Transcript
00:00:00(경쾌한 음악)
00:00:02오늘은 AI 가치 격차를 해소하는 데 집중해 보려 합니다.
00:00:07이 주제의 전문가이자 Vercel의 고객인
00:00:10Dan Martinez 님을 모시게 되어 정말 기쁩니다.
00:00:13BCG Platinion의 매니징 디렉터이십니다.
00:00:16Dan, 환영합니다.
00:00:19- 감사합니다, Jane.
00:00:19함께하게 되어 영광입니다.
00:00:20- 좋습니다.
00:00:21논의의 장을 마련하기 위해 먼저 짚어보자면,
00:00:24BCG 조사 결과, 오직 5%의 기업만이
00:00:27AI를 통해 실질적인 가치를 창출하고 있는 반면,
00:00:3060%는 여전히 어려움을 겪고 있다고 합니다.
00:00:32이러한 격차가 발생하는 원인은 무엇일까요?
00:00:34기술적인 문제인가요, 실행의 문제인가요,
00:00:37아니면 전혀 다른 문제인가요?
00:00:40- Jane, 지난 3년을 되돌아볼까요?
00:00:44생성형 AI가 본격적으로 시작된 2023년 이후,
00:00:48많은 기업이 유스케이스와 파일럿 프로젝트를 시작했죠.
00:00:52일부 기업은 마치 얼마나 많은 유스케이스를
00:00:54확보하느냐로 경쟁하는 듯한 모습도 보였습니다.
00:00:57때로는 100개, 많게는 300개까지 시도하더군요.
00:00:59수백 개의 유스케이스를 운영하는 조직들도 보았습니다.
00:01:03결국 제 생각에는
00:01:04사람들의 역량이 너무 분산되어 버린 것 같습니다.
00:01:06이러한 아이디어 중 일부는 매우 사소했습니다.
00:01:08우리가 흔히 말하는 '프로세스의 재설계' 수준이 아니었죠.
00:01:11조직의 기능적 재설계와는 거리가 멀었습니다.
00:01:15그러다 보니 사람들은
00:01:17그 혼란 속에서 방향을 잃게 된 것 같습니다.
00:01:18그리고 이러한 아이디어들 중 일부는,
00:01:19비즈니스 목표 자체가 너무 낮았다고 생각합니다.
00:01:22또한, 이러한 아이디어들의 문제는
00:01:27역량 구축이 수반되지 않았다는 점이었습니다.
00:01:28유스케이스를 개발하긴 했지만,
00:01:30직군 체계가 어떻게 변할지 명확하지 않았던 거죠.
00:01:33업스킬링은 어떻게 변화하고,
00:01:35구성원들에게 어떤 영향을 주는지,
00:01:36프로세스에는 어떤 변화가 생기는지 말입니다.
00:01:37그래서 조직들은 가장 핵심적인 부분을 놓치고 있었는데,
00:01:39BCG에서는 이를 '10, 20, 70 법칙'이라고 부릅니다.
00:01:4210%는 기술 스택, 20%는 데이터 알고리즘,
00:01:47그리고 나머지 70%가 바로 업무의 핵심입니다.
00:01:49이 70%는 실질적인 실행의 영역이죠.
00:01:53비즈니스와 과업을 재고하고,
00:01:56프로세스를 차별화하며, 누가 교육을 받아야 하고,
00:01:58직무가 어떻게 변할지를 고민하는 과정입니다.
00:02:0023년과 24년에는 단순히 많은 이들이
00:02:03이러한 유스케이스를 실험하고 테스트하는 데 그쳤고,
00:02:07실제적인 부분은 깊게 고민하지 않았습니다.
00:02:09결국 실제 운영 환경에 적용되어야 하고
00:02:10확장이 가능해야 하는데 말이죠.
00:02:11고려해야 할 사항이 정말 많습니다.
00:02:13그래서 지금 기업들은 근력을 키우고,
00:02:18규율을 잡으며 주의를 기울이고 있습니다.
00:02:20리더십 차원에서도 이를 주시하고 있고요.
00:02:22이제 AI는 더 이상 단순한 기술 프로젝트가 아닙니다.
00:02:26AI는 더 이상 소규모 실험 과제가 아니죠.
00:02:30AI는 이제 필수적인 요소가 되었습니다.
00:02:31존립의 문제이자,
00:02:33경쟁 우위의 원천이 된 것입니다.
00:02:35- 네, 충분히 공감이 가는 말씀입니다.
00:02:3670%에 대한 언급이 인상적인데, 제가 GTM 업무를
00:02:40수행하며 발견한 많은 부분도 실상은,
00:02:42소위 '프리 프로덕션' 단계에 가깝습니다.
00:02:45최고 수준의 프로세스가
00:02:48어떤 모습이어야 하는지 이해하는 과정이죠.
00:02:49그리고 이를 뒷받침할 수 있는
00:02:51모든 콘텐츠를 갖추고 있는지 확인하는 일입니다.
00:02:53이와 관련해서 한 가지 덧붙이자면,
00:02:54엔터프라이즈 AI 담론에서
00:02:55자주 등장하는 표현이 있습니다.
00:02:57바로 '기록 시스템(Systems of Record)'에서
00:02:59'업무 시스템(Systems of Work)'으로의 전환입니다.
00:03:01이것이 실무에서는 무엇을 의미하며, 기업의
00:03:03기술 투자 관점에서 왜 중요한 걸까요?
00:03:07- 네, 저는 베이 지역의 한 VC가 쓴
00:03:09기사에서 이 개념을 처음 접했습니다.
00:03:1420년 전 디지털 기술의 등장과 함께,
00:03:17기업들은 온프레미스 소프트웨어에서 SaaS로,
00:03:20그리고 대규모 엔터프라이즈 패키지로 이동했습니다.
00:03:22이를 '기록 시스템'이라고 부르죠.
00:03:24Salesforce, ServiceNow, Workday 등을 떠올려 보세요.
00:03:28이들은 방대한 기업 데이터를 보유한 시스템입니다.
00:03:31고객, 주문, 배송 정보는 물론이고,
00:03:36재무 데이터까지 모두 이 시스템 안에 있습니다.
00:03:39하지만 시간이 흐르면서 사람들은
00:03:42새로운 방식의 협업을 원하게 되었습니다.
00:03:43이에 따라 더 현대적인 '참여 시스템
00:03:46(Systems of Engagement)'이 등장했죠. Slack이나 Teams 같은 것들요.
00:03:51Zoom도 예가 될 수 있겠네요. 사람들은 이러한 시스템으로
00:03:53소통하며 내외부적으로 협업합니다.
00:03:56즉, 엔터프라이즈 아키텍처 관점에서 보면
00:04:00사용자 인터페이스(UI)가
00:04:02기록 시스템에서 참여 시스템으로
00:04:04옮겨간 것이라고 볼 수 있습니다.
00:04:06그리고 현재 우리가 AI를 통해 목격하고 있는 것은
00:04:08전혀 새로운 현상입니다.
00:04:10일부 기록 시스템의
00:04:13비즈니스 로직이 이제 '업무 시스템'으로 이동하며,
00:04:16에이전트화(Agentic)되고 있다는 점이죠.
00:04:18과거에 규칙 기반의,
00:04:20결정론적인 기능으로 보이던 것들이,
00:04:22이제는 멀티 에이전트 시스템 내에서
00:04:25확률론적인 시스템 프롬프트로 변모하고 있습니다.
00:04:28물론 하이퍼스케일러들도 그 방향으로 움직이고 있습니다.
00:04:30수많은 플랫폼을 만들어내고 있죠.
00:04:32Vercel 또한 그 범주에 포함되어,
00:04:35기업들이 이러한 새로운 에이전트 시스템을
00:04:37매우 빠르고 신속하게 구축할 수 있도록 돕고 있습니다.
00:04:41또한 Salesforce와 같은 기업들도
00:04:42같은 방향으로 나아가고 있습니다.
00:04:44그들은 '에이전트 포스'를 하나의 역량으로
00:04:47구축하여 완성된 에이전트를 시장에 내놓고 있죠.
00:04:50이것은 이제 많은 CIO들이
00:04:52새로운 현실로 받아들이고 이해하기 시작한 부분입니다.
00:04:56이러한 기록 시스템에서 탈피하여,
00:04:58앞으로 기록 시스템에 어떻게 투자해야 할지,
00:05:01그리고 어떻게 하면 비즈니스 규칙을
00:05:03에이전트 시스템으로 전환할 수 있는
00:05:06역량을 쌓을 수 있을지에 대해 말이죠.
00:05:07이러한 흐름이 점점 더 명확해지고 있습니다.
00:05:102025년과 2026년은 조직들이
00:05:13멀티 에이전트 시스템으로 전환하고,
00:05:16실험 단계를 넘어 실제 운영 환경에 적용하며,
00:05:20회복 탄력성과 거버넌스, 그리고
00:05:23관련 아키텍처를 구축하기 시작한 시기입니다.
00:05:27이러한 양상은 26년과 27년에
00:05:29더욱 가속화될 것으로 예상됩니다.
00:05:31- 네, Vercel의 사례를 통해
00:05:33그 과정을 아주 구체적으로 설명해 드릴 수 있겠네요.
00:05:35말씀하신 내용은 저희가 여기서 겪은 경험과
00:05:38정확히 일치합니다.
00:05:39저희는 여전히 기록 시스템으로 Salesforce를 사용합니다.
00:05:44우선 인바운드 리드를 처리하기 위한
00:05:47단일 에이전트를 구축하는 것으로 시작했습니다.
00:05:49영업팀에 문의를 남기는 분들을 응대하는 에이전트였죠.
00:05:51그 에이전트를 구축함으로써
00:05:5410명의 영업 개발 담당자를 1명으로 줄일 수 있었습니다.
00:05:57그것이 플레이북 플랫폼의 기반이 되었고,
00:06:00현재는 영업 개발 기능 내에
00:06:02여러 유형의 에이전트를 운영하고 있습니다.
00:06:04이벤트 후속 조치나 핫한 PLG 리드 관리 같은
00:06:09업무들이 그 예입니다.
00:06:11이처럼 수많은 에이전트가 가동되고 있고,
00:06:13다음은 참여 시스템의 영역입니다.
00:06:16이러한 업무 흐름의 상당 부분이 Slack으로 연결되거나
00:06:19맞춤형 워크플로우 UI로 구축됩니다.
00:06:22Salesforce의 프론트엔드가 저희가 원하는 방식을
00:06:25항상 완벽하게 구현해 주는 것은 아니기 때문이죠.
00:06:28결국 방금 말씀하신 내용은
00:06:30저희가 지난 6개월간 AI를
00:06:34GTM에 본격 도입하며 목격한 것과 정확히 같습니다.
00:06:39- 기업들이 어떤 워크플로우를 우선순위에 두어야 할지
00:06:42어떻게 도움을 주시나요?
00:06:44Vercel은 '무분별한 AI 도입'을 지양하기 위해 노력 중입니다.
00:06:50저희 경험상 에이전트가 성공할 확률이
00:06:53가장 높은 업무는 다소
00:06:57반복적이고 결정론적인 성격의 과업이었습니다.
00:06:59인지적 부하가 그리 크지 않은 일들이죠.
00:07:02방금 말씀하신 리드 관리 사례가 좋은 예가 되겠네요.
00:07:05이것이 실제 시장 상황과도 일치할까요?
00:07:07BCG의 견해로는, 단순히 '유스케이스'에 매몰된
00:07:10사고방식에서 벗어나야 한다는 것 같은데,
00:07:13'파일럿의 늪'이라는 표현도 들어본 적이 있습니다.
00:07:16Vercel이 경계하는 '무분별한 AI 도입'과
00:07:18일맥상통하는 부분이 있겠군요.
00:07:20그렇다면 신속한 프로토타이핑 단계를 넘어,
00:07:23실질적인 가치를 창출할 수 있는 유스케이스를
00:07:24어떻게 선정해야 할까요?
00:07:26- 네, 그 점에 있어서는 전적으로 동의합니다.
00:07:2823년과 24년에는 모두가 파일럿의 늪에 빠져 있었습니다.
00:07:32기술을 배우고 파악하며, 정확도와
00:07:35환각 문제를 해결하고 RAG 애플리케이션을 구축했지만,
00:07:40결국 확장하는 것이 매우 어렵다는 사실을 깨닫게 되었죠.
00:07:44확장이 어려운 이유는 비즈니스 관점에서
00:07:47해야 할 일이 많기 때문이라는 점도 알게 되었습니다.
00:07:48인력을 재교육하고 프로세스를 재고하는 일들 말입니다.
00:07:50그래서 저희는 파일럿 위주의 사고방식에서 벗어나
00:07:53'가치 풀(Value Pools)'에
00:07:58집중하는 방식으로 전환했습니다.
00:08:01조직 전체를 새롭게 변화시킬 수 있는
00:08:05거대한 기회가 어디에 있는지 찾는 것이죠.
00:08:06예를 들어, 서비스 조직은 어떻게 달라질 것인가?
00:08:10재무 기능은 어떻게 변모할 것인가?
00:08:13공급망 관리 기능은 또 어떻게 달라질 것인가?
00:08:15이처럼 범위를 넓혀 가치 사슬 차원에서 생각하고,
00:08:18가치 사슬 내의 구체적인 사례들을 선택해 추진하되,
00:08:21더 큰 전체적인 그림에 집중하는 것입니다.
00:08:25또한, 비즈니스 중심의 관점을 유지하면서
00:08:26리스크, 컴플라이언스, 법무팀이 협업하여
00:08:29모든 세부 사항을 완벽히 파악할 수 있는 범위여야 합니다.
00:08:32그래서 저희는 유스케이스 중심에서
00:08:35가치 풀 중심으로 이동한 것입니다.
00:08:36그렇다고 기업들이 유스케이스라는 말을 쓰지 않는 건 아닙니다.
00:08:41여전히 그 용어는 사용되고 있지만,
00:08:43방점은 가치 풀로 옮겨가고 있습니다.
00:08:45시장에서 매우 명확하게 드러나는
00:08:46가치 풀들의 사례를 볼 수 있습니다.
00:08:48예를 들어, 고객 서비스나 헬프 데스크 업무는
00:08:50예를 들어, 서비스, 고객 서비스, 헬프 데스크는
00:08:52기업들이 AI를 사용하는 분야 중
00:08:55거의 첫 번째라고 할 수 있습니다.
00:08:57이 분야에서 스타트업들이
00:09:00더 많이 등장하기 시작했습니다.
00:09:01일부는 시장에서 잘 자리를 잡아가고 있죠.
00:09:05소프트웨어 엔지니어링을 위한 AI도 있습니다.
00:09:06조직에게 이는 거대한 가치 풀입니다.
00:09:09Vercel이 시장의 선두주자 중 하나로서
00:09:11정확히 위치하고 있는 지점이기도 하며,
00:09:13이 여정을 주도하고 변화를 이끌고 있습니다.
00:09:15우리는 이제 막 시작 단계에 있다고 생각합니다.
00:09:18이 도구들이 도입되기 시작했고,
00:09:21엔지니어링 팀들이 그 기반 위에서 개발하고 있습니다.
00:09:24이러한 도구들 중 일부는 더 통합되고 있으며
00:09:27기업의 생태계에 깊숙이 내장되고 있습니다.
00:09:32사실 제가 Vercel에 대해 정말 좋아하는 점 중 하나는
00:09:34이미 매우 사려 깊게 설계된
00:09:36수많은 통합 기능을 구축했다는 점입니다.
00:09:39기업들이 이러한 작업을
00:09:42하이퍼스케일러에서 수행하려면,
00:09:44수많은 서비스 중에서 선택해야 하는 등의 과정을 거쳐야 하죠.
00:09:47다시 한번 말씀드리지만, 이제 겨우 시작일 뿐입니다.
00:09:49우리는 빠르게 이러한 기술들을 사용하여
00:09:52멀티 에이전트 시스템을 구축하고,
00:09:54조직의 디지털 트윈을 구축하는 단계로 나아갈 것입니다.
00:09:57그리고 여기서부터 조직의
00:10:00다음 미래를 대비한 모습이 나타나기 시작하죠.
00:10:02BCG에서 부상하고 있는 것은
00:10:06프로세스나 기능, 파트너의
00:10:10디지털 트윈을 개발하는 능력입니다.
00:10:13이는 매우 확장 가능한 개념입니다.
00:10:16유스케이스나 가치 풀에
00:10:18집중하는 대신,
00:10:20조직의 디지털 트윈을 생성한 다음
00:10:22개선 아이디어를 시뮬레이션할 수 있다면 어떨까요?
00:10:25저희는 특정 문제를 가진 조직이 찾아오면
00:10:28이미 그런 방식을 시도해보고 있습니다.
00:10:32우리는 일종의
00:10:35"재구상 AI" 같은 것을 만들어,
00:10:38여기에 데이터를 입력하고
00:10:39작업과 프로세스, 그리고 "가정 시나리오"를
00:10:42기업 수준에서 재시뮬레이션합니다.
00:10:45정말 흥미로운 실험입니다.
00:10:47이 또한 이제 막 시작하는 단계라고 느끼지만,
00:10:49이를 통해 조직 내에서 어떻게
00:10:52이러한 가치 풀을 찾을 수 있을지 알게 될 것입니다.
00:10:56당신이 말씀하신 요점과는 약간 다를 수 있지만,
00:10:58디지털 트윈에 대한 생각에 덧붙이자면,
00:11:01저희에게는 내부 데이터 에이전트가 있습니다.
00:11:04약 10년 정도의
00:11:07경력을 가진 데이터 과학 분석가와
00:11:09비슷한 수준의 능력을 갖췄다고
00:11:11생각하시면 됩니다.
00:11:13그런데 이번 주말에 누군가 그 에이전트를
00:11:16경영진 채널에 추가했습니다.
00:11:18그래서 저희는 모두 이것이
00:11:21첫 번째 에이전트 승진이라며 농담을 했죠.
00:11:23하지만 실제로 저희는 그런 작업을 하고 있습니다.
00:11:27데이터 과학 측면에서는
00:11:28꽤 진척이 되었다고 생각합니다.
00:11:31그 팀이 만들고 있는 에이전트들이 실제로
00:11:33디지털 트윈이라는 것을 확인할 수 있습니다.
00:11:36당신은 또한 프로토타입에서 운영 단계로
00:11:39어떻게 넘어가는지에 대해서도 언급하셨죠.
00:11:42통합과 같은 것들을 다루면서요.
00:11:44사람들이 프로토타이핑을 할 때는
00:11:48반드시 고려하지 않을 수도 있는 부분들입니다.
00:11:50하지만 굳이 AWS에서 20개의 기반 서비스를
00:11:53직접 띄우고 싶지는 않을 것입니다.
00:11:56그렇다면 그 간극을 메우는
00:12:00가장 좋은 방법은 무엇이라고 보십니까?
00:12:02저희는 그러한 간극을 조직을 위한
00:12:04특정 아키타입으로 분류하기 시작했습니다.
00:12:06저희는 AI 에이전트의 네 가지 아키타입을 고안했습니다.
00:12:09첫 번째는 사람들이 에이전트 개발을
00:12:13셀프 서비스로 수행하는 것입니다.
00:12:14그들은 아마도,
00:12:16어떤 이들은 이것을 에이전트라 부를 수도 아닐 수도 있지만,
00:12:18상관없이 맞춤형 GPT나
00:12:23사람들이 직접 사용하는 셀프 서비스 도구,
00:12:26예를 들어 클라우드 기술 같은 것들을 사용하여
00:12:29자신만의 에이전트를 개발하고
00:12:32시스템과 연결할 것입니다.
00:12:33예를 들어, 저는 매일 아침 실행되어
00:12:37제 이메일을 읽고 요약해주는 에이전트가 있습니다.
00:12:40제가 무엇을 해야 하는지, 어떤 조치를 취해야 하는지 알려주고
00:12:43응답이 필요한 이메일을 우선순위에 따라 보내줍니다.
00:12:45이것이 바로 셀프 서비스 에이전트입니다.
00:12:47도구 중 하나에서 실행되며 개인적으로 큰 도움이 됩니다.
00:12:52하지만 조직 내의 직원들이
00:12:55여전히 직접 구축하는 다른 유형의 에이전트도 보게 될 것입니다.
00:12:58마이크로소프트 코파일럿 같은 도구로 구축되어
00:13:02기업 시스템에서 실행되고,
00:13:04SharePoint 같은 도구에 연결되거나
00:13:08데이터에 연결되어 실행되는 것들이죠.
00:13:09조금 더 정교하지만
00:13:11여전히 직원이 직접 개발하는 영역에 있습니다.
00:13:14그다음은 회사들이 에이전트를 구매하는 경우입니다.
00:13:17그들은 에이전트 포스(Agent Force) 등에서
00:13:19에이전트를 구매하게 될 것입니다.
00:13:20그래서 저희는 예를 들어 에이전트에 대한
00:13:22시장 조사를 더 많이 수행하기 시작했습니다.
00:13:25디지털 앱이나 SaaS 기업들에 대해 했던 것처럼 말이죠.
00:13:28이제는 에이전트에 대한 시장 조사를 합니다.
00:13:31그리고 그다음은 IT 부서가 개입하여
00:13:33엔터프라이즈 에이전트를 개발하는 단계입니다.
00:13:36그 단계는 예술이라기보다 훨씬 더 과학에 가까워질 것입니다.
00:13:40그렇게 되면,
00:13:42이러한 에이전트들에 대해 많은 엄격함이 요구될 것입니다.
00:13:45우리는 그것들을 테스트하고 잘 개발해야 하며,
00:13:48정보 보안 및 정책과 관련하여
00:13:50훨심 더 많은 정밀 조사가 이루어질 것입니다.
00:13:55법적 엄격함도 포함되겠죠.
00:13:57예를 들어, 책임감 있는 AI가 매우 크고
00:14:00중요한 구성 요소이자 가드레일이 될 것입니다.
00:14:02이러한 에이전트들을 위해 저희는 이를 개발하는 방식에 대한
00:14:06엔터프라이즈 프레임워크를 가지고 있습니다.
00:14:08여기가 바로 AI 코딩 도구가
00:14:10IT 팀에게 엄청난 가치를 제공하게 되는 지점입니다.
00:14:14구매와 구축 중 무엇을 할지 고민할 때,
00:14:19Vercel과 같은 솔루션과 AI 코딩 도구들이
00:14:21IT 팀이 직접 구축하는 데 있어서
00:14:25매우 능숙해지도록 도와줄 것이라고 생각합니다.
00:14:26네, 전적으로 동감합니다.
00:14:27CIO들이 소프트웨어 구매자에서
00:14:30소프트웨어 구축자로 변하고 있다는 점에 대해 같은 견해를 가진 것 같군요.
00:14:34Vercel에서 보고 있는 유스케이스들 중 상당수는
00:14:37외부용만큼이나 내부용 애플리케이션들입니다.
00:14:40CIO들이 단순한 구매자가 아니라
00:14:42이제 소프트웨어 구축자가 된다면,
00:14:44역할 관점에서 어떤 변화가 생길까요?
00:14:47CIO의 역할에서 무엇이 새로워질까요?
00:14:50그 점이 흥미롭습니다. 왜냐하면 한편으로는,
00:14:54이것이 구매와 구축에 대한 논의를 완전히 격상시키고
00:14:58IT에 어떤 의미가 있는지 보여주기 때문입니다.
00:15:00저희는 소비재 기업들과 같은 곳에서
00:15:05에이전트 개발자를 고용하기 시작하는 것을 보았습니다.
00:15:07이들은 데이터 과학 박사 학위가 있고
00:15:11파이썬을 아주 잘 아는
00:15:15전형적인 머신러닝 엔지니어가 아닙니다.
00:15:18제가 그런 기업 중 한 곳의 채용 공고를 보았는데
00:15:22파이썬 지식조차 요구하지 않았습니다.
00:15:27우리는 지금 아주 낯선 새로운 세상으로 들어가고 있는 것이죠.
00:15:30이제 사람들은 자신만의 에이전트를 개발할 수 있는
00:15:33능력과 자립성을 갖추게 되었습니다.
00:15:35네, 당신이 여기서 설명하고 있는 내용의 상당 부분은
00:15:37실제로 중앙 집중식 AI 플랫폼입니다.
00:15:39당신의 연구에 따르면 미래 지향적인 기업들은
00:15:43중앙 AI 플랫폼을 운영할 가능성이 3배 더 높습니다.
00:15:46에이전트들이 기업 전반에 걸쳐 증식하고 있죠.
00:15:48그렇다면 실제 플랫폼 아키텍처는 어떤 모습이어야 할까요?
00:15:52저희는 조직들과 이 플랫폼을 어떻게 설계할지에 대해
00:15:54수많은 대화를 나누어 왔습니다.
00:15:57그리고 제가 보기에,
00:16:012년 전의 설계는
00:16:05단순한 RAG 애플리케이션 구축에 많이 집중되어 있었습니다.
00:16:08벡터 데이터베이스를 선택하고,
00:16:12모델 가든에 있는 LLM을 선택하고,
00:16:16애플리케이션 수준에서 가드레일을 구축하면
00:16:18준비가 끝나는 것이었죠.
00:16:19가장 큰 고민거리는 정확도 문제뿐이었습니다.
00:16:23하지만 이제 그런 생각에서 벗어나고 있습니다.
00:16:28요즘에는 훨씬 더 복잡해지고 있죠.
00:16:31에이전트 수준뿐만 아니라 가드레일이 더 필요합니다.
00:16:33오케스트레이션 수준에서의 가드레일도 필요하죠.
00:16:36정확도뿐만 아니라,
00:16:38핵심 시스템과의 통합도 제어해야 합니다.
00:16:43이러한 에이전트의 보안에 대해
00:16:46다각도로 생각하는 방식이 존재합니다.
00:16:47생각할 것이 아주 많죠.
00:16:50CIO들은 이 추가적인 복잡성을 다룰 수 있도록
00:16:55IT 팀의 역량을 높이고 아키텍처 팀을
00:16:56적응시켜야 하는 상황에 처해 있습니다.
00:16:59하지만 그것이 멀티 에이전트 시스템으로 갈 때
00:17:00우리가 고려해야 할 사항입니다.
00:17:02멀티 에이전트 시스템은 조직이 받아들이기에
00:17:04큰 도전이 되겠지만,
00:17:0626년과 27년에 나타날 가치의
00:17:09큰 부분을 차지할 것으로 보고 있습니다.
00:17:12방금 애플리케이션 계층에 대해 약간 언급하셨는데요.
00:17:15우리가 이야기했던 "업무 시스템"으로 나아간다면,
00:17:18애플리케이션 계층은 어떤 역할을 하게 될까요?
00:17:20모델과 사용자 사이에 위치하는 소프트웨어의
00:17:23전략적 중요성이 더 커질까요, 아니면 작아질까요?
00:17:25분명히 전략적인 역할을 할 것입니다.
00:17:29그것들이 기록 시스템(System of Record)이기 때문입니다.
00:17:31따라서 궁극적으로 조직 내
00:17:36데이터 저장소를 보유하고 있는 셈이죠.
00:17:36그런 의미에서 계속해서 매우 가치 있는 존재로 남을 것입니다.
00:17:41또한 조직 내에서 에이전트가 사용할 수 있는
00:17:44엔터프라이즈 API를 제공한다는 점에서도 매우 가치가 큽니다.
00:17:49하지만 문제는 일부 비즈니스 로직이
00:17:53기록 시스템에서 업무 시스템으로 이동하고 있다는 점입니다.
00:17:58그래서 SaaS의 미래가 어떻게 될 것인가 하는 의문이 생기죠.
00:18:02일부 기술 리더들은 SaaS가 죽었다고 말하기도 합니다.
00:18:06저는 아직 그 정도까지는 아니라고 보지만,
00:18:09SaaS가 아주 구체적인 구조와
00:18:11특정 통제 지점을 가진
00:18:14매우 강력한 데이터베이스가 될 것이라고 생각합니다.
00:18:17그리고 그런 방식으로 계속 가치를 유지할 것입니다, 그렇죠?
00:18:20일부 기업들은 이러한 트렌드가
00:18:22다가오고 있음을 깨닫고 AI로 전환하고 있는데,
00:18:25정말 타당한 행보라고 봅니다.
00:18:27어떤 기업들은 기존의 입지를 고수하며
00:18:30상황을 지켜보는 모드에 있기도 하죠.
00:18:33하지만 향후 12~24개월 내에 우리는
00:18:37이러한 '업무 시스템(Systems of Work)'이
00:18:38부상하는 것을 보게 될 것입니다.
00:18:40이들 중 상당수는 훌륭한 매수 기회를 제공하고 있습니다.
00:18:43저는 SaaS 기업들이 '디지털 퍼스트'가 아닌
00:18:46'AI 퍼스트'가 되어야 한다고 생각합니다.
00:18:49시간이 좀 걸리겠지만요,
00:18:50특히 대형 기업들에게는 더 그렇겠죠.
00:18:52기회가 많다고 말씀하셨지만, 한편으로는
00:18:54현재 AI 벤더 시장이 너무 압도적이라고 볼 수도 있습니다.
00:18:57거의 모든 카테고리에 10개 정도의 플레이어가 있는 것 같은데,
00:18:58장기적으로 유지될 수 있는 수보다
00:19:01훨씬 더 많은 것 같거든요.
00:19:04엔터프라이즈 구매자들이 마케팅과
00:19:05실제 성능을 구분하기 위해 어떤 질문을 던져야 할까요?
00:19:08또한 특정 도구가 실제로 가치를 제공할지,
00:19:11아니면 무용지물이 될지 어떻게 평가해야 하나요?
00:19:13우선 기술적 적합성이 확실히 중요합니다.
00:19:17해당 에이전트들이 기업의 인프라에서
00:19:20어떻게 구동될 것인가 하는 점이죠.
00:19:24기존 기술 스택에 어떻게 통합되는가?
00:19:27예를 들어, '기록 시스템(Systems of Record)'과는
00:19:31어떻게 연동되는가 하는 논의가 계속되고 있습니다.
00:19:34그다음은 엔터프라이즈 적합성에 대해 질문해야 합니다.
00:19:37예를 들어, 컴플라이언스를 어떻게 관리하는가?
00:19:40리스크는 어떻게 관리하는가?
00:19:43데이터 프라이버시는 어떻게 다루는가?
00:19:45이것들이 가장 중요한 질문들입니다.
00:19:47이런 질문들에 대해 제대로 된 답변이 없다면
00:19:49엔터프라이즈 기업에서는 시작조차 할 수 없습니다.
00:19:52또한 비용 측면을 살펴봐야 합니다.
00:19:54'구매 vs 자체 구축' 비용을 따져봐야 하는데,
00:19:56이런 솔루션들 중 일부는 매우 비쌉니다.
00:19:59사용자당 월별 요금을 부과하기도 하죠.
00:20:02그래서 기업에서는 이런 유형의 솔루션을 위한
00:20:06예산을 별도로 책정해야 할 것입니다.
00:20:10이런 솔루션들은 계속 등장할 것이고,
00:20:12더 비싸지겠지만 가치는 매우 높습니다.
00:20:14그리고 회사의 성숙도를 확인해야 합니다.
00:20:16말씀하신 것처럼 새로운 진입자들이 많습니다.
00:20:17대부분이 여전히 시리즈 A나 시리즈 B 단계에 있고,
00:20:20직원 수도 100명 내외인 경우가 많습니다.
00:20:23엔터프라이즈 시장에 진입하려는 젊은 기업들이죠.
00:20:25하지만 엔터프라이즈 시장은 매우 복잡하고
00:20:28많은 세심한 주의를 필요로 합니다.
00:20:31판매 주기 또한 매우 깁니다.
00:20:32새로운 AI 에이전트를 도입하는 데에만
00:20:346개월에서 9개월이 걸리는 회사들도 있습니다.
00:20:39그건 꽤 합리적인 수치이며,
00:20:41현장에서는 늘 있는 일입니다.
00:20:43기업들은 이 프로세스를 어떻게 단축할지 고민하지만,
00:20:46벤더를 온보딩하기 위해서는
00:20:49많은 실사 과정이 필요합니다.
00:20:50그런데 흥미로운 점은, 일부 벤더들은
00:20:51중소기업부터 시작했다는 것입니다.
00:20:54일부 AI 에이전트 벤더들은
00:20:56일반 소비자 시장에서 시작하기도 했죠.
00:20:58제가 협력 중인 한 업체는
00:21:00이번 분기에 처음으로 엔터프라이즈 매출이
00:21:03일반 소비자 매출을 넘어설 것으로 보입니다.
00:21:06다시 말씀드리지만, 엔터프라이즈가
00:21:08이런 솔루션들의 가장 큰 고객이 되는
00:21:12변화의 흐름이 보이기 시작한 것입니다.
00:21:14네, 저희 Vercel에서도 같은 현상을 목격하고 있습니다.
00:21:15댄, 오늘 함께해주셔서 정말 감사합니다.
00:21:19정말 유익한 대화였습니다.
00:21:21시청해주신 모든 분들께 알려드립니다.
00:21:24대화를 이어가고 싶다면 링크드인에서
00:21:28댄이나 저에게 연락해 주세요.
00:21:31여러분들의 조직에서는 어떤 변화가 일어나고 있는지
00:21:33정말 궁금합니다.
00:21:36프로토타입에서 프로덕션 단계로 넘어갈 준비가 되셨다면,
00:21:37v0.app에서 새로운 V0를 확인해 보세요.
00:21:38아이디어를 실제 배포된 애플리케이션으로
00:21:41그 어느 때보다 쉽게 전환할 수 있는
00:21:43대규모 업데이트를 방금 출시했습니다.
00:21:45첫 번째 Shipped Q&A에 참여해주셔서 감사합니다.
00:21:48그럼 다음 시간에 뵙겠습니다.
00:21:51(잔잔한 음악)
00:21:53아이디어를 실제 배포된 애플리케이션으로
00:21:55그 어느 때보다 쉽게 전환할 수 있게 되었습니다.
00:21:58저희의 첫 번째 Shipped Q&A에 참여해주셔서 감사합니다.
00:22:01다음에 다시 뵙겠습니다.
00:22:03(잔잔한 음악)