AI Orphans: 주인 없는 에이전트를 찾아 책임자·권한·폐기 규칙으로 정리하는 5단계
직원이 떠나거나 갈아타면서 남은 '주인 없는 에이전트'를 다섯 단계로 정리합니다. 목록화, 가치에 묶은 lifecycle, 이름 있는 책임자, API·MCP 계층 통제, 상시 감사입니다. 한 고객은 AI 예산 약 19%를 일정 자동화에 쓰고도 전체 가치를 내지 못했습니다.
Headless Context Layer: ZoomInfo 고객이 화면 대신 MCP·API로 영업 데이터를 쓰는 이유
ZoomInfo 3분기 콜에서 Henry Schuck CEO는 1만 곳 넘는 고객이 MCP 서버·CLI·새 API로 데이터를 쓰고 그 사용량이 전 분기의 두 배가 됐다고 밝혔습니다. 일부 고객은 Replit·Vercel·Claude로 자기 화면을 만들어 좌석 대신 대량 크레딧을 삽니다. AI 과제가 데이터 계층에서 멈춘 Fortune 500 복합기업은 연락처 마스터 데이터 정비부터 계약했습니다. 연락처 마스터 스키마와 6주 일정을 붙였습니다.
Box Context Retrieval: 스캔본·영상까지 권한대로 찾아 에이전트에 근거를 주는 검색 엔진
Box가 BoxWorks 2026에서 Nvidia Nemotron Retriever 임베딩 모델로 스캔 문서·이미지·음성·영상까지 색인하고 파일 권한대로만 찾아 주는 Context Retrieval을 발표했습니다(내년 초 정식 출시). 회사는 Recall@5 최대 20% 향상, 토큰 90% 감소, 답변 약 4배 단축을 기대 효과로 내세웠습니다. 내 문서로 이 수치를 다시 재는 평가 설계와 6주 준비안을 붙였습니다.
Peak Integration: Waters가 신약 품질검사 판독은 AI로 줄이고 IT는 늘리지 않는 법
Waters는 Empower에 AI Peak Integration을 붙여 크로마토그램 판독의 수작업 개입을 95% 줄였다고 밝혔고 상위 10위권 제약사와 1년 반을 들여 만들었습니다. BD 사업부 인수로 회사가 두 배 넘게 커졌지만 IT 인력 약 8,500명 중 20명가량만 넘어왔고 CIO는 IT 조직을 두 배로 늘리는 대신 AI로 바꾸겠다고 말합니다. 예외 판독 큐 설계와 인수 통합 12주 계획을 붙였습니다.
Autonomous Close Agents: 직원 225명 Pamarco가 월 결산 작업 40%를 에이전트에 맡긴 방법
인쇄·포장 부품사 Pamarco는 Dynamics 365 결산 작업 공간을 매시간 확인하는 에이전트로 7개 법인 월 결산 작업의 약 40%를 자동화했습니다. 운송 송장 코딩 성공률이 약 95%에 이르자 자동 전기까지 켰습니다. 결산 작업 레코드 필드, 자동 전기 관문, 8주 시범안을 붙였습니다.
AI-Ready Data: S&P Global 3분기 콜, MCP로 데이터를 열자 API 호출 4,000% 넘게 증가
S&P Global은 신용등급·에너지·Visible Alpha 데이터를 MCP로 열고 검색 에이전트와 묶은 AI 데이터 포털을 냈습니다. API 호출은 전년보다 4,000% 넘게 늘었고 AI 고객의 ACV 증가율은 비AI 고객의 1.8배(MI)와 약 3배(Energy)였습니다. MCP 도구 설계, 사용량 계량 필드, 8주 시범 계획을 붙였습니다.
Reddit Proto: UX·제품 조직 전원이 쓰는 Reddit의 사내 AI 프로토타이핑 도구
Reddit은 디자이너와 PM이 Git 없이 실제 디자인 시스템과 자기 계정 데이터로 프로토타입을 만드는 사내 도구 Reddit Proto를 만들었습니다. UX·제품 조직 150명 이상이 모두 쓰고 프로토타입은 약 700개입니다. 주석·PRD 필드, 8주 도입 일정을 붙였습니다.
China Unicom Security Operations Agent: 보안 경보 분류와 대응을 멀티 에이전트로 자동화한 통신사
China Unicom은 자산·취약점·경보·위협 인텔·사고 처리 도구를 하나로 묶고 총괄 Agent가 전문 Agent를 지휘하게 했습니다. 사례집 보고로 표준 사고 분류는 100% 자동화됐고 평균 해결시간은 60분에서 30초 미만이 됐습니다. 국내 제조 대기업 보안관제 조직이 옮길 8주 파일럿을 붙였습니다.
Agentic Knowledge Base: 설계 없이 마크다운 폴더와 정리 에이전트로 시작하는 지식 베이스
16개월 동안 에이전트 지식 베이스를 운영한 Chris Lettieri는 taxonomy부터 설계하지 말고 마크다운 폴더, 에이전트, 정리 담당 janitor 셋으로 시작해 구조가 드러나게 하라고 권합니다. 팀 단위 6주 파일럿에 쓸 폴더 구조, 팀 규칙, janitor 출력 형식, 검토 큐 운영과 지표를 붙였습니다.
The 3 Levels of AI Workflows: 채팅창 AI를 일이 사는 도구에 연결해 복사·붙여넣기를 없애는 단계
AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 프롬프트가 아니라 AI가 일하는 도구에 연결돼 있느냐에 있다는 글. 채팅창(Level 1)에서 커넥터 연결(Level 2)을 거쳐 에이전트 작업 공간(Level 3)으로 가는 단계와, 이를 부서 진단·권한 승인·공용 skill 라이브러리·12주 확산 계획으로 옮기는 방법을 붙였습니다.
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.
Context Layer: 에이전트의 쓰기를 실행 직전 잠금·한도·승인으로 거르는 계층
승인까지 받은 에이전트의 청구 수정이 ERP 이전 작업과 부딪혀 엔지니어 약 200명이 4시간 잠긴 사례에서 출발해, 모델과 기업 시스템 사이에서 모든 쓰기를 가로채 검사하는 Context Layer를 제안한 글입니다. 의도별 MCP 도구, 실행 전 3검사, 만료되는 승인 상태를 ERP·청구·구매에 옮기는 점검 목록과 4주 파일럿을 붙였습니다.
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.
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.
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.