영 인력을 위한 장기 실행형 self-evolving autonomous desktop agent로 소개됐고, 로컬 파일시스템, 터미널, 설치된 애플리케이션에 접근할 수 있다. 핵심 차별점은 standalone agent가 아니라 ServiceNow Action Fabric과 AI Control Tower에 연결되어 모든 행동이 workflow context와 governance 아래서 실행된다는 점이다.

런타임 계층에는 NVIDIA OpenShell이 들어간다. NVIDIA는 OpenShell을 오픈소스 secure runtime으로 설명하며, sandboxed·policy-governed 환경에서 agent를 개발·배포할 수 있게 한다고 밝혔다. 여기에 Nemotron open models, NVIDIA Agent Toolkit, NOWAI-Bench, EnterpriseOps-Gym까지 묶어 agent 성능과 운영 검증을 동시에 다루고 있다.

---

경쟁 구도 / 비교

기존 agent 제품 다수는 프롬프트 성능이나 툴 호출 범위를 강조했지만, 엔터프라이즈 도입에서 더 중요한 것은 행동 통제면이다. OpenShell과 AI Control Tower 조합은 에이전트를 단순한 assistant가 아니라 권한과 감사를 가진 실행 주체로 본다.

또한 발표는 모델 경쟁만으로는 부족하다는 점을 드러낸다. 벤치마크도 일반 언어 과제가 아니라 EnterpriseOps-Gym처럼 멀티스텝 실무 시나리오로 이동하고 있고, 인프라도 token economics와 observability를 포함한 AI factory 관점에서 설명되고 있다.

---

의미

산업적으로는 autonomous agent 시장이 생성 AI에서 governed execution software 시장으로 확장되고 있다. 앞으로 승자는 가장 똑똑한 모델만 가진 곳이 아니라, 가장 배포 가능한 런타임을 제공하는 곳일 가능성이 높다.

실무적으로는 desktop agent를 검토하는 팀이 sandbox, policy, audit log, approval boundary, benchmark를 요구사항 문서의 첫 페이지에 넣어야 한다. computer-use 계열 에이전트는 capability보다 containment가 먼저다.