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.
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.
The Cost of Intelligence: 대기업 60%가 AI 예산을 넘겼는데 비용과 가치를 함께 재는 곳은 12%
Capgemini가 매출 10억 달러 이상 기업 CXO 500명을 조사했더니 약 60%가 올해 AI 예산을 평균 24% 넘겼습니다. AI 비용과 가치를 대부분 추적하는 곳은 12%였고, 80%는 전체 비용 대비 검증된 가치(AI yield)를 계산하지 못했습니다.
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.
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.
Agents Shouldn't Grade Their Own Work: 실행·검증·완료 판정을 나눠 에이전트 결과를 믿는 법
에이전트가 자기 작업을 '완료'라고 선언하게 두지 말자는 제안입니다. 실행은 자격증명을 쥔 게이트웨이가, 확인은 별도 읽기 권한의 검증자가, 완료 판정은 제3의 주체가 맡고, 기한까지 확인되지 않으면 미완료로 닫습니다.
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.
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.
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.
Frontier Firms: AI 수익 4배 기업은 측정·에이전트 거버넌스·전사 교육을 함께 굴린다
Microsoft가 의뢰한 IDC 조사(리더 5,204명)에서 AI 성숙도 상위 10%는 평균 4배, 하위 30%는 2.7배의 AI 수익을 보고했습니다. 상위 기업은 ROI 측정 자신감(93% vs 전체 61%), 에이전트 감독 절차(87% vs 51%), 전사 교육 전략(80% vs 3%)에서 크게 앞섰습니다.
Autonomy in Practice: AI 에이전트는 79%가 돌리는데 손익까지 연결한 곳은 15%
Genpact가 대기업 임원 2,005명을 조사한 결과, AI 에이전트를 운영한다는 곳은 79%였지만 AI 투자를 손익과 완전히 연결한 곳은 15%, 운영 모델 전환을 마친 곳은 9%였습니다. 상위 17% Leaders는 AI 효과를 담당자 이름과 손익 항목에 묶어 관리합니다.
Managing Agents, Not People: 부하 직원 수로 정하던 관리자 급여가 흔들린다
관리자 급여는 오랫동안 거느린 사람 수를 따라 정해졌습니다. FT 칼럼니스트 Pilita Clark는 부하 자리를 AI 에이전트가 채우면 이 기준이 흔들린다고 짚고, 에이전트 감독이 생각보다 무거운 일이라는 증언을 모았습니다.
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 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.
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.
The End of Feature Discovery: AI가 기능을 골라 주면 성장팀의 일은 신뢰와 첫 성공으로 바뀐다
Lovable에서 성장을 맡은 Elena Verna는 사용자가 목표를 말하면 AI가 쓸 기능을 고르는 제품에서는 온보딩·내비게이션·인앱 넛지로 기능을 알리던 일이 대부분 사라진다고 봅니다. 대신 AI의 선택을 믿게 만드는 일과 빈 입력창에서 무엇을 맡길 수 있는지 알려 주는 일이 성장팀의 새 과제가 됩니다.
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.
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.
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.
Put Agents on a Budget: 에이전트 작업량에 상한을 걸고 결과 책임자를 정하는 AI 비용 관리
Forrester의 Kevin Ogunsua는 AI 청구서가 토큰 단가보다 에이전트가 요청 하나에 하는 일의 양에 따라 흔들린다고 봅니다. 입력량·모델 호출 수·하위 에이전트 수에 상한을 두고 예산이 확인된 지출만 승인하며 확대 전에 매출·비용·리스크 지표와 결과 책임자 1명을 정하라고 권합니다.
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.
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.
AI Agent Autonomy: 행동마다 자율의 선을 긋고 되돌릴 수 없는 일은 사람이 승인
KPMG 조사에서 에이전트를 만드는 IT 리더는 62%로 늘었지만 완전 자율을 맡기는 곳은 드뭅니다. 기사에 나온 CIO·CTO들은 자율의 선을 행동마다 긋습니다. 되돌릴 수 없는 일은 사람이 승인하고 에이전트 권한은 위임한 사람 이하로 묶으라고 말합니다. 행동 레지스트리와 4주 시범 계획을 붙였습니다.
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.
AI Portfolio Pruning: 미국 IT·데이터 리더 500여 명 중 거의 4분의 1이 성과 없는 AI 과제를 줄이거나 멈췄다
데이터 플랫폼 기업 Ocient가 Propeller Insights와 미국 IT·데이터 리더 500여 명을 조사했습니다. 4분의 3이 AI 비용이 늘고 있다고 답했고 큰 ROI를 본 곳은 38%였습니다. 거의 4분의 1은 부진한 과제를 줄이거나 멈췄고 약 45%는 잘되는 과제에 투자를 늘렸으며 남길 과제는 보안 위험·재무 수익·정확도·확장 비용을 거의 같은 무게로 따져 골랐습니다.
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.
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.
Systems Thinker: Intuit이 따로 돌던 결제·급여·회계 에이전트를 한 플랫폼으로 다시 묶는 이유
Intuit CEO Sasan Goodarzi는 Stratechery 대담에서 먼저 내놓은 결제·급여·회계 에이전트가 각자 맡은 일은 잘했지만 처음부터 끝까지 이어지는 경험은 만들지 못했고, 시스템으로 설계하지 않은 탓이라고 말했습니다. 지금은 데이터·수집 모델·AI 모델을 회계사용과 기업용 제품이 함께 쓰는 한 플랫폼에 올리고, 회계법인 SOP를 받아 결산을 자동화합니다. 가격은 구독 중심을 지키고 3~5년 안에 사용량 과금을 더할 계획입니다.
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.
Oracle Fusion Cloud 이전: 옮기기 전에 레거시 프로세스를 디지털 트윈으로 그려 이전 공수 8,000시간 이상 절감
Celonis는 EBS·PeopleSoft·JD Edwards 같은 레거시 Oracle 시스템을 Fusion Cloud로 옮기기 전에 실행 기록으로 프로세스 디지털 트윈을 만들어 무엇을 옮기고 표준화할지 정하라고 권합니다. 레거시 커스터마이징을 찾아내 이전 공수 8,000시간 이상을 줄였다는 것이 Celonis의 설명입니다. 고객명과 산정 방식은 밝히지 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.
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.
Invisible Utility: LLM이 계좌를 쥐면 은행이 잃는 고객 관계와 지킬 해자
북미 상위 40개 리테일 은행 절반을 고객으로 둔 Personetics의 CEO Udi Ziv는 고객이 계좌를 LLM에 연결하면 은행이 관계를 잃고 뒤로 숨은 유틸리티가 될 수 있다고 봤습니다. 은행의 무기로 공유 의무 없는 거래 데이터와 RM·지점·콜센터 같은 사람 채널을 꼽았고, 이를 실제로 돌리기 위한 접근 정책·이탈 신호·뱅커 리드 설계와 8주 계획을 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.
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.
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.
The Four Questions of AI: AI 4층의 돈 문제, 그리고 하네스가 마진을 가르는 이유
Tomasz Tunguz는 AI를 앱·하네스·모델·데이터센터 4층으로 나누고 층마다 풀리지 않은 돈 문제를 짚습니다. 입력 맥락이 토큰의 최대 98%라 하네스가 비용을 좌우합니다. 같은 모델에서 하네스만 바꾸자 해결 과제당 비용이 71% 줄었습니다. 과제별 비용 기록 JSON과 6주 하네스 점검 계획을 붙였습니다.
Business Ontology: 지표의 뜻에 소유자와 승인을 붙여 사람과 에이전트가 함께 쓰게 하는 Snowflake 기능
Snowflake가 업무 용어·지표·관계마다 소유자와 승인 상태를 붙이고 실제로 계산하는 데이터에 연결하는 Business Ontology를 발표했습니다(퍼블릭 프리뷰 예정). 승인된 정의만 에이전트에 가고, AI 추론과 부딪히면 승인본이 우선합니다. 정의 기록 설계와 6주 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.
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-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.
NVIDIA Agent Toolkit: 회사 데이터와 권한 경계, 개선 루프를 한 묶음으로 낸 에이전트 오픈 스택
NVIDIA가 GTC Berlin에서 Agent Toolkit을 넓혔습니다. 회사 데이터를 업무 개념으로 바꾸는 Knowledge Foundation, 행동을 가두는 OpenShell, trace로 하네스를 고치는 최적화 블루프린트까지 한 묶음입니다. 업무 하나로 경계와 개선 루프를 함께 시험하는 4주안을 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.
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.
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.
The Human-in-the-Loop Fallacy: AI 검토자 자리에 사람을 두는 설계가 오래가지 않는 이유
AI 결과를 사람이 검토하고 예외만 맡는 배치는 AI가 좋아질수록 사람 몫이 줄고 검토자의 숙련과 주의력도 떨어집니다. Choudary는 새 문제 발굴, 인력 재배치, 역량 점검, 시스템 내장 거버넌스, 팀·의사결정 구조 재편으로 조직을 다시 짜라고 권합니다.
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.
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.
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.
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.
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.
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.
Data Readiness: 데이터가 준비된 기업일수록 AI 수익을 크게 본다는 1만 곳 조사
Dun & Bradstreet가 32개국 1만 곳을 조사했더니 데이터가 AI에 완전히 준비됐다는 기업은 8%였고, 이들의 81%가 넓거나 강한 AI ROI를 봤습니다. 일부만 준비된 기업은 12%에 그쳤습니다. use case별 준비도 채점표와 4주 진단안을 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.
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.
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.
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.
Autonomy Within Bounds: Barclays의 첫 CAIO 임명과 에이전트를 묶어 두는 권한·관측·kill switch
Barclays가 그룹 비서실장 Anita Tanna를 첫 최고AI책임자(CAIO)로 임명했습니다. QA Financial은 이 소식을 사내 AI 엔지니어가 말한 에이전트 운영 원칙과 묶어 읽습니다. 관측을 먼저 갖추고, 허용된 권한 안에서만 움직이게 하고, kill switch를 코드로 거는 일입니다. 텔레메트리 필드, 통제 단계, 8주 계획을 붙였습니다.
Rogue AI Agents: Apple 10-K가 사업 위험으로 적은 에이전트의 권한 초과·은폐·조작
Apple이 11월 3일 제출한 10-K 위험 요인에 AI 에이전트가 허가 없는 시스템에 접근하고, 권한을 넘고, 행동을 숨기거나 정보를 조작할 수 있다고 적었습니다. 같은 보고서에서 연구개발비는 전년보다 32% 늘었습니다. 일곱 가지 행동을 세 묶음으로 나누고, 모델 밖에 두는 통제와 6주 점검 계획을 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.
Agentic Analytics: 분석 에이전트 인사이트의 48%만 행동으로 이어지는 이유와 대응
Snowflake 후원 MIT Technology Review Insights 조사에서 분석 에이전트 인사이트가 개선 행동으로 이어진 비율은 48%(1년 전 37%)였습니다. 경영진 55%는 비즈니스 맥락 부족을 원인으로 꼽았고 기업들은 거버넌스(60%)와 시맨틱 레이어(45%)로 대응합니다. 전환율을 재는 기록 방식과 8주 시범안을 붙였습니다.
Liability Shift: AI 쇼핑 에이전트가 잘못 산 결제를 누가 떠안을지 갈리는 카드사·은행
AI 쇼핑 에이전트 결제는 빠르게 늘고 있지만 에이전트가 잘못 샀을 때 누가 책임지는지 정한 업계 공통 규칙은 아직 없습니다. 기사에 나온 소비자 보호 정책은 Amex의 등록 에이전트·purchase intent 문서와 Stripe Link 구매 보호 두 가지이고, 은행들은 업계 공통 규칙과 기술 기업의 책임 분담을 요구합니다.
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.
Knowledge Spine: 한 에이전트가 받은 교정을 모든 에이전트가 쓰게 하는 공유 지식 체계
Microsoft와 Keystone이 미국 기업 202곳을 조사했더니 에이전트가 받은 교정·테스트·교훈을 한곳에 쌓아 함께 쓰는 knowledge spine 관행을 갖춘 기업일수록 2022~2025년 영업이익률 개선 폭이 컸습니다. 저자는 상관관계이며 인과는 아니라고 밝힙니다. 네 단계 성숙도, 구축 관행 넷, 첫 팀 8주 시범안을 정리했습니다.
Agent Pay·Verifiable Intent: Mastercard가 AI 에이전트 결제에 내건 신뢰 조건 네 가지
Mastercard CEO는 3분기 콜에서 에이전트 커머스가 커지려면 결제, 에이전트, 생태계에 대한 신뢰와 보편적 도달이 필요하다고 했습니다. Agent Pay는 구매자가 승인한 검증된 에이전트만 결제하게 하고 가맹점과 발급사가 이를 알게 합니다. Verifiable Intent는 구매 의도를 기록합니다. 일회용 가상카드 번호는 임시 다리로만 보고 해법으로 지원하지 않는다고 밝혔습니다.
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.
Physical AI CNC: LLM 제안을 시뮬레이터와 작업자 승인으로 거르는 FANUC의 공작기계 제어
FANUC는 JIMTOF2026에서 LLM이 CNC 데이터를 보고 파라미터·프로그램 수정을 제안하되, PC 위 시뮬레이터 검증과 작업자 승인을 거친 안만 실기계에 넣는 Physical AI CNC를 시연했습니다. 전시 시연이며 성과 수치는 없습니다. 같은 구조를 공장에 옮길 때의 도구 권한, 검증 규칙, 9주 시범안을 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.
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.
Pull the Plug: AI 에이전트를 끌 권한이 누구에게 있는지 모르는 기업들
SmarterX 설문(응답 2,109명)에서 거버넌스 기반 네 가지를 모두 갖춘 조직은 13%, AI 결정의 주인이 없거나 모르는 곳은 약 6분의 1이었습니다. Lopez Research는 경영자의 거부권과 에이전트 정지 버튼을 요구합니다. 정지 절차 설계와 4주 착수 계획을 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.
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.
Agent Platform Audit Logging: 에이전트·모델 호출을 누가 언제 했는지 남기는 감사 로그 설정
Gemini Enterprise Agent Platform(구 Vertex AI)의 Cloud Audit Logs 문서 정리. 구성 변경 로그는 항상 남지만 모델 예측, 세션·메모리 조회, 샌드박스 실행이 담기는 Data Access 로그는 기본으로 꺼져 있습니다. 켜는 법, 에이전트 신원 분리, BigQuery 보관, 2주 점검 계획을 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.
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.
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.
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.
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.
Own Your Own Intelligence: 모델은 가두고 평가 기준은 지키라는 나델라의 기업 AI 원칙
Microsoft CEO 사티아 나델라는 20VC 대담에서 모델이 이미 침해됐을 수 있다고 보고 에이전트를 zero trust 울타리 안에 두라고 말합니다. 대부분 업무는 싼 모델이 나눠 갖게 되고, 기업의 핵심 자산은 사내 평가 기준이 된다는 전망도 밝혔습니다. 호출 기록 필드, 평가 기준 만드는 법, 6주 일정을 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.
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.
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.
Business Context for AI Agents: 데이터가 정확해도 틀리는 에이전트를 지식 그래프·온톨로지로 바로잡는 SAP의 설계
SAP 후원 VentureBeat 기사에서 SAP의 Yaad Oren은 데이터가 정확해도 관계·프로세스·예외를 모르는 에이전트는 정상 인보이스 결제를 막을 수 있다고 말합니다. 지식 그래프와 온톨로지로 'invoice' 같은 용어에 전사 공통 의미를 붙이고 운영 규칙, 표 전용 모델, 범위 제한 신원을 더하는 설계입니다. 그래프 스키마, 결정 JSON, 6주 파일럿을 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.
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.
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.
Agent Governance: L'Oréal이 사내 에이전트마다 접근 범위를 신원·정책·관측으로 묶어 통제하는 구조
Google Cloud가 에이전트마다 신원을 주고 승인 목록에 올린 뒤 모든 호출을 Agent Gateway로 지나가게 하는 거버넌스를 넓혔습니다. 여기에 에이전트·모델별 토큰 지출 귀속과 예산 가드레일을 더했습니다. L'Oréal은 이 구조로 Beauty Tech Agentic Platform의 에이전트별 접근을 통제한다고 밝혔습니다. 벤더 발표 글이며, 에이전트 대장 필드와 6주 도입 일정을 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.
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.
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.
System of Record for Agents: 에이전트가 일하는 회사를 받칠 데이터 기반, Databricks의 네 가지 질문
a16z가 Databricks CEO Ali Ghodsi의 이야기를 바탕으로, 에이전트가 사람보다 많아질 회사에는 사실·의미·권한·평가를 한곳에 담은 기록 시스템이 필요하다고 정리했습니다. 회사 온톨로지에 묶자 에이전트 답변 정확도가 약 50%에서 84.5%로 올랐다는 Databricks 자체 테스트도 실었습니다. 정의 필드, 권한 기록, 6주 파일럿을 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 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 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.
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.
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.
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.
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).
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.
Taxonomy부터 Context Graph까지: AI 데이터 기반 다섯 층의 차이와 쌓는 순서
Julia Díez는 taxonomy, ontology, knowledge graph, semantic layer, context graph를 각자 다른 질문에 답하는 다섯 층으로 나누고 앞 층이 단단해야 다음 층이 선다고 정리합니다. 부품·설비·협력사 가상 예시, 층별 저장 형식과 검증 방법, 4주 층 진단 계획을 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.
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.
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.
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.
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.
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.
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.
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.