Created by AI “이번 분기 시장을 조사하고, 재무 모델을 만든 뒤, 경영진 발표자료까지 준비해줘.” 이 한마디를 받은 AI는 어디까지 움직일 수 있을까요? 기존의 업무용 AI라면 시장 동향을 요약하거나, 재무 모델의 초안을 작성하고, 발표자료 문구를 제안하는 수준에 머물렀을 가능성이 큽니다. 사용자는 AI가 만든 결과를 복사해 여러 도구에 옮기고, 데이터를 확인하고, 다음 작업을 다시 지시해야 했습니다. 하지만 […]
HCLTech·Anthropic 제휴, 기업용 Agentic AI 클라우드의 판을 바꿀까?
Created by AI 새벽 2시, 결제 서비스의 응답 시간이 급격히 느려졌다고 가정해 보겠습니다. 기존 방식이라면 당직자가 알림을 확인하고, 여러 대시보드와 로그를 오가며 원인을 찾은 뒤, 담당 개발자와 운영팀에 연락해야 합니다. 이제는 AI 에이전트가 이 과정의 상당 부분을 수행할 수 있습니다. 장애 티켓을 읽고, Cloud 모니터링 로그를 분석하며, 최근 배포 이력과 설정 변경 사항을 비교한 뒤, […]
MLOps의 다음 단계, AI Operating Layer가 GenAI·에이전트 거버넌스를 바꾸는 이유
Created by AI 한 조직 안에서 운영되는 AI는 더 이상 하나의 예측 모델에 그치지 않습니다. 내부에서 개발한 머신러닝 모델, 생성형 AI 기반 챗봇, 외부 SaaS AI 서비스, 업무를 직접 수행하는 자율형 에이전트까지 수십 개의 AI가 동시에 쓰입니다. 문제는 AI의 수가 늘어나는 속도만큼 운영 체계가 따라가지 못한다는 데 있습니다. 사고가 발생했을 때 다음 질문에 즉시 답할 […]