텐센트 클라우드, 기업용 AI 에이전트 운영 플랫폼 'AgentOps' 공개

텐센트가 왜 이런 플랫폼을 내놓았는지 이해하려면, 2026년 텐센트의 AI 제품 전략을 전체적으로 살펴볼 필요가 있습니다. 특히 직전에 발표된 Hy3(기초 모델) 및 QClaw(소비자용 AI 에이전트 도구) 와 무엇이 다른지 짚어보는 것이 중요합니다.

AgentOps 플랫폼이란? (그리고 무엇이 아닌지)

AgentOps 플랫폼은 새로운 대규모 언어 모델이 아닙니다. AI 에이전트를 위한 DevOps/MLOps 레이어를 관리하는 오케스트레이션 및 프로덕션 플랫폼입니다. 주요 기능은 모니터링, 평가, 확장, 생애주기 관리입니다 . 기존 텐센트 클라우드의 ADP는 기업이 에이전트를 만들고 테스트하는 데 도움을 주었습니다. 이번 AgentOps 업그레이드는 그동안 부재했던 '프로덕션 운영' 레이어를 추가한 것입니다 .

이 플랫폼은 2026년 현재 기업들이 직면한 특정 문제를 해결하기 위해 설계되었습니다. 많은 조직이 AI 에이전트의 시제품(프로토타입)을 만들 수는 있지만, 실제 운영 환경에서 안정적으로 대규모로 가동하는 데 어려움을 겪고 있습니다. AgentOps 플랫폼은 바로 그 격차를 해소하는 인프라를 제공합니다 .

Hy3와 AgentOps 플랫폼의 차이점

텐센트 Hy3(2026년 7월 6일 정식 출시)는 기초 모델(foundation model) 입니다. 이는 2,950억 개의 파라미터를 가진 Mixture-of-Experts(MoE) 언어 모델로, 토큰당 210억 개의 파라미터만 활성화되며, 256K 토큰의 컨텍스트 윈도우와 통합된 '빠른 사고와 느린 사고(fast-and-slow reasoning)' 기능을 갖추고 있습니다 . 아파치 2.0 라이선스로 오픈소스 공개되었으며, 7월 21일까지 OpenRouter에서 무료로 제공되었습니다 . Hy3는 코딩, 추론, 다중 턴 대화, 에이전트 작업 실행에 최적화된 '엔진'입니다 .

7월 21일에 출시된 AgentOps 플랫폼은 모델이 전혀 아닙니다. 이는 Hy3(또는 다른 모델)를 내부에서 사용할 수는 있지만, 에이전트의 모니터링, 평가, 확장, 생애주기 관리 등 DevOps/MLOps 레이어에 초점을 맞춘 오케스트레이션 및 프로덕션 플랫폼입니다 .

요약하면:

• Hy3 = AI 모델 (MoE 방식의 LLM, 295B 파라미터, 오픈소스, 에이전트 작업에 최적화).
• AgentOps 플랫폼 = 그러한 모델 위에 구축된 에이전트를 실제 운영 환경에 배포하기 위한 인프라.

이 둘은 경쟁 관계가 아니라 상호 보완적입니다. Hy3가 개발자에게 강력한 '엔진'을 제공한다면, AgentOps 플랫폼은 기업이 그 엔진을 실제 운영 환경에서 가동할 수 있는 '운영 도구'를 제공합니다 .

QClaw와 AgentOps 플랫폼의 차이점

QClaw(2026년 3월 9일 내부 테스트 시작, 4월 21일 국제 베타 출시)는 오픈소스 OpenClaw 프레임워크를 기반으로 한 소비자용 로컬 AI 에이전트 도구입니다 . 비기술 사용자도 Windows나 Mac 컴퓨터에 AI 에이전트를 설치하고, WhatsApp, Telegram, 위챗 같은 메시징 앱을 통해 원격으로 PC를 제어할 수 있게 해줍니다 . '새우(Little Lobster / 小龙虾)'라는 애칭으로 불리며, 제로 설정, 프라이버시 우선, 항상 켜져 있는 개인 생산성 도우미로 마케팅됩니다 .

7월 21일 AgentOps 플랫폼과의 주요 차이점:

• QClaw = 개인 PC 사용자를 위한 소비자/로컬 에이전트 배포 도구 (B2C).
• AgentOps 플랫폼 = 기업이 대규모로 에이전트를 구축, 테스트, 운영할 수 있도록 지원하는 엔터프라이즈급 플랫폼 (B2B).

QClaw가 개인 컴퓨터에 AI 에이전트를 설치하고 휴대폰으로 조종하는 것에 초점을 맞춘다면, AgentOps 플랫폼은 기업 IT 부서가 수백, 수천 개의 AI 에이전트를 프로덕션 환경에서 배포, 모니터링, 관리할 수 있는 도구를 제공하는 것입니다 .

텐센트의 2026년 AI 제품 출시 전략: 명확한 3계층 접근법

텐센트의 2026년 릴리즈는 기초 모델에서 애플리케이션, 플랫폼으로 이어지는 명확한 다각적 전략을 보여줍니다:

핵심 관찰 포인트: 텐센트는 2분기에 기초 모델 릴리즈(Hy3 프리뷰 → 정식 Hy3)를 진행한 후, 3분기에는 애플리케이션 및 플랫폼 계층 제품으로 빠르게 전환했습니다. 소비자용 에이전트(QClaw), 위챗 업무용 에이전트(WeCom의 Dayuan), 체화 AI 업그레이드, 그리고 이번 엔터프라이즈 AgentOps 플랫폼이 그 예입니다 . 이는 '모델을 만드는 것'에서 '모든 수준(소비자, 기업, 클라우드)에서 에이전트를 운영 가능하게 하는 것'으로 무게 중심을 옮기려는 의도적인 움직임으로 보입니다 .

더 넓은 맥락: 프로덕션 준비 에이전트를 위한 업계 경쟁

텐센트가 공식적으로 '자기 개선 연구 에이전트(Self-improving research agent)'라는 제품을 브랜딩하지는 않았지만, 전반적인 패턴은 2025~2026년 주요 AI 연구소에서 관찰되는 더 넓은 업계 트렌드와 일치합니다:

• Hy3 자체가 '빠르고 느린 사고(fast and slow thinking)' 모델로, 비활성화, 낮음, 높음의 세 가지 추론 모드를 지원하여 작업별로 속도와 깊이를 조절할 수 있습니다 . 이는 자신의 출력 결과를 반성하고 개선할 수 있는 자기 개선형 에이전트의 필수 조건입니다.
• AgentOps 플랫폼은 프로덕션 환경에서 에이전트 성능을 반복적으로 개선할 수 있게 해주는 모니터링 및 평가 기능을 포함합니다 .
• 업계 전반적으로 Google, OpenAI, Anthropic, 텐센트, 바이두 등 주요 AI 연구소들은 사람의 개입 없이 스스로 계획하고, 실행하고, 평가하고, 재시도할 수 있는 **자율 에이전트(autonomous agents)**를 만들기 위해 경쟁하고 있습니다. 강력한 추론 모델(Hy3) + 소비자용 에이전트 배포 도구(QClaw) + 기업용 에이전트 프로덕션 플랫폼(AgentOps)으로 이어지는 텐센트의 스택은 소비자와 기업 부문 모두에서 이러한 트렌드를 지원할 수 있는 위치에 있습니다 .

텐센트는 AI 분야의 진정한 경쟁 우위가 모델 자체가 아니라, 에이전트를 실제 환경에서 안정적으로 대규모로 운영할 수 있는 프로덕션 인프라에 있을 것이라고 판단한 것으로 보입니다. 이러한 관점에서 AgentOps 플랫폼은 다른 모든 것을 현실에서 작동하게 만드는 '마지막 퍼즐 조각'입니다.