AI Ready Data: 야자키가 모은 트러블 기록 2,432건 중 AI가 쓴 27건, 온톨로지로 다시 짓는다
와이어 하니스 대기업 야자키는 국내 직원 97%가 생성형 AI를 쓰지만 전사 성과는 보이지 않았습니다. 과거 트러블 기록 2,432건을 모았더니 AI가 쓸 수 있는 것은 27건뿐이었고, 원인은 데이터 양이 아니라 표기와 의미가 제각각인 데 있었습니다. 야자키는 DB를 먼저 만들고 그 위에 온톨로지를 세우며, ERP를 Oracle Fusion으로 옮깁니다.
Physical AI: Panasonic이 숙련공의 위치·마찰·힘 감각을 AI로 해석해 공정 개선에 쓰는 250명 체제
Panasonic 홀딩스가 10월 신설한 AI·로보틱스 연구개발본부를 중심으로 약 250명이 Physical AI를 개발합니다. 부품 위치, 마찰, 조립 힘 같은 숙련공의 감각을 AI가 배워 센서 데이터를 해석하고 공정 개선으로 잇는 방식이며, 그룹 공장에서 먼저 검증해 3~5년 안에 공장·물류 사업화를 노립니다.
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.
Precious Elements in Dormant Data: Johnson Matthey가 묵은 R&D 기록을 AI로 꺼내 쓰는 법
Johnson Matthey가 실패한 시험, 옛 배합, 실험 노트처럼 흩어진 수십 년치 R&D 기록을 AI로 추출·구조화하는 프로젝트를 진행 중입니다. 발표자는 빠른 조회와 반복 시험 감소에서 시작해 예측, 고객 가치 차별화, 신제품으로 이어지는 다섯 기회를 들었고, 정량 수치는 공개하지 않았습니다.
Outcome Executive: Gainsight가 고객마다 성과 책임자를 두고 롱테일 고객은 에이전트에 맡긴 재편
고객 성공(CS) 소프트웨어 회사 Gainsight가 약 270명을 줄이며(Investing.com 단독, 회사는 인원 미공개) 회사를 에이전트 중심으로 다시 짰습니다. 고객마다 성과 책임자(Outcome Executive)를 한 명 두되 대형 고객은 사람, 롱테일 고객은 AI 에이전트가 맡고, 과금은 좌석 수에서 관리 ARR과 고객 수 기준으로 바꿉니다.
Next Big Delivery Is Data: FedEx가 소포 1,700만 개의 데이터를 대출 심사·경기 지수로 파는 법
FedEx Dataworks는 하루 약 1,700만 개 소포 데이터를 ML에 넣어 배송 예측 산출 시간을 몇 달 만에 절반으로 줄였고, 같은 데이터를 Stripe의 소상공인 대출 심사와 정부 통계보다 4~6주 빠른 D&B 소매 지수로 밖에 팝니다. 지금까지 절감액은 연 약 1,000만 달러이고, 다음 단계는 새 매출입니다.
End-to-End Redesign: Citi는 프로세스 약 100개를 통째로 다시 짜는데, 은행 13%만 그렇게 한다
American Banker 조사에서 AI를 도입할 때 업무 흐름을 처음부터 끝까지 다시 짠다는 은행 실무자는 13%였고, 대부분은 기존 흐름에 AI를 덧붙였습니다. Citi는 수작업이 가장 많은 프로세스 약 100개를 AI와 자동화로 다시 짜며 매주 점검합니다.
Bots in the Boardroom: Lloyds·IQ-EQ가 이사회 준비와 의사록에 AI를 쓰는 방식
Lloyds Banking Group은 FTSE 100 가운데 처음으로 이사회 준비에 AI 에이전트를 쓰고, 연 3만 회 이사회를 운영하는 IQ-EQ는 자료 요약과 의사록에 AI를 씁니다. 반면 미국 상장사 절반은 이사회 전용 AI 정책이 없습니다.
Submission Triage: 미국 E&S 보험사 Upland가 AI 추출과 심사 규칙으로 청약 대기열을 푼 방법
댈러스의 E&S 보험사 Upland Specialty는 FurtherAI로 브로커 청약서에서 심사 필드를 뽑고, 심사 규칙을 운영 플랫폼에 넣어 딜마다 초기 판정을 붙입니다. 건당 약 20분 걸리던 수작업 clearance가 사라졌고 모든 청약이 SLA 안에 처리됩니다. 해외 팀은 입력 대신 품질 검수를 맡습니다.
Autonomous Network Level 4: Telefónica가 망 운영 일부를 사람 개입 없이 돌리는 방식
Telefónica는 TM Forum의 6단계 자율 네트워크 기준으로 레벨 4 사례가 이미 전면 가동 중이며 2028년 전사 평균 3.75를 목표로 한다고 밝혔습니다. 스페인은 한산한 시간대에 기지국 자원을 줄이고, 독일은 모바일망 운영을 레벨 4로 올렸고, 브라질 Vivo는 용량 부족을 미리 예측해 자원을 배정합니다.
Configurable Product Platform: Siemens가 디지털 트윈·협업으로 9개월 만에 제품 변형 750→2만 5천 개
Siemens 영국 Congleton 공장은 디지털 트윈·시뮬레이션·연결된 기업 시스템으로 구성형 제품 플랫폼의 변형을 9개월 만에 약 750개에서 2만 5천 개 이상으로 늘렸습니다. 조달 책임자 Christina Wolger는 이를 가능하게 한 것이 엔지니어링·IT·제조의 협업이었다고 말합니다. 옵션 단위 데이터 모델, 가상 검증, 12주 시범 계획을 붙였습니다.
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.
SWARM: Natera가 실험실 장비 고장 티켓에 에이전트 진단서를 먼저 붙인 방법
진단검사 기업 Natera는 실험실 장비 고장 티켓마다 에이전트가 진단 보고서를 먼저 붙이게 해 평균 첫 응답을 17.4시간에서 약 8분으로 줄였습니다. 정확도는 모델보다 문서에서 올랐습니다. 점수가 가장 낮던 장비 계열은 빠진 매뉴얼을 넣는 것만으로 71%에서 75%가 됐습니다.
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.
Surrogate Model: 혼다·요코하마고무가 CAE 해석 결과로 AI를 학습시켜 설계안을 빠르게 거른다
혼다 4륜개발센터는 S자 프레임 충돌 해석 30건으로 AI surrogate model을 학습시켜 처음 보는 형상 10건의 변형과 배리어 반력 파형을 예측했습니다(R² 0.9987). 요코하마고무는 FEM 약 100건으로 타이어 단면을 최적화했습니다. 두 회사 모두 최종 판단은 CAE에 맡기고, 해석이 크고 평가할 안이 많을수록 효과가 크다고 정리했습니다.
Hands-on Rollout: 북양은행이 생성형 AI 2,500 ID를 영업 현장에 정착시킨 1년
일본 홋카이도의 북양은행은 생성형 AI 약 2,500 ID를 전행에 배포한 뒤 영업점을 돌며 대면 실습을 했고, 1년 만에 이용 인원 약 3.0배·이용 횟수 약 7.1배, 영업 현장 이용률 70%에 이르렀습니다. 면담 기록 입력 시간은 체감 약 40% 줄었고, 이 경험으로 AI 교육·컨설팅 자회사 AI Ignition을 세웠습니다.
Hybrid Sculpting: Ford 디자인 스튜디오, 점토와 VR을 오가며 디자인 테마 확정을 2주에서 5일로
Ford 디자인 스튜디오는 점토로 형상을 잡고 약 20분 스캔한 뒤 VR 헤드셋에서 다듬고, 밀링과 손 마감으로 다시 실물에 옮깁니다. 40년 경력 모델러는 실물 모델 하나에 약 2주 걸리던 예전과 달리 5일 만에 디자인 테마를 잡습니다. AI는 Ford Pro 정비 기술자 안내에 쓰이고, COO는 물리 제조용 AI는 아직 시작 단계라고 봅니다.
Customer-triggered AI Agents: TPG Telecom이 상담원용 망 진단 에이전트를 고객이 직접 부르게 하려는 계획
TPG Telecom은 망 성능·장애·변경 이력·민원을 엮어 고객 문제를 실시간으로 찾는 에이전트를 상담원 뒤에 붙였고 해당 고객군 해지율이 약 40% 줄었다고 밝혔습니다. 다음은 고객이 자기 서비스 화면에서 이 진단을 직접 부르게 하는 것이며 보안과 토큰 비용을 지켜보며 천천히 넓힐 계획입니다.
AI-Native Push: Tencent 창업자가 직원 절반을 AI 신사업으로 옮기자고 한 조직 구상
마화텅(Pony Ma)은 창립 28주년 사내 연설에서 핵심 사업은 AI로 효율을 높여 지키고 직원 절반은 AI 네이티브 신사업으로 옮기겠다고 했습니다. 회사는 50%가 감원 비율이 아니라 비유라고 밝혔고 대상·시점·부서는 공개하지 않았습니다.
Physical AI at the Edge: Siemens Energy가 공장마다 현장에서 판단하고 고장 데이터는 모아 학습하는 구조
Siemens Energy는 AWS IoT SiteWise Edge로 공장마다 상태 감시와 에너지 최적화를 현장에서 돌리고, 여러 공장의 고장 데이터는 클라우드에 모아 예지정비 모델을 학습합니다. Industrial AI Summit 2026 패널은 200ms 안에 끝나야 하는 판단은 엣지에 두고, 자율 실행 권한은 네 단계로 나눠 성적에 따라 넓히라고 정리했습니다.
Industrial AI: Shanghai Electric이 대형 가스터빈의 생산·용접 검사·정비에 AI를 넣은 방식
중국 Shanghai Electric은 대형 가스터빈의 블레이드 생산, 로터 용접 검사, 운전·정비에 산업 AI를 넣었다고 발표했습니다. 무작위로 쌓인 블레이드 소재를 3D 비전으로 집는 정확도는 99.99%를 넘고 정비 플랫폼 SIMPLE은 터빈 60여 기의 누적 100만 시간 넘는 운전 데이터를 씁니다.
Project iQ: Qantas가 1,000개 넘는 레거시 앱의 데이터를 이어 AI를 넓히려 Accenture와 맺은 계약
Qantas가 Accenture와 다년 계약(Project iQ)을 맺고 서로 연결되지 않는 1,000개 넘는 레거시 앱과 데이터 플랫폼, 재무·구매·인사·마케팅 업무를 다시 짭니다. 약 850개 직무가 영향을 받고 첫 변화는 2027년 중반입니다.
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.
Ruby and AI Squads: NAB가 직원 4만 명 AI 도구와 사업부 스쿼드 50개로 AI를 넓힌 방식
호주 NAB는 Anthropic 플랫폼으로 만든 사내 AI Ruby를 직원 4만여 명에게 열고 지난 1년간 사업부가 이끄는 교차 조직 스쿼드 약 50개를 꾸렸습니다. 에이전틱 AI로 기업대출 승인 시간을 20% 줄였고 변경 배포 주기는 18% 개선했다고 밝혔습니다.
Pipeline-in-a-Person: 직원 1명이 Claude로 외부 실험실 11곳을 조율해 신약 후보를 만든 방식
Anthropic이 7월 인수한 Mithril Medicine은 상근 직원이 창업자 1명뿐이었습니다. 창업자는 Claude로 외부 실험실 11곳의 실험 추적과 데이터 분석, 계약·물류를 맡겨 근육퇴행 질환 후보를 18개월 미만에 유망한 쥐 실험 결과까지 끌고 갔고, 이 후보가 Anthropic 첫 내부 신약 파이프라인이 됐습니다.
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.
국내 기업 AX 소식: 위험한 자리에 사람 대신 AI와 로봇이 먼저 선다 (11월 13일 묶음)
11월 13일 묶음은 한국일보가 정리한 철강·조선 4개사의 AI 안전 적용 1건입니다. 포스코는 전로 산소 투입량을 AI 자율조업 시스템이 정하고 고로 주변 점검은 4족 보행로봇 스팟에 맡겼으며, 세아베스틸은 에버가드와 4년 동안 현장 데이터 약 600만 개를 분석해 핵심 공정을 250개 구역으로 나눈 안전 솔루션을 내년 상반기까지 군산·창녕공장에 구축합니다.
Fix the Core First: 보험사 Encova가 코어 30여 개를 2개로 줄여 AI에 대비한 방법
미국 보험사 Encova는 인수로 16개 회사·26개 주에 흩어진 코어 시스템 30여 개를 정리해 지금은 2개 플랫폼으로 운영합니다. 기존 시스템을 잇지 않고 새로 구축했고, 31쪽 10년 비전을 12개월 이하 목표 350~400개로 쪼개 관리했습니다. Aventum·Amynta·Accelerant 사례와 함께 AI보다 코어와 데이터를 먼저 고친 방법을 정리했습니다.
Snap Ships 2x the Code. PennyMac Plans Fewer Hires: 실적 공시 100여 건에 나온 AI 운영 수치
AI Weekly가 3주간 SEC 실적 공시 100여 건에서 AI 수치를 골랐습니다. Customers Bancorp는 에이전트를 두 배로 늘려 76,000시간을 아꼈고 PennyMac은 물량과 인원을 떼어 놓겠다고 밝혔으며 Snap은 머지 PR을 두 배로 늘리면서 PR당 결함률을 71% 넘게 줄였습니다.
Unvarnished Truth: Databricks CEO가 1만 2천 명 회사의 나쁜 소식을 Genie 에이전트로 듣는 법
Databricks CEO 알리 고스디는 직원이 1만 2천 명으로 늘자 실패 소식이 위로 올라오지 않는다고 보고, 사내 에이전트 Genie에게 만족도 조사 약점 분석, 임원 개선안 평가, 실패한 영업 피치 요약을 맡깁니다. 경영진용 나쁜 소식 브리프에 필요한 데이터, 출력 형식, 4주 계획을 붙였습니다.
AI Chief Investment Officer: Blackstone 투자위원회에 투표권 없이 올라가는 AI 평가 메모
Blackstone은 월요일 투자위원회에 올라가는 거의 모든 투자 건에 딜팀 메모와 별도로 AI가 쓴 평가 메모를 붙입니다. 이 AI는 14년 넘는 내부 투자 메모와 위원회 토론을 바탕으로 하며, 승인·거절 권한은 없고 결정은 경영진이 내립니다.
AI Wants to Please You: Allianz 청구 조직이 AI에 맡기는 일과 손해사정사가 끝까지 지는 책임
Allianz 북미 청구 책임자 Melissa Hill은 사고 접수, 청구 등록, 문서·의료기록 요약, 승인된 건의 지급에 AI를 쓰되 결정과 책임은 손해사정사에게 둔다고 밝혔습니다. AI는 사용자가 원하는 답을 내놓는 경향이 있어 반복 시험과 반박이 필요하고 청구 전체를 사람 없이 끝내는 완전 자동화는 하지 않습니다.
AI Fluency·Agent Registry: TD SYNNEX가 직원 인증과 에이전트 소유자 제도로 AI를 넓히는 법
TD SYNNEX CIO Kristie Grinnell은 직원에게 출처·계산·편향을 확인하는 4단계 AI fluency 인증을, 에이전트에게는 등록과 사람 소유자를 요구합니다. 에이전트 권한은 쓰는 사람의 권한을 따르고, 사내 AI factory는 승인된 데이터에만 연결됩니다.
Agentic AI Investigator: Starling Bank의 17초 자금세탁 경보 조사 에이전트, 무엇으로 믿을 수 있나
영국 Starling Bank는 거래 모니터링 경보 1건을 조사하고 기록을 남겨 결정까지 내리는 에이전트를 코어뱅킹 안에 넣어 17초에 처리한다고 밝혔습니다. QA Financial은 속도와 별개로 놓친 증거, 상향 보고 시점, 기록의 충실도, 장애 때의 행동을 시험해야 신뢰할 수 있다고 봅니다.
AI Productivity as a Cost Lever: Ryanair가 연료비 20억 유로 증가분을 AI와 비용 검토로 메우는 계획
Ryanair는 연료 헤지가 끝나는 다음 회계연도에 연료비가 약 20억 유로 늘 것으로 보고, 공항 수수료·노사 협약·승무원 비율과 함께 운영·후선 업무의 AI 활용을 비용 검토 대상에 올렸습니다. AI 절감액 목표는 밝히지 않았습니다.
Agentic Procurement: RS Group이 고객사 구매 에이전트의 주문을 받으려고 데이터와 레거시부터 고친다
33개 시장에 산업용 제품을 공급하는 RS Group의 글로벌 CIO Janet Robertson은 대형 고객사가 구매 에이전트로 주문하기 시작했다고 말했습니다. 에이전트가 넣는 디지털 주문을 받으려면 생성형 검색을 붙이기 전에 데이터와 레거시 시스템부터 고쳐야 하고, 개발은 다년 프로그램 대신 계속 진화시키는 방식으로 바꿨다고 밝혔습니다.
Custom Guardrails: Orange가 요금·계정 상담 AI 에이전트마다 대화 범위와 비용 상한을 따로 거는 방식
Orange는 26개 넘는 나라의 B2B·B2C 요금·계정 상담에 Algolia Agent Studio 에이전트를 넣기 시작했습니다. 에이전트마다 다룰 주제와 실행 비용 상한을 따로 정하고, 답은 청구 기록·요금제·정책으로 거슬러 확인되게 묶었습니다.
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.
국내 기업 AX 소식: 칩 해석 18시간을 41초로, 반복 사무는 AI 직원에게 (11월 10일 묶음)
11월 9일 국내 기업 AX 소식 2건입니다. 삼성전자는 AI가 예측한 유효 물성과 거친 격자, GPU 가속을 묶어 칩 단위 열·기계 해석을 약 18시간에서 41초로 줄였고, 코난테크놀로지는 대리 직급과 사내 메일 계정을 준 AI 직원 '봉대리'로 사내 업무 60건의 투입 시간을 계획보다 약 59% 줄였습니다.
국내 기업 AX 소식: 이미 가진 데이터와 시스템 위에 AI를 올려 업무 시간을 줄인다 (11월 9일 묶음)
11월 3~6일 기사 4건입니다. LG이노텍은 공정 조건이 바뀔 때 약 300시간 걸리던 대응을 최대 50시간으로 줄였고 CJ대한통운 북미 법인은 쓰던 TMS 벤더 Infios와 운송사 상태 확인 에이전트를 약 두 달 만에 배치했습니다. 포스코홀딩스는 그룹 표준 온톨로지 PFO와 SLM·LLM 분업 설계를 내놨고 CJ올리브네트웍스는 엔터프라이즈 AX 매출이 제자리였습니다.
On-premise LMM: 가와사키중공업이 도면과 숙련 엔지니어의 판단 기준을 사내 AI로 정리한다
가와사키중공업이 리코의 문서 독해형 LLM·LMM을 자사 서버에 설치하고, 항공기·로봇 설계 영역에서 도면·기술 문서의 지식과 숙련 엔지니어의 판단 기준을 AI로 정리해 이어받는 실증을 시작했습니다. 기밀 도면은 회사 밖으로 나가지 않고, 생산성 수치는 아직 공개되지 않았습니다.
MetGen Digital Twin: TSMC·Micron이 도면을 팹 3D 트윈으로 바로 바꿔 건설 지연에 대비한다
엔비디아가 투자한 대만 스타트업 MetAI의 MetGen은 도면과 장비 사양을 장비 단위까지 맞춘 팹 디지털 트윈으로 바꿉니다. TSMC는 대만·미국 신규 팹의 유틸리티·배관 트윈에, Micron은 3D 팹 배치에 씁니다. 회사는 엔지니어 수천 시간 걸리던 작업을 5분 안에 만든다고 설명합니다.
Trade Compliance AI Agents: Coherent가 금지 거래 확인을 출하 직전에서 영업 첫 단계로 앞당긴 방법
광학·레이저 소재 기업 Coherent는 Exiger와 함께 거래 제한 정보를 Salesforce에 넣는 에이전트를 만들어, 금지 고객을 출하 직전이 아니라 영업 사원이 연락하기 전에 알게 했습니다. 구축은 2주 정도였고 시간은 워크플로 이해에 더 들었으며, 무역팀은 인원을 줄이지 않고 처리량을 늘렸습니다.
Builders, Sellers, Measurers: Cloudflare가 재는 일은 AI에 맡기고 사람을 만들고 파는 일로 옮긴 방식
Cloudflare CEO Matthew Prince는 3분기 실적 콜에서 구조조정을 비용 절감보다 조직 재설계로 설명했습니다. 사람은 만드는 일과 파는 일로 옮기고, 지표를 모으고 보고하는 일은 AI가 맡습니다. IR 출신 직원이 만든 에이전트는 분기 토큰비 약 200달러 미만으로 투자자 자료를 만들고, 연말 인원은 감원 전보다 많을 것이라고 했습니다.
Accelerate to 1: Cigna가 2030년까지 연 30억 달러를 자동화·인력·공급사에서 줄이는 계획
Cigna는 2026년부터 5년 동안 연 30억 달러 총절감을 만드는 Accelerate to 1을 돌립니다. 절감의 70~80%는 자동화·프로세스 현대화·인력 효율, 20~30%는 공급사 관리에서 나오고, 일회성 비용은 대부분 퇴직금 같은 직원 관련 비용입니다.
Bid Agent: BT가 대형 고객 입찰 준비를 14인·주에서 3인·일로 줄인 방법
BT는 레거시 상품이 많은 B2B 부문에 복잡한 입찰을 처리하는 에이전트를 만들어 입찰 준비를 14인·주에서 3인·일로 줄였습니다. 같은 6개월 동안 하청 포함 총 인력은 102,000명에서 90,000명으로 11% 줄었지만 Kirkby CEO는 AI 효과가 아직 비용 숫자로 보이지 않는다고 했습니다.
Review, Coach, Generate: Autoliv·BorgWarner가 공장 AI에 권한을 단계적으로 넘기는 법
AMNA 2026 패널에서 Autoliv는 발주서와 사전 출하 통지(ASN) 점검을 AI 에이전트에 맡겨 자재 부족을 일찍 찾고 과한 안전재고를 줄이려 한다고 밝혔습니다. BorgWarner는 AI 권한을 검토, 코칭, 생성 순으로 넓힙니다. 점검 필드, 단계 전환 기준, 8주 일정을 붙였습니다.
Digitally Augmented Freight: ArcBest 3분기 콜, AI 에이전트 30여 개가 트럭 화물 60%를 거드는 방식
미국 물류기업 ArcBest는 3분기 콜에서 AI 에이전트 30개 이상을 사내에서 돌리고 있고 트럭 화물의 60%를 디지털로 보강했다고 밝혔습니다. 자체 개발한 운영 시스템 ATOM은 긴급 화물(expedite)부터 배포를 시작했습니다. 에이전트 장부 필드, 매칭 설계, 8주 시범 계획을 붙였습니다.
VLM-OCR Fusion Scoring: Amazon이 상품 상세 A+ 콘텐츠 품질을 자동 판정하고 고칠 점까지 알려 주는 방법
Amazon Marketplace 팀은 판매자의 A+ 콘텐츠를 고객 화면 그대로 캡처해, 고정한 VLM의 항목 점수와 OCR 가독성 신호 8개를 CatBoost로 묶어 품질을 판정합니다. 전문가 라벨 5,478건 기준 정확도는 평균 점수 방식 0.80에서 0.94로 올랐고 SHAP과 LLM이 만든 권고를 반영한 페이지는 10점 척도에서 평균 1.4점 올랐습니다.
AHS(Autonomous Haulage System): Suncor가 무인 운반트럭 140대로 광산 운영비를 낮추고 Syncrude로 넓힌다
Suncor는 3분기 콜에서 오일샌드 Base Plant 광산의 완전 무인 초대형 운반트럭 약 140대가 운영비를 낮추고 안전 성과를 높였다고 밝혔습니다. 이를 근거로 Syncrude Mildred Lake에도 AHS를 넓혀 연말까지 40대 가까이 운행합니다. 한 현장에서 효과를 확인하고 다음 현장으로 넓히는 순서와, 따라 할 때 필요한 원가 장부와 확대 판정 기준을 정리했습니다.
Humanoids and Job Cuts: Schaeffler가 유럽 3,460명을 줄이면서 공장에 휴머노이드 1,000대를 들이는 구조
독일 자동차 부품사 Schaeffler가 유럽에서 3,460명(순감)을 줄이고 사업장 5곳을 닫는 같은 날, 휴머노이드와 국방을 성장 축으로 내세웠습니다. 2026년 12월 두 공장을 시작으로 2032년까지 Humanoid 로봇 1,000대 이상을 들이고, 같은 회사에 액추에이터 100만 개 이상을 공급합니다. 로봇의 공급자이자 사용자가 되는 구조와 첫 6개월 실행 계획을 정리했습니다.
Human at the End of the Loop: 레드불 레이싱, 경주 중 규정 조회는 LLM이 하고 판단은 엔지니어가
Oracle Red Bull Racing은 경주 중 엔지니어가 경기 규정과 과거 경주 결정을 묻는 LLM 비서를 Oracle과 수개월에 걸쳐 만들었고 출력 확인과 최종 결정은 엔지니어가 합니다. 경주 전에는 몬테카를로 시뮬레이션 80억 회를 돌리며 파트너십 뒤 전략 시뮬레이션이 25% 늘었다고 팀은 밝혔습니다.
Agentic Order-to-Cash: Mondelez가 새 클라우드 ERP 위에 에이전트를 얹어 주문부터 수금까지 잇는다
Mondelez는 Accenture와 함께 연 수백만 건의 주문-수금(O2C) 흐름을 새 글로벌 클라우드 ERP와 프로세스 인텔리전스 계층 위의 에이전트로 다시 짭니다. 고객 서비스, 공급망, 재무를 한 흐름으로 묶는 것이 목표이며 정량 목표와 일정은 공개하지 않았습니다.
PLM.AI: Mercedes-Benz가 개발·구매·생산 데이터를 한 줄기로 이어 개발 기간을 최대 30% 줄이려는 계획
Mercedes-Benz CTO가 중국 업체의 개발 속도를 높이 평가한 가운데, 회사는 개발·구매·생산·판매·애프터세일즈를 표준 데이터 모델로 잇는 PLM.AI로 개발 기간을 최대 30% 줄이겠다고 밝혔습니다. 단계마다 따로 쓰던 AI 에이전트를 한 데이터 기반 위에서 연결하는 것이 핵심이며 투자 규모는 약 5억 유로입니다.
Lemonade OS: 보험사 Lemonade가 4년 전보다 적은 1,321명으로 3배 가까운 사업을 돌리는 에이전트 운영
Lemonade 경영진은 2026년 3분기 실적 콜에서 직원 1,321명이 4년 전보다 적은데 보험료 규모는 약 3배, 고객은 2배가 됐다고 밝혔습니다. 판매 AI Maya와 청구 AI Jim 같은 에이전트를 중앙 시스템 Lemonade OS 주위에 두고 이제 고객의 개인 에이전트에게도 이 시스템을 열겠다고 했습니다.
국내 기업 AX 소식: 고속철도 끊김 구간을 데이터로 찾아 기지국 전환을 앞당긴다 (11월 8일 묶음)
11월 5일 국내 기업 AX 소식 1건입니다. KT와 삼성전자는 경부선 고속철도 평택 고덕면~화성 매송면 구간의 신호 세기와 연결 장애 이력을 AI로 분석해 끊김이 되풀이되는 구간을 찾고 그 구간에서 기지국 전환 시점을 앞당겨 끊김 발생 비율을 약 29% 줄였습니다.
Oracle Fusion Cloud ERP: 그루포 빔보가 공급망 ERP를 하나로 모으며 데이터 책임과 공정 지식을 다시 세우는 법
세계 최대 제빵 기업으로 꼽히는 그루포 빔보는 온프레미스 Oracle EBS 두 버전을 Oracle Fusion Cloud 하나로 모으는 10년 전환을 공급망부터 진행합니다. 데이터는 현업이 소유하게 하고 전담팀을 따로 둡니다. AI는 아직 초기 단계이고 당장의 과제는 30~45세 실무자의 공정 지식 공백을 교육으로 메우는 일입니다.
The New CFO: Figma 재무팀은 업무 도구를 직접 만들고, 인수 실사에선 대상 제품을 재현해 본다
Figma CFO Praveer Melwani는 a16z 대담에서 재무 담당자들이 Codex, ChatGPT 에이전트, Figma Make로 채권 회수, 출장·경비 분석, 인수 실사 도구를 직접 만든다고 밝혔습니다. 실사에서는 대상 제품을 바이브 코딩으로 재현해 기술 해자를 가늠합니다. 핵심 원장은 사고 워크플로만 만들며, 만든 도구는 네 가지 질문으로 제품화 여부를 가립니다.
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.
Humanoid Skills: E.ON·enviaM이 숙련 기술자 시범으로 변전소 점검 로봇을 가르치고 그 기술은 직접 갖는다
E.ON과 동독 지역 에너지 기업 enviaM이 Neura Robotics와 손잡고 변전소 점검·감시에 휴머노이드를 준비합니다. 숙련 기술자의 시범과 실제 투입 데이터, 시뮬레이션으로 skill을 가르치고 2027년 첫 현장 경험을 노리며 학습한 skill과 데이터는 두 회사가 통제합니다.
MX(Machining Transformation): DMG 모리 사장이 본 무인화 공장, 사람 몫은 수주와 프로그래밍이고 AI는 설계·정비를 돕는다
DMG 모리(DMG森精機) 모리 마사히코 사장은 자동화가 진행될수록 사람의 몫은 기계 시간을 채울 수주와 그 시간 안에 가공 수를 늘리는 프로그래밍이라고 봅니다. 회사는 기계 안, 고객용, 설계, MRO 네 갈래로 AI를 쓰며 20년 넘게 쌓은 수리 사례를 디지털화해 정비 AI에 씁니다.
Back-Office Agents: ASOS는 발주 에이전트로 주 500시간, 카탈로그 에이전트로 주 300시간을 덜었다
ASOS CEO Calamonte에 따르면 발주 시점을 맞추는 에이전트가 주 500시간, 브랜드 상품 정보를 받아 넣는 에이전트가 주 300시간을 줄였고 송장 대사 자동화로 연 약 100만 파운드를 아낍니다. 고객 쪽 AI Stylist는 UK iOS 사용자 절반에게 열렸습니다. 수치는 모두 회사 측 설명입니다.
Toyota Robotics: Toyota가 흩어진 로봇 인력을 한 조직으로 모아 공장 배치를 서두른다
Toyota가 사내에 흩어진 로봇 전문성, 인력, 기능을 모아 2027년 1월 1일 전사 직속 조직 Toyota Robotics를 출범시킵니다. 최고생산책임자 시가 다케후미가 이끌고 자기 공장을 첫 고객 삼아 사내 로봇 수요 40만 대를 먼저 채운 뒤 2030년 이후 외부 판매로 넓힐 계획입니다.
Agentic Production Planning: 지멘스 Erlangen이 주 3~5회 계획을 바꾸며 비용을 최대 20% 줄이는 방식
Erlangen 후속 기사입니다. 지멘스 Erlangen 공장은 새 주문·자재 부족·고객 요구 변경으로 주 3~5회 생산계획을 조정합니다. 에이전트가 안을 만들고 전체 생산 트윈에서 검증해 계획 비용을 최대 20% 줄입니다. 신규 PCB는 엔지니어링 공수 최대 85%, 출시 기간 최대 40%가 줄었고 공장은 연 7% 생산성을 올립니다. 우리 공장에서 이런 수치를 재는 법을 붙였습니다.
Semantic Layer와 No-Code AI: P&G 창고 교대 계획을 8시간에서 20분으로, 감독자는 앱 약 500개를 직접 만들었다
AutoScheduler.AI CEO Keith Moore의 설명에 따르면 P&G 제조 캠퍼스 창고의 하루 교대 계획은 WMS·ERP 데이터를 묶은 Semantic Layer 위에서 8시간에서 20분으로 줄었습니다. 공통 결정 약 80%는 자동화하고 시설마다 다른 결정은 현장 감독자가 노코드로 만든 앱 약 500개가 맡습니다. 수치는 모두 벤더 설명입니다.
국내 기업 AX 소식: 현업 병목을 실제 데이터로 먼저 시험하고 넓힌다 (11월 7일 묶음)
11월 5~6일 국내 기업 AX 소식 3건을 묶었습니다. NH농협은행은 직원 제안 39건에서 업무 에이전트 10개를 골라 PF 보고서 초안을 5영업일 이상에서 약 4시간으로 줄일 것으로 보고, 창신INC는 실제 데이터로 에이전트를 시험한 뒤 Palantir 플랫폼을 개발~생산에 붙였고, SKT는 AI 망 운영에 체감품질 지표를 더했습니다.
Semantic Layer: DB에 모델만 붙였다 실패한 Franklin Templeton이 주식 리서치를 다시 짠 방법
Franklin Templeton은 주식 리서치부터 애널리스트의 1차 분석과 리서치·리스크·컴플라이언스·트레이딩 관점을 포트폴리오 매니저가 한 번에 비교하는 AI 워크플로를 만들고 있습니다. DB에 모델만 연결한 첫 시도는 데이터 관계를 몰라 실패했고 에이전트와 Semantic Layer를 더해 방향을 바꿨습니다. OpenAI 고객 사례이며 수치는 공개하지 않았습니다.
Process Context Layer: Novo Nordisk가 AI 에이전트 100여 개를 프로세스 맥락 위에서 돌리고 감시하는 방식
Celonis는 고치지 않은 프로세스에 AI를 얹으면 비효율만 커진다며 분석·설계·운영을 닫힌 고리로 돌리는 방식을 고객 사례로 설명했습니다. Novo Nordisk는 임상 개발에 에이전트 100개 이상을 두고 대부분을 Celonis 맥락 계층 위에서 돌리며 성과가 떨어지면 에이전트와 프로세스 중 고칠 곳을 고릅니다. Mercedes-Benz는 시스템 90여 개와 데이터 30TB를 연결했고 Vinmar는 생산성 20% 향상을 밝혔습니다(벤더 설명).
Robin: BILL 리스크팀이 에이전트 3개로 신용 한도 심사 대기를 3시간에서 12분으로
BILL은 신용 한도 심사 요청을 심사역에게 배정하고 고객 데이터를 한 장으로 요약해 원클릭 결정 링크를 붙이는 일을 에이전트 3개 묶음 Robin에 맡겨 건당 대기를 약 3시간에서 12분으로 줄였습니다. 리스크팀은 1년간 24시간 도는 에이전트를 100개 넘게 만들어 매달 1,400시간 이상(정규직 약 8명분)을 돌려받는다고 밝혔습니다.
End-to-end AI planning platform: BD가 공장 전반에 수요·생산계획과 재고를 잇는 AI를 깔고 옛 시스템을 걷어낸다
의료기기 회사 BD는 2026 회계연도 4분기 실적 콜에서 수요계획부터 고객 공급까지 잇는 AI 플랫폼을 공장 전반에 깔기 시작했고 이를 계기로 다른 플랫폼을 정리해 IT 스택을 통합한다고 밝혔습니다. 유지 엔지니어링에서 AI로 아낀 비용은 신제품 개발로 돌리고 영업 채용과 방문 준비에도 AI를 씁니다. 절감 수치는 공개하지 않았습니다.
ASUG Tech Connect: Agilent 관세 에이전트와 SAP 고객의 에이전트 운영 규칙
SAP 사용자 단체 ASUG 행사에서 Agilent는 외부 관세 데이터를 사내 제품 카탈로그와 실시간으로 대조하는 에이전트를 소개했고 현업은 이 도구 없이 일하기 어렵다고 했습니다. 거버넌스 세션은 LeanIX 에이전트 등록부, 범위가 바뀌면 재승인하는 배포 명세서, 시스템 카드, 저위험 작업에만 둔 완전 자율과 감사 로그를 운영 규칙으로 제시했습니다.
AI Boomerang: AI로 줄인 일자리를 다시 채우는 기업들, Ford는 베테랑 엔지니어 350명 채용·승진
AI를 이유로 감원한 뒤 같은 자리를 다시 채우는 기업이 나옵니다. Ford는 품질관리 AI 도구가 기대에 못 미치자 베테랑 엔지니어 350명을 채용·승진시켰고 Klarna는 상담원 채용을 재개했습니다. Robert Half는 예상보다 큰 감독 부담과 암묵지 공백을 이유로 꼽았습니다.
AI Underwriting Chatbot: Prudential 홍콩 설계사의 심사 문의 응답을 며칠에서 몇 분으로
Prudential은 홍콩 설계사에게 심사 지침과 고객 제출 서류를 알려 주는 AI 언더라이팅 챗봇을 열어 응답을 며칠에서 몇 분으로 줄였고, 최종 심사는 사람이 합니다. 안내형 챗봇을 역할에 맞게 시험하고 파일럿을 일상 업무로 넘기는 방법을 붙였습니다.
Accelerating Engineering for the Physical World: OpenAI가 Codex로 CAD·회로·해석을 돌리고 Mazda와 공력 설계를 탐색
OpenAI가 ChatGPT와 Codex를 CAD 수정, 회로 기판 설계, 생산 도면, 해석 설정, 설계 검토에 쓰고 있다고 공개했습니다. Chip Ganassi Racing과는 3D 스캔을 CAD와 도면으로 바꾸고 Mazda와는 공력·충돌 안전 엔지니어가 함께 차량 형상을 탐색합니다. 모델이 만든 시제품도 공차와 조립은 사람이 여러 번 다시 봤습니다.
Data Quality Agent: Indegene이 품질 규칙을 AI 제안·전문가 승인으로 바꿔 데이터셋당 30시간을 4시간으로
생명과학 업무 대행사 Indegene은 통합 데이터 플랫폼에 Data Quality Agent를 넣어 메타데이터·프로파일·용어집·SOP를 읽고 품질 규칙과 SQL을 제안하게 했습니다. 핵심·업무 규칙은 반드시 현업 전문가가 승인합니다. 회사 추정으로 데이터셋당 규칙 정의 공수가 약 30시간에서 4시간으로, 신규 테이블 등록이 2~5영업일에서 2~4시간으로 줄었습니다.
Domain Agents on Cognite: 이데미쓰코산이 분야별 AI 에이전트로 플랜트 가동률 90%를 노리는 방식
이데미쓰코산은 P&ID·설비 도서·운전 데이터·아차사고 기록을 Cognite Data Fusion에 모아 대상 데이터의 85%를 잇고, 그 위에 운전·품질·생산·안전 분야별 에이전트를 로코드로 만들었습니다. 답마다 계산식과 참조 데이터를 함께 보여 줘 현장이 믿고 쓰게 했고, 평균 86%인 플랜트 가동률을 90% 이상으로 올리는 것이 목표입니다.
Clara: 보험사 Hippo의 AI 청구 에이전트, 사고 접수 10건 중 9건을 해내다
Hippo CEO Rick McCathron은 3분기 실적 콜에서 AI 청구 에이전트 Clara가 최초 사고 접수(FNOL) 10건 중 9건을 해내 청구 조직이 성장할 여력을 준다고 말했습니다. 순사업비율은 52.0%에서 41.7%로 내려갔지만 회사는 주요인을 영업 레버리지로 설명했습니다. FNOL 한 건을 에이전트로 받는 설계와 12주 실행안을 붙였습니다.
AI Park: GE Appliances가 공장 직원에게 AI 도구를 열어 주고 성과 난 시범만 넓히는 방식
GE Appliances는 공식 지원 AI 도구를 모은 AI Park를 열고 공장이 자기 예산으로 AI 해법을 만들게 합니다. AP5 표면 검사는 약 3개월 만에 투자를 회수해 120만 달러를 아꼈고 AP3 누수 판정 정확도는 87%에서 99%로 올랐습니다. 도구 허브와 IT 가드레일, 8주 시범안을 붙였습니다.
Block's Second Round: 고객·리스크·교육 운영 조직의 반복 업무를 도구로 넘기는 2차 감원
Block은 2월에 4천여 명을 줄인 데 이어, 3분기 실적과 함께 연간 전망을 올린 다음 날 Cash App·Square를 지원하는 고객·리스크·교육 운영 조직에서 2차 감원을 시작했습니다. 사내 이메일은 반복 업무를 도구에 맡기고 사람은 복잡한 케이스와 결정에 집중한다고 설명했습니다. 운영 업무를 장부로 나눠 도구 처리 여부를 판정하는 방법과 12주 일정을 붙였습니다.
Smart Laboratory: 아사히카세이가 반도체 절연재료 개발을 AI 순환 루프로 묶어 실험 수를 약 4배로 늘리는 계획
아사히카세이는 반도체용 감광성 절연재료 파이멜 개발에 Smart Laboratory를 열어 2027년 1월부터 가동합니다. 실험 계획부터 고객 공정을 가정한 평가까지 자동으로 돌리고 AI가 다음 조성을 제안해, 일정 기간에 검토하는 조성 수를 약 4배로 늘릴 계획입니다.
Byte by Yum: KFC 주방 화면과 Taco Bell 음성 주문 AI로 드라이브스루 속도와 매출을 올린 Yum Brands
Yum Brands는 3분기 실적 콜에서 자체 AI 플랫폼 Byte by Yum의 성과를 밝혔습니다. KFC 주방 화면 Bite로 드라이브스루가 8% 빨라지고 환불이 12% 줄었습니다. Taco Bell은 900곳 넘는 매장에서 음성 주문 AI를 쓰며 매출이 약 1.5% 올랐습니다. 따라 할 때 필요한 매장 데이터, 지표, 12주 시범안을 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.
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.
Proof of Value: Teva가 공장 30곳에 넣을 AI를 다섯 질문으로 고르는 법
Teva는 공장 30곳에 넣을 AI를 고르려고 오픈 이노베이션 프로그램 Teva Rise를 만들어 1년간 기술 약 300개를 평가했습니다. PoC 대신 다섯 질문짜리 Proof of Value로 거르고 데이터가 준비되지 않은 사이트는 좋은 벤더라도 미룹니다. 0·3·5점 채점표와 20주 일정안을 붙였습니다.
Make Yourself Redundant: Stellantis 엔지니어링이 AI로 개발을 줄이면서 설계는 사람이 쥐는 방식
Stellantis 엔지니어링 조직은 AI 도구로 핸즈프리 주행 시스템을 6주 만에 만들었습니다. 1년~18개월 걸리던 일입니다. 결함 수정은 2~3주에서 2~3일로, 항력 추정은 14~24시간에서 약 3분으로 줄었습니다. 그래도 안전 핵심 시스템의 아키텍처는 사람이 짜고 엔지니어 채용은 수백 명 늘립니다. 따라 할 때의 파이프라인과 8주 시범안을 붙였습니다.
Underwriting Workbench: Ryan Specialty가 재보험 청약 처리를 3분 미만으로 줄이고 결정은 사람에게 남긴 법
전문보험 중개·인수사 Ryan Specialty는 재보험 부문의 underwriting workbench로 commercial auto liability 청약 1건 처리 시간을 최대 2시간에서 3분 미만으로 줄였다고 3분기 실적 콜에서 밝혔습니다. 공용 AI 블록을 라인별 작업대로 조립하고 모든 결정 지점에 사람 검토를 둡니다. 같은 구조를 라인 하나에서 8주 pilot으로 돌리는 방법을 붙였습니다.
Exception-Based Replenishment: Runnings가 매장·DC 발주를 한 예측으로 묶고 예외만 사람이 본다
미국 농·생활용품 유통사 Runnings가 Relex의 AI 플랫폼으로 매장 90곳과 DC 5곳의 수요 예측과 발주를 하나로 묶습니다. 매장부터 시작해 DC로 넓히고 2027년 중반 가동이 목표이며, 담당자는 모든 주문 대신 시스템이 걸러 낸 예외만 봅니다. 예외 규칙 설계와 매장 파일럿 12주안을 붙였습니다.
Visual Inspection Cockpit: P&G가 Siemens와 만든 AI 비전 검사를 전 세계 공장에 까는 방식
P&G는 Siemens와 함께 만든 AI 비전 검사 VIC를 전 세계 공장으로 넓힙니다. 제품에 따라 스크랩이 10~20% 줄었고, 새 라인 적용은 맞춤형 비전 시스템보다 5~10배 빠릅니다. 라인 옆 GPU 엣지에서 판정해 PLC로 불량 한 개만 빼내는 구조와 8주 시범안을 붙였습니다.
Genesis: Pfizer가 120여 개국 약물 안전성 업무에서 행정은 AI에, 판단은 과학자에게 맡기는 방식
Pfizer CEO는 3분기 콜에서 제조 효율과 의사·환자 소통에 AI를 배치했고, R&D에서는 타깃 검증과 분자·바이오마커 선정에 쓴다고 밝혔습니다. 120여 개국에 낸 AI 제품 Genesis는 안전성 업무의 행정 부담을 맡아 과학자가 인과 평가와 신호 탐지에 시간을 쓰게 합니다. 효과 수치는 공개하지 않았고 따라 할 때의 데이터 필드·8주 시범안을 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.
Customer Service Shift: AI 상담으로 수요가 줄자 O2가 콜센터 2곳을 TP에 넘긴 결정
O2 Telefónica가 Rostock(약 240명)과 Bremen(약 180명) 콜센터를 TP(옛 Teleperformance)에 넘깁니다. 챗봇·음성 비서와 셀프서비스가 늘어 상담 인력 수요가 줄었다는 설명이고, 올해 약 1,100명 감축의 일부입니다. 같은 판단을 내리기 전에 재야 할 채널별 수요와 인력 계산, 12주 검토안을 붙였습니다.
AI-Defined Fab: 반도체 공정 변경을 실물 시험 전에 가상으로 검증하는 네 가지 방법
NVIDIA는 반도체 공정 개발에서 실물 시험 전에 가상으로 거르는 네 가지 방법을 소개했습니다. GPU 해석, 학습된 물리 모델, 에이전트, 팹 디지털 트윈입니다. 회사 발표 기준으로 Applied Materials ACE+ 지형 해석은 최대 35배, Siemens Calibre의 핵심 해석은 최대 17배 빨라졌습니다. 플라스마 예측은 며칠에서 짧게는 밀리초 단위로 줄어든다고 설명합니다. 대리 모델 구성과 8주 시범안을 붙였습니다.
Banking's AI Job Squeeze: NatWest·Barclays가 감원과 AI를 각자 어떻게 설명했나
NatWest는 3분기에만 약 1,000 FTE를 줄여 연초 이후 transformation 순감축이 1,400 FTE가 됐고, 단순화와 신기술로 9개월간 약 4억 2,000만 파운드를 절감했다고 밝혔습니다. 회사는 감원을 AI의 결과로 못 박지 않았고, Barclays는 AI가 효율 개선의 대부분을 이끈다고 말했습니다. 인력 변화를 원인별로 나눠 적는 FTE bridge와 12주 준비안을 붙였습니다.
Advisor-Built Agents: Morgan Stanley가 어드바이저 에이전트 5만 건 중 쓰이는 것만 골라 키우는 법
Morgan Stanley 자산관리 부문은 어드바이저가 자연어로 에이전트를 직접 만들게 했고 시도가 5만 건 가까이 쌓였습니다. 팀에서 실제로 쓰는 것만 정확성·완전성을 검토해 전사로 넓히고 회사가 만든 AI@MS 어시스턴트는 어드바이저 문의 절반을 먼저 받습니다. 사용량 기반 검토 관문과 8주 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.
Machining Center Programming: Manitowoc 공장 엔지니어가 1만 줄 넘는 가공 프로그램을 AI로 짜고 시뮬레이션으로 검증한 사례
크레인 제조사 Manitowoc의 CEO는 3분기 콜에서 프랑스 Charlieu 공장의 제조 엔지니어가 AI로 머시닝센터 프로그램을 짰다고 소개했습니다. 프로그램은 1만 줄이 넘었고, 엔지니어는 AI로 가공 동작을 시뮬레이션해 정확도를 확인하며 지루한 작업 시간을 여러 시간 줄였습니다. 같은 방식을 공장에 옮길 때의 검증 단계와 6주 시범안을 붙였습니다.
Warehouse Agents on WMS: L'Oréal이 물류센터 에이전트 7개의 효과를 6개월 실측한 방법
L'Oréal이 Manhattan WMS 위에 창고 에이전트 7개를 물류센터 7곳에 7주 만에 깔고, 시범 4곳에서 6개월간 매주 KPI를 쟀습니다. 가장 성과가 좋은 센터는 3개월 만에 거절 주문을 80% 줄였고, 센터당 연 1,400시간 이상을 아꼈습니다. 담당자는 절감 시간이 곧 비용 절감은 아니라고 선을 긋습니다. 에이전트별 KPI표와 시범 일정안을 붙였습니다.
AI Benefits: Lloyds가 AI 효익을 작년의 두 배인 1억 파운드 넘게 키우는 중
Lloyds CFO는 10월 29일 3분기 콜에서 올해 AI 효익이 1억 파운드를 넘을 궤도에 있다고 밝혔습니다. 2025년 생성형 AI 몫 약 5천만 파운드의 두 배이며, 비용수익비율 47.2%와 누적 비용 절감 20억 파운드 옆에 놓인 숫자입니다. 과제별 효익 장부와 분기 일정을 붙였습니다.
국내 기업 AX 소식: AI를 부서와 현장의 업무 단위로 내리는 회사들 (11월 5일 묶음)
11월 3~4일 국내 기업 AX 기사 4건입니다. HD현대로보틱스는 Palantir 에이전트로 로봇 문제 해결 기간을 21.5일에서 7.9일로 줄였고, 현대제철은 직원이 노코드로 에이전트를 만드는 Steel-X를 열었습니다. 증권사들은 부서마다 AI 담당자를 두고 KPI와 묶었고, KGC 원주공장은 AI 검사 뒤 로봇이 포장합니다.
국내 기업 AX 소식: 현장 데이터를 먼저 모아 AI가 지연 원인과 개선 과제를 찾게 한다 (11월 3일 묶음)
한화오션에코텍은 광양 사업장을 디지털 트윈으로 묶고 LLM 에이전트가 공정 지연 원인을 짚게 하는 체계를 12월 1차 가동합니다. SK에코플랜트는 업무 데이터로 직무별 지연 요인을 찾아 현업이 2~3주 만에 에이전트를 만드는 '1인 1 AI 에이전트' 체계를 열었습니다.
국내 기업 AX 소식: AI 에이전트가 개인 도구에서 현장과 조직의 일하는 방식으로 (11월 2일 묶음)
11월 1일 국내 기업 AX 기사 2건입니다. HD현대로보틱스는 Palantir와 함께 AI 에이전트가 로봇 프로그램 개선안을 먼저 내게 해 업무 기간을 평균 21.5일에서 7.9일로 줄였고, SK텔레콤은 직원이 만든 에이전트 약 1,500개를 조직 업무로 옮기려 'AX 혁신 2.0'을 시작했습니다.
국내 기업 AX 소식: 삼성화재 AI가 암 보험금 서류 검토와 설계사 상담 준비를 맡는다 (11월 4일 묶음)
11월 3~4일 국내 기업 AX 기사 5건 중 원문을 확인한 한국금융신문의 삼성화재 기사 1건을 실었습니다. 삼성화재는 암 보험금 심사에서 AI가 대신 판단하게 해 직원 검토 비중을 약 55% 줄였고 10월에는 설계사 상담 준비를 돕는 AI Advisor를 전속 설계사 전원에게 열었습니다.
Physical AI Random Picking: JTEKT가 기존 라인에 AI PC만 더해 부품 피킹 성공률을 97.1%로 올린 실증
JTEKT는 자사 공장 CV조인트 라인에서 위치·자세가 제각각인 부품을 집는 랜덤 피킹에 가상 공간에서 학습한 AI를 적용했습니다. 고난도 조건 성공률이 85.0%에서 97.1%로 오르고 평균 사이클타임은 16% 줄었습니다. 기존 설비에는 AI PC만 더했습니다.
Decision Intelligence × Real-time Marketing Mix: Hershey가 데이터로 재고·폐기를 줄이고 광고 ROI를 8% 올린 방식
Hershey CFO는 3분기 콜에서 Decision Intelligence를 전사로 넓혀 운전자본과 폐기를 줄이고, 더 실시간에 가까운 마케팅 믹스 모델로 마케팅 ROI를 8% 올렸다고 밝혔습니다. 두 가지 모두 2027년 마진 회복 계획의 레버입니다. 따라 만들 때의 결정 기록 구조, MMM 운영 주기, 12주 시범안을 붙였습니다.
Mapping Your Workflows: 업무 흐름 전체를 그린 회사가 AI로 매출 1.9배를 낸 실험
INSEAD 연구진이 515개 스타트업에 같은 AI 도구를 주고 절반에게만 다른 회사의 업무 재설계 사례를 보여 줬더니, 활용 사례 44%, 유료 고객 확보 18%가 늘고 매출은 1.9배가 됐습니다. 업무 흐름 지도 JSON, 병목 재점검 루프, 10주 계획을 붙였습니다.
GXO IQ: 물류센터 데이터를 한곳에 모으고 인력관리 위에 AI 생산성을 얹는 순서
계약물류 기업 GXO는 3분기 콜에서 데이터 플랫폼 GXO IQ를 3개 지역에 가동했고 올해 약 50곳 이상의 사이트에 통합한다고 밝혔습니다. 통합 인력관리시스템(LMS)으로 운영별 인건비를 5~15% 낮추고, 그 위에 AI 도구로 한 자릿수 중반(%)의 생산성을 더하는 구조입니다. 이 순서를 국내 물류센터에서 따라 할 데이터 설계와 13주 파일럿 계획을 붙였습니다.
Engineers Only: Goldman Sachs가 Claude Code·GitHub 사용을 엔지니어로 좁힌 결정
Goldman Sachs가 10월 내부 지침으로 Claude Code와 GitHub 코딩 도구를 엔지니어만 쓰게 했습니다. 7월에는 CIO가 비개발자의 vibe coding을 칭찬했지만 회사는 실험 뒤 가장 잘 쓸 사람에게 도구를 모은다고 설명합니다. 역할별 권한 정책 JSON과 6주 재배치 계획을 붙였습니다.
Company Brain: 토큰에 연 최대 20만 달러를 쓰는 Garry Tan과 YC 사내 에이전트 Stray Light
Y Combinator CEO Garry Tan은 에이전트 토큰에 연 10만~20만 달러를 쓴다고 추정했고, YC는 모든 지원서, 투자한 창업자, 이메일 발신자의 맥락을 아는 사내 에이전트 Stray Light로 운영 방식을 다시 짜고 있습니다. 사내 company brain을 만들 때 필요한 ID 연결, 권한 등급, 토큰 예산 관리를 붙였습니다.
Stop Doing: 제품을 접고 초년차 업무를 AI로 옮긴 Freshworks의 ARR 10억 달러
Freshworks는 작은 제품과 프로젝트를 접고 IT 업무용 Freshservice에 집중해 2026년 10월 ARR 10억 달러를 넘겼습니다. 초년차가 하던 코드 테스트는 대부분 AI가 맡고 초년차는 문제 해결로 옮겨 갑니다. 정규직은 정점보다 약 30% 적은데, 기사는 이를 사업 재집중으로 설명합니다. 그만둘 목록을 고르는 판정표와 AI 테스트 게이트, 6주 일정을 붙였습니다.
More Loans, Not Fewer People: AI 에이전트로 대출 심사를 87% 줄이고 남은 시간은 영업 확대에
First Internet Bank는 AI 에이전트에게 SBA 대출 신청자의 기록 수집, 실소유자 확인, 제재·사기 점검을 맡겨 건당 심사를 8~10시간에서 1시간 미만으로 줄였습니다. 네 업무에서 연 2만 4,300시간이 풀리지만 CEO는 감원 대신 두 배의 거래를 주문했습니다. 보고서 필드, route 규칙, 8주 시범안을 붙였습니다.
Small Agent Team: DHL 재무가 에이전트 개발을 2~3명에 묶고 전건 사람 확인을 두는 이유
송장을 연 약 170만 건 처리하는 DHL Supply Chain 재무 조직은 Oracle AI Agent Studio로 에이전트 3~4개를 만들면서 개발 인원을 2~3명으로 묶었습니다. 인식 엔진 교체로 송장 인식률은 약 60%에서 95~96%로 올랐지만 거래 데이터를 바꾸는 처리는 모두 사람 확인을 거칩니다. 검증 흐름, 독립 채점 구조, 8주 시범안을 붙였습니다.
PlanAssist: Google DeepMind가 영국 지자체 주택 인허가 심사 시간을 58% 줄인 방식
Google DeepMind가 영국 정부·Google Cloud·Faculty와 만든 Gemini 기반 인허가 심사 도구 PlanAssist를 Barnet·Camden·Dorset에서 시범 운영하자 일반 주택 신청 심사 시간이 58% 줄었고, 생성된 보고서의 70% 이상이 수정 없이 승인됐습니다. 최종 결정은 모든 건에서 담당자가 합니다. 12개월 Beta로 15개 지자체까지 넓히고 2027년 잉글랜드 전 지자체 제공을 목표로 합니다.
Pharmacy workflow AI: CVS가 처방전 85%를 AI로 지원하는 약국 사업을 별도 회사로 떼어 낸다
CVS 약국 부문을 맡을 Prem Shah는 3분기 콜에서 처방전의 85%에서 AI가 약국 워크플로를 지원한다고 밝혔습니다. 같은 콜에서 CVS는 약국 사업을 2028년 상반기에 별도 회사로 분리한다고 발표했고 AI-native 플랫폼 Health100을 두 회사의 연결 고리로 내세웠습니다. 절감액과 인력 수치는 나오지 않았습니다.
SClaw·디지털 직원: 중국 택배사가 경로 추천 AI와 에이전트로 쌍십일 물량을 처리하는 방식
쌍십일 피크를 앞둔 중국 택배사의 AI 전환을 다룬 신화망 기사입니다. 징둥물류는 대형 모델 슈퍼브레인 3.0으로 주문량을 예측해 운송 능력을 조정하고 현장 직원의 AI 추천 경로 채택률이 90.2%를 넘었으며 위안퉁은 에이전트 100여 개와 디지털 직원 28명을, 선퉁은 SClaw 플랫폼을 운영합니다. 채택 기록 루프, 디지털 직원 정의서, 8주 시범 계획을 붙였습니다.
Scale Across the Enterprise: Capgemini 고객이 PoC 대신 묻는 거버넌스·비용·보안 확산법
Capgemini CEO Aiman Ezzat은 고객이 이제 PoC가 아니라 거버넌스·비용·보안을 지키며 전사로 넓히는 법을 묻는다고 말합니다. 물류사 에이전트 운영은 연 2,700만 건을 처리해 생산성 40~50%를 올리고 회수 기간을 5~8일 줄였습니다. 자산운용사는 앱 180개를 AI 데스크톱 하나로 바꿔 약 300만 유로를 아꼈습니다. AI 비용 귀속 JSON과 8주 확산 계획을 붙였습니다.
Claude in 45 Days: Brown & Brown이 6,000명 배포와 1년 단위 예산으로 AI 회수를 재는 법
보험중개사 Brown & Brown은 3분기 실적 콜에서 Claude를 45일 만에 직원 6,000명 넘게 배포했고 90% 이상이 실제로 쓴다고 밝혔습니다. 예산은 다년 대형 프로그램 대신 측정 가능한 1년 단위 트랜치로 나누고 value management office가 과제별 수익을 잽니다. 따라 할 때 필요한 사용 로그, 과제 등록부, 45일 배포안을 붙였습니다.
Rebuilding ERP UX: Brennan이 Claude Code·Codex로 NetSuite 앱을 하루 최대 5건 만드는 법
유압 부품 제조사 Brennan Industries의 CIO Ryan King은 Claude Code·Codex로 목업을 약 45분에 만들고 승인되면 최종본을 SuiteScript 코드로 뽑아 NetSuite 안에서 돌립니다. 예전에 건당 1주 넘게 걸리던 앱을 이제 하루 최대 5건 만들고 영업 통화 기록 화면은 오후 한나절에 끝냈습니다. 앱 명세 JSON, 샌드박스 배포 순서, 4주 파일럿 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.
BMS AI Targets: 약물 시험 20~30%, 타깃→선도물질 기간 절반 단축 목표
Bristol Myers Squibb CEO는 3분기 콜에서 AI 목표를 운영 계획에 넣었다며 약물 시험 기간 20~30% 단축, 타깃 선정에서 선도물질 도출까지 기간 절반을 제시했습니다. 전사 도구는 넓게 깔고 ROI가 보이는 곳에만 집중 투자한다고 했습니다. 기간 장부와 13주 일정을 붙였습니다.
Buzz: Block이 사내 AI 도구로 외부 벤더를 걷어 내고 4분기 첫 AI 매출에 나서는 계획
Block은 3분기 콜에서 사내 협업·개발 환경 Buzz로 여러 외부 벤더를 대체하고, 이 도구를 Builderlab으로 외부에 열어 4분기에 첫 AI 매출을 내겠다고 밝혔습니다. 올해 기능 180개를 내놔 2024·2025년 합계를 넘겼고 비GAAP 일반관리비는 21% 줄었습니다. 사내 도구로 외부 SaaS를 대체할 때 쓰는 장부와 12주 시범안, 가맹점 발주 에이전트 설계를 붙였습니다.
Cost to Serve per Unit: Amazon이 로봇 100만 대와 재고 배치로 단위당 물류비를 4년째 낮추는 방식
Amazon은 3분기 콜에서 물류망 로봇이 100만 대를 넘었고 올해 로봇 팔을 두 배로 늘렸다고 밝혔습니다. 연료·간선 운송비가 올랐는데도 배송비 증가율(11%)을 물량 증가율(12%)보다 낮게 묶었고, 단위당 처리 비용은 4년 연속 하락을 향하고 있습니다. 로봇을 넓게 깔기 전에 거치는 네 가지 배치 기준과, 이를 국내 물류센터에서 따라 할 지표 장부와 12주 일정을 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.
Uniting Technology, Data, Digital and AI: AIG가 2027년 네 팀을 한 조직으로 합쳐 AI 과제를 앞당기는 방식
AIG는 3분기 콜에서 2027년부터 기술·데이터·디지털·AI 팀을 한 조직으로 합쳐 AI 과제를 더 빨리 돌리겠다고 밝혔습니다. 언더라이터는 AI로 더 많은 청약을 보고 견적을 빨리 내며, 손해사정사는 Claims Assist로 복잡한 청구에 더 빨리 답합니다. 통합 전 12주 준비안과 지표를 붙였습니다.
AI P&L Impact: 3분기 실적에서 AI 효과를 금액으로 밝힌 회사는 Santander뿐이었다
2026년 3분기 실적 시즌에 Novartis, Standard Chartered, Carlsberg 경영진이 CNBC에 AI 효과를 말했지만 금액을 밝힌 곳은 Santander(9개월 €194M) 하나였고 계산법은 없었습니다. 과제별 AI 가치 장부와 분기 일정을 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.
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.
Seeking Value: 스프레드시트 75개로 돌던 Toyota 북미 공급 계획을 공용 데이터 기반으로 바꾼 방식
Toyota 북미(TMNA) 디지털 혁신 VP Jason Ballard는 스프레드시트 75개 넘게 쓰던 월간 공급 계획을 데이터 기반, 공용 서비스, 지능 계층, 공통 직원 화면으로 다시 짰다고 밝혔습니다. 반도체 부족 때는 ML 디지털 트윈으로 조립 가능한 차종을 가렸으며 5~6년 동안 투자 1달러당 약 3달러(ML 포함 합계)를 거뒀다고 말했습니다.
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.
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.
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.
Smart Radios: International Paper가 공장 무전 대화를 받아 적어 현장 기록으로 쌓는 방식
International Paper는 공장에서 쓰던 아날로그 무전기를 대화를 받아 적고 번역하는 Relay 스마트 무전기로 바꾸고 있고 Relay의 3,600만 달러 투자 라운드도 주도했습니다. Tampa 공장에서 하루 4,000건 넘는 무전으로 시험한 뒤 20곳 넘는 사업장으로 넓혔습니다. 따라 할 때의 전사 품질 시험, 기록 정책, 12주 시범안을 붙였습니다.
Agentic AI Tech Stack: Hilton이 에이전트 시대를 앞두고 기술 스택에 투자하는 방식
Hilton CEO Christopher Nassetta는 3분기 콜에서 에이전틱 AI로 고객 경험을 개선하고 비용을 줄이려고 기술 스택에 투자하고 있다고 밝혔습니다. 작은 업체까지 AI 에이전트 업체 모두와 일하고 있으며 지금 재무 효과는 작지만 인터넷만큼 커질 것으로 봤습니다. 따라 할 때 필요한 데이터 준비와 12주 계획을 붙였습니다.
AI-enabled Data Exchange: Hanover가 대리점 데이터를 바로 받아 상업보험 견적을 앞당기는 방식
Hanover는 3분기 콜에서 대리점 데이터 환경에 직접 연결해 자료 추출과 인수 대상 검토를 자동으로 하고 견적 회신을 앞당기는 AI 기능을 3개월 만에 실전에 올렸다고 밝혔습니다. 회사는 E&S 성장률이 6.5%에서 11.7%로 오른 배경으로 AI 접수·분류를 들었습니다. 클레임용 Adjuster Workbench와 함께 따라 만들 때의 데이터, 규칙, 8주 시범안을 붙였습니다.
Advanced Facilities Control Centre: GlobalFoundries가 팹 관제실 5곳을 AI 관제센터 하나로 합친 방식
GlobalFoundries가 Siemens와 만든 AI 관제센터 AFCC를 싱가포르에 열고, 팹별 관제실 5곳을 하나로 합쳤습니다. 예지정비와 24시간 설비 감시, 다중 센서 순찰 로봇을 묶었고 전사로 넓히면 시설 설비 데이터 포인트 100만 개 이상을 한곳에서 봅니다. 따라 할 때 필요한 태그 표준, 우선순위 규칙, 16주 이관안을 붙였습니다.
AI Net Expense: GE Vernova가 아직 순비용인 AI·자동화 투자를 중기 마진 계획에 넣는 방식
GE Vernova CEO는 3분기 콜에서 AI·자동화 투자가 3개 사업과 본사 모두에서 아직 그 자체로는 순비용이며 효과는 중기 마진에서 나온다고 밝혔습니다. AI 지출 금액은 공개하지 않았고, 조정 EBITDA 마진 690bp 개선은 AI가 아니라 생산성으로 설명했습니다. AI 투자를 과제별 장부로 떼어 보는 방법과 12주 도입안을 붙였습니다.
Demand Sensing × Capacity Planning: Ford가 AI로 수요 신호에 생산 계획을 맞춰 생산을 안정시키는 방식
Ford CFO는 3분기 콜에서 수요 감지(demand sensing)를 생산 능력 계획에 맞추는 AI 도구로 생산이 안정돼 실제 절감이 났다고 밝혔습니다. 차량·부품 재고·가격 모델도 새로 만들었고 AI 절감액은 공개하지 않았습니다. 자재·보증 원가 절감 15억 달러는 AI 효과가 아닌 원가 전체 수치입니다. 따라 만들 때의 데이터, 지표, 12주 시범안을 붙였습니다.
PromoAI: Colgate가 과거 데이터 수억 건으로 판촉을 짜는 RGM 도구를 전 세계로 넓히는 방식
Colgate CEO는 3분기 콜에서 과거 데이터 포인트 수억 건을 분석하는 자체 RGM 도구 PromoAI를 여러 핵심 시장에 넣고 전 세계로 넓힌다고 밝혔습니다. 중국에서는 AI 생성 콘텐츠로 메시지를 개인화했고 재원은 생산성 절감의 일부를 AI·데이터에 재투자해 마련합니다. AI 단독 효과는 공개하지 않았으며 따라 할 때의 데이터·대조군·10주 시범안을 붙였습니다.
Unlimited Tokens: Cisco가 27세 직원 2인 팀에 레거시 코드 98% 리팩터링을 맡긴 방식
Cisco의 Jeetu Patel 사장은 인수 기업 창업자 출신 27세 직원에게 AI 토큰을 무제한으로 주고 레거시 코드 98%를 24개월 안에 리팩터링하는 과제를 맡겼습니다. 2인 팀으로 4주 안에 접근법을 증명하는 조건입니다. 4주 증명을 설계하는 방법과 판정 기준을 붙였습니다.
AI Downtime Prediction·ScoutAI: Chevron이 생산 손실을 절반으로 줄이고 탐사 평가를 몇 시간으로 줄인 방식
Chevron은 3분기 콜에서 AI 다운타임 예측으로 DJ Basin의 생산 손실 건수를 50% 줄였고 올해 AI로 1억 달러 넘는 가치를 거뒀다고 밝혔습니다. 24시간 도는 생산 엔지니어링 보조, 분지 평가를 몇 시간으로 줄인 ScoutAI, 정유 계획의 인간-에이전트 팀까지 정리하고 따라 할 때의 데이터, 지표, 12주 시범안을 붙였습니다.
ROI driven AI: Centene이 인력 감소와 잇지 않고 설명한 직원 보조 AI
Centene CEO는 3분기 콜에서 회원 응대 직원을 돕는 ROI driven AI를 도입하기 시작했다고 밝혔습니다. 직원 수는 2025년 말 61,100명에서 3분기 말 53,900명으로 줄었지만 콜에서 이를 AI와 직접 연결하지는 않았습니다. AI 효과와 구조조정 효과를 나눠 재는 장부와 12주 시범안을 붙였습니다.
Agentic Commerce: Carvana 3분기 콜, AI 에이전트가 차를 사러 올 때를 대비한 API·규칙·데이터
Carvana CEO는 3분기 콜에서 고객 쪽 시스템이 결정적으로 돌아가고 API로 정보를 내주며 백오피스 규칙도 모두 문서화했다고 밝혔습니다. 에이전트가 디지털 마찰을 0으로 줄여도 물리 마찰은 남는다고 보고 봇이 보는 곳에 데이터를 내보내겠다고 했습니다. 따라 할 때 필요한 API, 규칙 표, 노출 측정, 8주 시범안을 붙였습니다.
The Frame: BBVA가 시범 AI 에이전트를 통제한 채 은행 전체로 넓히는 틀
BBVA CEO는 3분기 콜에서 AI 음성 비서가 시범 상호작용의 약 90%를 해결했고 일부 AI 에이전트가 기업 고객 리스크 금융 프로그램 준비 시간을 최대 30% 줄였다고 밝혔습니다. 이를 은행 전체로 넓히는 수단으로 에이전트를 만들고 배포·관리하는 틀 'The Frame'을 내세웠습니다. 따라 할 때의 측정 기준, 플랫폼 구성, 10주 계획을 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.
Live AI Use Cases: UBS가 운영 중 AI 608개와 직원 에이전트 1만 2,700개를 실적에 공시하는 방식
UBS는 3분기 실적 발표에 운영 중 AI 사용 사례 608개(전년 대비 81% 증가), 개발 중 1,090개 이상, 직원 개인 에이전트 1만 2,700개 이상을 함께 적었습니다. 시범 수 대신 운영 단계 숫자로 AI 포트폴리오를 보고하는 구조에 등록부 설계와 8주 구축안을 붙였습니다.
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.
AI Maintenance·Optima: Stellantis가 공장 1곳에서 시험한 정비·입고 물류 AI를 전 공장으로 넓히는 방식
Stellantis CEO는 3분기 콜에서 프랑스 공장 1곳에서 시험한 AI 정비 도구로 설비 고장이 줄었다며 제조 공장 100%로 넓힌다고 밝혔습니다. 입고 물류 경로를 매일 다시 짜는 AI 'Optima'도 시범 공장 1곳에서 전 공장으로 확대 중이며 도구별 절감액은 공개하지 않았습니다. 두 도구를 따라 만들 때의 데이터, 지표, 12주 시범안을 붙였습니다.
Client Zero: Panasonic이 새 AI·로보틱스 본부에 사내 실증과 그룹 공통 AI 기반을 함께 맡긴 방식
Panasonic 그룹 CAIO는 AI를 조직 능력의 증폭기로 봅니다. 10월 1일 만든 AI·로보틱스 연구개발본부가 사업회사 AI CoE와 함께 사내 실증(Client Zero)을 하고, 토큰 관리·모델 선택·데이터 주권·AI 규칙을 그룹 공통 기반으로 묶습니다. 운영 수치는 없고, 5층 아키텍처와 12주 실증안을 붙였습니다.
Knowledge Layer: 에이전트 과제의 61%를 운영까지 올린 선도 기업 13%의 데이터 연결법
MIT Technology Review Insights가 데이터·기술 임원 300명을 조사해 보니 에이전트 과제의 34%만 운영에 들어갔습니다. 선도 기업 13%는 61%를 올렸습니다. 업무 용어와 관계(semantic knowledge)가 아주 강하다는 답이 62%로 후발 기업 21%의 세 배였습니다. Cummins 공급망과 Gilead 위조 유통망 사례, 8주 시범안을 붙였습니다.
Orion Blueprint: Lear가 자동화 시트 공장을 전 공장 표준으로 삼아 전환 비용 10~15%를 줄이는 방식
자동차 시트 업체 Lear는 미시간 Orion 공장을 처음부터 디지털·자동화로 설계해 전환 비용을 10~15% 줄일 계획입니다. AGV·ASRS·로봇 적재·AI 품질 검사를 하나로 잇고 사이클타임 편차 도구는 이미 대부분 공장에 깔았습니다. 기존 공장에 옮기는 조건과 12주 시범안을 붙였습니다.
국내 기업 AX 소식: 금융사 AI가 고객 창구에서 직원의 심사·상담 업무로 들어간다 (10월 31일 묶음)
전자신문과 소비자가 만드는 신문의 금융권 AI 기사 2건을 묶었습니다. 신한은행은 감정평가서 점검 시간을 건당 약 70% 줄였고 삼성생명은 챗봇 25개로 영업 현장 문의를 월 29만 건 처리합니다. 금융사 AI가 직원의 서류 확인과 상담 준비를 맡고 최종 판단은 직원에게 남깁니다.
Platform Excellence: JLL이 청구·수금을 AI 에이전트로 다시 짜 연 20bp 마진을 노리는 방식
JLL은 7월 사내 HR·IT 창구 Ask JLL을 열고 청구·수금 업무를 AI 에이전트로 전 세계에서 다시 짜고 있습니다. 경영진은 이 플랫폼 개선이 연평균 20bp 넘는 마진을 더해 Accelerate 2030 마진 목표의 약 3분의 1을 맡는다고 밝혔습니다. 청구·수금 에이전트 구성과 12주 시범안을 붙였습니다.
HSBC AI Push: 영국 자산관리 어드바이저를 줄이고 AI로 부유층을 응대하려는 계획
FT 보도에 따르면 HSBC는 AI로 부유층 고객을 응대하며 영국 자산관리 부문의 관리·전문직 약 절반, 재무 어드바이저 약 70%를 줄일 계획입니다. 회사는 협의 기간이라고만 확인했습니다. 2025년 이후 구조조정 절감 14억 달러 가운데 AI 몫도 밝히지 않았습니다. AI 상담 범위 설계와 12주 병행 운영안을 붙였습니다.
Bridgette: Gap이 시즌 채용 행정은 AI에, 결정은 매장 관리자에게 맡긴 방식
Gap Inc.는 Paradox로 만든 AI 채용 안내 Bridgette에 지원 안내, 문의 응답, 면접 예약과 알림을 맡겼습니다. 6월부터 매장 100여 곳과 물류센터 6곳에서 시범 운영해 약 4만 5천 명이 대화했고 면접 7,000건 이상이 잡혔습니다. 면접과 채용 결정은 매장 관리자가 그대로 맡습니다.
FoxBrain·Genesis: Foxconn이 자체 LLM 위 에이전트로 생산계획 공수 25%를 줄인 방식
Foxconn은 자체 LLM FoxBrain을 제조용 Genesis로 키우고 그 위 에이전트를 200여 개 사업장에 배포합니다. 회사 측정으로 생산계획 공수는 25%, 사출 성형 전환 엔지니어링 업무는 50% 줄었고 SMT 주요 불량 원인 20여 건을 잡아 교정률 90% 이상을 냈습니다. 적용처별 데이터·지표와 공장 1곳 12주 시범안을 붙였습니다.
Cost Transformation: Comcast가 912명 감원을 신고하고 1,100개 넘는 직무를 새로 뽑는 조직 재설계
Comcast가 펜실베이니아 634명, 워싱턴주 159명, 뉴저지 119명 감원을 주 정부에 신고했습니다. 같은 구조조정에서 1,100개 넘는 직무를 새로 뽑으며 고객 응대에는 AI 에이전트를 세웁니다. 줄이는 직무와 새 직무를 한 장부로 묶는 방법과 8주 계획을 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.
AI harness: Carwow가 팀별 도구와 1:1 지원으로 AI 프로젝트를 10개에서 50개로 늘린 방식
영국 자동차 거래 플랫폼 Carwow는 도구 계정을 나눠 주는 대신 실제 업무 문제로 1:1 지원을 하고 팀마다 다른 harness를 맞춰 AI 프로젝트를 10개에서 50개로 늘렸습니다. 검증 가능한 일부터 맡기고 쉼 없는 AI 작업의 피로를 관리하는 원칙과 8주 도입안을 붙였습니다.
Scale-Ready AI Mandate: 'AI 우선' 지시를 확장 가능한 실행으로 바꾸는 데이터 준비 순서
Capital One Software 제품 총괄 Prashant Prahlad는 AI 확장을 막는 것이 기술보다 권한 없는 'AI 우선' 지시와 데이터 준비 부족이라고 봅니다. 부서 횡단 타이거 팀과 사용 사례 하나로 데이터를 진단하는 순서를 정리하고 0·3·5점 준비도 채점표와 6주 진단 일정을 붙였습니다.
LTL Operations AI: XPO가 경로·적재·인력·간선 계획에 AI를 넣어 물량 6% 증가를 소폭 증원으로 처리한 방식
미국 LTL 운송사 XPO는 집배송 경로, 도크 적재 코칭, 인력 계획, 간선 계획에 AI를 넣었습니다. 3분기에 하루 화물 건수가 5.8% 늘 때 인원은 한 자릿수 초반만 늘었고 파손은 20% 줄었습니다. 도구별 데이터·지표와 센터 2곳 12주 시범안을 붙였습니다.
AI-Ready Data Backbone: 공장 AI를 20곳으로 넓힐 때 깨지는 것과 Volkswagen의 설계
공장 하나에서 맞던 AI 모델이 공장 20곳에서 흔들리는 원인은 태그 이름, 시각, 맥락의 어긋남입니다. Volkswagen은 43개 공장 데이터를 현장에 두고 시맨틱 레이어로 뜻을 맞춰 한 공장의 품질 개선을 나머지 42곳이 쓰게 했습니다. 태그 매핑 필드와 공장 두 곳 12주 시범안을 붙였습니다.
Seller Hours and Cases per Mile: US Foods가 AI 성과를 영업 시간과 배송 효율로 재는 법
미국 식품 유통사 US Foods는 메뉴판을 읽어 제안서를 만드는 생성형 AI로 영업 시간을, 라우팅 소프트웨어로 마일당 배송 케이스를 잽니다. 도구마다 다른 단위로 성과를 밝히되 출처와 빈칸을 구분해 읽는 법, 제안서 파이프라인 설계와 8주 파일럿안을 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 Due Diligence: Ropes & Gray가 OpenAI와 실사 검토 절차를 에이전트로 옮긴 사례
미국 로펌 Ropes & Gray가 OpenAI와 함께 M&A 실사 도구를 만들고 있습니다. 변호사가 데이터룸을 검토하는 순서를 에이전트 워크플로로 옮기고 모든 단계에 변호사 감독을 둡니다. 며칠~몇 주 걸리던 쟁점별 보고서를 몇 시간 안에 내는 것이 목표입니다. 쟁점 JSON 필드와 6주 파일럿안을 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.
국내 기업 AX 소식: AI가 후보를 좁히고 확정은 사람과 안전장치가 한다 (10월 30일 묶음)
SK AX·이수화학·삼성전자 SAIT·뉴로메카의 AX 소식 4건을 묶었습니다. SK AX는 지원자 약 1,800명의 AI 면접을 약 6시간 만에 끝냈고 이수화학은 AI 대응안을 운전원 승인 뒤 안전 운전 범위 안에서만 적용합니다. AI가 후보를 좁히고 확정은 사람과 안전장치가 맡습니다.
Measuring AI Returns: JPMorgan과 BofA로 본 은행의 AI 성과 측정법
JPMorgan CFO는 전사 AI 기여도 추정에 자원을 더 쓰는 것을 경계했고 BofA는 AI 프로젝트 약 130개 단위로 회수를 확인합니다. 은행·신협 200곳 조사에서는 AI 이전 성과와 비교해 재는 곳의 57%가 재무 효과를 계량했고 나머지는 14%에 그쳤습니다.
Industrial AI autonomy: 공장이 AI에 맡길 결정과 운전원이 쥘 결정을 나누는 법
AVEVA가 후원한 MIT Technology Review Insights 글입니다. Aramco 정유소 두 곳은 같은 회사인데도 한 곳은 AI가 직접 조정하고 다른 곳은 추천만 합니다. Nestlé는 건조기 튜닝으로 에너지를 약 16% 줄였고 SCG Chemicals는 설비 신뢰도 99%를 보고했습니다. 결정별 자율 수준표와 12주 시범안을 붙였습니다.
Joule Work: Bosch가 SAP 에이전트를 전사로 넓히기 전에 따지는 조건
Bosch Digital은 2025년 초부터 SAP와 함께 Joule Work와 에이전트를 Billing·HR에서 시험해 맞춤 AI 사례 10개로 수백만 단위를 절감했습니다. 그래도 신뢰성, 응답 속도, 권한 관리, 비용 통제를 풀기 전에는 전사로 넓히지 않는다는 판단과, 표준 에이전트를 먼저 쓰는 원칙을 정리하고 확대 관문 지표를 붙였습니다.
Decision Twin: Balluff가 SAP 데이터로 단종 영향을 미리 보고 제품 포트폴리오를 줄인 방법
센서 기업 Balluff는 SAP의 자재·판매·재고·BOM 데이터를 공급사, 부품, 제품, 고객의 관계 지도로 묶고 Decision Twin으로 단종 시나리오를 비교했습니다. 4개월 만에 도입했고 첫 분석에서 장기 미판매 품목 약 5%와 BOM에 안 쓰이는 활성 부품 약 17%를 찾았습니다.
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.
Early progress on drug development: 신약 개발사 6곳이 Claude로 제조 문서 검토·규제 초안을 줄인 중간 결과
Anthropic이 신약 개발사 6곳과 한 협업의 중간 결과입니다. Enveda는 제조 문서 1,061쪽에서 사람이 찾은 문제 11건을 모두 잡고 7건을 더 찾으며 검토 시간을 89% 줄였고 규제 문서 초안 1건을 약 3개월 대신 4시간에 썼습니다. 사람 검토는 그대로 남았습니다.
Alphabet Q3 2026: Google 사내 AI 코딩과 고객사 에이전트·데이터 기반 사례
Alphabet 3분기 콜에서 Pichai는 Chrome·Ads·Search 팀이 Gemini 4 Argon으로 코드를 써 출하 코드는 약 35% 늘고 오류는 약 30% 줄었다고 밝혔습니다. Kurian은 Tata Steel의 전문 에이전트 300개 이상, BNP Paribas의 6.5만 명 배포, Deutsche Telekom·Etsy의 데이터 통합을 소개했습니다. 측정 지표, 에이전트 관리, 12주 계획을 붙였습니다.
AI Tech Stack: Verizon 3분기 콜, 90억 달러 절감을 앞당기고 외부 에이전트엔 본인 확인 요구
Verizon은 3분기 콜에서 10개 전환 과제를 새로 완성한 AI tech stack 위에서 돌려 90억 달러 비용 절감이 예상보다 일찍 나타나고 있다고 밝혔습니다. 외부 AI 에이전트는 실제 고객이고 고객이 허락한 범위 안에서 움직인다는 확신이 없으면 플랫폼에 들이지 않겠다고 했습니다.
Industrial Intelligence: 흩어진 공장 데이터와 숙련자 지식으로 불량 분석과 정비 숙련 기간을 줄인 사례
Microsoft가 만든 후원 글입니다. Toyota Industries는 흩어진 도장 공장 데이터를 이어 불량 원인 분석을 5일에서 4시간 미만으로 줄였고 시범에서 해당 도장 불량을 약 25% 줄였다고 밝혔습니다. Rockwell Automation 싱가포르 공장은 정비 코파일럿으로 신입 숙련 기간을 9개월에서 3개월로 줄였습니다. 데이터 연결 키, 답변 JSON, 8주 시범 계획을 붙였습니다.
Unified Namespace: Stellantis가 공장 데이터 층부터 깔아 AI 앱 30개 이상을 올린 설계
Stellantis 브라질 Goiana 공장은 기존 Siemens 설비 위에 설비별 프로토콜을 흡수하는 층과 공통 모델로 바꾸는 층을 두고, Unified Namespace로 AI 앱 30개 이상이 같은 데이터를 다시 쓰게 했습니다. 연동 기간은 몇 달에서 몇 주로 줄었습니다. 토픽 설계, 모델 필드, 8주 파일럿안을 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.
국내 기업 AX 소식: AI가 예측에서 실행까지 맡고 사람은 목표와 경계를 정한다 (10월 29일 묶음)
배민·KT·신성이엔지·한화솔루션·카카오의 AX 소식 5건을 묶었습니다. 배민은 라이더 수급 예측을 10분 단위로 바꿔 운영팀 대응 시간을 90% 줄였고 KT는 5G 전력 절감을 AI가 정하고 적용 전 트래픽을 다시 확인하게 했습니다. 목표·예산·합격 같은 경계는 사람이 정합니다.
GM Predictive Manufacturing: 설비 센서로 라인 정지를 미리 막고 모든 용접을 실시간 검사하는 공장 AI
GM은 수십만 대 설비의 진동·전류 데이터를 모으는 DLA로 Fort Wayne과 Flint 공장의 비계획 정지를 막았고, Factory ZERO에서는 WeldBrAIn이 모든 차량의 스폿 용접을 실시간으로 검사합니다. 생산계획 낭비 30% 감소 같은 수치는 외부 업체 iFactory AI의 주장이라 따로 표시했습니다.
Deutsche Bank ADA: 기업 대출 심사를 몇 주에서 몇 분으로 줄인 은행의 AI 운영법
Deutsche Bank는 올여름 기업 대출 심사에 AI를 붙여 단순한 중소기업 건을 몇 주에서 몇 분으로 줄였습니다. 사내 플랫폼 ADA에서 에이전트와 모델을 한곳에서 관리합니다. 엔지니어 1만 5,000명 이상의 AI 코딩, 2028년 비용 목표와의 연결, 심사 보조 JSON 필드와 6주 도입 계획을 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.
Lean AI: C.H. Robinson 3분기 콜, 사내 에이전트로 1인당 처리 물량은 늘리고 인원은 10.4% 줄인 방식
미국 물류 중개사 C.H. Robinson은 3분기 콜에서 사내 엔지니어·데이터 과학자 450여 명이 만든 에이전트로 북미 육상 1인당 일 처리 물량을 1년 새 15% 넘게 늘리고 평균 인원은 10.4% 줄였다고 밝혔습니다. 토큰 사용은 2년 새 40배가 넘었지만 연 비용은 200만 달러 미만입니다. 에이전트 명세 필드와 8주 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.
Wistron InfoComm Physical AI Manufacturing: AI 서버 공장의 손상·불량·전력을 운영 AI로 줄인 사례
Wistron InfoComm (USA)은 텍사스 AI 서버 공장에서 설비·작업 동작·엔지니어 지식을 closed-loop 디지털 트윈에 모으고 비전·VLM, 에이전트, AR E-SOP, PhysicsNeMo를 얹어 손상률 96%, PCBA 불량률 37%, 시험시설 전력 20%를 줄였다고 보고했습니다. 순서 검증 데이터 설계와 12주 파일럿을 붙였습니다.
Taoyuan Metro MetroMARS: 설비 사이로 번지는 철도 장애를 2시간 앞서 잡아 막는 AI
타오위안 공항 MRT 운영사가 설비 감시, 열화 연쇄 경로 40개, 네 부서 공동 SOP를 세 층으로 묶은 MetroMARS로 연쇄고장 21건을 막고 MKBF를 2023년 100만에서 2025년 700만 차량-km로 높였다고 보고한 사례입니다. 경로 정의 방법, 경보 판정 규칙, 12주 파일럿을 붙였습니다.
Taoyuan SafeSite · Youth Safety Net: 공사장 위험과 위기 청소년을 여러 기관이 한 기록으로 먼저 찾아낸 두 사례
대만 타오위안시는 건설·노동·환경 부서가 한 현장기록과 위험 순위를 함께 쓰는 SafeSite로 건설 사망자를 19명에서 13명으로 줄였다고 보고했습니다. 8개 기관 44개 지표를 묶은 Youth Safety Net으로는 위기청소년 첫 접촉을 117일에서 29일로 앞당겼습니다. 한국 제조 대기업이 협력사 공사 안전과 협력사 위기 조기경보에 옮기는 법을 붙였습니다.
대만 사이버보안청 AI Audit Expert Model: 사이버보안법 준수 감사를 내부 AI가 항목별로 먼저 판정
대만 사이버보안청이 법령과 10년치 감사 기록으로 학습한 온프레미스 AI가 감사 문서를 항목별로 먼저 판정하게 했습니다. 기관당 감사 인력이 30명에서 3명으로, 처리 시간이 24시간에서 4시간으로 줄었다고 보고했습니다. 파이프라인, 출력 형식, 12주 파일럿을 붙였습니다.
Southern Power Grid Portable AI Brain Fatigue Monitor: 안전모에 붙인 29.5g 뇌파 장치로 현장 작업자 피로를 실시간 감지
중국남방전력망 계열 연구원이 건식 전극 EEG와 장치 안 CNN+LSTM으로 29.5g 뇌피로 모니터를 만들어 안전모에 붙였습니다. 작업자 109명 중 96.7%가 착용 불편이 없다고 답했고 14개 생산팀에 배치했습니다. 처리 흐름, 신호 품질 규칙, 12주 파일럿을 붙였습니다.
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.
SF Technology Global AI Logistics: 통관 검토·간선 배차·포장 계산을 AI로 묶은 국제 물류
SF Express 기술 계열 SF Technology가 Fengyu LLM·Fengzhi 등으로 국제 물류의 통관 검토, 태국 간선 배차, 창고 포장을 묶어 통관 검토를 5초·50배 빠르게 했다고 보고한 사례입니다. 한국 제조사 수출 물류에 옮기는 구조와 6주 파일럿을 붙였습니다.
Seres Group Cost-Reduction Mining·Coding Agents: 원가절감안 발굴과 SW 개발을 에이전트에 맡긴 중국 전기차 회사
중국 전기차 회사 Seres Group이 2026 Gartner Eye on Innovation Awards에 낸 두 사례입니다. BOM 원가절감안 발굴은 제안 기간을 2주에서 3일로 줄이고 실행 성공률을 60%에서 85%로 올렸고 개발 6단계에 에이전트를 붙인 Coding Agent는 복잡한 요구 처리를 14일에서 3일로 줄였습니다. 구조와 함께 한국 제조사가 옮길 때의 필드, 8주 일정, 판정 기준을 정리했습니다.
AI Camera Interlock: AI 카메라가 사람을 보면 설비를 멈추는 렝고·기린맥주의 공장 안전
렝고는 AI 카메라를 자사 설비·작업 자세 이미지 약 4,000장으로 다시 가르쳐 AP를 0.42에서 0.79로 올리고 사람을 감지하면 설비를 멈추는 인터록으로 씁니다. 기린맥주는 카메라가 많은 공장에 400대를 달고 로봇·드론으로 사람을 위험에서 떼어 냅니다. 처리 단계, 평가 기준, 12주 파일럿을 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.
Shared AV Data Flywheel: 포르쉐 주도로 폭스바겐그룹이 자율주행 데이터를 공유해 실차 반복 주행 최대 90% 감축 기대
포르쉐가 폭스바겐그룹 브랜드들이 함께 쓰는 자율주행 데이터 플라이휠 구축을 이끕니다. 실주행 기록을 점검·재구성해 새 소프트웨어를 가상으로 다시 시험하는 구조이고 실차 반복 주행 최대 90%, 개발 주기 최대 85% 단축은 실적이 아닌 기대치입니다. NVIDIA 벤더 블로그 발표를 포르쉐 연구원 글로 보강했습니다.
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.
Pegatron PEGAVERSE AI Agent: 설비 보정·고장 진단·SOP 작성을 에이전트로 묶어 고장 정지 42% 단축
대만 전자 위탁생산 기업 Pegatron이 디지털 트윈 속 강화학습으로 설비를 보정하고 도메인 LLM과 정비기록 1,000건을 읽는 지식 에이전트로 고장 진단과 SOP 초안을 자연어 창구 하나에 묶었습니다. 고장 1건 정지 86분에서 50분, SOP 작성 40시간에서 20시간. 한국 제조 현장에 옮길 데이터 구조와 8주 계획을 붙였습니다.
AI Chat Agents: PayPal 3분기 콜, 고객센터 AI 2,400만 건 해결과 조직 3단계 축소
PayPal은 3분기 콜에서 AI chat agents가 190개국·6개 언어로 고객센터를 맡아 올해 2,400만 건 넘게 해결했다고 밝혔습니다. 같은 콜에서 인원 2,000명 이상 감축과 조직 3단계 제거, 15억 달러 절감 목표도 발표했지만 감원을 AI 결과로 설명하지는 않았습니다. 해결 건수를 세는 필드와 8주 계획을 붙였습니다.
Novo Nordisk China Cognitive Shop Floor: 톈진 공장이 엣지 AI로 작업 오류와 설비 이상을 바로 잡는 법
노보 노디스크 중국 톈진 공장이 2026 Gartner Eye on Innovation Awards에 낸 Cognitive Shop Floor 사례입니다. 엣지 AI·VLM·RAG로 작업 오류와 설비 이상을 현장에서 바로 잡아 수동 검사시간 10%·공정 리드타임 10% 감소, 데이터 분석 효율 30% 증가를 보고했습니다. 한국 제조 라인에 옮기는 12주 계획을 붙였습니다.
YuanYe Steel Large Model: 중국 난징강철이 철강 대형모델과 에이전트 25개로 연 1,500만 달러를 아낀 방식
중국 난징강철(NISCO)이 화웨이와 만든 철강 대형모델 위에 업무 에이전트 25개와 AI 모델 300여 개를 돌려 압연력 적중률을 88%에서 98%로 올리고 연 1,500만 달러 이상을 아꼈다는 화웨이 보도자료입니다. AI와 야금 메커니즘 모델을 함께 쓰는 구조, 네 장면의 성과, 따라 할 때의 필드와 8주 일정을 정리했습니다.
AI-Powered Customer Service Center: 신베이시가 민원 전화의 기록·검색·검사·기관 배정을 AI에 맡긴 방식
신베이시 정보관리센터는 월 8만 건이 넘는 민원 전화에 실시간 STT·LLM·RAG를 붙여 기록, 지식 검색, 통화 검사, 담당기관 추천을 AI에 맡겼습니다. 기관 보고 기준 기록 처리는 6.5분에서 10초로, 검사 범위는 1%에서 100%로 바뀌었습니다. 제조 기업 고객센터·헬프데스크에 옮기는 12주 계획을 붙였습니다.
Computational Screening: 로레알, 원료 조합 탐색을 수개월 실험에서 수시간 계산 선별로
로레알은 UV 필터를 잘 녹이는 원료 조합을 실험실에 가기 전에 분자 시뮬레이션(OrbMol-v2, NVIDIA ALCHEMI)으로 먼저 걸러, 수개월 걸리던 탐색을 수시간 계산 선별로 바꿨다고 NVIDIA가 소개했습니다. 후보 정의, 실험 데이터로 순위 맞추기, 8주 파일럿을 붙였습니다.
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.
JD.com AI-Powered Carbon Value Exchange: 배송 탄소 감축량을 SKU별로 계산해 소비자 보상으로 바꾼 사례
JD.com은 배송마다 실제 차량과 전력을 배출원에 짝지어 SKU별 탄소 감축량을 AI로 계산하고 블록체인으로 인증해 구매에 쓰는 green voucher로 돌려줬습니다. 사례집 보고로는 6,500만 명 넘게 참여했고 산정 오차가 38%에서 5%로 줄었습니다. 국내 제조사가 배송 탄소 산정부터 옮기는 데이터 모델과 8주 파일럿을 붙였습니다.
Triple Half: 혼다·닛산·도요타가 신차 개발 기간을 절반으로 줄이는 방법
중국 브랜드가 3분기 유럽 판매에서 일본을 처음 앞서자, 4~5년 걸리던 일본 신차 개발을 줄이려는 경쟁이 붙었습니다. 혼다는 기간·비용·공수를 2025년 대비 절반으로 줄이는 Triple Half를, 닛산은 플랫폼 공유로 파생 모델 개발을 최대 40% 줄이는 계획을 냈습니다. 혼다 공식 발표와 임원 인터뷰로 AI를 쓰는 곳(예비 충돌 시험 등)을 보강하고, 문장마다 출처를 밝혔습니다.
aIDEM: 이데미쓰코산이 탱크로리 배차를 AI 초안·사람 확정으로 바꿔 작성 시간 23% 줄인 방식
이데미쓰코산은 하루 약 5,000건, 탱크로리 약 1,800대의 연료유 배차를 AI가 초안 짜고 배차 담당자가 확정하는 aIDEM으로 바꿔 작성 시간을 전국 평균 약 23% 줄였습니다. 먼저 깐 운행 기록 플랫폼, 수요예측과 수리최적화의 분업, 운행 이벤트 필드와 12주 파일럿을 붙였습니다.
Hong Kong SFC SENSOR: SNS 금융사기 감시를 AI로 상시화해 위험 식별을 수일에서 수분으로
홍콩 증권선물위원회(SFC)는 SNS 게시물에서 금융사기와 시장교란 신호를 뽑아 위험 순으로 올리는 AI 감시 플랫폼 SENSOR를 2025년 3분기에 가동했습니다. 사례집 기준으로 위험 식별과 상향보고가 수일에서 수분으로 줄었습니다. 신호 스키마, 위험 등급, 감사 기록, 제조사가 SNS 품질·사칭 신호 감시에 옮기는 12주 계획을 붙였습니다.
Haier Smart Home AI Digital Warehousing·Zero-Defect Quality: 재고 배분·배차·불량 검출을 AI에 맡긴 세 사례
하이얼 스마트홈은 흩어진 재고를 하나의 디지털 재고 풀로 묶어 AI로 배분하고(재고회전 42% 개선), 배차 배치를 4시간에서 30분으로 줄였으며 멀티모달 품질 플랫폼으로 불량률을 22% 낮췄다고 보고했습니다. 세 사례의 작동 방식과 한국 제조사가 옮기는 12주 계획을 붙였습니다.
Humanoid RaaS: GXO가 Digit을 창고 2곳에 늘리면서도 ROI는 2년 뒤로 보는 이유
GXO가 Agility의 휴머노이드 Digit을 2027년 초부터 창고 2곳에 더 넣습니다. 같은 시기 CEO는 휴머노이드 ROI가 아직 2년쯤 남았고 올해 양산 배치는 0대라고 말했습니다. 확대와 ROI 유보가 함께 가능한 이유를 RaaS 계약, 토트 이동이라는 좁은 작업, 속도·손재주 병목으로 풀고 토트당 비용 장부와 12주 파일럿 계획을 붙였습니다.
Industrial AI at GTC Berlin: 유럽 제조사들이 설계 해석·가상 공장·현장 검사를 AI로 바꾼 사례 모음
GTC Berlin에 맞춰 NVIDIA가 유럽 제조사 사례를 모았습니다. Mercedes-Benz는 차량 검사·앞유리 조립 확인 에이전트를 만들고 있고 Audi는 설비 전에 배터리 생산 트윈을 만들었으며 Siemens는 FOX 에이전트로 비용 20% 절감을 추정했습니다. 벤더 블로그 사례에 프로토타입 설정과 8주 파일럿안을 붙였습니다.
Formosa Plastics의 Formosa GPT Decision Brain: 자체 에이전트 플랫폼으로 사내 문서·지식 업무를 바꾸다
대만 석유화학 그룹 Formosa Plastics가 외부 AI 대신 자체 에이전트 플랫폼과 데이터 레이크를 세워 문서 RAG, LIMS 연계 에이전트, 직원이 만드는 Assistant 460개를 운영한 사례입니다. 월 세션 2,000에서 12,200으로 늘었고(원문의 600% 표기는 두 값과 불일치), 한국 제조사가 4주 파일럿으로 옮기는 법을 붙였습니다.
Shop the Look: Fanatics가 OpenAI 모델로 리그 공식 스토어에 코디 추천을 붙여 참여 10% 올린 방식
OpenAI가 공개한 고객 사례입니다. Fanatics는 팬이 팀 저지를 보면 재고 있는 같은 팀 상품으로 코디를 짜 주는 기능을 NFL·NBA·MLB·NHL 공식 스토어에 붙였고, 첫 50개 상품은 하루 안에 테스트해 같은 주에 MVP를 승인했습니다. MLB 상품 약 30,000개 테스트에서 참여가 10% 높았습니다.
E.SUN Bank CALM · Smart Mortgage 360: 고액자산가 자문 준비와 주택담보대출 심사를 AI로 줄인 두 사례
대만 E.SUN Bank가 고액자산가의 지분·가족·자금흐름을 한 화면에 잇는 CALM으로 RM 준비시간을 66% 줄이고 상담부터 심사까지 AI를 넣은 Smart Mortgage 360으로 주담대 신청 70.2%를 자동 승인 흐름에 태웠습니다. 한국 제조 대기업이 거래처 360과 여신 심사에 옮기는 법을 붙였습니다.
Delta Electronics Closed-Loop Factory: 조립 계획, 소프트웨어 점검, 라인 데이터를 AI로 바꾼 사례 3건
대만 Delta Electronics가 대형 시스템 조립의 계획·인력·물류, 사내 소프트웨어 라이선스·보안 점검, 공장 라인 데이터 통합을 AI로 바꾼 사례 3건입니다. 세 사례 모두 데이터를 한 형식으로 모은 뒤 사건이 생기면 바로 판단해 실행까지 잇습니다. 한국 제조 AX 조직이 옮길 순서와 12주 계획을 붙였습니다.
CPIC P&C Injury AI Assistant·Intelligent Quoting Assistant: 자동차보험 인적손해 보상과 견적을 AI로 바꾸다
중국 태평양재산보험(CPIC P&C)이 자동차보험 인적손해 보상에 의료·교통·보상 데이터와 대형 모델을 붙여 장해비용 감액률 41%를 보고하고 일선 견적을 메신저 안의 대화형 AI로 옮겨 견적 효율 50% 향상을 연말 목표로 잡은 두 사례입니다. 판단 모듈 설계, 평가 루프, 제조 대기업용 12주 파일럿안을 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.
China Telecom Global CloudExchange·IOTC: 국제 기업망 개통과 글로벌 IoT 회선 관리를 AI로 자동화한 두 사례
홍콩의 China Telecom Global이 2026 Gartner Eye on Innovation Awards에 제출한 두 사례입니다. SDN 기반 CloudExchange로 국제 사설회선 개통을 수주에서 수분으로, eSIM 기반 IOTC로 IoT 연결관리비를 30~40% 줄였다고 보고했습니다. 구현 구조와 한국 제조 기업이 해외 공장망·커넥티드 제품에 옮기는 8주 계획을 정리했습니다.
China Construction Bank AskAudit: 온톨로지 감사 에이전트로 여신 감사 보고서를 며칠에서 10분 안으로
중국건설은행(CCB) 내부감사팀이 LLM·RAG·온톨로지·에이전트를 4계층으로 묶은 AskAudit으로 여신 감사 보고서 초안을 3~5일에서 5~10분으로 줄이고 종단간 정확도를 86.73%에서 93.88%로 올렸다고 보고한 사례입니다. 제조 대기업 감사실이 구매 감사에 옮기는 스키마, 근거 검사, 8주 파일럿을 붙였습니다.
Chiayi City의 AI Care Workforce: 장기요양 담당자의 서류 작업을 AI 디지털 직원이 맡다
대만 자이시가 장기요양 사례관리자의 사례 요약·돌봄계획·방문 기록을 Agentic AI 디지털 직원에게 맡겨, 문서·계획 작성 시간을 120분에서 30분으로 줄이고 AI 초안 채택률 80% 초과를 보고한 사례입니다. 한국 제조 대기업이 현장 보고서 업무로 옮기는 법을 붙였습니다.
Cathay United Bank RM AI Assistant: RM 통화를 니즈·위험 신호로 정리하고 고객 배정을 데이터로
대만 Cathay United Bank는 자산관리 RM의 고객 통화를 생성형 AI로 요약·니즈·위험·제안으로 정리해 RM과 관리자 화면에 넣고 고객과 RM의 라벨로 배정을 정하는 RM AI Assistant를 만들어 연간 100만 건 이상의 고객 상호작용을 지원한다고 밝혔습니다. 한국 제조 대기업이 B2B 영업 통화와 담당자 배정에 옮기는 법을 붙였습니다.
Cathay Financial Holdings Nutrients: 현업 전문가가 자연어로 데이터 제품을 만들고 계약으로 품질을 지키는 플랫폼
캐세이금융지주가 데이터 준비를 중앙 팀에서 현업 전문가에게 넘기고 공통 데이터 계약으로 품질을 지키는 플랫폼 Nutrients를 GCP·Kubernetes 위에 세워 데이터 제품 143개, 파이프라인 1,200개 이상을 운영한다고 보고한 사례입니다. 제조 대기업이 옮길 때 쓸 계약 필드, 자연어 생성 파이프라인, 8주 파일럿을 붙였습니다.
Cathay Century Insurance AI Injury Compensation Estimator: 판결문을 지식 그래프로 바꿔 위자료 산정을 표준화하다
대만 손해보험사 Cathay Century는 판결문에서 위자료를 좌우하는 요인과 인정 금액을 뽑아 법률 지식 그래프를 만들고 배상 범위를 예측해 손해사정사에게 보여 줍니다. 사례집 기준으로 판결 검토가 30분에서 5분으로, 지급액 편차 지표가 30%에서 10%로 줄었습니다. 추출 스키마, 범위 예측 설정, 제조사 품질 클레임에 옮기는 12주 계획을 붙였습니다.
Stealth Innovation: Capital One이 직원 눈에 띄지 않는 AI로 업무 단계를 줄이고 가설로 실험하는 법
Capital One 엔터프라이즈 기술 MVP가 VentureBeat 후원 기고에서 좋은 사내 AI는 직원이 의식하지 못한 채 업무 단계를 줄여 주는 AI라고 말합니다. 12단계를 2단계로 줄인 업무 예, 가설 기반 5단계 실험, 리더십 세 기둥을 다룹니다. 단계 지도, 측정 지표, 6주 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.
Same Machines, Different Speed: Autoliv 비전 검사를 살린 건 IT가 아닌 현장 엔지니어의 오탐 라벨링
AMNA 2026 둘째 날 자동차 업계 연사들은 공장 AI의 성패가 모델보다 현장 소유권과 데이터 정의에서 갈린다고 말했습니다. Autoliv는 정확도 30~40%로 출발한 비전 검사를 품질·자동화 엔지니어의 오탐 라벨링으로 살렸습니다. 라벨 필드, 8주 일정, 판정 기준을 붙였습니다.
AI-Powered Call Quality Inspection: AIA가 고객 통화를 밤사이 전수 채점하고 사람은 위험 통화만 보는 방식
AIA Group은 사람이 5% 미만만 듣던 고객 통화를 ASR과 LLM으로 밤사이 전부 채점하고 아침마다 감점 보고서와 고위험 통화 목록을 검사자에게 넘깁니다. 회사 보고 기준 검토 기간은 20일에서 1일로 줄었습니다. 제조 AX 조직이 고객센터 통화에 옮기는 순서와 12주 일정을 붙였습니다.
Intake to Quote: W.R. Berkley가 AI 접수 효율 20%를 소형 계정과 소액 청구로 넓히는 방식
W.R. Berkley CEO가 3분기 실적 발표 콜에서 AI로 일부 접수 공정이 20% 넘게 효율화됐고 청구의 절반 넘게 5,000달러 이하로 끝나 사람 손을 줄일 여지가 크다고 밝혔습니다. 효율을 비용 절감보다 견적 처리량과 소형 계정 성장에 쓰는 구조에, 접수·청구 분류 설계와 6주 파일럿을 붙였습니다.
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).
Factory Booster Day: Stellantis가 63개 공장의 현장 과제에 외부 해법을 붙이는 방식
Stellantis는 63개 공장이 낸 운영 과제에 공급사·스타트업 280여 곳이 해법을 냈고 그중 80여 곳을 골라 발표하게 했다고 밝혔습니다. 미국 Sterling 프레스 공장의 실시간 draw-in 감시는 연간 절감액이 초기 투자의 약 4배라고 회사는 말합니다. 우리 공장에서 과제 접수부터 파일럿 판정, 확산까지 돌리는 틀을 붙였습니다.
Pitch Deck Archive: 피치덱을 모아 둔 사이트 13곳
스타트업 피치덱 라이브러리, AI 스타트업 덱 모음, TechCrunch 덱 해설, 생성형 AI 투자 자료, AI 투자사 목록까지 피치덱을 모아 둔 사이트 13곳을 용도별로 묶었습니다.
Human-in-the-loop 견적: 닛토공업, 도면에서 분전반 견적 정보를 뽑고 영업이 고친 결과를 지식으로 쌓다
닛토공업이 일본IBM과 1년 반 동안 만든 생성형 AI 앱으로 설비 도면에서 분전반 견적용 회로·기기·특기사항을 뽑고, 영업이 고친 결과를 구조화 데이터로 쌓습니다. 2026년 10월부터 23개 거점 약 50명에게 단계 적용합니다. 출력 스키마, 수정 로그, 12주 파일럿안을 붙였습니다.
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.
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.
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.
Flywheel Me to The Moon: 기업 발표 자료 속 플라이휠 슬라이드 47장 모음
thredUP, Coursera, Etsy, DiDi, Uber, Grab 등 기업 투자자 발표 자료에 실린 플라이휠 슬라이드 47장을 고리 하나·둘·셋 이상으로 묶어 원본 슬라이드 링크로 모았습니다.
Augmented AI Models: CEMEX가 킬른·시멘트 밀 운전을 AI로 맞추는 3년 확산 계획
CEMEX CEO는 3분기 실적 콜에서 비용 절감 다음 단계를 AI로 정했다고 밝혔습니다. 텍사스 Balcones 공장에서 킬른과 시멘트 밀 운전 변수를 AI가 조정하는 방식을 배치 중이고, 이를 3년 프로그램으로 미국과 다른 지역에 넓힙니다. 공장에 옮길 때의 도입 단계, 지표, 26주 일정을 붙였습니다.
Hub-and-Spoke AI: Wells Fargo가 중앙 통제와 현업 팀을 나눠 AI를 전사로 넓히는 방식
Wells Fargo AI 제품 책임자 Faraz Shafiq이 Money20/20에서 밝힌 전사 AI 운영 원칙 네 가지(허브-스포크 구조, 고가치 쓰임새 집중, 처음부터 넣는 통제, 직원 역량 강화)를 정리하고, 우리 조직에서 허브를 세우고 첫 8주를 돌리는 방법을 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.
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.
Reduce Duplicative Work: Kroger가 AI로 본사 중복 업무를 줄여 가격·매장에 돌리는 계획
Kroger가 2026년 10월 20일 투자자의 날에서 technology and AI로 운영을 단순화하겠다고 밝혔습니다. 앞서 CEO 메모로 본사 약 8,200명 가운데 약 3,000개 역할을 3년에 걸쳐 줄이고 절감분을 가격과 매장에 돌리겠다고 했습니다. 업무 인벤토리, 단계 채점표, 절감 장부, 8주 일정을 붙였습니다.
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.
Simulation-First Development: GM이 배터리 설계 30만 개를 먼저 계산해 차량 개발을 2년으로 줄이는 방식
GM이 실물 셀 하나 없이 배터리 설계 30만 개 이상을 CPU 3억 시간으로 먼저 시뮬레이션해 팩 구상부터 승인까지 한 달에 끝냈고, 같은 방식으로 차량 개발 4~5년을 약 2년으로 줄이겠다고 밝혔습니다. 우리 R&D에 옮길 스크리닝 파이프라인, 결정 메모, 4주 파일럿을 붙였습니다.
AI-enabled Technical Records: GE Aerospace 정비 공장이 엔진 서류 수집을 자동화해 처리 시간 25% 단축
GE Aerospace CEO Larry Culp가 3분기 실적 발표에서, 최대 정비 공장 Celma가 CFM56 엔진 입고마다 필요한 기술 기록 수집을 AI 도구로 자동화해 처리 시간을 약 25% 줄였다고 밝혔습니다. 린 운영 체계 FLIGHT DECK 위에 AI를 얹는 순서와, 정비·검사 현장에 옮길 파이프라인 설계와 4주 파일럿을 붙였습니다.
Governed Self-Service Analytics: Brilliant Earth가 숫자는 코드로 계산하고 문장만 LLM에 맡긴 사내 분석
주얼리 기업 Brilliant Earth가 Snowflake 안에서 Posit을 돌려 권한은 Snowflake에 맡기고, 마케팅 믹스 모델을 시나리오 앱으로, 매장 대시보드를 자연어 질의로 바꿨습니다. 주간 보고는 코드가 지표를 계산·검증한 뒤 LLM이 문장만 쓰게 했습니다. 벤더 블로그 사례에 지표 페이로드 설계와 6주 실행안을 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.
Reduce Layers and Increase Spans of Control: Amex가 AI 도입 전에 관리 단계를 먼저 줄이는 이유
American Express가 2026년 3분기 실적과 함께 전 세계 인력 약 5%를 줄인다고 밝혔습니다. CFO는 자동화와 AI를 쓰기 전에 관리 단계를 줄이고 관리 범위를 넓히는 것이 먼저라고 설명했습니다. 공시와 실적 발표 내용으로 사실을 확인하고, 우리 조직에서 같은 순서를 밟을 때의 진단 지표와 8주 일정을 붙였습니다.