Agent Knowledge Foundation: 엔비디아가 회사 테이블에서 업무 개념 지도를 뽑아 에이전트에 주는 오픈소스
NVIDIA가 GTC Berlin에서 검색 모델, Auto-Ontology, Kumo 예측 모델을 묶은 Agent Knowledge Foundation을 공개했습니다. 테이블에서 업무 개념과 관계를 자동으로 뽑고 현업이 인증해 에이전트에 MCP로 주는 구조와, 한 도메인으로 시작하는 4주 파일럿안을 붙였습니다.
AI Context Platforms: 에이전트 정확도를 데이터의 의미로 올리라는 Gartner 2027 트렌드
Gartner는 2027 전략 기술 트렌드에서 AI-ready data에 의미(semantics)를 갖춘 조직이 에이전트 정확도를 최대 80% 높이고 비용을 최대 60% 줄인다고 예측했습니다. 맥락 층, 코딩 에이전트 검증, 에이전트 ID, 자동 취약점 수정으로 에이전트를 다스리는 설계와 6주 파일럿 방법을 정리했습니다.
Agentic AI for Fab Utilities: 인텔이 팹 설비 이상을 에이전트로 진단해 작업지시 초안까지 쓰는 방식
Intel이 초순수·칠러 같은 팹 유틸리티에 Seeq 기반 멀티 에이전트를 붙여, 이상 신호부터 원인 분석과 작업지시 초안까지 자동으로 잇고 엔지니어가 승인하게 했습니다. 이상 감지는 30% 빨라졌고 Intel은 연 12만 시간 이상의 노동시간 절감을 밝혔습니다. 이벤트·초안 필드, 임계값, 8주 파일럿을 붙였습니다.
국내 기업 AX 소식: 공장 AI는 제안하고 사람이 승인한다 (10월 27일 묶음)
LG디스플레이·LG전자·삼성전자·SK하이닉스·현대차그룹·SK바이오사이언스·S-OIL·포스코퓨처엠의 공장·공정 AI 소식 8건을 묶었습니다. AI가 제안하면 사람이 승인하거나 가상 팹에서 먼저 시험하는 구조, 흩어진 데이터를 한 플랫폼에 모으는 작업이 여러 회사에서 함께 보입니다.
Terminal X Eval Agent: 투자 산출물을 54개 항목 기준표로 채점해 시니어 판단과 맞춘 평가 에이전트
Terminal X는 투자사의 실사·메모 결과물을 54개 항목 기준표로 통과·실패 채점하는 평가 에이전트를 따로 두고 실패와 사람의 수정을 메모리로 쌓습니다. 500건에서 시니어 심사역 판정과 88.6% 일치했고 PE 고객사는 연 240만 달러를 아꼈다고 밝혔습니다(회사 자체 기준표 결과).
Morgan Stanley Wealth Semantic Layer: 고객 관계 데이터 위에 경계 정한 에이전트를 올린 방법
Morgan Stanley 자산관리 부문은 약 8년 전 데이터를 계좌 중심에서 고객 관계 중심으로 바꿨고 지금은 그 위에 에이전트가 읽는 시맨틱 레이어를 얹어 고객·서비스·어드바이저 세 영역 에이전트를 운영합니다. 에이전트마다 볼 데이터, 접근 방식, 행동, 사람 개입 시점을 경계로 정했습니다. 용어 사전 필드, 권한 표, 6주 파일럿을 붙였습니다.
10 Years After Growth Hacking: 그로스 해킹 10년, 성장 전술이 통한 곳과 AI가 바꿀 다음 채널
Andrew Chen이 2014년 그로스 해킹 글 이후 10년을 돌아봅니다. 성장은 풍요에서 희소로 바뀌었고 A/B 테스트는 PMF를 찾기보다 큰 제품의 퍼널을 키우는 데 쓰였습니다. 저자는 AI가 새로움을 되살리고 마케팅을 일대일 세일즈에 가깝게 바꾼다고 예측합니다. 실험 설계, 공유 루프 계측, 4주 진단 계획을 붙였습니다.
Executable Digital Twin: 잴 수 없는 유리 용해로 안을 AI로 추정하는 Vivix 시범
브라질 판유리 제조사 Vivix가 Siemens·Snowflake·NVIDIA와 용해로의 executable digital twin을 만들어, 센서를 둘 수 없는 로 내부를 가상 센서로 추정하고 운전원이 자연어로 what-if를 묻게 하는 시범입니다. 시범 기준 전망은 에너지 3~5% 절감, 로 수명 1년 연장(벤더 공동 발표)이며, 잔차 감시와 8주 파일럿 계획을 덧붙였습니다.
Where to Draw the Line: 전문가용 업무 도구에 채팅·화면·에이전트를 나눠 붙이는 기준
B2B 제품에 일괄로 붙인 채팅창이 숙련자를 오히려 느리게 만들 수 있다는 글입니다. 반복 업무는 화면에 두고, 드문 질문은 채팅으로, 상시 감시는 Ambient Agent로 보내라는 배치 기준과 함께, 티켓 분석·검증 시간·fallback ratio로 판정하는 4주 계획을 붙였습니다.
AI Agents for Service Technicians: TK엘리베이터가 출동 브리핑과 작업보고를 에이전트로 바꾼 방식
TK엘리베이터가 기술자 2만5천 명에게 출동 전 브리핑 에이전트와 말로 보고하면 추가 질문까지 하는 음성 디브리핑 에이전트를 주고, 140만 대 연결 설비를 보는 9개 원격 운영센터와 한 순환으로 묶었습니다. 브리핑 필드, 디브리핑 슬롯, 6주 파일럿과 판정 기준을 붙였습니다.
Siemens Erlangen Factory Agents: 급한 주문에 생산계획 대안을 내고 디지털 트윈에서 검증하는 에이전트
지멘스 Erlangen 전자공장에서 에이전트가 급한 주문에 맞춘 생산계획 선택지를 만들고, 디지털 트윈에서 시험한 뒤 생산 통제 담당의 승인을 받아 허용된 변경만 적용합니다. PCB 검사는 가상 기판과 합성 이미지로 시제품 전에 준비합니다. 시나리오 필드, 권한 표, 6주 파일럿을 붙였습니다.
The Missing Infrastructure for AI Agents: 에이전트가 PDF·스캔·엑셀을 빠짐없이 읽게 하는 문서 계층
누적 70억 쪽을 처리한 문서 파싱 기업 Reducto의 CEO가 프런티어 모델은 긴 추출에서 틀리기보다 조용히 빠뜨린다고 말합니다. 문서를 쪼개 읽고 에이전트가 검증 규칙으로 스스로 다시 보게 하는 구조, 그리고 우리 문서로 평가하는 방법과 4주 파일럿을 붙였습니다.
The New Startup Playbook: 에이전트를 다루는 3~10명 팀이 예전엔 수지 안 맞던 일까지 해내는 방식
Box CEO Aaron Levie는 에이전트에 일을 맡기고 검토하는 3~10명 팀이 예전 50~200명 팀의 몫을 내고, 싸진 AI 노동이 사람을 뽑은 적 없는 일의 수요를 만들며, 다음 모델 향상의 몫은 기업이 가져간다고 봅니다. 기업 안에서 작은 에이전트 팀을 6주 동안 시험하는 검토 로그, 사양 템플릿, 판정 기준을 붙였습니다.
Data Enablement for AI: 레이크하우스를 에이전트가 믿고 쓸 데이터 기반으로 바꾸는 6가지 설계
에이전트와 RAG가 운영 단계에서 막히는 이유를 프롬프트가 아닌 데이터 기반에서 찾고, 변경분만 재임베딩하는 CDC, 표를 살리는 문서 파싱, LLM 대신 SQL을 만드는 시맨틱 레이어, 검색 전 권한 필터 등 6가지 패턴을 정리한 실무 가이드입니다. 필드 설계, 합격 시험, 6주 파일럿 순서를 덧붙였습니다.
Behavior Change First: Kraft Group이 AI 과제마다 바뀔 행동을 묻고 접근을 천천히 여는 법
Kraft Group CITO Michael Israel은 AI 과제마다 어떤 행동이 바뀌는지를 먼저 묻고, 3개 벤더와 계약하되 방화벽으로 도구를 제한하며, 교육 뒤 토큰 사용을 보며 천천히 연다고 말했습니다. 이 운영 원칙을 우리 조직에서 돌리는 과제 카드, 게이트웨이 로그, 4주 계획을 붙였습니다.
Agent Containment: JPMorgan·Goldman CIO가 밝힌 에이전트 통제와 성과 측정 원칙
JPMorgan은 에이전트 구축을 플랫폼 하나로 모아 통제를 자동으로 붙이고 성과를 사업부 책임 과제 50개로 재며, Goldman은 모든 에이전트가 오작동할 수 있다는 전제로 범위 제한과 거래 전 관문을 둡니다. 두 원칙을 우리 조직에 옮기는 등록 절차, 도구 등급, 8주 일정을 붙였습니다.
Human-Agent Workforce: 사람과 에이전트가 함께 일할 직무를 다시 짠 CIO는 4%뿐
Gartner가 CIO·기술 임원 2,002명을 조사한 결과, 사람과 AI 에이전트가 섞인 조직에 맞춰 직무를 재설계할 계획이 있는 곳은 4%였고 이들은 AI 상위 성과 그룹일 확률이 2.4배 높았습니다. 비용 압박이 인력 문제를 가리는 구조와 함께, 업무 단위 인벤토리·중단 기준·실행 비용 계측으로 6주 안에 첫 재설계안을 만드는 방법을 붙였습니다.
Inventory, Contracts, Maintained Context: 에이전트를 늘리기 전에 갖출 목록·계약·맥락 관리
데이터 거버넌스 기업 Collibra의 CEO가 에이전트를 몇 개에서 수십 개로 늘릴 때 필요한 세 가지로 에이전트 목록, 실행 전에 결정론적 규칙으로 검사하는 계약, 모델과 독립된 맥락 계층의 지속 관리를 꼽았습니다(벤더 관점). 맥락을 붙인 분석 에이전트가 두 달 만에 정답률 90%에서 60%로 떨어진 사례를 근거로, 맥락도 데이터 파이프라인처럼 운영하라고 말합니다.
Agentic Decision Engine: 바이엘이 육종 분석 플랫폼 앞에 22개 전문 에이전트를 세운 방법
바이엘 크롭사이언스가 모델 설정 500개 이상을 돌리는 육종 분석 플랫폼 앞에 감독 에이전트와 전문 에이전트 22개를 세워, 1단계 질문의 약 80%를 엔지니어 없이 풀고 실패 진단을 1시간 이상에서 10분 미만으로 줄였습니다. 상태 저장, 신원 경계, 도구 범위, 작업 성공 관측 같은 프롬프트 밖 설계와 8주 구축 계획을 붙였습니다.
Digital Teammates: 금융사가 AI 에이전트를 직원처럼 권한·평가·kill switch로 관리하는 법
Franklin Templeton은 에이전트 6,000개 이상을 관리자 에이전트가 판정하고 그 위에 사람을 두며, M&T는 업무 약 75%에 에이전틱 AI를 쓰지만 독자 운영은 막고, Truist는 권한·목표·성과 평가와 kill switch를 갖춘 AI 동료를 준비합니다. 에이전트 레지스트리, 판정 루프, 4주 파일럿을 붙였습니다.
AI-Native Teams: 기존 개발팀을 AI 중심 팀으로 바꾸는 People·Projects·Platforms·Processes
Andrew Ng이 엔지니어링 리더에게 권하는 AI 네이티브 팀 만들기. 리더가 직접 만들어 보고(People), 성장 과제를 위에서 밀어주고(Projects), 에이전트가 쓸 수 있게 저장소·데이터·도구를 열고(Platforms), 무엇을 만들지 정하는 새 병목에 맞춰 작은 고권한 팀으로 일을 다시 짜라(Processes)는 조언입니다. 권한 설정, 샌드박스, skills 공유, 6주 계획을 덧붙였습니다.
Trust Layer: 보험사가 AI에 일을 맡기기 전에 데이터 출처·검증·설명부터 갖추는 법
보험 데이터 표준 기구 ACORD 계열 ACORD Solutions Group의 CEO Chris Newman은 에이전트형 AI의 다음 시험대가 모델이 아니라 데이터 신뢰라고 봅니다. 레거시를 갈아엎지 않고 표준으로 잇는 Trust Layer 설계와 8주 파일럿을 붙였습니다.
Agent Gateway: Walmart가 고객의 AI 에이전트를 받아들이는 세 가지 장치
Walmart가 외부 AI 에이전트를 고객으로 받는 세 가지 장치(Agent Gateway, Agent Profile, 에이전트 약관)를 내놓았고, Amazon은 식별 없는 에이전트를 차단하는 반대 길을 갑니다. 두 회사의 선택을 메커니즘으로 풀고, 우리 서비스에 고객의 에이전트가 들어올 때 열지·막을지 정하는 6주 점검 절차를 붙였습니다.
Agent-Led Transformation: AI 어시스턴트 일곱 개로 S/4HANA 전환 공수를 줄이는 방식
SAP가 2026년에 내놓은 Agent-Led Transformation과 일곱 개 Migration and Modernization Assistant가 ECC→S/4HANA 전환의 어느 단계를 맡는지, 그리고 35% 공수 절감 목표를 우리 프로젝트에서 어떻게 검증할지 정리했습니다. 커스텀 코드 파일럿 설계와 에이전트 권한표를 붙였습니다.
REA (Reverse Engineer Anything): AI 에이전트가 소스 없이 앱을 뜯어보고 기능을 다시 만드는 도구
AI 슬래시 채널이 GitHub에서 일주일 만에 약 19만 스타를 모은 오픈소스 REA를 정리한 영상입니다. 코딩 에이전트가 MCP로 Ghidra 같은 분석 도구를 부려 컴파일된 앱의 기능을 근거와 함께 설명하고 다시 만드는 구조를 풀고, 기업이 레거시 이해와 보안 점검에 쓰려면 갖출 법무·격리·검증 절차를 덧붙였습니다.
Forward Deployed Engineering: 시범을 운영까지 끌고 가서 다음 팀이 하루에 쓰게 만드는 법
OpenAI의 FDE 책임자 Colin Jarvis가 고객사 AI 도입에서 배운 것을 정리했습니다. 운영 기준 eval을 먼저 세우고, 사용 사례별 맞춤 코드를 공통 harness 위의 skill·plugin으로 바꾸면 첫 배포에 두 달 걸린 일이 다음 팀에는 하루에 넘어갑니다. 우리 조직의 시범 사업을 같은 구조로 돌리는 12주 일정과 판정 기준을 붙였습니다.
30 Months on the Exponential: AI가 통째로 맡는 일이 4분에서 17시간이 된 30개월
Co-Intelligence(2024)에서 Co-Existence(2026)까지 30개월 동안 AI가 한 번의 지시로 끝내는 일의 길이가 4분에서 17시간으로 늘었고, 선두 모델은 스무 번 바뀌었습니다. 이 추세를 기업 계획의 가정으로 옮기는 법과, 사람이 루프 밖에서 에이전트를 부리는 Conjurer 방식을 정리했습니다.
Agent Swarms for Cyber Defense: 수십 개 에이전트가 동시에 코드·인프라 위험을 뒤지는 보안 자동화
Box CEO Aaron Levie는 여러 에이전트를 한꺼번에 돌리는 agent swarm의 대표 용도가 사이버 방어가 될 것이라고 봅니다. 공격 경로를 지치지 않고 전부 시험하는 일은 잘게 쪼개 병렬로 돌리기 좋고, 그래서 보안이 대기업의 가장 큰 토큰 소비처가 된다는 주장입니다. 우리 보안팀이 코드·인프라 점검 스웜을 6주 안에 시범 운영하는 방법을 붙였습니다.
Fold Subagents into the Main Agent Loop: 서브에이전트를 하나의 루프로 합쳐 품질과 속도를 높이는 법
팀마다 만든 서브에이전트 위에 orchestrator를 얹는 대신, 하나의 에이전트 루프가 skills와 tool search로 필요한 것만 불러 쓰게 바꾸면 품질·비용·지연이 함께 나아지는 경우가 많다는 Anthropic의 모범 사례. eval부터 만드는 6주 이행안을 붙였습니다.
The New Apex Predator: 에이전트로 무장한 공격자에 맞서 기업이 먼저 점검할 것
CrowdStrike CEO George Kurtz는 AI 에이전트가 공격자 피라미드를 평평하게 만들어 breakout time이 평균 29분까지 줄었고, 공격은 악성코드가 아니라 프롬프트로 이뤄진다고 말합니다. 방어는 전용 보안 모델과 에이전트 추적(AIDR)으로 답하고, 기업은 업무 가치별로 모델 등급을 나눕니다. 사내 에이전트 인벤토리 스키마와 6주 점검 일정을 붙였습니다.
Clairic: 추출 전용 모델을 앞에 세운 단계별 파이프라인으로 청구 처리 비용 49% 절감
Cloudflare가 문서에서 값만 뽑아내는 추출 모델 Clairic을 미리보기로 내놓고, 보험 청구 처리를 추출(Clairic) → 판단(Clef) → 답장(LLM)으로 나눠 돌려 LLM 단독 대비 비용 49%, 시간 69%를 줄인 시험을 공개했습니다. 반복 문서 업무에 이 구조를 옮기는 필드 설계, 임계값, 4주 파일럿을 붙였습니다.
에이전트 시대 PM의 일은 결정이다: 로비 스타인의 3단계
에이전트가 무엇이든 만들어 주는 시대에 PM의 가치는 판단으로 옮겨 갑니다. 사람 이해, 근본 원인 진단, 크래프트의 3단계를 AI로 넓히는 방법과 4주 사이클 실행안입니다.
Systems thinkers, not specialists: 넷플릭스 CPTO가 말하는 AI 시대에 뽑는 사람과 일하는 방식
AI로 직군 경계가 흐려진 지금, 넷플릭스는 좁은 전문가보다 시스템 전체를 보는 사람을 더 뽑고, 공통 paved path와 guardrails로 AI 산출물의 품질을 지킵니다. 8주 도입안을 붙였습니다.
결정만 하는 AI: Jev로 만든 214개 프로젝트에서 보이는 패턴
글을 쓰지 않고 정해진 형식의 결정과 확률만 돌려주는 TypeSafe의 Jev. 이 모델로 만든 214개 프로젝트를 모은 갤러리에서 결정 모델을 쓰는 다섯 가지 패턴과, 기업 업무에 붙이는 2주 파일럿을 정리했습니다.
From Hierarchy to Intelligence: 잭 도시가 블록에서 중간 관리층을 AI로 대체하는 설계
블록은 직원 40%를 줄이고, 관리자가 하던 정보 전달을 회사 전체의 world model과 intelligence layer에 맡기려 합니다. 피라미드 대신 원형 조직의 작동 방식과, 사업부 하나에서 시험하는 12주 실행안을 정리했습니다.
에이전틱 추론 지도: 혼자 풀기, 스스로 나아지기, 함께 풀기
LLM 에이전트의 추론을 세 층(기초·자기 진화·집단)과 두 방식(추론 시점 설계·사후 학습)으로 정리한 서베이. 기업 에이전트를 층별로 쌓는 12주 로드맵을 붙였습니다.