본문으로 건너뛰기
The AI Grid조회 5

Sakana AI의 멀티 에이전트 오케스트레이션 시스템 'Sakana Fugu' 분석

Sakana AI가 공개한 Fugu는 단일 API로 여러 모델을 동적으로 오케스트레이션하여 복잡한 작업을 자율적으로 해결하는 시스템이다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Sakana AI가 공개한 'Sakana Fugu'는 단일 API를 통해 여러 에이전트를 동적으로 조율하는 멀티 에이전트 오케스트레이션 시스템이다. 이 시스템은 복잡한 다단계 작업을 수행할 때 최적의 모델을 선택하고, 특정 모델이 사용 불가능할 경우 다른 모델로 경로를 우회하여 AI 주권을 확보한다. Fugu와 Fugu Ultra 두 가지 모델로 출시되었으며, Fugu는 저지연 일상 업무에, Fugu Ultra는 고도의 정확도가 필요한 복잡한 문제 해결에 특화되어 있다.

Fugu Ultra는 자율적인 기계 학습 연구, 금융 시계열 예측, 체스 게임, 기계 설계 등 다양한 벤치마크에서 기존 모델들을 상회하는 성능을 입증했다. 특히 모델 간의 유기적인 협업과 자율적인 문제 해결 능력을 통해 AI 활용의 새로운 가능성을 제시한다. 다만, 특정 지역에서는 서비스가 제한될 수 있으며, 사용량에 따라 비용이 빠르게 소모될 수 있다는 점은 고려해야 한다.

챕터별 상세

00:00

Sakana Fugu 소개

Sakana AI는 단일 API로 접근 가능한 멀티 에이전트 오케스트레이션 시스템인 'Sakana Fugu'를 출시했다. 이 시스템은 Fable 및 Mythos와 동등한 성능을 제공하면서도 수출 통제 위험 없이 프런티어급 기능을 수행한다. Fugu와 Fugu Ultra 두 가지 모델로 구성되어 다양한 작업 요구사항을 충족한다.
00:35

멀티 에이전트 오케스트레이션 작동 원리

Fugu는 에이전트 풀 내의 여러 LLM을 재귀적으로 호출하여 복잡한 다단계 작업을 수행한다. 사용자가 단일 엔드포인트로 요청을 보내면 Fugu가 내부적으로 모델 선택, 위임, 검증, 합성을 자동으로 관리한다. 특정 모델이 사용 불가능할 경우 다른 모델로 경로를 우회하여 AI 주권을 확보한다.

멀티 에이전트 오케스트레이션은 여러 AI 모델을 협업시켜 단일 모델이 해결하기 어려운 복잡한 문제를 분해하고 해결하는 기법이다.

01:25

모델 라인업: Fugu vs Fugu Ultra

Fugu는 저지연 성능을 최적화하여 코드 작성, 코드 리뷰, 챗봇 등 일상적인 업무에 적합하다. Fugu Ultra는 더 깊은 에이전트 풀을 사용하여 정확도와 깊이가 중요한 복잡한 문제 해결에 최적화되어 있다. AI 연구, 사이버 보안 분석, 특허 조사 등 고난도 작업에 활용된다.
02:37

벤치마크 성능 분석

LiveCodeBench, GPQA-D, CharXiv Reasoning, SWEBench Pro 등 다양한 벤치마크에서 Fugu와 Fugu Ultra는 Fable 5, Gemini 3.1 Pro, GPT 5.5, Opus 4.8을 상회하는 결과를 보였다. 특히 SWEBench Pro와 같은 실무 중심 벤치마크에서 Fugu Ultra는 복잡한 소프트웨어 엔지니어링 작업 해결 능력을 입증했다.

벤치마크는 AI 모델의 성능을 정량적으로 평가하기 위한 표준화된 테스트 세트이다.

05:20

실제 활용 사례

Fugu Ultra는 자율적인 기계 학습 연구에서 14시간 동안 100개 이상의 실험을 수행하며 학습 레시피를 개선했다. 금융 시계열 예측에서는 50주간의 데이터로 포트폴리오를 운용하여 20%의 수익률을 기록했다. 또한, 체스 게임과 기계 설계(Mechanical Iris) 등 공간적 추론과 정밀한 제어가 필요한 작업에서도 우수한 성능을 나타냈다.
08:57

서비스 접근성 및 비용

Sakana Fugu는 sakana.ai를 통해 접근 가능하나, 영국 및 EU 지역은 GDPR 규정으로 인해 서비스가 제한된다. API 키 생성 시 구독 또는 종량제(Pay-as-you-go) 방식을 선택할 수 있다. Fugu Ultra는 성능이 뛰어난 만큼 사용량에 따라 비용이 빠르게 소모되므로 주의가 필요하다.

언급된 리소스

AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 06. 23.수집 2026. 06. 23.출처 타입 YOUTUBE

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.