Content Supply Chain: Opella가 사내 AI 콘텐츠 공장으로 생산을 30배 늘리고 에이전트 14개로 검수하는 방식
소비자 헬스케어 기업 Opella는 사내 생성형 AI 콘텐츠 공장 Wonka로 마케팅 자산 21,000건 이상을 만들고 산출을 30배 늘렸습니다. 생산이 커지자 Microsoft와 검증 플랫폼 Lumen을 만들고 있으며 에이전트 14개가 효능 주장·의학 근거·인용·법적 고지를 검토하고 최종 승인은 사람 전문가가 합니다.
AI in 50% of Core Workflows: FedEx가 2028년까지 핵심 운영 업무 절반 이상에 AI를 넣는 순서
FedEx는 2028년까지 핵심 운영 업무의 절반 이상에 AI를 넣겠다고 밝혔습니다. 순서는 업무 통합, 데이터 집결, AI 내장이고 지금도 AI가 하루 10만 개 넘는 경로를 계획합니다. Forbes 본문 대신 FedEx 발표와 공개 보도를 바탕으로 정리했습니다.
Agents Are Going Async: 대화는 오케스트레이터가, 긴 작업은 백그라운드 하위 에이전트가 맡는 구조
LangChain은 긴 작업 여러 개를 맡는 에이전트가 사용자에게 계속 응답하려면 사용자 응대를 맡는 오케스트레이터와 뒤에서 일하고 결과를 보고하는 비동기 하위 에이전트로 나눠야 한다고 정리했습니다. Deep Agents는 작업 시작·확인·수정·취소·목록 5개 도구와, 후속 지시가 진행 중 작업을 끊을지 뒤에 쌓일지 정하는 설정을 둡니다. 알림 기능은 베타입니다.
Governance as Infrastructure: AWS가 본 에이전트 확산 조건과 독일 은행의 대출 프로세스 재설계
AWS 상주 임원 Matthias Patzak은 고객이 가장 걱정하는 것이 거버넌스, 그다음이 가치라고 봅니다. 거버넌스는 정책 문서가 아니라 에이전트가 도는 플랫폼에 경계로 넣으라고 권했습니다. 독일 대형 은행 CIO가 핵심 인력 50명과 1주 합숙해 주택담보대출을 처음부터 다시 그리게 한 사례와 현업 전문가가 만든 에이전트를 동료 200명이 쓰는 사례를 들었습니다.
Multi-Agent Orchestration: 금융사 59%가 쓰지만 전사로 조율한 곳은 10%
Capgemini가 금융사 경영진 1,100명을 조사했더니 59%가 멀티에이전트를 시험하거나 배포했지만 전사로 조율한 곳은 10%였고, 절반가량은 투자 수익을 꾸준히 입증하지 못했습니다. 90%는 모델 라우팅으로 토큰 비용을 통제하려 합니다. 라우팅 로그 JSON과 6주 실행안을 붙였습니다.
Agent Org Chart: Blavity 대표가 비서실장 에이전트 하나로 AI 직원 40여 명을 굴리는 법
직원 약 75명인 Blavity의 Morgan DeBaun은 AI 에이전트 40여 개를 비서실장 에이전트 Malcolm 아래 두고, 더 싼 검증 에이전트 Thurgood가 산출물을 먼저 거르게 했습니다. 메일 발송·결제·개인정보 게시는 본인 승인 뒤에만 실행합니다. 직무기술서 폴더, 검증 JSON, 승인 게이트, 4주 계획을 붙였습니다.
Thin Orchestrator: Meta가 에이전트 하나를 14개로 나눠 3~4일 작업을 1시간 안에 끝낸 구조
Meta는 데이터 칼럼 온보딩을 맡긴 단일 에이전트가 운영에서 환각을 일으키자, 규칙만 따르는 얇은 오케스트레이터와 전문 하위 에이전트 14개로 나눴습니다. 칼럼 하나의 설정 준비가 3~4일에서 1시간 미만으로 줄었습니다. 라우팅 설정, 하위 에이전트 명세, 평가 하네스, 8주 계획을 붙였습니다.
Context Engineering Challenges: 늘 켜져 있고 목표를 쫓는 에이전트가 새로 부딪히는 여섯 문제
LangChain CEO Harrison Chase는 에이전트 구조가 LLM 루프·도구·샌드박스로 굳었어도, 배경에서 늘 돌며 목표를 쫓는 에이전트가 늘면서 알림 빈도, 기억할 것, 비동기 완료 통지, 목표 추적, 편법 달성, 브라우저 맥락이라는 새 문제 여섯 가지가 생겼다고 봅니다. 알림 판정 JSON, 작업 상태표, 목표 장부와 불변 조건, 8주 시범 계획을 붙였습니다.
Code Factory: 에이전트가 나눠 짜고 리뷰 에이전트가 병합을 허락하는 개발 공장
Every 엔지니어 Loren Stewart는 계획을 사람과 에이전트가 한 번씩 검토한 뒤 작은 단위로 쪼개 여러 에이전트에 병렬로 맡기고, 자동 검사와 리뷰 에이전트 승인을 모두 넘어야 병합하는 '코드 공장'을 두 달 남짓 돌렸습니다. 결과는 더 빠르고 직접 쓴 것보다 나을 수도 있지만 손으로 짜며 얻던 시행착오를 잃는다고 봅니다. 시범 설정값과 4주 일정을 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.
Ontology for Multi-Agent: 벤더마다 다른 에이전트가 같은 업무 용어를 쓰게 하는 설계
ERP·CRM 벤더가 저마다 에이전트를 내놓으면서 같은 업무 용어가 시스템마다 다른 뜻을 갖는 문제가 다시 커졌습니다. Druid AI 공동창업자 Andreea Pleșea와 CEO Joe Kim은 공통 온톨로지, 한곳의 오케스트레이션과 평가, 쓰기는 결정적 시스템으로 보내는 원칙을 답으로 듭니다. 용어 카드와 6주 시범안을 붙였습니다.
ALLIE: Allstate 자체 에이전트 AI가 서비스 전화 수백만 건을 맡기까지
Allstate CEO Tom Wilson은 3분기 실적 발표에서 사내 에이전트 AI 플랫폼 ALLIE가 서비스 전화 수백만 건을 처리하도록 넓어졌고 2027년 초 기능을 더한다고 밝혔습니다. 8월에 공개한 설계는 여덟 개 구성 요소가 에이전트끼리 일을 넘기고 그중 하나가 고객 응대를 모두 맡는 구조입니다. 서비스 전화 한 건을 에이전트로 처리하는 설계와 12주 실행안을 붙였습니다.
OpenAI Frontier: ADNOC가 유전 개발 계획과 원유 한 배럴의 가치 판단을 에이전트로 잇는다
ADNOC가 에너지 기업으로는 처음 OpenAI Frontier를 도입합니다. 첫 활용처는 유정·저장층·지상 설비 데이터를 묶은 필드 마스터플랜과, 생산부터 트레이딩까지 잇는 에이전트의 원유 수급·가격·마진 예측입니다. 따라 할 때 필요한 데이터 구성, 승인 등급, 12주 시범안을 붙였습니다.
Freight Exception Agents: Worldwide Express가 운임 청구 예외를 에이전트 3개로 나눠 미해결 잔액을 75% 줄인 방식
미국 물류 중개사 Worldwide Express는 3자 대조에서 걸린 LTL 운임 송장을 에이전트 3개로 나눠 처리합니다. 6개월 만에 주 1만 건을 오류율 1% 미만으로 닫고 미해결 잔액을 1,500만 달러에서 400만 달러로 줄였습니다. 구조화 출력, 정확도 측정법, 12주 시범안을 붙였습니다.
Lean AI for Forwarding: C.H. Robinson이 해상·항공 견적을 2~3분으로 줄이고 통관 서류를 에이전트에 맡긴 방식
C.H. Robinson이 육상에서 쓰던 Lean AI 에이전트를 해상·항공 포워딩과 미국 통관으로 넓혔습니다. 견적은 고객 3,600곳에 8만 건 넘게 나갔고 소요 시간은 1~3일에서 2~3분으로, 통관 서류 처리 시간은 23% 줄었습니다. 에이전트별 입력 필드와 10주 시범안을 붙였습니다.
NOVA: Unilever가 에이전트 5개로 손입력 주문 접수를 15~20분에서 90초로 줄인 방식
Unilever는 이메일·PDF·종이로 오는 연 약 200만 건의 주문을 에이전트 4개가 읽어 추출하고 1개가 검증해 SAP에 넣는 NOVA로 처리합니다. 11개 시범 시장에서 주문 1건이 15~20분에서 약 90초가 됐고 95%가 사람 손 없이 들어갔습니다. 검증 규칙, 운영 지표, 8주 시범안을 붙였습니다.
Agentic AI Fraud Support: Lloyds가 실사건 1만 600건으로 다듬은 사기 조사 에이전트
Lloyds는 직불카드 사기 조사를 전문 에이전트와 중앙 조정 시스템에 나눠 맡기고 결정은 직원에게 남겼습니다. 90일간 실제 사건 1만 600건 이상에 쓰며 끝난 사건과 대조해 7번 고쳤고 정확도는 90%를 넘고 번복은 30% 줄었으며 통화당 시스템은 12~15개에서 절반 수준이 됐습니다.
Overall Factory Brain: Aumovio 브레이크 공장이 에이전트 3개로 품질 원인 분석을 며칠에서 몇 분으로
Continental에서 분사한 Aumovio의 프랑크푸르트 브레이크 공장은 German Edge Cloud와 함께 데이터와 숙련자 경험을 한 기반에 모으고 원인 분석·경험 검색·지표 감시 에이전트 3개를 올렸습니다. 공장장은 며칠 걸리던 원인 분석이 몇 분으로 줄었다고 말합니다. 이음 키, 출력 형식, 권한표, 8주 시범안을 붙였습니다.
Industrial Agents: 중국 공장에서 생산 계획·근무표·도면 분석을 맡은 산업용 에이전트
중국 산업용 에이전트가 대기업 시범을 넘어 중소기업 생산 현장으로 퍼지고 있다는 신화망 기사입니다. Midea 징저우 세탁기 공장은 에이전트 10여 개가 핵심 생산 업무 38개를 맡아 시간 단위 일을 초 단위로 끝내고, Lenovo 우한 기지의 Luban은 직원 1만 명의 근무 일정을 8초에 계산합니다. 시나리오 카탈로그, 솔버 분리 구성, 8주 시범 계획을 붙였습니다.
xFusion CPQ AI Agent·Multi-Agent Scheduling: 서버 회사가 견적·공급망·생산계획을 에이전트로 바꾼 세 사례
중국 서버 기업 xFusion이 2026 Gartner Eye on Innovation Awards에 낸 세 사례입니다. 견적 구성은 15분에서 3분으로, 계약에서 배송까지의 자동화율은 0%에서 90.21%로, 생산계획 적용률은 0%에서 91%로 바뀌었다고 회사가 보고했습니다. 세 사례 모두 LLM은 해석을 맡고 제약은 규칙·지식 그래프·솔버가 지키는 구조이며 이를 옮길 때 필요한 필드와 12주 일정을 정리했습니다.
Sichuan Bank DeepInsight AI: 하루 1만 건 보안 경보를 AI 에이전트가 먼저 걸러 내고 조사하는 보안관제
쓰촨은행(Sichuan Bank)은 하루 1만 건이 넘는 보안 경보를 특화 LLM과 자율 에이전트가 먼저 분류·조사하게 해 평균 탐지 시간 5분 이하, 미지 위협 정확도 70% 초과를 보고했습니다. 경보 감소율은 원문 안에서 수치가 맞지 않아 건수만 싣고 제조 대기업 보안관제에 옮기는 8주 계획을 붙였습니다.
Ping An Agentic Omni-Perception·C2B Multi-Agent: 핑안보험이 암 인수심사, 보험금 사기 판정, 맞춤 보험 설계를 AI로 바꾼 세 사례
중국 핑안보험이 2026 Gartner Eye on Innovation Awards에 제출한 세 사례입니다. 암 재발 위험 인수심사를 3~5영업일에서 2시간으로, 보험금 청구의 95%를 에이전트 자율 처리로, 맞춤 보험 구성을 3일에서 1.5시간으로 줄였다고 보고했습니다. 구현 구조와 제조 기업이 옮기는 8주 계획을 정리했습니다.
Lenovo AI Upsell · Lexiang · AI After-Sales: 견적 추천, 전 채널 에이전트, 다국어 A/S를 AI로 바꾼 세 사례
Lenovo가 2026 Gartner Eye on Innovation Awards에 낸 세 사례에서 견적 서비스 추천은 추천 범위 60%→99%, 전 채널 에이전트 Lexiang은 주간 활성 사용자 186만 명, 다국어 A/S는 AI 해결률 95%를 보고했습니다. 한국 제조사가 견적 추천부터 옮기는 8주 계획을 붙였습니다.
Compal Electronics의 Compal-MVP: 에이전트 4개가 노트북 R&D 시험을 나눠 맡아 검증 주기 47% 단축
대만 Compal Electronics가 R&D 검증을 계획·실행·원인 추정·준수 확인의 에이전트 4개(Compal-MVP)로 나눠 검증 주기를 47% 줄였다고 보고한 사례입니다. 화면과 로그를 함께 읽는 실행 방식, 확정된 실패만 쌓는 지식베이스, 12주 파일럿과 판정 기준을 정리했습니다.
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.
BNBM AI-Native Operations: 석고보드 공장 120여 곳의 운전·가격·재고 판단을 에이전트가 맡다
세계 최대 석고보드 업체 BNBM이 120개 이상 공장의 생산 운전과 가격·재고 판단을 에이전트 군집이 지시하는 플랫폼으로 옮겨, 단위당 석탄 사용을 3%, 재고일수를 20% 줄였다고 Gartner 2026 Eye on Innovation Awards에 제출한 사례입니다. 구조와 수치 성격, 다공장 제조사가 옮길 때의 지표와 12주 일정을 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.
AI-Native Enterprise: Fortune 500이 AI를 앱이 아닌 운영 모델로 다시 짜는 법
Fortune 500 대부분이 이미 AI를 쓰는 지금, 앞서가는 회사를 가르는 것은 도입 여부보다 깊이라고 Faisal Mushtaq은 봅니다. 모델·규칙·워크플로·사람 승인을 잇는 5계층 조정 구조, 운영 모델 5요소, 네 가지 규율을 정리하고 에이전트 인벤토리·깊이 지표·중단 기준을 담은 12주 계획을 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.
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.
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.
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.