Hosted Agents: Novo Nordisk 임상 데이터 분석 에이전트가 자체 인프라를 내려놓은 방법
Novo Nordisk와 Microsoft FDE 팀은 의료 전문가가 임상시험 데이터를 프로토콜 밖 질문으로 파고드는 분석 에이전트를 Azure Container Apps에서 Microsoft Foundry hosted agent로 옮겼습니다. 에이전트 로직은 팀이 쥐고 세션 격리·scaling·추적은 플랫폼에 넘겼으며, 같은 평가 세트를 그대로 돌려 품질을 지켰습니다.
AI Ready Platform: NEC가 사람용 데이터 카탈로그 1,435개를 AI가 읽는 온톨로지 재료로 바꾼다
NEC는 카탈로그가 없던 상태에서 1년 만에 데이터 카탈로그 1,435개와 대시보드 44개를 만들었습니다. 그런데 사람용 카탈로그만으로는 AI가 데이터를 쓰지 못한다는 것을 알고, 데이터의 의미를 정의하는 온톨로지 층을 담은 'AI Ready 플랫폼'을 만들고 있습니다. 온톨로지 작성은 'AI FDE'로 자동화하려 합니다.
국내 기업 AX 소식: 현장 전문가의 판단은 AI가 매일 돌리고, 마지막 결정은 사람이 쥔다 (11월 14일 묶음)
11월 14일 묶음은 KT와 GS칼텍스 2건입니다. KT는 베테랑 망 전문가(Meister)의 운영 절차로 학습시킨 에이전트 플랫폼 AIO-Net으로 장애 감지를 10분 이상에서 2~3분으로 줄였고, GS칼텍스는 공정 엔지니어가 노코드로 만든 모델을 SageMaker 파이프라인에 올려 배포 기간을 약 1주에서 몇 시간으로 줄였습니다.
Frontier Company FDE: Microsoft가 고객 200여 곳과 일하며 정리한 AI 시범을 운영으로 옮기는 네 원칙
Microsoft Frontier Company는 28개국 200곳 넘는 고객과 약 500건의 프로젝트를 FDE 방식으로 진행하며 공통 원칙 네 가지를 정리했습니다. 가치에서 출발하고, 작업 하나가 아니라 공정 전체를 다시 짜고, 고객 팀과 짧은 주기로 함께 만들고, 보안·거버넌스·비용 관리를 첫날부터 둡니다.
AI Knowledge Base for Drawings: 구켄공업, 70년치 도면 찾기를 평균 4.5분으로 줄이다
냉각탑을 만드는 일본 구켄공업이 Recursive와 OpenAI API로 70년 넘게 쌓인 도면·기술 자료를 지식 DB로 만들고, 부품표로 과거 도면을 찾는 기능과 문서 간 차이를 띄우는 기능을 붙였습니다. 후쿠오카 공장 시험에서 도면 찾기가 평균 4.5분이 됐고, 연간 검색 공수 약 90% 감소를 추정합니다.
Client Onboarding Agent: Northern Trust, 기관 고객 데이터 준비를 2.5주에서 3일로
Northern Trust는 기관 고객이 가져오는 수년치 거래·현금흐름 기록을 자사 표준 형식으로 바꾸는 매핑을 에이전트에 맡기고 분석가는 검토와 예외 처리만 합니다. 데이터 준비 기간은 2.5주에서 3일로 83% 줄었고 첫 매핑 F1은 96.5%입니다. Microsoft Frontier Company의 FDE 팀과 함께 만들었습니다.
Input Metric vs Output Metric: S&P Global이 AI 성과를 고객 기준으로 재는 법
S&P Global의 기술·전환 책임자 Firdaus Bhathena는 Newsweek 웨비나에서 AI 채택률은 투입 지표일 뿐이고 성과는 고객에게 2년 전엔 못 하던 무엇을 해 주는지로 재야 한다고 말했습니다. 수백 개 실험을 소수 과제로 좁히고 상류 에너지 제품 16개를 에이전트 플랫폼 하나로 묶었으며 비용 절감만 재면 사람들이 그 보상에 맞춰 움직인다고 경고했습니다.
Frontier Engineering: Veradigm이 실제 기록을 본뜬 합성 데이터로 7주 만에 만든 의료 코딩 모델
Snowflake의 Frontier Engineering 팀이 Veradigm 팀 안에 들어가 7주 만에 의료 코딩 전용 모델을 만들었습니다. 환자의 사적 데이터에는 접근하지 않고 실제 기록에 근거한 합성 데이터로 학습했습니다. 같은 팀 논문의 파이프라인과 수치, 라벨 JSON, 7주 일정안을 붙였습니다.
Shorter Contracts: Palantir 미국 기업 매출이 정부를 넘은 분기에 신규 계약총액은 줄어든 이유
Palantir 3분기 매출은 23.1억 달러로 96% 늘었고 미국 상업 매출 9.84억 달러가 처음 정부 매출(9.53억 달러)을 넘었습니다. 그런데 미국 기업과 새로 맺은 계약총액은 21.3억 달러에서 14.6억 달러로 줄었습니다. Karp CEO는 배포가 빨라지고 계약이 짧아졌다고 설명했고 TechCrunch는 이를 빨리 사고 쉽게 해지하는 신호로 읽었습니다. 짧은 AI 계약을 다루는 장부와 12주 판정 일정을 붙였습니다.
Forward Deployed Engineer: AI가 기술직을 줄이지 않고 채용과 일을 바꾸는 방식
EPAM CHRO Larry Solomon은 2026년 기업 채용 1순위로 FDE를 꼽았습니다. 필라델피아 경영자 5명은 AI가 기술직을 줄이기보다 검토·배포 일을 늘리고 CFO는 ROI를 묻는다고 말합니다. 검토 큐 설계와 8주 시범 계획을 붙였습니다.
Same Business Metrics: ElevenLabs가 영업·채용·상담 에이전트를 굴리고 실수를 고치는 법
ElevenLabs CTO Alex Holt에 따르면 SDR 에이전트가 올해 리드 3,000건 이상을 32개 언어로 받아 90% 넘게 사람 없이 선별했고, 지원자 대부분은 AI 면접관이 먼저 만납니다. 팀마다 엔지니어를 두고 지표는 매출·고객만족 그대로 쓰며, 환불 실수는 통화를 테스트로 재현해 고쳤습니다. 리드 선별 JSON, 사고 replay 구조, 8주 계획을 붙였습니다.
Task-specific LoRA adapters: BMW가 장애 티켓 정리와 유사 장애 찾기를 8B 모델 하나로 돌린 방법
BMW와 AWS FDE 팀이 엔지니어링 장애 티켓의 제목·설명 재작성, 보완 질문, 유사 장애 매칭을 약 8B 모델 하나와 LoRA 어댑터 4개로 처리했습니다. 제목 규정 준수율은 86%로 프롬프트만 쓴 31B 모델(79%)보다 높았고, 매칭 F1은 9.6~14.7점 앞섰습니다.
AI Roll-up: 고객 있는 서비스 회사를 사서 AI로 마진을 올리는 투자 모델 (ADT·Long Lake)
OpenAI가 투자한 Thrive Holdings가 ADT를 부채 포함 153억 달러에 사기로 했습니다. Long Lake는 인수한 HOA·급여 회사에 공통 AI 플랫폼을 깔아 담당자당 처리량을 30% 넘게 올렸습니다. 서비스 회사를 사서 AI로 다시 짜는 투자 모델과 그 운영 방식을 정리했습니다.
Anthropic IPO Filing: 기업 고객이 API에서 Claude Code·Cowork로 넓혀 쓰는 구조와 AI 지출 관리
TechCrunch가 읽은 Anthropic S-1에 따르면 연 10만 달러 이상 쓰는 고객은 1만 1,900곳을 넘고 그중 절반 넘게 API와 Claude Code·Cowork를 함께 씁니다(2025년 말 약 30%). 같은 구매자 안에서 층을 넓히는 구조와, 구매하는 쪽이 토큰 지출을 한 장부로 관리하는 방법을 정리했습니다.
The Rise of DeployCos: 엔지니어를 고객사에 심어 AI를 실제 업무로 옮기는 회사들
OpenAI와 Anthropic이 2026년 엔지니어를 고객사에 상주시키는 별도 회사(DeployCo)를 세웠고 AWS도 10억 달러를 약속했습니다. Wing의 Tanay Jaipuria가 이 회사 형태의 구조, 생기는 이유, 세 유형과 플레이북을 정리했습니다. DeployCo와 계약하거나 내부에 같은 기능을 세울 때 정할 것을 붙였습니다.
AI Forward Deployed Engineer Course: 채용공고 22개로 짠 35주 FDE 역량 지도
Substack 'Becoming Forward Deployed Engineer'가 실제 채용공고 22개에서 요건을 뽑아 AI FDE 강좌 35개 포스트를 9단계 35주로 배열한 커리큘럼 지도를 공개했습니다. 역량이 쌓이는 일곱 층으로 묶어 풀고 사내 14주 압축 트랙과 채용·역량 평가 루브릭으로 바꾸는 방법을 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.
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.