AX Review
기업의 AX를 위한 필수 지식
CEO·CTO와 AX 실무자에게 필요한 자료를 찾고, 정리하고, 쌓아 둡니다.
이번 주 AX 흐름
- 10월 5주2026.10.24 – 10.30이번 주
데이터 층부터, 성과는 현장 지표로: 공장과 은행이 AI를 넓히기 전에 조건부터 따지다
- 01Unified Namespace: Stellantis가 공장 데이터 층부터 깔아 AI 앱 30개 이상을 올린 설계
- 02AI-Ready Data Backbone: 공장 AI를 20곳으로 넓힐 때 깨지는 것과 Volkswagen의 설계
- 03Ready Enough Data: 데이터 정비를 기다리지 말고 AI와 현대화를 두 트랙으로
사람·조직 2업무·에이전트 3데이터·아키텍처 3비용·계약 2 - 10월 4주2026.10.17 – 10.24
시범에서 운영으로: 외부 에이전트를 고객으로 받고, 조직은 납작해지고, 인프라 비용이 드러나다
- 01Amazon은 막고 Walmart는 열었습니다. 외부 AI 에이전트를 고객으로 받는 규칙이 나왔습니다
- 02OpenAI가 말하는 "시범에서 운영까지": 한 번 만든 것을 다음 팀에 다시 쓰는 게 핵심입니다
- 03AWS 내부 녹음: AI 사업은 당분간 현금 적자, 전력이 모자라 서버가 창고에 쌓여 있습니다
사람·조직 3업무·에이전트 4비용·계약 3 - 10월 3주2026.10.10 – 10.17
어떤 모델을, 얼마에, 누구 책임으로: 에이전트의 권한·비용·책임이 운영의 쟁점이 되다
- 01에이전트에게도 "사원증"을: ServiceNow가 실행 중 권한을 확인하는 AI Passport를 내놓았습니다
- 02Atlassian CEO "운영에는 중국 모델을 쓰지 않는다", 대신 작업마다 모델을 골라 비용을 맞춥니다
- 03벤더마다 "온톨로지"를 외칩니다. 에이전트가 읽을 회사의 데이터 정의는 회사가 가져야 합니다
사람·조직 1업무·에이전트 6비용·계약 3 - 10월 2주2026.10.03 – 10.10
규칙은 코드로, 판단만 모델에: 에이전트를 싸고 믿을 만하게 돌리는 설계가 나오다
- 01영업 문의 처리를 에이전트에 맡긴 Vercel의 방법: 정해진 규칙은 코드로, 판단만 AI에 맡겼습니다
- 02에이전트가 회사 데이터를 '같은 뜻'으로 읽게 하는 층이 인프라 제품으로 나옵니다
- 03'모든 일을 하는 모델 하나'에 기대지 말고, 모델 사이를 고르는 층을 회사가 가져야 한다는 주장입니다
사람·조직 2업무·에이전트 3데이터·아키텍처 1비용·계약 4 - 10월 1주2026.09.26 – 10.03
도입은 넓히고 감원은 멈춘다: AI 비용이 소프트웨어 계약과 인프라 가격을 바꾸기 시작
- 01Barclays가 AI 코딩 도구를 개발자 절반에게 넓힙니다. 하루 12만 건 고객 이메일도 AI가 먼저 분류합니다
- 02"일을 조직하는 것도 AI가 배울 수 있었다": Mollick이 에이전트 관리에 대한 자기 예측을 고쳤습니다
- 03AI로 만든 "가상 응답자"는 실제 설문과 평균 12%포인트 어긋났습니다. 시장조사에 쓰기 전에 검증이 먼저입니다
사람·조직 1업무·에이전트 3데이터·아키텍처 1비용·계약 5
쌓이는 노트
원문을 깊게 읽고 요약·기술 디테일·현업 실행·AX 적용까지 정리한 글입니다. 노트 194편.
Motoman NEXT: 프레임마다 상태를 보고 용접법을 고르는 Toyota GR Kart 용접 로봇
Toyota GAZOO Racing은 2026년 9월부터 Yaskawa의 용접 로봇 Motoman NEXT로 GR Kart 강철 프레임을 만듭니다. 로봇이 용접 전에 간극과 온도를 확인해 용접법을 고르고, 용접 뒤에는 검사해 기준 미달을 바로잡습니다. 원가를 낮췄다고 했지만 수치는 없습니다. 같은 구조를 용접 라인에 들일 때의 측정 항목, 기록 필드, 8주 시범안을 붙였습니다.
Proactive Call Prevention: T-Mobile이 AI로 고객센터 전화 75% 감축을 노리는 방식
T-Mobile CEO는 3분기 콜에서 3년 전 내건 고객센터 전화 75% 감축 목표가 순항 중이라고 밝혔습니다. AI 음성 비서는 걸려 온 전화를 돌리는 데서 문제를 먼저 푸는 단계로 넘어가고, 업그레이드의 80% 이상이 앱에서 처리됩니다. 전화 사유 분류부터 선제 조치까지 따라 만드는 방법과 12주 시범안을 붙였습니다.
Drive-Thru AI: Starbucks가 바리스타 주문 정확도와 고객별 맞춤 메뉴에 AI를 넣는 2027년 계획
Starbucks CEO Brian Niccol은 4분기 실적 콜에서 드라이브스루 바리스타의 주문 처리를 돕는 AI를 시험한다고 밝혔습니다. 도착한 고객을 알아보는 맞춤 메뉴와 앱 AI 검색도 추진합니다. 시험 일정은 내놓지 않았습니다. 따라 할 때 필요한 주문 데이터, 지표, 8주 시범안을 붙였습니다.
Quality and Consistency: Standard Chartered가 자산관리 AI를 비용 절감보다 응대 품질에 먼저 쓰는 이유
Standard Chartered의 Bill Winters CEO는 3분기 콜에서 자산관리 AI의 1순위 use case를 고객 응대의 품질과 일관성으로 꼽았습니다. 목표는 비용 절감보다 고객 만족과 매출 생산성이라고 했고, AI로 아낀 금액이나 인력 수치는 내놓지 않았습니다. 13억 달러를 들인 Fit for Growth는 AI 이전 원가 프로그램이라 따로 봅니다. 응대 품질 채점 방식과 8주 시범안을 붙였습니다.
Liability Shift: AI 쇼핑 에이전트가 잘못 산 결제를 누가 떠안을지 갈리는 카드사·은행
AI 쇼핑 에이전트 결제는 빠르게 늘고 있지만 에이전트가 잘못 샀을 때 누가 책임지는지 정한 업계 공통 규칙은 아직 없습니다. 기사에 나온 소비자 보호 정책은 Amex의 등록 에이전트·purchase intent 문서와 Stripe Link 구매 보호 두 가지이고, 은행들은 업계 공통 규칙과 기술 기업의 책임 분담을 요구합니다.
Otis ONE·Micro-Pricing: Otis가 승강기 데이터로 수리 제안을 먼저 내고 가격을 가치별로 나누는 방식
Otis는 3분기 콜에서 Otis ONE 데이터를 쓰는 AI 엔진이 수리 제안을 먼저 만들고 기술자 추천과 영업 후속이 이를 받친다고 밝혔습니다. 고객 가치로 가격을 나누는 AI micro-pricing은 수리 매출에 먼저 반영됐고 수리 매출은 9% 늘었지만 AI 효과만 떼어 낸 수치는 아닙니다. 따라 할 때의 데이터, 효과 분리법, 12주 시범안을 붙였습니다.
Snowflake AI Data Cloud: Novo가 80개국 데이터를 한곳에 모아 에이전트 약 8,000개를 돌리는 방식
Novo는 80개국 계열사가 따로 쓰던 Snowflake를 글로벌 조직 하나로 묶었습니다. 지금은 900TB가 넘는 데이터 위에서 에이전트 약 8,000개가 돌고 직원 60% 이상이 매주 AI를 씁니다. 현업에 데이터를 넘기되 가드레일·교육을 함께 깔고 모델은 갈아 끼울 수 있게 둔 구조입니다. 따라 만들 때 필요한 에이전트 등록부, 모델 평가, 12주 일정을 붙였습니다.
Knowledge Spine: 한 에이전트가 받은 교정을 모든 에이전트가 쓰게 하는 공유 지식 체계
Microsoft와 Keystone이 미국 기업 202곳을 조사했더니 에이전트가 받은 교정·테스트·교훈을 한곳에 쌓아 함께 쓰는 knowledge spine 관행을 갖춘 기업일수록 2022~2025년 영업이익률 개선 폭이 컸습니다. 저자는 상관관계이며 인과는 아니라고 밝힙니다. 네 단계 성숙도, 구축 관행 넷, 첫 팀 8주 시범안을 정리했습니다.
Store-Item Level Visibility: Kroger가 RFID·컴퓨터 비전 데이터로 매장 품목별 재고 위험을 먼저 잡는 방식
Kroger는 data pipeline 20개를 묶은 AI 도구로 매장 품목 단위의 재고 위험을 일찍 잡고, 베이커리 RFID 파일럿 약 1,500개 매장에서 재고 조사를 약 70% 빠르게, 폐기를 50% 줄였다고 밝혔습니다. 컴퓨터 비전 데이터는 공급사와 나눕니다. 데이터 신뢰 규칙, 위험 점수 필드, 8주 시범안을 붙였습니다.
어디서 찾아 읽나
매일 아래 206곳을 훑어 후보를 고르고, 원문을 깊게 읽은 것만 노트로 남깁니다. 기사보다 본인이 직접 쓰거나 말한 원문을 먼저 봅니다. 표로 보기·CSV 받기 →
기업·AX 리더13곳
VC·전문가 대담·에세이23곳
- No Priors (Sarah Guo·Elad Gil)
- Tomasz Tunguz (Theory Ventures)
- All-In 팟캐스트
- 20VC (Harry Stebbings)
- a16z Show
- Sequoia Training Data
- Sources (Alex Heath)
- TBPN
- Masters of Scale
- First Round Review
- NFX
- Insight Partners
- Matt Turck (FirstMark)
- Chris Dixon
- Sarah Tavel (Benchmark)
- Accelerated · Olivia & Justine Moore (a16z)
- Dawn Capital
- Felix Capital
- Top Startups
- Venture Studio Index
- First Principle Ventures Insights
- Tanay's Newsletter (Tanay Jaipuria)
- eCommerce MasterPlan (팟캐스트)
연구소·벤더 공식27곳
- OpenAI 뉴스
- Anthropic 뉴스·연구
- Google DeepMind·Google Cloud 블로그
- Microsoft 공식 블로그
- AWS 머신러닝 블로그
- Meta AI 블로그
- NVIDIA 블로그
- Hugging Face 블로그
- Google Research 블로그
- LangChain 블로그
- LlamaIndex 블로그
- Neo4j 블로그
- Celonis 블로그
- Recombee 블로그 (추천 시스템)
- Netflix TechBlog
- The Airbnb Tech Blog
- Analytics at Meta
- 쿠팡 엔지니어링
- How we build Myrealtrip
- EcoComityChain.AI 엔지니어링 블로그
- Cloudflare 블로그
- Basisci 인사이트 (SAP)
- Snowflake 블로그
- Stellantis 미디어 센터
- C.H. Robinson 뉴스룸
- Foxconn(Hon Hai) 뉴스룸
- Hitachi 뉴스룸 (미국)
리서치·보고서15곳
언론48곳
- The Information
- Bloomberg Technology
- Reuters Technology
- Financial Times
- The Verge AI
- MIT Technology Review
- TechCrunch AI
- Forbes AI
- Wired AI
- Wall Street Journal AI
- New York Times 기술
- Business Insider AI
- Axios AI
- CNBC 기술
- Fast Company
- The Guardian 기술
- VentureBeat AI
- Adweek
- Platformer · Casey Newton
- Engadget AI
- IBTimes 기술
- Carrier Management
- American Banker
- CIO Dive
- Fortune
- Banking Dive
- Manufacturing Dive
- IndustryWeek
- The Manufacturer
- Automation World
- Smart Industry
- MONOist (제조)
- The New Stack
- Insurance Journal
- Automotive Manufacturing Solutions
- PYMNTS
- TheStreet
- IIoT World
- 신화망 한국어판
- CIO DE
- diginomica
- The Philadelphia Inquirer 비즈니스
- Malay Mail 경제
- CX Dive
- Supply Chain Dive
- Payments Dive
- Newsweek
- Daily Tribune
기술 전문가·블로그20곳
- Andrej Karpathy
- Simon Willison
- Nathan Lambert (Interconnects)
- Jack Clark (Import AI)
- Latent Space
- Dwarkesh Patel
- Lilian Weng (Lil'Log)
- Towards Data Science
- Deep (Learning) Focus · Cameron Wolfe
- AI for the Enterprise Data Landscape (Medium)
- Data Science Collective (Medium)
- Cobus Greyling (LLM·에이전트)
- Wenqi Glantz (LLM 엔지니어링)
- Pavel Kordík (추천 시스템)
- Analytics Vidhya
- AgentOS (YouTube)
- Physical AI & Robotics (Leo Su)
- Fei-Fei Li (Substack)
- Bits of Chris (Chris Lettieri)
- Felix Rieseberg (Anthropic)
뉴스레터·블로그45곳
- Hacker News 프론트페이지
- AI Weekly (발견용)
- Lenny's Newsletter
- Platforms, AI & Economics (Sangeet Choudary)
- Reforge 블로그
- First 1000
- Andrew Chen
- Every
- Product Mindset (에이전틱 PM)
- Lever Kit (국내 AI 뉴스레터)
- Take Rate · Colin Gardiner (마켓플레이스)
- Product Digest
- Ask Gib · Gibson Biddle (프로덕트 전략)
- Growth Croissant
- How They Grow · Jaryd Hermann
- Sean Ellis (그로스)
- Growth Hackers (Medium)
- 1to26
- Add to Cart
- The Elements of Product Management
- Exly Talkies
- Exly’s Product Newsletter
- The Gambit
- HeyPM
- Let's Build
- pickool’s Newsletter
- Priya’s Product Musings
- Product Lessons
- Product Life
- Product Manager Academy
- Product Playbook
- Rabbit Hole
- RIOT Newsletter
- SaasDuckwho’s Newsletter
- Sid Saladi's Notes
- Web3’s Product Manager
- UX Collective
- Product School (YouTube)
- Elena Verna
- Recharge 블로그
- Slidebook 블로그
- Becoming Forward Deployed Engineer
- Moonshot Projects (Saurav Gopal)
- Elsewhere (Julia Díez)
- Alpha Work (Barry Winata, Wyndo)
새 노트가 쌓이면
메일로 받아 보세요
읽은 자료 중 AX 관점에서 중요한 것만 골라 정리해 보내 드립니다.