SunnyPark

개인용 AI 에이전트가 기업용 시스템으로 거듭나기까지 - 규격화, 정보 보안, 분업화, 독립성, 감사 가능성, 조직 정책 반영..

2026-08-10T09:00:15Z

지난 1년 남짓한 시간 동안, 저는 업무를 AI에게 온전히 위임할 수 있는 시스템을 구축해 왔습니다. 제가 말씀드리는 'AI 에이전트'는 단순히 사용자의 질문에 답변만 하는 챗봇이 아닙니다. 이메일을 검색해 읽고, 고객 정보를 대조하며, 주문서를 생성하고, 대금 납부 내역까지 확인하는 등 사람을 대신해 실제 실무를 처리하는 AI를 의미합니다. 그런데 같은

회사 다니면서, 이걸 다 어떻게 만들었냐고요? - 팀이 없어서 AI 에이전트로 나만의 팀을 만들었습니다.

2026-07-10T15:38:40Z

2025년 7월부터 지난 1년, 저는 무언가를 계속 지어왔습니다. 처음엔 사내 헬프데스크나 회의 비서 같은 작은 실험이었습니다. 그러다 그 조각들은 여럿이 권한을 나눠 쓰는 시스템이 되었고, 다시 저마다 맡은 일이 다른 여러 대의 AI로 갈라졌으며, 이런저런 도구와 모델을 바꿔 끼우는 실험을 거쳐, 마침내 '주문에서 수금까지'—물건이 나가고 청구서가 발행

돈이 오가는 자리에 AI를 풀어도 될까? - 온톨로지 구현(4) - 출고부터 수금까지, 안전한 규칙과 절제된 자율

2026-06-24T09:00:10Z

세상은 이미 '완전 자동화 AI'의 시대로 넘어간다고 이야기하는데, 왜 현장의 수많은 업무는 여전히 씁쓸한 수작업에 머물러 있을까요? 충분히 말 잘하는 AI에게 맡겨도 될 법한 간단한 일조차도 쉽게 넘기지 못하는 것이 지금 우리의 진짜 현실입니다. 기술이 부족해서가 아닙니다. 모든 과정에 무작정 AI를 개입시켰을 때 우려되는 예측 불가능한 토큰 비용과 시스

AI 토큰 비용? 폭주하는 청구서, 온톨로지로 통제! - 온톨로지 구현(3)-재고 선점부터 부족분 입고까지 규칙과 자율사이

2026-06-10T09:00:16Z

지난 글에서 저는 "AI가 우리 회사의 시스템들을 함께 움직이기 시작했다"는 화두를 던졌습니다. 영업 파이프라인의 종착지인 계약 성사 클릭 한 번이 어떻게 서로 다른 네 개의 시스템을 유기적으로 깨워내는지 그 일련의 흐름을 보여드렸지요. 그리고, 유기적인 오케스트레이션의 마지막 마디는 ERP에 판매 주문을 생성하는 작업이었습니다. 그런데 이 주문에는 무형의

AI, 회사의 영업 정책에 따라서 계약성사! - 온톨로지 구현(2)-가격 협상, 영업 프로세스, 마감 후 자동 액션

2026-06-10T07:04:58Z

1. 화요일 오후, 메일함에 도착한 두 통의 견적 요청 화요일 오후, 영업 담당자의 메일함에 두 통의 견적 요청 메일이 거의 동시에 도착했습니다. 첫 번째는 VIP Tech의 구매팀이 보낸 메일입니다. "Module X 라이선스 1,200 seat, USB 보안 토큰 1,200개 대와 5주간의 온보딩 컨설팅을 요청합니다. 총 정가 기준 10억 원 규모인데.

AI가 우리 회사의 고객 전략을 이해하고 대응한다 - 온톨로지 구현(1)VIP, 일반, 잠재고객등에 맞게 회사 정책에 고객관리

2026-06-10T07:06:03Z

지난 글에서 저는 말했습니다. "AI는 똑똑하지만, 우리 회사의 사정은 모른다" 라고. 그 문장을 쓰고 나서 제가 가장 두려웠던 것은, 진단은 옳지만 해결책은 말로만 존재할 수 있다는 가능성이었습니다. "답은 온톨로지다" — 그런데 그게 대체 어떤 모양으로, 어떤 속도로, 어떤 신뢰성으로 돌아가는가? 팔란티어가 보여준 그림은 엔터프라이즈 스케일이었지만,

팔란티어가 AI시장을 씹어먹는 진짜 이유 : 온톨로지 - AI 에이전트가 비지니스를 이해하게 하려면? 코딩없이 에이전트 지휘하기

2026-04-15T02:54:32Z

지난 글에서 멀티 에이전트 시스템의 기술적 유효성을 확인할 수 있었습니다. 하지만 설계의 확신이 채 가시기도 전에, 시스템의 규모가 커질수록 그리고, 개별 에이전트의 지능만으로는 메울 수 없는 맥락의 부재가 서서히 드러났습니다. " AI는 똑똑하지만, 우리 회사의 사정은 모른다." 아무리 뛰어난 모델이라도 매 요청마다 '0'의 상태에서 추론을 시작합니다

AI 에이전트, 무조건 '자율형'이 정답일까? - LangGraph로 설계한 완벽 통제 워크플로우

2026-04-10T03:00:16Z

AI 에이전트를 구축하다 보면 한 가지 철학적인 고민에 빠지게 됩니다. "AI에게 모든 판단을 맡길 것인가, 아니면 내가 설계한 레일 위에서만 움직이게 할 것인가?" 그동안 진행해온 MCP(Model Context Protocol) 기반 멀티 에이전트 시리즈의 다섯 번째 실험은 바로 이 질문에서 시작되었습니다. 자율적으로 판단하고 실행하던 AI 에이전트에게

PC 안에 갇혀있던 AI 비서단, 이제 폰으로 부릅니다 - 데스크탑 앱 없이도 AI 비서 6명을 부리는 법 — Google ADK

2026-04-03T02:19:46Z

Claude, GPT-4o, 그리고 내 컴퓨터에 직접 설치해서 쓰는 무료 AI(로컬 오픈소스 Llama)까지. 업무를 지시하는 총괄 매니저(AI)를 세 번이나 교체했지만, 밑에서 일하는 6명의 전문 비서단은 업무 매뉴얼(서버 코드)을 단 한 줄도 수정할 필요 없이 100% 완벽하게 지시를 수행했습니다. 특정 대기업의 AI 서비스에 얽매이지 않고, 언제든 가

어제 클로드,내일 챗GPT.. AI매번 바꿔야하나요? - 특정 AI에 끌려다니지 않는, AI에 종속적이지 않는 에이전트란..

2026-03-25T06:17:42Z

"어떤 AI에 베팅해야 할까요?" 요즘 업계에서 가장 많이 듣는 질문입니다. 하지만 이 질문을 던지고 계신다면, 정말 중요한 진짜 질문을 놓치고 있는 겁니다. "AI를 교체할 때, 우리는 시스템을 얼마나 뜯어고쳐야 하는가?" 어떤 AI를 선택할지는 '오늘의 결정'에 불과합니다. 하지만 언제든 다른 AI로 갈아탈 수 있는 구조를 만드는 것은 '내일을 위한

단일 AI 비서대신, 6개 '전문 AI 비서' 고용 - 단일 AI에이전트 한계, 일 잘하는 AI에게도 '조직도'가 필요한 이유

2026-03-20T08:39:26Z

솔직히 말씀드리면, 기존에 제가 만들었던 '단일 AI 비서(Single Agent)' 시스템은 꽤 훌륭하게 작동했습니다. 하나의 AI가 이메일(Gmail), 고객 관리(Salesforce), 구글 캘린더, 로컬 파일 시스템 등 15개 이상의 도구를 거뜬히 다루었죠. 소규모 팀이 쓰기엔 충분했고, 모니터링 대시보드도 모든 호출을 완벽하게 추적하고 있었습니다.

AI는 확신에 차 있었지만, 틀렸던 순간들 (두 번째) - 눈앞의 불만 끄는 AI와, 집이 타지 않도록 지키는 사람

2026-03-20T02:50:29Z

AI가 저한테 이런 말을 했습니다. "지금 당장 서버에 직접 접속해서 고치세요." 저는 처음부터 그 방법이 내키지 않았습니다. '이렇게 고치면 나중에 코드를 업데이트할 때 다시 원래대로 돌아오지 않나?' 하는 걱정이 들었거든요. 그래서 소스코드 자체를 수정해서 제대로 배포하겠다고 했습니다. 그런데 AI는 서너 번을 돌아도 계속해서 '서버에 직접 접속해서

AI는 확신에 차 있었지만, 틀렸던 순간들(첫번째) - 매일 AI와 바이브 코딩하면서 AI에게 모든 것을 맡기지 않는 이유

2026-03-20T02:50:29Z

AI가 저한테 이런 말을 했습니다. "완전히 맞습니다. 제가 잘못 생각했네요." AI가 틀렸습니다. 그것도 자신 있게. 그리고 제가 지적하기 전까지 — 몰랐습니다. 오랫동안 시스템을 설계해온 저도 처음엔 믿었습니다. 그리고, 그 실제 대화를 공개합니다. 요즘 '바이브 코딩(Vibe Coding)'이라는 말이 유행입니다. 개떡같이 말해도 찰떡같이 알아듣고,

브런치에서 글로벌 매체(미디엄)로 발행해 본 이야기

2026-03-20T02:50:30Z

그동안 브런치를 통해 AI 에이전트와 하이브리드 MCP(Model Context Protocol) 아키텍처를 직접 구축하며 겪었던 삽질(?)과 실험기들을 꾸준히 나누어 왔는데요. 얼마 전 브런치에 공유했던 'AI 에이전트 행동, 다 보인다'라는 글, 혹시 기억하시나요? 브런치에서는 주로 비기술자의 언어로 이야기하려고 했는데요. 이 내용을 철저히 현장에서

AI 에이전트 행동, 다 보인다! - 보이지 않는 곳에서 일하는 AI, 투명하게 추적하고 통제하기

2026-03-20T02:50:29Z

지난 실험에서 AI 에이전트에게 '사람의 승인(Human-in-the-Loop)'이라는 필수적인 브레이크인 안전장치를 확인 했습니다. 그리고 다음 단계로, 이 비서가 도대체 뒤에서 무슨 일을 어떻게 처리하고 있는지 낱낱이 기록하는 '로깅(Logging)과 모니터링(Monitoring)' 시스템 구축을 예고했었죠. 단순히 로그를 남기는 것을 넘어, 이번에는

AI 코워커, 소프트웨어의 종말인가? - Anthropic이 공식 출시한 '로컬 자동화' 기능, 그 의미와 한계

2026-03-20T02:50:30Z

최근 주요 소프트웨어 기업들의 주가가 큰 폭으로 출렁였습니다. 시장은 그 원인 중 하나로 앤스로픽(Anthropic)이 발표한 'Claude Coworker'를 지목했습니다. 'AI가 로컬 PC를 직접 제어한다', '코딩 없는 파일 자동화의 시대가 왔다'는 자극적인 헤드라인들이 쏟아졌고, 이는 곧 기존 소프트웨어들의 무용론으로 번졌습니다 기사를 읽으며 저

AI, 사람 '승인' 후 행동개시! - 다수 사용자 인증·배포·승인·로깅의 실전 팁

2026-03-20T02:50:29Z

지난번 실험에서 'Admin'과 'Finance'라는 두 페르소나를 구현하며 다중 사용자 시스템의 심장을 이식했다면, 이번에는 그 심장이 온 조직에 퍼져 나갈 수 있는 '혈관'을 만들고, 혹시 모를 돌발 행동에 대비한 '브레이크'를 설치했습니다. 1. 흩어진 PC에 숨을 불어넣다 (Local MCP 배포 자동화) 실제 현장(Enterprise)에서 가장

소버린 AI, 기술 주권의 새로운 시대? - EU의 움직임에서 읽은 '기술독립'의 신호?

2026-03-20T02:50:30Z

1. 흔들리는 믿음 얼마 전, 머스크가 언급했던 '노동의 종말'에 대해 글을 쓰면서, 저는 "AI가 과연 우리 일을 대체할까?"라는 질문을 던졌습니다. 그때까지만 해도 제 마음 한구석에는 막연한 믿음이 있었던 것 같습니다. "기술에는 국경이 없다. 결국 가장 성능 좋은 미국 AI가 전 세계를 하나로 연결하지 않을까?" 하지만 최근 돌아가는 국제 정세를 보며

혼자 쓰던 AI, 이젠 '팀'이 씁니다 - 개인의 도구를 넘어, 조직의 시스템으로 (다수 사용자 인증과 설계 진화)

2026-03-20T02:50:29Z

조직에서는 하나의 자원 (조직 시스템: Database, 이메일, 캘린더, CRM, ERP등 )을 다수 사용자가 각자의 권한에 맞게 사용합니다. 그리고, 개인의 도구를 넘어, 조직의 시스템으로 지난 [운영실험 I]이 하이브리드 아키텍처를 통해 제 PC와 클라우드를 잇는 '개인의 완벽한 비서'를 만드는 과정이었다면, 이제 시작되는 [운영실험 II]는 이

코드가 실행되지 않는다고요?'바이브 코딩' 시작하세요! - AI 시대, 우리는 '에러 수정'이 아닌 '설계'를 해야 합니다.

2026-03-20T02:50:29Z

예전에 제 유튜브 채널에 "개발을 처음 시작하는 분들을 위한 툴 설치와 5줄로 나만의 AI 코드 실행하기"라는 튜토리얼을 올린 적이 있습니다. . 저도 지난 수년간 실무 코딩보다는 IT 프로젝트를 이끌고 조율하는 위치에 더 오래 있었습니다. 그러다 AI라는 거대한 흐름을 만나 다시 직접 코드를 짜는 '빌더(Builder)'로 돌아왔을 때, 그 막막함과 동