기업이 에이전틱 AI로 이동하면서 리더들은 시급한 질문을 던집니다: 누가 비즈니스 전반에서 AI 에이전트를 구축, 배포, 운영할 것인가? 2025 에이전틱 자동화 전문가 현황 보고서(State of the Agentic Automation Professional report)는 많은 조직 내에 이미 존재하는, 명확하지만 종종 과소평가된 자산을 가리킵니다: 자동화 전문가들. 이들은 비즈니스 프로세스를 이해하고, 엔터프라이즈 시스템과 밀접하게 협업하며, 이미 AI를 일상 개발 작업에 통합하고 있습니다. 그들의 경험은 경영진에게 AI 지

에이전틱 AI가 테스터를 보강하면서, 테스터들이 가치 사슬 상위로 이동하기 시작하는 것을 봅니다: 무엇을 테스트할지, 왜 테스트할지에 대해 생각하는 데 더 많은 시간을 쓰고, 그저 어떻게 자동화할지에만 매몰되지 않습니다. 시스템, 사용자, 리스크에 대해 더 많이 추론하고, 반복적인 체크 자동화에 시간을 쏟아붓는 대신 말입니다. 간단히 말해, 에이전틱 AI와 함께 노력은 어떻게에서 무엇과 왜로, 더 높은 가치의 사고 작업으로 이동하고 있습니다. 간단한 모델에 매핑하면 그 변화는 대략 이렇게 보입니다: 이 변화에서 내가 보는 가장 큰

여러분은 2026년을 맞으며 좋아, 올해는 드디어 AI가 내 비즈니스에 진짜로 작동하게 만드는 해로 만들자라고 생각할지 모릅니다. 하지만 AI 에이전트의 부상과 그 어느 때보다 빠른 AI 혁신으로 따라잡기가 점점 더 어려워지고 있습니다. 여러분만 그런 게 아닙니다. 많은 기업이 에이전틱 AI를 실제로 확장하고 측정 가능한 비즈니스 영향을 제공하는 방식으로 도입하는 방법을 여전히 모색 중입니다. 액센츄어(Accenture)와 위프로(Wipro) 최근 연구에 따르면 에이전틱 이니셔티브의 70~80%가 엔터프라이즈 규모에 도달하지 못했습

에이전틱 자동화가 모멘텀을 얻으면서, 조직들은 지능형 문서 처리(IDP)가 에이전틱 세계에서 어디에 위치하는지, 그리고 AI 에이전트가 단순히 IDP를 대체할 수 있는지 점점 더 묻고 있습니다. 짧은 답은 아니오지만, 더 흥미로운 답은 왜냐입니다. 대규모 언어 모델(LLM)로 구동되는 AI 에이전트는 텍스트를 읽고, 문서를 요약하고, 질문에 인상적인 유창함으로 답할 수 있습니다. 하지만 엔터프라이즈급 에이전틱 자동화는 언어 이해 이상의 것을 의존합니다. 속도, 정확성, 구조, 추적성, 대량의 문서와 커뮤니케이션 전반에 걸친 일관성이

지난 1년 동안 제가 동료 최고정보보호책임자(CISO)들과 나눈 거의 모든 대화는 동일한 긴장감을 중심으로 이루어졌습니다: 보안이나 통제를 희생하지 않으면서 기업에 에이전틱 AI를 어떻게 도입할 것인가? 최근 UiPath 공동창업자이자 CEO인 다니엘 디네스는 기업들은 AI 에이전트와 자동화의 속도와 지능을 원하지만, 결코 보안이나 통제의 대가로 원하지 않는다고 썼습니다. 이 관찰은 산업 전반의 보안 리더들이 제게 들려주는 내용과 일치합니다. 질문은 더 이상 에이전트가 우리 기업 내부에서 작동할 것인가가 아닙니다. 2025년이 그

AI 에이전트가 데모에서 실제 데이터, 실제 시스템, 실제 비즈니스 결과에 닿는 프로덕션 워크로드로 이동하고 있습니다. G2의 2025년 AI 에이전트 인사이트 보고서에 따르면, 기업의 57%가 이미 프로덕션에서 AI 에이전트를 실행 중입니다. 이는 더 이상 실험 단계가 아님을 명확히 보여줍니다. 하지만 프로덕션 배포와 함께 새로운 종류의 운영 부담이 따릅니다: 도구 접근 제어, 감사 가능성, 드리프트 감지, 폭주 비용 방지. 이 변화는 IT 및 기술 리더에게 새로운 운영 규율을 요구합니다. 에이전트옵스(AgentOps, Agent

모델 성능의 발전(예: 클로드 오퍼스 4.6의 하이브리드 추론과 100만 토큰 컨텍스트 윈도우)과 에이전트 하네스 설계의 진보(계획 도구, 파일 시스템 사용, 스킬, 가드레일) 덕분에, 이전에는 AI 에이전트 범위를 벗어났던 비즈니스 크리티컬 프로세스들이 이제 프로덕션에서 실행 가능해졌습니다. 하지만 모델 향상만으로는 충분하지 않습니다. 컨텍스트를 유지하고, 도구를 지능적으로 관리하며, 계획을 적응시키는 고급 에이전트 런타임과 결합하는 것이, 수시간 또는 수일에 걸쳐 전개되는 복잡한 크로스 시스템 워크플로에 엔터프라이즈급 신뢰성을

AI가 소프트웨어 전달의 역학을 바꾸고 있습니다. 코드는 더 빠르게 생성되고, 더 자주 변경되며, 점점 더 복잡한 애플리케이션 환경을 통해 푸시됩니다. 이 변화는 품질 팀에게 새로운 질문을 던집니다: 통제력을 잃지 않고 어떻게 보조를 맞출 것인가? 오늘날 테스팅 분야의 많은 AI 역량은 개별 작업 가속화에 도움이 됩니다. 테스트 생성, 결과 요약, 자동화 생성 지원 등이 가능합니다. 이러한 이득은 중요합니다. 하지만 테스팅의 다음 시대는 고립된 AI 기능보다는 조직이 엔터프라이즈 전반에 걸쳐 AI를 얼마나 효과적으로 운영화(oper

엔터프라이즈 리더들은 지난 2년간 에이전틱 AI의 당위성을 입증하는 데 주력해 왔습니다. 개념 증명(PoC), 파일럿, 회의실을 감동시킨 내부 데모. 그리고 그 작업의 상당 부분은 유망했습니다. 하지만 고객들에게서 끊임없이 듣는 이야기는, 작동하는 AI 파일럿과 실제 비즈니스를 운영하는 복잡하고 높은 위험 부담의 프로세스에서 돌아가는 프로세스 사이의 간극이 누구도 예상한 것보다 훨씬 넓다는 것입니다. 기술이 문제가 아닙니다. 도전은 AI를 실제 비즈니스를 운영하는 복잡하고 고위험 프로세스 전반에서 안정적으로 작동하게 만드는 것입니다

성능 테스트에는 브랜딩 문제가 있습니다. 어느 순간부터 성능 테스트는 백분위수 이야기를 하고, 스레드 풀을 튜닝하며, 출시 2주 전에 프로세스에 합류하는 전문가들의 영역이 되었습니다. 한때는 효과적이었던 모델이지만, 이제는 더 이상 통하지 않습니다. 현대 애플리케이션은 레거시 시스템, API, AI 서비스, UI 계층, 서드파티 통합 전반에 걸쳐 뻗어 있습니다. 매주, 때로는 매일 진화합니다. 고객은 모든 것이 즉각적이길 기대합니다. 그리고 느린 것은 새로운 다운타임입니다. 성능은 더 이상 주기의 끝에 머물러 있을 수 없습니다. 소

엄격하게 규제된 산업은 에이전틱 AI 파일럿 함정에서 벗어나기 위해 고군분투하고 있습니다. 예를 들어, 손해보험사의 78%가 최신 AI를 도입했지만, 그중 단 4%만이 클레임 운영 전반에 걸쳐 이를 확장했으며, 27%만이 엔드투엔드 클레임 혁신을 시도했습니다. AI가 가장 큰 가치를 제공해야 할 클레임 영역에서 거의 모든 기업이 개념 증명(PoC) 단계에 머물러 있습니다. 오늘날의 AI 기반 코딩 도구는 모든 사람이 빌더처럼 느끼게 만들었으며, 기업은 팀들에게 최신 AI 어시스턴트로 프로토타이핑을 장려하고 있습니다. 그러나 많은 소

최근 몇 년간 AI의 도입으로 엔터프라이즈 자동화의 힘과 영향력이 증대되어, 우리는 더 큰 효율성과 생산성을 추구할 수 있게 되었습니다. 동시에 이러한 자동화가 지원하는 프로세스의 복잡성도 증가했습니다. 사일로화된 엔터프라이즈 시스템에 투자가 집중되어, 평균적인 대기업은 현재 워크플로 전반에서 175개 이상의 엔터프라이즈 애플리케이션을 사용하고 있습니다. 데이터는 더욱 사일로화되고 프로세스는 더 파편화되었습니다. 워크플로 내의 많은 결정이 명확하지 않아 사람의 개입이 필요하며, 이 모든 것이 운영 부담을 가중시킵니다. 결국 이러한

맥킨지는 AI가 글로벌 생산성의 거대한 동력이 될 것으로 예측합니다. PwC는 AI가 2030년까지 최대 15조 7천억 달러를 세계 경제에 기여할 수 있다고 추산합니다. 전 세계 많은 정부가 이를 인지하고 자국 경제에 미칠 긍정적 영향을 극대화하기 위한 조치를 취하고 있으며, 영국(UK)도 예외가 아닙니다. 영국은 최근 AI 기회 실행 계획(AI Opportunities Action Plan)을 발표했습니다. 이는 영국이 AI 개발 및 구현에서 수행하는 역할을 강화하기 위한 50가지 권고사항을 담고 있습니다. 영국 정부의 2025년

딥시크 R1(DeepSeek R1) 같은 새 AI 모델은 엄청난 약속을 담고 있지만 거버넌스, 보안, 공급업체 락인 회피에 대한 중요한 질문을 제기합니다. UiPath는 기업이 타협 없이 혁신과 보안 둘 다 달성할 수 있다고 믿습니다. 이 글에서 딥시크 R1 출시에 대한 내 생각과 UiPath가 고객의 첨단 AI 안전하고 효과적 채택을 지원하는 방식을 공유하겠습니다. 딥시크 R1: 과제와 기회 초기 분석에 따르면 딥시크 R1은 GPT-4, 제미나이 같은 선도 모델과 맞먹는 역량을 비용 일부로 제공합니다. 오픈소스 성격으로 누구나 접

자동화 이야기는 시작부터 선형적 진보였습니다. 로봇 프로세스 자동화(RPA)에서 지능형 문서 처리(IDP)까지, 각 새 혁신은 기업을 더 생산적이고 수익성 있게, 민첩하게 만들었습니다. 하지만 이제 더 큰 일이 일어나고 있습니다. 새 기술인 에이전틱 자동화가 이 점진적 개선 사이클을 깨뜨리고, 우리가 본 적 없는 워크플로 재창조를 열어가고 있습니다. 개별 작업에 집중하는 대신, 에이전틱 자동화는 로봇, AI, 오케스트레이션을 활용해 워크플로 전체를 처음부터 끝까지 다룹니다. 에이전틱 자동화 중심에는 AI 에이전트가 있습니다. 환경을

AI 에이전트는 빠르게 엔터프라이즈 필수 요소가 되고 있습니다. 이 AI 모델 기반 엔티티는 고급 추론, 의사결정, 지속적 학습이 가능합니다. AI 에이전트가 복잡하고 동적인 프로세스를 엔드투엔드 실행하도록 권한 부여받을 때, 우리는 이를 에이전틱 자동화라 부릅니다. 열기는 뜨겁습니다. 미국 IT 임원 90%가 에이전틱 AI로 개선할 비즈니스 프로세스가 있다고 믿습니다. 하지만 에이전틱 자동화는 1인 밴드가 아닙니다. 에이전트는 올바른 비즈니스 데이터에 접근하고 정확하고 신뢰할 수 있는 결정을 내리는 데 도움이 필요합니다. 에이전틱

기업들은 AI 장난을 끝냈습니다. 에이전틱 자동화로 실제 결과를 얻고 있습니다. 가장 앞선 기업들은 AI 에이전트, 결정론적 로봇, 사람을 임팩트 있는 엔드투엔드 워크플로로 오케스트레이션하고 있습니다. 최근 에이전틱 AI 서밋에서 UiPath 고객이 자율 엔터프라이즈 에이전트를 구축해 변혁적 가치를 창출하고 일하는 방식을 바꾸는 방법을 보여주었습니다. 최고의 사례 중 하나는 글로벌 결제 기업 WEX의 엔터프라이즈 자동화 책임자 에밀리 크론(Emily Krohne)이 제시했습니다. UiPath와 3년간 트랜스포메이션을 이끈 후 에밀리

비즈니스는 문서와 커뮤니케이션 위에서 돌아갑니다. 이들은 생각할 수 있는 거의 모든 프로세스에 깔려 있습니다. 이메일이나 채팅 같은 메시지, 문서가 읽히거나 전송되는 곳이라면 어디든 그렇습니다. 지능형 문서 처리(IDP) 시장이 매년 28.9% 성장해 2032년까지 178억 달러에 달할 전망인 건 당연합니다. IDP는 일반적으로 자연어 처리(NLP), 이미지 인식 등 수많은 AI 기술을 혼합해 기업이 문서와 커뮤니케이션을 대규모로 신속히 처리하도록 돕습니다. 비즈니스 리더들이 AI 에이전트(사람을 위해, 사람을 대신해 업무를 완수하

에이전틱 오케스트레이션이 처음이신가요? 여기서 시작하세요. 현실적으로 말해봅시다. AI 에이전트는 구축하고 배포하기 쉽지 않습니다. 하지만 일단 임베디드되면 임팩트는 엄청납니다. UiPath 고객인 아이나라 에체안디아 사가스티(Ainara Etxeandia Sagasti), 란틱(Lantik) 디지털 서비스 책임자가 RPA, 생성형 AI, 에이전틱 기술을 결합해 공공 서비스를 그 어느 때보다 접근 가능하고 효율적이며 시민 중심으로 만들고 있다고 말한 것을 듣는 게 기쁩니다. 이미 UiPath 플랫폼™에서 10,000개 이상의 AI

마이크로소프트 빌드 2025에서 돌아왔습니다. 한 가지 확실한 건: 에이전틱 AI가 어디에나 있습니다. 모두가 그것에 대해 말하고, 만들고, 테스트합니다. 우리도 그 한가운데서 실제 에이전틱 자동화를 생생하게 선보였습니다. UiPath 부스에는 열기가 가득했습니다. 사람들은 AI 에이전트가 추론하고 대화하는 것만 듣고 싶어하지 않았습니다. AI 에이전트, 로봇, 사람이 실제로 협업해 비즈니스 프로세스를 진전시키는 모습이 어떤지 보고 싶어 했습니다. 그리고 우리는 보여주었습니다. 생각만 하는 AI가 아니라, 일을 완수하는 AI 대출