AI 에이전트의 운영 비용을 최대 30% 이상 절감하고 민감한 개인 정보를 보호할 수 있는 새로운 도구, '리커선트(Recursant)'가 공개되어 주목받고 있습니다. 리커선트는 에이전트와 AI 모델 사이에 위치하는 '에이전트 인식 모델 라우터'로, 에이전트의 요청을 분석하여 가장 적합한 모델로 지능적으로 연결해주는 역할을 합니다. 이를 통해 비싸고 강력한 모델은 복잡한 작업에만 사용하고, 저렴한 모델은 일상적인 작업에 활용하며, 개인 정보가 포함된 데이터는 사용자의 로컬 모델로 보내 프라이버시를 보장합니다.
리커선트의 핵심 기능은 '단계별 모델 선택'입니다. AI 에이전트는 하나의 작업을 수행할 때 수십 번의 요청을 보냅니다. 예를 들어, 파일을 읽고, 테스트를 실행하고, 오류를 분석하고, 수정하는 과정에서 대부분의 단계는 비교적 단순합니다. 리커선트는 이러한 루틴 작업을 저렴한 모델(예: GPT-6 luna)로 보내고, '생각'이 필요한 복잡한 단계만 고성능 모델(예: Claude Sonnet 5.5)에 할당합니다. 만약 에이전트가 특정 단계에서 계속 실패하면, 더 강력한 모델(예: Claude Opus 5.5)을 투입하여 문제 해결을 돕습니다. 또한, 개인 식별 정보(PII)와 같은 민감 데이터가 감지되면, 해당 요청은 사용자의 프라이빗 모델(예: Ollama의 qwen3:8b)로 자동 라우팅되어 외부 유출을 원천 차단합니다. 이 모든 과정은 OpenAI API와 호환되어 기존 에이전트 코드를 수정할 필요 없이 리커선트 주소만 연결하면 됩니다.
리커선트의 등장은 AI 에이전트 활용의 효율성과 보안성을 동시에 높이는 중요한 전환점이 될 수 있습니다. 기업과 개발자들은 값비싼 대규모 언어모델(LLM) API 사용료를 절감하면서도, 민감한 고객 데이터나 내부 기밀 정보가 외부 AI 서비스로 전송될 위험 없이 에이전트를 운영할 수 있게 됩니다. 특히, C언어로 개발되어 빠른 속도를 자랑하며, 온프레미스(On-premise) 환경의 vLLM, Ollama 등 자체 모델과 OpenRouter 같은 외부 유료 서비스를 유연하게 연동할 수 있다는 점은 하이브리드 AI 인프라 구축을 고려하는 조직에 큰 이점을 제공할 것입니다. 이는 AI 에이전트의 상업적 활용을 더욱 가속화하고, 데이터 프라이버시 규제 준수를 용이하게 하는 데 기여할 것으로 보입니다.