기존 AI 에이전트는 Jupyter 노트북을 다루는 데 어려움을 겪으며, 종종 파일을 손상시키고 완료 시 모델 상태를 잃어버립니다. PyCharm에 통합된 새로운 Jupyter 스킬은 AI 에이전트가 라이브 Jupyter 커널 내에서 작동하도록 함으로써 이 문제를 해결합니다. 이 혁신은 셀 간의 상태 지속성을 보장하여 노트북 손상을 방지합니다. 또한 에이전트가 지속적으로 폴링하는 대신 실행을 기다리도록 하여 긴 작업을 최적화합니다. 이 라이브 커널 접근 방식은 12가지 머신러닝 작업에서 Claude Opus 5에 대해 약 12% 더 저렴한 것으로 입증되었습니다. 비용 절감은 개선된 캐시 워밍 메커니즘에서 비롯되며, 캐시 읽기 비율이 높아집니다. 이전에는 AI 도구가 노트북을 일반 텍스트로 취급하여 서브프로세스를 사용할 때 손상과 중요한 런타임 정보 손실을 초래했습니다. 새로운 Jupyter 스킬은 PyCharm의 내부 노트북 지능을 활용하여 에이전트에게 직접적인 커널 제어를 제공합니다. 이를 통해 에이전트는 변수와 훈련된 모델을 유지하면서 Python 코드를 직접 작성하고 실행할 수 있습니다. 이 스킬은 또한 더 효율적인 대기 메커니즘을 구현하고 새로운 출력만 읽어 토큰 낭비를 줄입니다. 비용 절감은 특히 상태 저장 작업에서 분명하지만, 이 스킬은 다른 모델에 대한 워크플로우 개선도 제공합니다. 사용자에게는 작업을 저장하도록 에이전트에게 명시적으로 지시해야 함을 상기시킵니다. 이 스킬은 근본적인 ML 난이도가 아닌 도구 비효율성을 해결하므로 복잡한 ML 작업에는 여전히 인간의 개입이 필요할 수 있습니다. 이 기능은 JetBrains AI 구독으로 사용할 수 있습니다.