Latest / M365.FM – Microsoft 365, Copilot & AI 팟캐스트 (한국어) / AI 에이전트 vs 자동화: 진짜 차이와 에이전트를 만들지 말아야 할 때 (AI 더빙)

Transcript

AI 에이전트 vs 자동화: 진짜 차이와 에이전트를 만들지 말아야 할 때 (AI 더빙) · M365.FM – Microsoft 365, Copilot & AI 팟캐스트 (한국어)

0:00
우리의 자동화입니다.
0:01
버튼을 누르면 스크립트가 실행되고
0:02
멋진 결과물을 얻게 되죠.
0:03
하지만 반전이 있습니다.
0:04
에이전트는 스크립트가 아닙니다.
0:06
에이전트는 당신을 지켜보고
0:07
스스로 단계를 계획하며
0:08
5초마다 확인받지 않고도 행동합니다.
0:10
자동화는 자판기와 같습니다.
0:12
에이전트는 당신의 습관을 파악해
0:14
말끝을 이어받는 인턴과 같습니다.
0:16
이번 세션에서는 에이전트의 실제 구조
0:18
관찰 계획 행동 루프
0:19
5가지 핵심 요소
0:20
만들지 말아야 할 때
0:21
그리고 거버넌스가 시스템의 성공과 실패를
0:24
어떻게 결정하는지 배울 것입니다.
0:26
최신 에이전트는 관찰, 계획, 행동을 순환하며 작동합니다.
0:30
반복이 아닌 적응을 위해 설계된 업계 표준 루프죠.
0:33
하지만 이것이 진정한 에이전트와
0:34
이름만 바꾼 자동화를 구분지는 기준이며
0:36
왜 그 차이가 팀에게 중요한지 보여줍니다.
0:39
그러니 혼동이 시작되는 지점부터 살펴봅시다.
0:41
버튼을 누르면 마법이 일어납니다.
0:43
정말 그럴까요?
0:44
자동화의 환상입니다.
0:45
자동화의 환상은 바로 여기에 근거합니다.
0:48
종종 지능적으로 보이지만
0:49
실제로는 잘 연습된 마술일 뿐입니다.
0:51
그 이면에는 아무런 인식이나 선택 권한 없이
0:54
명령에 따라 실행되는 고정된 지침 세트만 있을 뿐입니다.
0:57
선택지를 저울질하지도 않습니다.
0:59
지난번 이를 떠올리지도 않죠.
1:00
그저 스크립트를 재생할 뿐입니다.
1:02
그 신뢰성이 살아있는 것처럼 느껴질 수 있지만
1:04
여전히 기계적입니다.
1:05
자동화는 한 가지, 즉 절대적인 일관성에 능합니다.
1:08
매일 똑같은 방식으로 수천 장의 양식에
1:10
도장을 찍는 성실한 사무원을 생각해보세요.
1:13
반복적이고 대량이며
1:14
규칙 중심적인 작업에는 축복과도 같습니다.
1:16
빠르고 정확하며 불평이 없으니
1:18
때로는 그것이 바로 당신에게 필요한 것입니다.
1:20
하지만 한계도 있습니다.
1:21
아주 작은 세부사항만 바뀌어도 전체 과정이 무너져내립니다.
1:25
양식에 새로운 줄을 추가하거나
1:26
검은 잉크를 파란색으로 바꾸면
1:27
사무원은 갑자기 얼어붙습니다.
1:29
협상도 없습니다.
1:30
임기음변도 없습니다.
1:32
누군가 규칙을 새로 쓸 때까지
1:34
멍하니 서있을 뿐이죠.
1:35
이것이 바로 자동화된 스크립트에
1:37
에이전트라는 라벨을 붙인다고 해서
1:39
더 똑똑해지지 않는 이유입니다.
1:41
자동화가 C7을 누르면
1:42
콜라가 나오는 자판기라면
1:43
에이전트는 재고가 부족한 것을 알아채고
1:46
어제 두 개를 산 것을 기억하여
1:48
대신 물을 권하는 점원입니다.
1:49
이 차이는 중요합니다.
1:51
자동화는 당신이 준 규칙을 따릅니다.
1:53
에이전트는 어느 정도 자율성을 가지고 관찰하고
1:55
계획하며 행동합니다.
1:56
에이전트는 작업 간의 기억을 유지하고
1:58
상황에 맞게 조정하며
1:59
지속적인 감독 없이 결정을 내릴 능력이 있습니다.
2:02
그것이 바로 연구자와 실무자 모두가 긋는 선입니다.
2:05
한쪽은 스크립트를 실행하고
2:06
다른 한쪽은 사고의 주기를 실행합니다.
2:08
GPS 비율을 생각해보세요.
2:09
구형 모델은 단순히 A 지점에서 B 지점까지 선을 긋습니다.
2:12
발의가 끊겨도 어쩔 수 없는 거죠.
2:14
여전히 허공을 가로질러 운전하라는 안내를 받습니다.
2:16
그것이 자동화이며 지도 위에 그려진 대본과 같습니다.
2:18
교통체증 시 자동으로 경로를 변경하는
2:20
현대적인 시스템과 비교해보세요.
2:22
그것이 바로 에이전트가 작동하는 방식이며
2:24
실시간으로 경로를 조정하고
2:26
우발 상황을 고려하며
2:27
장애물 애도 목표를 향해 나아갑니다.
2:29
그 차이는 겉모습이 아닌 기능에 있습니다.
2:31
하지만 마케팅은 이런 차이를 흐릿하게 만들길 좋아합니다.
2:34
우리는 모두 지능형 보시 도우미로 홍보되는 것을 보았지만
2:37
결국 똑같은 기계적 답변만 반복한다는 사실을 알게 됩니다.
2:40
과대 광고의 순환은 반복을 실망으로 바꿉니다.
2:42
관리자는 유연한 부조종사를 기대하지만
2:44
결국 딱딱한 매크로를 손에 쥐게 됩니다.
2:47
그 결과는 단순한 짜증을 넘어
2:49
신뢰가 무너지는 것입니다.
2:50
한 번 대인팀은 진정한 에이전트 시스템이 등장해도
2:53
다시 시도하기를 주저하게 됩니다.
2:55
이 시점에서 명확히 하는 것이 도움이 됩니다.
2:57
자동화가 나쁜 것은 아닙니다.
2:58
사실 때로는 더 선호되기도 합니다.
3:00
과정이 변하지 않고 규칙이 간단하다면
3:02
고정된 스크립트가 더 저렴하고 안전하며 완벽하게 효과적입니다.
3:06
자동화가 실패하는 지점은 상황이 바뀌고
3:08
조건이 변하며 판단이 필요한 때입니다.
3:10
그런 시나리오를 단순 스크립트에 맡기는 것은
3:12
사무실 프린터가 갑작스러운 고객 제안에
3:14
가장 적합한 용지를 예측하길 기대하는 것과 같습니다.
3:17
애초에 그렇게 만들어진 게 아니기 때문입니다.
3:19
농담도 요점을 제대로 짚어야 효과가 있는 법입니다.
3:21
물론 정의를 충분히 넓게 해석하면
3:23
포스터기조차 에이전트라고 부를 수 있겠죠.
3:25
빵을 넣으면 열을 가하고 신호에 맞춰 튀어 오르니까요.
3:27
하지만 그것은 에이전트의 능력이 아니라 기계적 동작일 뿐입니다.
3:29
진짜 위험은 모든 기기 나봇을 잘못된 이름으로 부르는 것입니다.
3:32
이는 에이전트의 의미를 희석하고 기대를 부풀리며
3:35
필연적인 실망을 초래합니다.
3:37
거버넌스는 여기서의 정밀함에 달려 있습니다.
3:40
자동화를 에이전트로 착각하면
3:41
시스템이 감당할 수 없는 권한을 부여하게 될 것입니다.
3:45
결론은 이렇습니다.
3:46
자동화는 속도와 일관성으로 실행하지만
3:48
계획하거나 기억하거나 적응할 수는 없습니다.
3:51
에이전트는 그런 일들을 수행하며
3:52
그 차이는 말장난이 아니라 구조적인 것입니다.
3:55
둘을 혼동해서 좋을 것은 없으며
3:56
이제 이야기가 전환될 시점입니다.
3:58
환상을 걷어내고 자동화의 실체를 직시하게 되면
4:01
에이전트가 기계적이지 않고 적응형으로 작동하게 만드는
4:04
내적 리듬을 볼 준비가 된 것입니다.
4:07
그 리듬은 루프, 즉 당신 곁의 후배 팀원처럼
4:09
상황을 살피고 결정하고 행동할 수 있게 하는
4:12
기본 시퀀스에서 시작됩니다.
4:15
관찰, 계획, 행동 엔진입니다.
4:17
관찰, 계획, 행동 엔진 이야말로
4:19
에이전트라는 단어가 그 의미를 제대로 갖게 되는 지점입니다.
4:22
과대 광고를 걷어내면 남는 것은 이 순환뿐입니다.
4:25
지속적인 관찰, 신중한 계획, 그리고 안전한 실행입니다.
4:28
이는 선택적 장식이 아니라 단순한 재생과 판단을 구분짓는 핵심 동력입니다.
4:33
관찰에서 시작하십시오.
4:35
에이전트는 맹목적으로 행동하지 않습니다.
4:37
이메일, 로그, 채팅 스레드, 센서 데이터,
4:41
대시보드 스트리밍 지표 등
4:42
여러분이 허용한 모든 채널에서 신호를 수집합니다.
4:45
실제로 이는 에이전트를 적절한 데이터 소스에 연결하고
4:47
소음에 파묻히지 않으면
4:49
서도 맥락을 파악할 충분한 범위를 제공하는 것을 의미합니다.
4:52
훌륭한 관찰자는 극적이지 않으며
4:54
신중하고 꾸준하며 항상 지켜봅니다.
4:56
기업 입장에서의 단계는 에이전트가 지능적으로 행동할 기초재료를 갖추느냐를 결정합니다.
5:00
맥락을 차단하면
5:01
여러분은 지나치게 복잡한 맥으로 하나를 만든 것에 불과합니다.
5:05
그 다음은 계획입니다.
5:06
이것이 바로 사고하는 과정입니다.
5:08
입력된 내용을 바탕으로 에이전트는 가능한 경로들을 저울질합니다.
5:11
이 행동을 취하면 목표에 더 가까워질까?
5:14
어떤 위험이 따를까?
5:15
바른 대안은 무엇이 있을까?
5:17
기술적으로의 단계는
5:18
종종 대규모 언어 모델이나 의사결정 엔진을 통해
5:20
결과를 순위 매기고 앞으로 나아갈 경로를 정합니다.
5:23
체스판을 살피는 전략가를 떠올려 보십시오.
5:26
각 선택지에는 장단점이 있지만
5:27
단 하나만이 즉각적인 진전과 장기적인 입지 사이의 균형을 맞춥니다.
5:31
조직에게 그 의미는 분명합니다.
5:33
계획 단계는 에이전트가 자산이 될지 부채가 될지 결정되는 지점입니다.
5:36
추론 능력이 없다면 선택이 아닌 단순 반응에 그칠 뿐입니다.
5:40
계획이 구체화되면 실행을 통해 말은 현실이 됩니다.
5:43
이제 에이전트는 명령을 내리고
5:44
API를 호출하고
5:45
업데이트를 보내거나 기존 시스템 내의 프로세스를 트리거합니다.
5:48
고정된 북과 달리 오류, 권한 거부, 데이터 누락, 서비스 시간 초과 등을 처리해야 합니다.
5:54
실행에는 신뢰성과 절제가 요구됩니다.
5:56
이것이 바로 안전한 통합과 세심한 오류 처리가 중요한 이유입니다.
6:00
잘못 처리되면 사소한 실수 하나가 전체 공정으로 파급됩니다.
6:03
비즈니스 팀에게 실행은 신뢰의 척도가 되는 지점입니다.
6:06
에이전트가 여기서 실수하면 사람들은 다시는 신뢰하지 않을 것입니다.
6:09
이 루프가 정적이지 않다는 점을 주목하십시오.
6:11
각 행동은 시스템 상태를 변화시키고
6:12
이는 다시 에이전트가 다음에 관찰하는 내용에 반영됩니다.
6:15
시도가 실패하면 그 경험은 다음 의사결정을 재구성합니다.
6:18
성공하면 에이전트는 패턴 인식 능력을 강화합니다.
6:21
시간이 흐를수록 이 순환은 단순 반복이 아니라 축적이 됩니다.
6:24
더 나은 성과를 향해 나아가는 미세한 조정들입니다.
6:27
여기서 하나의 비유가 도움이 됩니다.
6:29
조종사를 떠올려 보십시오.
6:30
그들은 계기판을 확인하며 관찰합니다.
6:32
기상을 피해 경로를 설정하며 계획합니다.
6:35
조종 장치를 조정하고 실행하며 즉시 다이얼을 다시 확인합니다.
6:38
신속하고 반복적이며 피드백에 기반합니다.
6:41
이것이 루프가 중요한 이유입니다.
6:42
화려한 것이 아니라 생존을 위한 것입니다.
6:44
실질적인 강점은 바로 이것입니다.
6:46
자동화는 단순히 실행하지만 에이전트는 순환합니다.
6:49
관찰은 인식을 제공하고 계획은 판단을 도입하며 행동은 선택을 실행에 옮기고 피드백은 이 순환을 유지합니다.
6:55
이 엔진의 어떤 부분이라도 빠지면 당신이 만든 것은 에이전트가 아니라 에이전트라는 이름이 붙은 취약한 장난감일 뿐입니다.
7:00
그렇다면 진짜 문제는 이 뼈대가 어떻게 생명력을 유지하느냐는 것입니다.
7:03
관찰, 계획, 행동 이 프레임이라면 무엇이 혈액을 돌게 하고 움직임을 촉발할까요?
7:07
에이전트의 몸을 구성하는 요소는 무엇이며 이 루프가 실제로 작동하게 만드는 것은 무엇일까요?
7:11
다음으로 그 5가지 기관을 살펴보겠습니다.
7:13
에이전트 신체의 5가지 기관, 모든 기능적 에이전트는 5가지 핵심 기관이 함께 작동합니다.
7:18
하나라도 빠지면 믿을 수 있는 팀 동료가 될 수 없습니다.
7:21
그것은 복잡한 현실 세계에서 실패하기 쉬운 취약한 구조물일 뿐입니다.
7:26
이제 실무적인 관점에서 하나씩 분석해보겠습니다.
7:28
인식은 흡입 벨브와 같습니다.
7:30
폴더에 들어온 문서든, 현장에서 보내온 센서 신호든, API를 통해 스트리밍 되는 업데이트든, 환경으로부터 정보를 수집합니다.
7:37
이는 단순히 깨끗한 데이터를 얻는 것이 아니라, 가공되지 않은 소음 섞인 신호를 다루고 유용한 형태로 만드는 과정입니다.
7:43
인식이 없으면 에이전트는 현실로부터 완전히 차단되어 세상의 변화를 보지 못한 채 맹목적으로 행동하게 됩니다.
7:49
기억은 인식의 맥락을 부여합니다.
7:52
여기에는 두 가지 유형이 있습니다.
7:54
단기 기억은 방면한 과제, 진행 중인 대화, 또는 마지막으로 실행된 명령을 유지합니다.
7:59
반면 장기 기억은 몇 달 후에도 해상할 수 있는 구조화된 지식 베이스 나벡터 인베딩을 저장합니다.
8:04
이들은 함께 작동하여 에이전트가 실수를 반복하거나 상호작용의 흐름을 놓치지 않게 합니다.
8:09
기술적으로 이는 일관성을 위한 세션 메모리와 지속적인 회상을 위한 외부 저장소를 결합하는 것을 의미합니다.
8:14
어느 한쪽 계층이라도 놓치면 에이전트는 아무것도 기억하지 못하거나 작업 도중 길을 잃게 됩니다.
8:18
추론은 결정 엔진입니다.
8:20
인식하고 기억한 정보를 가져와 목표에 비추어 선택지를 저울질합니다.
8:24
이는 추론 엔진, 최적화 모델, 또는 기획자 역할을 하는 거대 언어 모델, LLM에 의해 구동될 수 있습니다.
8:30
이를 가능한 경로를 분석하고 앞에 폭풍을 감지하며 나아갈 방향을 추천하는 선박의 항해사로 생각하십시오.
8:37
추론은 판단력을 더해주어 단순한 반사작용과 전략을 구분짓게 합니다.
8:42
추론이 없으면 에이전트의 역량은 없으며 그저 기계적인 반응만 남습니다.
8:45
학습은 정체를 막는 피드백 루프입니다.
8:48
결과를 흡수하고 시간이 지남에 따라 행동을 조정합니다.
8:51
시도한 워크플로우가 실패하면 학습 메커니즘이 다음을 위해 플레이북을 업데이트합니다.
8:56
실제로 에이전트는 성공과 실패 신호를 바탕으로 모델을 재학습하거나 휴리스틱을 업데이트하여 이를 달성합니다.
9:02
이것이 에이전트를 단순한 도구에서 적응형 존재로 격상시키며 매번 마주할 때마다 조금씩 꾸준히 개선하게 합니다.
9:08
학습이 없으면 똑똑한 시스템조차 결국 시대에 뒤처져 시간 속에 갇히게 됩니다.
9:13
실행, 액션은 시스템의 손이자 목소리입니다.
9:16
계획은 실행으로 옮겨질 때만 의미가 있습니다.
9:18
API 호출, 파일 쓰기, 알림 또는 명령들입니다.
9:21
이 구성요소는 의사결정과 현실을 연결하지만 위험을 수반합니다.
9:25
잘못된 순서를 유발하거나 안전장치를 우회하면 어떨까요?
9:28
그렇기에 강력한 실행에는 보안 통합, 권한 확인, 안전장치가 포함됩니다.
9:32
제대로 수행한다면 이는 조종석에서 버튼을 마구 누르는 I와 목표지향적 이 움직임을 만드는 제어 시스템의 차이와 같습니다.
9:38
이러한 기관 각각은 필수적이지만 그 어떤 것도 고립되어 작동할 수 없습니다.
9:42
이들은 하나의 살아있는 회로를 형성합니다.
9:44
지각은 기억을 채우고 기억은 추론의 기반이 되며 추론은 학습을 알리고 이 네 가지가 모두 실행을 끕니다.
9:49
하나의 기관이라도 빠지면 루프는 절뚝거리거나 무너집니다.
9:51
그래서 소위 에이전트라 불리는 많은 것들이 테스트 시 실패하는 것입니다.
9:54
필수적인 해부학적 구조가 결여되어 있기 때문입니다.
9:56
하지만 기억하십시오. 구조만으로는 안전한 작동을 보장할 수 없습니다.
9:59
그 기관들에는 규칙과 감독이 필요합니다.
10:01
그렇지 않으면 그들은 확신에 찬 실수를 저지를 것입니다.
10:03
그리고 그것이 다음 대화에서 다룰 내용입니다.
10:05
강력한 시스템을 정상 궤도로 유지하는 데 정말 필요한 것들입니다.
10:08
거버넌스, 바로 비행 매뉴얼입니다.
10:11
책상에 로켓을 묶어두는 것보다는 이륙 전 비행 규칙을 제정하는 것으로 생각하십시오.
10:15
에이전트는 강력하며 일단 스스로 판단을 내리기 시작하면 맑은 하늘과 가시적인 경계가 필요합니다.
10:20
그러한 구조가 없으면 지능처럼 보이는 것이 눈 깜짝할 사이에 혼돈으로 변할 수 있습니다.
10:25
에이전트가 독립적으로 작동할 때 그들은 자기 기체의 조종사처럼 행동합니다.
10:29
그들은 데이터 스트림을 해석하고 옵션을 따져보며 시스템 전반에서 동작을 실행합니다.
10:34
바로 그 지점에서 문제가 발생할 수 있습니다.
10:36
유입되는 데이터의 편향은 판단을 왜곡합니다.
10:38
투명성 부족은 여러분을 블랙박스만 쳐다보게 만듭니다.
10:41
보이지 않는 곳에서 내려진 결정은 규정 준수 및 윤리와 충돌할 수 있습니다.
10:44
거버넌스는 안정장치입니다.
10:46
임무를 늦추는 것이 아닙니다.
10:48
경로가 합법적이고 공정하게 유지되도록 보장합니다.
10:50
모든 조직이 수립해야 할 세 가지 실질적인 통제수단이 있습니다.
10:54
첫째, 안전한 데이터 수집입니다.
10:56
이는 에이전트가 어떤 정보를 소비할 수 있고 어떻게 승인되는지를 정의합니다.
11:00
무작위 피드는 편향과 유출의 원인이 됩니다.
11:02
반면 승인된 파이프라인은 승인된 깨끗한 입력만이 추론을 유도하도록 보장합니다.
11:07
둘째, 투명성과 감사 추적입니다.
11:09
모든 결정은 검토 가능한 흔적을 남겨야 하며 이를 통해 규제기관, 관리자, 이해관계자들이 결과 도출 과정을 이해해야 합니다.
11:16
셋째, 인간의 감독입니다.
11:18
채용, 위료, 금융, 안전과 같이 결과가 심각한 결정에는 사람이 루프 안에 남아있어야 합니다.
11:23
이것은 단순한 번거로운 일이 아닙니다.
11:25
위험이 높을 때 신뢰를 유지하는 안전망입니다.
11:28
연구에 따르면 두 가지 도입 장애물이 반복적으로 나타납니다.
11:31
편향된 데이터에서 스며드는 편견과 결과 해석을 어렵게 만드는 설명 가능성의 공백입니다.
11:35
그렇기에 거버넌스에는 강력한 데이터 큐레이션과 추론 과정을 투명하게 유지하는 메커니즘이 모두 포함되어야 합니다.
11:40
입력 품질이 좋으면 신뢰할 수 있는 결과가 나옵니다.
11:43
2단계를 건너뛰면 에이전트는 최고 속도로 작동하면서도 조용히 잘못된 학습을 계속할 수 있습니다.
11:47
프레임워크는 이러한 원칙을 행동으로 옮기는 데 도움을 줍니다.
11:50
화려하진 않지만 구조적인 역할을 하죠.
11:52
예를 들어 데이터의 항공관제센터처럼 작동하는 도구들이 이미 존재합니다.
11:56
마이크로소프트 퍼뷰가 바로 그런 선택지 중 하나입니다.
11:59
이 도구는 데이터의 유입 규칙과 규정 준수 의무에 맞춘 흐름을 통제합니다.
12:03
지능을 더하는 것이 아니라 비행 경로 자체를 안전하게 유지하는 것이 목적입니다.
12:08
감독의 범위는 윤리까지 확장됩니다.
12:10
편향된 과거 기록에 과도하게 최적화된 채용 에이전트를 상상해보세요.
12:14
코드상으로는 효율적으로 보일지 몰라도 윤리적 법적으로는 실패입니다.
12:18
거버넌스는 피해가 확산되기 전에 인간이 의사결정을 확인하도록 합니다.
12:22
이는 발전을 늦추는 것이 아니라 소송, 스캔들, 형판 하락을 방지하는 것입니다.
12:27
규제도 비행 경로를 정의하는 비슷한 역할을 합니다.
12:30
데이터 개인정보 보호 규칙, 산업 규정 준수, 지역적 경계는 모두 비행 금지 구역처럼 작동합니다.
12:35
이를 위반하면 기술적 오류가 아닌 벌금, 법적 제재, 고객 신뢰 상실이라는 충돌을 겪게 됩니다.
12:41
올바른 거버넌스는 이러한 제약을 안정장치로 제정해야 합니다.
12:44
혁신을 막는 것이 아니라 기체가 다른 사람의 경로로 벗어나지 않게 하는 것입니다.
12:48
편향 그 자체도 별도로 언급할 가치가 있습니다.
12:51
이를 잘못 정렬된 나침반이라고 생각해보세요.
12:53
편향된 데이터로 바늘이 어긋나면 에이전트가 수정할수록 경로는 더 크게 벗어납니다.
12:58
거버넌스는 입력 데이터 관리, 모델 감사, 정기적 인 보정을 통해 이에 대응합니다.
13:03
그렇지 않으면 에이전트는 잘못된 목표를 향해 놀라운 정밀도로 작동할 수 있습니다.
13:07
일부 리더들은 거버넌스를 나중에 덧붙이는 부차적인 요소로 취급합니다.
13:11
그러한 관점은 핵심을 놓치고 있는 것입니다.
13:13
거버넌스는 낙하산이 아니라 내장된 안정 시스템입니다.
13:16
흔들림을 바로잡고 계기판을 정렬하며 난기류 속에서도 비행을 계속하게 합니다.
13:21
눈에 띄지는 않지만 이륙할 때마다 늘 위지하게 되는 존재입니다.
13:25
팀을 위한 실무적인 조언을 드리겠습니다.
13:27
중요도가 높거나 모호한 결정에는 반드시 인간을 참여시키세요.
13:30
금전, 안전, 공정성에 영향을 미치는 선택은 최종 결정권을 사람에게 맡기세요.
13:34
일상적인 자동화 업무는 에이전트가 스스로 운항하게 두어도 좋습니다.
13:37
이러한 간단한 분류는 모든 작업을 중단시키지 않으면 서도 신뢰를 쌓아줍니다.
13:40
결국 거버넌스는 자율성의 즐거움을 앗아가는 것이 아닙니다.
13:43
잠재력을 신뢰할 수 있는 성과로 바꿔주는 것입니다.
13:46
규칙이 마련되면 다음 고민은 에이전트의 비행 여부가 아니라 어떤 기종이 여러분의 임무에 적합한지 결정하는 일입니다.
13:54
경납고 선택하기
13:55
현장에 투입된 마이크로소프트 에이전트
13:57
에이전트를 어디에 배치할지 정하는 것은 화려한 기능보다 임무에 맞는 기체를 선택하는 것이 더 중요합니다.
14:02
마이크로소프트는 경납고에 다양한 플랫폼을 구비해두었으며 각각은 다른 유형의 조종사와 비행계획을 위해 설계되었습니다.
14:08
핵심은 이름을 외우는 것이 아닙니다.
14:09
자신의 역할, 문제의 복잡성, 규정 준수 요구사항, 그리고 더 넓은 시스템에 얼마나 밀접하게 연결해야 하는지에 맞는 조종석을 아는 것입니다.
14:16
경납고를 선택하기 전 조정해야 할 4가지 다이얼을 생각해보십시오.
14:19
첫째, 사용자 유형입니다.
14:21
당신은 최종 사용자입니까? 파워 유저입니까? 아니면 개발자입니까?
14:24
둘째, 임무 복잡성입니다.
14:26
단순한 워크플로우인지 아니면 기업규모의 과제인지 말이죠.
14:29
셋째, 데이터 민감도입니다.
14:31
규정 준수 및 감사 요건이 그림자처럼 따라다닐까요?
14:33
그리고 넷째, 통합 필요성입니다.
14:35
에이전트가 단순히 질문에 답변만 할까요? 아니면 기술 스택의 절반과 연결되어야 할까요?
14:39
각 마이크로소프트 플랫폼은 이 격자판에 깔끔하게 들어맞습니다.
14:42
셰어포인트 에이전트부터 시작해보죠.
14:44
이들은 문서와 팀워크플로우 속에서 생활하는 최종 사용자에 맞춰져 있습니다.
14:47
가장 적합한 기준은 최종 사용자 프로필, 낮거나 중간 정도의 임무 복잡성, 그리고 주로 내부 콘텐츠에 연결된 적당한 통합 요구사항입니다.
14:54
화려하지는 않지만, 셰어포인트에 이미 저장된 기록을 불러오거나 요약, 정리하는 문서 중심 보조자가 필요할 때 빛을 발합니다.
15:02
기억력이 좋은 사무직원이라고 생각하십시오.
15:05
안정적이고 유용하며, 인트라넷의 규칙을 잘 따릅니다.
15:09
포파일럿 스튜디오는 한계를 조금 더 높입니다.
15:12
로우코드 구축을 원하는 최종 사용자에게 가장 적합하며, 대화형 도우미와 가벼운 프로세스 자동화에 특화되어 있습니다.
15:20
이곳의 임무 복잡성은 적당한 수준입니다.
15:22
고객 서비스 채팅, 지식 조회, 그리고 안내형 워크플로우 등이 있습니다.
15:26
규정 준수 요구사항은 일반적으로 낮지만, 통합은 여전히 접근하기 쉽습니다.
15:30
깊은 엔지니어링 기술 없이도 비즈니스 앱과 연결됩니다.
15:33
간단히 말해, 포파일럿 스튜디오는 비즈니스 사용자를 위한 글라이더로 가볍고 조종하기 쉬우며 약간의 실수는 용인됩니다.
15:39
에이저 AI 파운드리는 차원이 다른 도구입니다.
15:41
중대한 임무를 수행하는 파워 유저와 전문가를 위한 것입니다.
15:44
규정이 염격하고 깊은 통합이 필요한 기업 수준의 인텔리전스 시스템이죠.
15:49
기준에 대한 정렬은 명확합니다.
15:51
고급 사용자 유형, 높은 임무 복잡성, 높은 데이터 민감도, 그리고 광범위한 통합 요구사항이 필요합니다.
15:57
파운드리는 맞춤형 AI 엔진을 설계하고, 거버넌스 제어를 강화하며 규제 시스템 전반으로 확장하는 곳입니다.
16:04
속도만큼이나 정확성과 규제가 중요한 임무를 위해 설계된 거대하고 복잡한 항공 모함급 기체입니다.
16:11
이제 실험가를 위한 시멘틱 커널과 오토젠을 살펴보겠습니다.
16:14
이 플랫폼들은 즉시 사용 가능한 단순함보다 유연성과 오케스트레이션을 중요하게 여기는 개발자와 연구원에게 적합합니다.
16:20
기준 적합성, 개발자 사용자 유형, 높은 작업 복잡성, 배포 환경에 따라 달라지는 규정 준수, 그리고 여러 시스템을 조율해야 함으로 매우 높은 통합 요구사항이 필요합니다.
16:29
시멘틱 커널은 AI 추론으로 기존 애플리케이션을 확장하고, 오토젠은 함께 작동하는 에이전트 군집을 조정합니다.
16:36
단일 조종사가 아닌 비행 편대로 생각하세요.
16:38
한 에이전트가 공중에서 다른 에이전트로 임무를 넘겨주는 현대비행과 같습니다.
16:42
이러한 맵핑이 왜 중요한지 보여주는 업계 사례가 하나 있습니다.
16:46
한 글로벌 소비재 기업은 에이전트 기반 접근 방식을 사용하여 마케팅 데이터를 통합 및 분석하고 위사결정을 간소화한 사례를 기록했습니다.
16:53
해당 배포에는 광범위한 통합과 정교한 계획 기능이 모두 필요했으며,
16:57
이는 에이저 AI 파운드리와 같은 엔터프라이즈급 플랫폼을 강력히 가리키는 기준이었습니다.
17:02
비즈니스 사례는 추상적이지 않았고, 선택한 경납고가 비행 프로필과 일치했기 때문에 측정 가능한 투자 수익, ROI을 달성했습니다.
17:08
또한 하늘을 한 제조사만 소유하고 있지 않다는 점도 주목할 가치가 있습니다.
17:12
마이크로소프트는 강력한 제품군을 제공하지만, 세일즈포스, 에이전트포스와 같은 대안은 경쟁이 존재함을 상기시켜줍니다.
17:17
이들의 존재는 특정 공급업체의 독점이 기하의 경로를 결정하지 않음을 보여줍니다.
17:20
기체에 그려진 브랜드가 아니라 임무 프로필이 경로를 결정해야 합니다.
17:23
그렇다면 위사결정 프레임워크는 간단합니다.
17:25
사용자의 정체성, 작업의 복잡성, 데이터의 민감도, 그리고 통합의 긴밀함 정도를 일치시키세요.
17:31
그렇게 하면 적절한 경납고가 드러날 것입니다.
17:34
잘못 일치시키면 사소한 작업을 과도하게 설계하거나, 더 많은 것이 필요한 임무에 장비를 부족하게 갖추게 될 것입니다.
17:39
하지만 마지막 함정을 주의하세요.
17:41
문제가 명확하게 정의되고 반복 가능하다면 자동화로도 충분합니다.
17:44
스크립트된 워크플로우를 넘어서는 메모리, 계획 또는 자율성이 필요할 때만 에이전트를 선택하세요.
17:49
그 차이를 명확히 알게 되면 여정의 마지막 부분이 초점을 맞추게 됩니다.
17:53
에이전트가 진정 무엇인지 재정해하고, 이를 더 단순한 것으로 착각할 때 발생하는 위험과 놓치는 보상에 대해 다룹니다.
18:02
결론, 자, 요약하겠습니다.
18:04
에이전트는 자동화가 아닙니다.
18:06
에이전트는 스크립트가 아닌 루프 안에서 생각합니다.
18:08
에이전트는 5가지 핵심 구성 요소로 구동되는 관찰, 계획, 실행 엔진에서 작동합니다.
18:12
거버넌스, 안전한 입력, 루프 내 감독, 감사추적 없이는 중요한 임무를 수행하도록 그들을 신뢰할 수 없을 것입니다.
18:19
그것이 영리한 매크로와 실제 팀원 사이의 차이입니다.
18:21
하나는 반복하고, 다른 하나는 적응합니다.
18:24
이제 여러분의 차례입니다.
18:26
조직 내에서 단순 자동화 대신 에이전트가 진정으로 필요한 프로세스는 무엇인가요?
18:29
댓글로 남겨주세요.
18:30
가장 날카로운 사례를 읽어보겠습니다.
18:32
가치를 전달하는 것, 좋습니다.
18:34
구독하여 뇌의 자동 업데이트를 받으세요.