죄송합니다!양식을 제출하는 중에 문제가 발생했습니다.
SI는 Super Intelligence(초지능)의 약자입니다. 2026년 9월 29일, 백악관 행정명령 은 연방 기관들이 공식 문서에서 "AI"를 "SI"로 대체하도록 지시했습니다. 법적으로 SI는 AI와 동일한 기술 범위를 다룹니다. 실무적인 차이는 기술 그 자체가 아니라, 단순히 답변만 하는 AI에서 직접 행동하는 에이전트로의 전환에 있습니다.
핵심 사실
이번 명령은 행정부의 용어 변경을 의미합니다. 백악관은 이 명칭이 "오늘날 개발되는 기술의 진정한 역량을 전달한다"고 주장합니다(팩트 시트).
이는 AI 관련 법을 다시 쓰는 것이 아닙니다. IAPP 가 지적했듯이, 이제 조직들은 연방 자료에는 "SI"를, 법령, 주법, 계약서 및 공급업체 설문지에는 "AI"를 사용하는 두 가지 용어 체계를 관리해야 합니다.
기업의 경우, 프레시필즈(Freshfields) 는 연방 정부의 입찰 요청서와 양식에 새로운 용어가 도입될 것으로 예상합니다. 향후 법적 정의가 마련되면 인센티브, 수출 통제 및 규정 준수 방식에 영향을 미칠 수 있습니다.
SI와 AI가 동일한 기술을 지칭한다면, 중요한 질문은 해당 기술의 작동 방식이 어떻게 변했느냐는 것입니다. 답은 간단합니다. 채팅창을 벗어나 컴퓨터 환경으로 이동했다는 점입니다. 이 글에서 "SI 시대"란 단순히 텍스트를 생성하는 모델이 아니라, 소프트웨어를 직접 조작하여 작업을 완수하는 에이전트를 의미합니다.
1. 프롬프트 엔지니어링에서 작업 위임으로.
채팅 시대의 AI는 프롬프트가 병목 현상을 일으켰습니다. 하지만 에이전트를 사용하면 "세 가지 제품 라인에 대한 경쟁사의 연간 가격을 가져와 우리 가격표를 업데이트해 줘"와 같이 목표만 제시하면 됩니다. 에이전트가 스스로 단계를 계획하고, 사이트를 탐색하며, 팝업을 처리하고, 결과를 저장합니다.
2. API의 폐쇄적 환경을 넘어선 GUI 에이전시.
API 자동화는 API가 지원되는 곳까지만 가능합니다. GUI 에이전트는 화면을 직접 사용하므로 벤더 포털이나 수십 년 된 데스크톱 소프트웨어까지 제어할 수 있습니다. Microsoft Build 2026에서 Sai는 API가 없는 레거시 앱 내에서 야간 보험금 청구 처리 워크플로우를 실행했습니다. Windows 365 for Agents를 통해서 말이죠.
3. 처음부터 추론하는 대신 근육 기억(Muscle memory) 활용.
순수 LLM 에이전트는 실행할 때마다 전체 추론 비용을 지불해야 합니다. Simular의 신경 기호(neuro-symbolic) 접근 방식은 모델을 사용하여 워크플로우를 발견한 다음, 이를 코드로 재실행합니다. Simular는 반복 작업에서 토큰 사용량 90% 이상 절감 및 비용 최대 약 200배 감소 를 달성했다고 보고합니다. 화면이 변경되면 에이전트는 다시 모델로 돌아가 루틴을 수정합니다.
4. 관리형 워크스페이스 및 사람의 승인.
에이전트가 사용자의 개인 데스크톱을 마음대로 돌아다녀서는 안 됩니다. Sai for Enterprise 는 Entra에 가입되고 Intune으로 관리되는 클라우드 PC에서 실행되며 전체 감사 추적을 제공합니다. SOC 2 Type II 및 HIPAA를 준수하며, 데이터 무보존 정책과 자체 암호화 키(BYOK)를 지원합니다. 가드레일 기능은 되돌릴 수 없는 작업이 수행되기 전에 에이전트를 일시 중지시킵니다.
5. 장기 작업으로 측정하는 신뢰성.
작은 오류율도 누적되면 큰 문제가 됩니다. 단계별 정확도가 90%라 하더라도 10단계를 거치면 전체 성공률은 약 35%에 불과합니다. 이것이 바로 장기 작업 벤치마크가 중요한 이유입니다. OSWorld 2.0XLANG Lab에서 제공하는 이 벤치마크는 108개의 실제 업무로 구성되어 있습니다. 각 업무를 사람이 수행하는 데는 중앙값 기준 약 1.6시간이 소요되며, 평균 318회의 도구 호출이 발생합니다(논문). Sai는 업무당 15.70달러의 비용으로 73.0%의 부분 점수를 기록하여, Claude Opus 5 Max Thinking(70.6%, 23.70달러)과 GPT-5.6 Sol Max(62.6%, 26.62달러)를 앞섰습니다. 전체 업무 성공률(이진 평가) 기준으로는 Sai가 28.25%를 기록해 Simular의 비교 분석에서 GPT-5.6 Sol이 기록한 23.14%를 상회했습니다. 이는 여전히 모든 에이전트에게 긴 업무 수행이 어려운 과제임을 시사합니다.
이론적인 초지능과 컴퓨터에서 업무를 안정적으로 완수하는 소프트웨어 사이에는 간극이 존재합니다. 이 간극을 메우기 위해서는 작업 전용 컴퓨터, 인터페이스를 조작할 수 있는 눈과 손, 그리고 신뢰할 수 있는 실행 능력이 필요합니다.
Sai 는 바로 이 간극을 해결하기 위해 만들어졌습니다. Sai는 로보비서입니다. 다수의 자율 컴퓨터를 운영하며 완료된 결과물을 제공하는 컴퓨터 사용 에이전트죠. 이름은 순서보다 먼저 정해졌지만, S와 AI를 합쳐 SI로 읽히는 이 이름은 그 의미와 완벽하게 부합합니다. 저희가 내세우는 슬로건은 다음과 같습니다. 초지능, 실무에 투입하다.
Sai는 Simular의 오픈소스 Agent S 연구를 기반으로 합니다. 모델에 구애받지 않으므로 사용 중인 API 키, 오픈 웨이트 모델, 또는 온프레미스 모델을 자유롭게 연결할 수 있습니다. 소규모 팀은 중소기업용 Sai로 시작할 수 있습니다. 대규모 조직은 기업용 Sai를 도입하여 역할별 플레이북을 활용할 수 있습니다. 재무, 영업 및 마케팅.