ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- 에이전트 수가 계속 증가하여 무분별한 확산 위험이 증가하고 있습니다.
- 전문가는 상담원 관리 시스템 사용을 고려해야 합니다.
- 이러한 시스템은 에이전트의 증가를 관리하는 데 도움이 될 수 있지만 문제에 주의하세요.
Statista에 따르면 전 세계 기업에는 2,860만 명의 활성 에이전트가 있으며, 이 수치는 2030년까지 22억 명을 초과할 것으로 예상됩니다.
또한: 상위 30개 AI 에이전트는 다양한 기능과 자율성을 제공합니다.
이렇게 성장하는 공간에 관리 감각을 접목하려면 에이전트 랭글러가 필요합니다. 그렇다면 AI 에이전트의 확산을 길들일 수 있을까요? 일부 공급업체에서는 AI 에이전트 네트워크 관리를 담당하는 에이전트 관리 시스템이라는 새로운 기술 범주를 개발하기 위해 노력하고 있습니다.
플랫폼 구축
상담원 관리 플랫폼은 본질적으로 AI 상담원을 위한 디지털 HR 부서 역할을 하며 전문가들은 지금이 그러한 서비스를 제공하기에 적절한 시기라고 제안합니다.
관리 프레임워크 외부에서 실행되는 에이전트는 본질적으로 섀도우 IT와 동등한 AI입니다.
Syracuse University의 교수이자 The Palmer Group의 CEO인 Shelly Palmer는 “작동하지 않을 때까지 작동하며 작동이 중지되면 감사 추적도, 버전 제어도, 의지할 거버넌스도 없습니다.”라고 말했습니다.
시중에 나와 있는 에이전트 관리 솔루션에는 Google Vertex AI Agent Builder, Amazon Bedrock Agents, Microsoft 365 Copilot, Decagon AI 및 Sierra AI가 포함되어 있으며 시스템 오케스트레이션부터 다중 에이전트 자동화까지 다양한 용도로 사용됩니다.
또한: 에이전트 코딩 종말에 대한 5가지 신화
이러한 플랫폼은 에이전트 자동화의 미래에 필수적입니다. CrowdStrike의 수석 엔지니어인 Diptamay Sanyal은 “성공의 열쇠는 에이전트를 기능이 아닌 인프라로 취급하는 것”이라고 말했습니다.
에이전트는 일회성 빌드가 아닙니다. Sanyal은 “문제는 공유된 컨텍스트 모델도 없고, 일관된 거버넌스도 없고, 재사용 가능한 패턴도 없는 수십 명의 에이전트가 존재한다는 것”이라고 말했습니다. “적절한 관리 플랫폼은 구성 가능한 기본 요소, 다중 테넌트 격리, LLM 공급자 간의 모델 라우팅, 에이전트가 실제로 수행하는 작업에 대한 관찰 가능성을 제공합니다.”
확산 방지
판매부터 소프트웨어 개발까지 모든 것을 처리하는 에이전트가 수백만 명으로 늘어나면서 가장 큰 장애물은 그들이 모두 동일한 데이터에 액세스하기를 원한다는 것입니다.
GitLab의 CIO인 Manu Narayan은 “이것은 AI 거버넌스 문제를 야기합니다.”라고 말했습니다. “의도적으로 AI 스택을 구축하지 않으면 수십 개의 공급업체와 모든 에이전트가 왕국의 열쇠를 보유하게 될 수 있습니다.”
또한: 신뢰 문제를 일으키지 않고 비즈니스를 위한 더 나은 AI 에이전트를 구축하는 방법
텍사스 A&M 대학의 소프트웨어 엔지니어인 Yash Vijay Patil은 “일관되지 않은 동작, 중복된 기능 및 불분명한 소유권을 가진 느슨하게 관리되는 에이전트의 단편화된 생태계”인 에이전트의 무분별한 확장으로 이어집니다. “강력한 거버넌스가 없으면 이러한 확장은 운영 비효율성과 위험 노출 증가로 이어질 수 있습니다.”
AT&T의 수석 데이터 및 AI 엔지니어인 모니카 말리크는 “많은 공급업체와 내부 팀이 특정 사용 사례를 위한 에이전트 솔루션을 구축하고 있지만 공유 ID 모델, 수명 주기 정책 또는 위험 프레임워크가 부족한 경우가 많다”고 말했습니다. “이러한 접근 방식은 중복, 일관되지 않은 동작, 숨겨진 비용 및 보안 노출을 초래합니다. 문제는 에이전트가 너무 적다는 것이 아니라 관리되지 않는 에이전트가 너무 많다는 것입니다.”
Info-Tech Research Group의 수석 연구 이사인 Brian Jackson은 OpenClaw와 같은 소비자 옵션의 인기로 인해 에이전트 네트워크가 더욱 복잡해지고 있다고 말했습니다. “일부 직원이 이를 사용하여 작업을 자동화하려고 시도한다고 가정하는 것이 안전합니다. 이로 인해 기업 환경에 배포된 모든 에이전트를 추적하는 데 문제가 발생합니다. 다양한 관리 플랫폼에서는 시스템에 배포된 에이전트를 검색할 수 있다고 주장하지만 사실은 ID 관리 계층에 의해 제한된다는 것입니다.”
에이전트 관리 플랫폼은 관찰 가능성과 같은 이점을 제공하므로 어떤 에이전트를 사용하고 있으며 어떤 작업을 수행하는지 알 수 있다고 Jackson은 말했습니다.
또한 다음 3가지 모범 사례를 통해 ‘인간 수준 상담사’에게 적절한 시작 방법을 제공하세요.
또한 이러한 플랫폼은 “중앙 정책을 사용하여 에이전트가 할 수 있는 것과 할 수 없는 것에 대한 가드레일을 설정하고 이를 기업 목표에 맞게 유지”함으로써 거버넌스를 가능하게 합니다. 궁극적으로 이러한 시스템은 “시간이 지남에 따라 성과를 모니터링하고 상담원 비용과 결과가 기대치에 부합하는지 확인하고 작업에 가치를 추가하므로” 가치 실현을 가능하게 합니다.
AT&T의 Malik은 이러한 관리 플랫폼의 역할은 “조직이 시간이 지남에 따라 에이전트를 배포, 모니터링, 보안 및 강화하는 방법에 대한 제어 계층을 제공하는 것”이라고 말했습니다. “이러한 플랫폼의 가장 큰 장점은 오케스트레이션뿐만 아니라 운영 규율입니다. 즉, 상담원이 무엇을 하고 있는지, 어디서 데이터를 가져오고 있는지, 의사결정을 내리는 방법, 인간의 감독이 필요한 시점에 대한 가시성이 있습니다.”
시장 동향 이해
그러나 에이전트 관리 공간을 소유하기 위한 벤더 간의 경쟁은 치열하다고 Jackson은 말했습니다.
그는 “기업이 워크플로를 구축하고 생태계에 더 깊은 관계를 구축하는 전략적 위치가 될 것”이라고 말했습니다.
또한: AI 시대에 비즈니스에서 실수할 수 없는 5가지 보안 전술과 이것이 중요한 이유
결과적으로, 많은 에이전트 구현은 다양한 사업 부문 내에서 친숙한 기록 시스템과 연결될 것이라고 Jackson은 계속 말했습니다. “마케팅은 CRM 플랫폼에서 에이전트를 관리하고, IT는 자산 관리 및 관찰 플랫폼에서 에이전트를 관리하는 상황이 발생합니다.”
텍사스 A&M의 Patil은 에이전트가 더욱 자율적으로 변하면서 “명확한 경계를 정의하고, 행동을 모니터링하고, 신뢰를 유지하는 것이 중요해질 것”이라고 말했습니다. “간단히 말하면 상담원 관리 플랫폼은 강력한 영향력을 제공하지만 규율 있는 거버넌스와 사려 깊은 도입 전략이 결합된 경우에만 가능합니다.”
Narayan은 “에이전트가 상호 연결된 여러 시스템에서 동시에 작업할 때” 복잡성을 제거하는 것이 어려운 일이라고 말했습니다.
“에이전트 관리 플랫폼을 통한 통합이 도움이 됩니다.”라고 그는 말했습니다. “대규모 에이전트 오케스트레이션을 단순화하는 컨텍스트, 권한 모델, 보안 제어 및 데이터 경계를 설정합니다. 이러한 유형의 플랫폼을 허브 앤 스포크 모델과 결합하면 채택 속도를 늦추지 않고 AI 스택 전반에 걸쳐 보다 의도적으로 작업할 수 있습니다.”
기술 구현
상담원 관리 플랫폼의 또 다른 과제는 “워크플로, 통합, 권한 및 운영 모델을 형성하기 때문에 대부분의 클라우드 선택보다 변경하기가 더 어렵다”고 Malik은 말했습니다.
이러한 상황이 에이전트 채택이 기업의 결정이 되어야 하는 이유입니다. 엔지니어링부터 보안, 법무, 데이터 거버넌스, 비즈니스 소유자에 이르기까지 모든 이해관계자 부서가 에이전트 관리 플랫폼에 대한 결정에 참여해야 합니다. Malik은 “가장 큰 장애물은 단편적인 채택을 방지하는 것입니다. 조직은 에이전트 플랫폼을 단순히 AI 도구를 추가로 구매하는 것이 아니라 장기적인 운영 인프라로 보아야 합니다”라고 말했습니다.
Patil은 에이전트 플랫폼 결정은 워크플로, 데이터 파이프라인 및 비즈니스 로직에 깊이 내장되어 있기 때문에 되돌리기가 어렵다고 말했습니다. “상호 운용성, 확장성, 공급업체 종속 위험 및 개방형 표준 지원을 기반으로 플랫폼을 평가합니다. 결정적으로 결정은 엔지니어링에만 맡겨져서는 안 됩니다. 보안, 데이터, 비즈니스 리더를 포함한 다양한 기능을 수행하는 이해관계자가 참여해야 합니다.”
또한: 기업 AI 에이전트가 궁극적인 내부자 위협이 될 수 있는 이유
또한 전문가들은 “레거시 소프트웨어 플랫폼에서 데이터와 작업 흐름”을 가져오는 것이 이미 어렵다는 점을 기억해야 한다고 Jackson은 말했습니다. “그 위에 AI 레이어를 추가한다는 것은 통합이 플랫폼에 더욱 깊이 들어간다는 것을 의미합니다. 에이전트 관리 시스템을 마이그레이션하려는 시도는 뇌 이식을 시도하는 것과 같습니다.”
따라서 기업은 상담원 관리 플랫폼으로 전환할 때 유연성을 우선시해야 합니다. Jackson은 “자체 호스팅 플랫폼에 설정하려고 시도하는 것과 비교하여 플랫폼에서 편안하게 베팅할 수 있는 위치를 평가합니다.”라고 말했습니다.
“에이전트 워크로드에 대한 소비 비용을 예측할 수 없다는 점을 감안할 때 내부 인프라를 활용하고 비즈니스 프로세스를 계량 요금이나 소비 기반 가격 책정에 묶지 않는 시스템을 설계하는 것이 현명할 수 있습니다.”
전문가들은 에이전트 관리 플랫폼의 개발과 구현을 “SaaS 도구 평가가 아닌 데이터베이스 선택처럼” 다루어야 한다고 Sanyal은 말했습니다. “처음부터 플랫폼 엔지니어링, 보안 및 법무를 포함해야 합니다. 파일럿이 성공한 후에는 안됩니다. 또한 결정은 단일 비즈니스 소유자에게 맡겨져서는 안 됩니다. 플랫폼 엔지니어링, 보안, 그리고 같은 방에서 귀하의 ID 및 액세스 모델을 소유한 사람이 필요합니다.”
자세한 정보 확인