Category
업무 자동화
반복 업무를 LLM과 워크플로 도구로 줄이는 방법을 다룬다. Make·n8n 같은 노코드 연결부터 API와 스크립트, AI 에이전트를 엮은 파이프라인까지 범위에 둔다. 데모로 끝나지 않고 실패 처리와 비용까지 버티는 운영 가능한 자동화가 기준이다.
AI를 통한 운영 우수성 달성
Lean Six Sigma와 비즈니스 프로세스 관리(BPM)는 복잡한 운영을 정리하기 위한 구조적 방법을 제공하며, 통계적 엄격성과 품질 관리를 강조한다. 현재 기업들은 AI를 기존의 프로세스 우수성 방법론에 통합하려 하고 있으며, AI 기반 프로세스 최적화 시장은 향후 10년 내에 1130억 달러를 초과할 것으로 예상된다. 88%의 비즈니스 리더가 향후 12~18개월 내에 AI 기반 프로세스 인텔리전스에 대한 투자를 늘릴 계획이다. 그러나 적절한 기반이 없으면 이러한 투자가 완전한 잠재력을 발휘하지 못할 수 있다. 이미 규율 있게 운영하는 기업들은 AI 도구를 검증된 시스템에 통합할 수 있는 이점을 가진다.
N3R과 GitHub ARC 결합으로 안드로이드 빌드 환경 최적화
네이버 ENGINEERING DAY 2026에서 발표된 내용에 따르면, N3R과 GitHub ARC를 결합하여 안드로이드 빌드 환경의 리소스 소모를 동적으로 할당하고 CI/CD 병목 현상을 해결한 시스템 개발 경험이 공유되었다. 발표는 사내망에서 GitHub Actions Self-hosted Runner를 운영하는 개발자, Gradle 빌드 캐시 및 멀티 모듈 최적화에 관심 있는 안드로이드 개발자, 공식 ARC 도입이 지연된 팀을 대상으로 하였다. 발표 내용은 빌드 무게와 고정 Runner Pool의 한계, 다층 전략, 네트워크 구성, 캐시 및 테스트 방법, 오케스트레이션 방식, 결과 및 회고 등을 포함한다.
Warp, AI로 급여 및 인사 관리 자동화 위해 6000만 달러 자금 조달
직원 관리 스타트업 Warp가 인공지능을 활용하여 급여 및 기타 백오피스 작업을 최소한의 인력으로 운영하는 플랫폼을 확장하기 위해 6000만 달러의 신규 자금을 조달했다고 발표했다. 뉴욕에 본사를 둔 이 회사는 기존의 인적 자원 관리 소프트웨어에 대한 AI 기반 대안으로 자리매김하고 있다.
고객 문의 1차 분류 자동화: 룰+LLM 하이브리드로 리드타임 3.5시간→50분
전량 자동화로 한 번 데인 뒤 룰이 걷어내고 LLM이 꼬리를 맡고 사람은 위험한 구간만 보는 구조로 바꾼 기록
토스 QA Platform 팀의 릴리즈 품질 관리 및 AI 활용
토스는 매주 300~400건의 코드 변경을 포함한 새로운 버전을 배포하며, 품질을 유지하기 위해 토스닥터(Toss Doctor)와 토스체커(Toss Checker)를 활용한 테스트를 수행한다. QA Platform 팀은 핫픽스 대응과 크래시 모니터링을 통해 품질을 보장하며, 테스트 케이스 자동 생성 도구인 tcgen과 PR 분석기(PRCheck)를 개발하여 효율성을 높이고 있다. 또한, QA 프로세스를 개선하기 위해 토션(Tossion) 플랫폼을 구축하여 기존 도구의 한계를 극복하고 있다.
Tabstack: 브라우저 없이 웹 자동화
Tabstack은 애플리케이션이나 에이전트에서 브라우저를 호스팅하지 않고도 웹을 자동화할 수 있는 기능을 제공한다.
자율주행 실험실: 다음 실험을 선택하는 실험실
일반 실험실은 인간 과학자가 운영 체제로 작동하며, 실험을 결정하고 샘플을 이동시키고 결과를 검사한다. 자율주행 실험실은 이 과정의 일부를 소프트웨어로 이동시켜 AI를 자동화된 실험 장비에 연결하고, 각 실험의 결과가 시스템의 다음 행동에 영향을 미치도록 한다. 이는 단순한 자동화와 자율성의 차이를 보여준다. 자동화는 스크립트를 실행하지만, 자율주행 실험실은 실험을 통해 학습하고 더 나은 후보로 방향을 전환할 수 있다.
알리바바 Qwen-Robot Suite 출시 및 새로운 모델 소개
Qwen 가족은 코드 읽기, 스크린샷 분석, 질문에 답변하는 기능을 갖추고 있지만 물리적 세계에서 행동하는 능력은 부족하다. 알리바바는 Qwen-Robot Suite를 통해 이 간극을 메우기 위한 세 가지 새로운 모델인 Qwen-RobotNav, Qwen-RobotManip, Qwen-RobotWorld를 발표했다. 이 모델들은 인식과 추론이 강하지만, 실제 행동으로 이어지기 위한 번역 계층에서 병목 현상이 발생하고 있다.
GitHub Copilot 앱을 통한 업무 자동화로 리더십 향상
GitHub의 한 선임 이사는 GitHub Copilot 앱을 사용하여 업무 자동화를 통해 효율성을 높였다고 전했다. 이 앱은 macOS, Windows, Linux에서 사용할 수 있으며, 여러 저장소에서 병렬 세션을 실행하고, 실시간으로 작업을 시각화할 수 있는 기능을 제공한다. 그는 40개의 자동화를 설정하여 매일 회의 준비, 접근 권한 확인, 중요 메시지 선별 등을 자동으로 처리하고 있으며, 이를 통해 아침 시간을 절약하고 업무의 맥락을 파악하는 데 도움을 받고 있다고 밝혔다.
SNOW의 Automatic Sharding 기술 소개
네이버의 NAVER ENGINEERING DAY 2026에서 Automatic Sharding 기술이 소개되었다. 이 기술은 수천 개의 서비스가 한정된 GPU 자원을 효율적으로 공유할 수 있도록 하며, 모델 로딩 오버헤드를 제거하여 AI 모델 서빙의 속도와 안정성을 향상시킨다. 발표 내용에는 SNOW AI 콘텐츠 서빙 구조, Manual Sharding의 한계, Automatic Sharding 알고리즘 설계 및 배포 전략 등이 포함된다.
Mercury의 자동 청구서 처리 기능 소개
Mercury는 비즈니스의 청구서 처리 과정을 자동화하여 사용자가 계약자에게 전용 이메일 주소를 제공하면, 계약자가 송장을 보내는 즉시 자동으로 초안 결제를 생성한다. 이를 통해 사용자는 이메일함에서 송장을 찾거나 복잡한 스프레드시트를 관리할 필요가 없다.
Cara, AWS 기반 보험 중개업체를 위한 도메인 특화 AI 솔루션 제공
Cara는 AWS에서 제공하는 AI 솔루션으로, 보험 중개업체의 백오피스 프로세스를 자동화한다. 보험 중개업체는 반복적인 작업에 많은 시간을 소모하며, Cara는 이러한 문제를 해결하기 위해 설계되었다. Cara는 Amazon Elastic Kubernetes Service(Amazon EKS)에서 운영되며, Amazon Bedrock을 통해 LLM 기반 AI 기능을 제공한다. 주요 기능으로는 보험 견적 비교, 신청서 자동화, 제안서 및 갱신 생성, 지식 기반 워크플로우가 있다. 또한, 각 중개업체의 데이터와 워크플로우는 안전한 작업 공간에서 분리되어 관리된다.
Waymo, 2026년 프리미엄 구독 서비스 출시 및 자율주행차 시장 경쟁 현황
Waymo는 2009년 설립 이후 2026년 6월 11일에 월 $29.99의 프리미엄 구독 서비스를 샌프란시스코, 로스앤젤레스, 피닉스 등 일부 도시에서 출시했다. Waymo는 $16억의 자금을 조달하고 1260억 달러 이상의 기업 가치를 평가받고 있으며, 자율주행차(AV) 및 로봇택시 분야에서 선두주자로 자리잡고 있다. Intel이 대주주인 Mobileye는 2027년까지 100대의 차량을 주요 미국 도시에 배치할 계획이다. Waymo는 Uber와의 경쟁을 포함해 Baidu Apollo, Pony.AI, WeRide, Tesla 등 여러 글로벌 경쟁자들과 맞서고 있다.
CI/CD에 대한 Robert Erez와의 대화 요약
Robert Erez는 CI/CD, 배포 시스템 및 소프트웨어 전달에 대한 전문가로, Kubernetes, GitOps, 플랫폼 엔지니어링, 점진적 배포, 기능 플래그, 클라우드 개발 환경, AI의 역할에 대해 논의하였다. 주요 내용으로는 롤백 대신 롤 포워드 전략, GitOps의 본질, 지속적 배포와 지속적 전달의 차이, 기능 플래그의 장단점, Git 레포지토리의 병목 현상, 온프레미스 시스템의 필요성, 플랫폼 팀의 역할, 일시적인 환경의 증가 등이 있다.
토스, AI를 활용한 Technical Writer 자동화 계획
토스의 Technical Writing Partner 김혜빈은 AI를 통해 Technical Writer(TW)의 역할을 자동화하겠다는 목표를 세웠다. 현재 TW는 3명으로, 약 4천 명의 인원에 비해 문서 리뷰 부담이 크다. 이를 해결하기 위해 TW의 문서 작성 및 리뷰 프로세스를 AI에게 넘기고, AI가 테크니컬 라이팅 원칙을 기반으로 문서를 작성하고 리뷰하도록 Skill을 개발했다. 사내 메신저와 GitHub에서 AI가 자동으로 문서 작업을 수행할 수 있도록 시스템을 구축했다.
Cursor Automations의 /automate 기능 및 GitHub, Slack 트리거 추가
/automate 기능을 통해 사용자는 로컬 에이전트 세션에서 자동화 작업을 생성할 수 있으며, Slack 메시지에 이모지로 반응하여 자동화를 시작할 수 있다. 새로운 GitHub 트리거로는 비PR 이슈의 댓글, PR 리뷰 댓글, PR 리뷰 제출, 리뷰 스레드 업데이트, 워크플로우 실행 완료가 추가되었다. 또한, 자동화에 의해 시작된 클라우드 에이전트는 자신의 컴퓨터를 사용하여 작업의 데모나 결과물을 생성할 수 있으며, 자동화는 이제 불완전한 상태로 저장할 수 있고, PR을 기본적으로 열 수 있으며, UI에서 메모리 파일을 삭제할 수 있는 기능이 추가되었다.
n8n의 Test workflow는 실제 발송을 막아주지 않는다 — 전체 회원 200명에게 메일 나갈 뻔한 기록
노코드 툴의 Test 버튼이 dry-run인 줄 알았는데 Gmail 노드까지 실제로 쏜다. 발송 노드 disabled가 마지막 방어선이었다
Make에서 n8n 셀프호스팅으로 옮기다 OOMKilled와 SQLITE_BUSY로 사흘 날린 기록
exit code 137(OOM)과 조용히 누락되던 SQLITE_BUSY를 추적한 과정. 결론은 인스턴스 증설과 Postgres 전환이었다.
2026 상반기, 에이전틱 AI 엔터프라이즈 도입 변곡점과 ROI 실측
2026년 상반기 기업의 AI 에이전트 도입이 '데모'에서 '프로덕션'으로 넘어가는 변곡점을 지났다. 수치가 이를 뒷받침한다. Q1 2026에 출시·업데이트된 엔터프라이즈 앱의 80%가 최소 하나의 AI 에이전트를 내장했고(2024년 33% → 급등), 실제 프로덕션에 에이전트를 1개 이상 가동 중인 기업은 31%다. 산업별 편차가 크다 — 금융·보험이 47%로 선두, 헬스케어·정부는 각각 18%·14%로 후행. ROI는 글로벌 중앙값 171%, 미국 기업은 192%이며, 도메인 특화 에이전트는 수평형 대비 평균 5배 높은 효율을 보였다. 회수기간은 SDR(영업개발) 에이전트가 3.4개월로 가장 빠르고 재무·운영은 8.9개월. 사례로는 Klarna 에이전트가 853명분 업무를 처리하며 6,000만 달러를 절감했고, JPMorgan은 매일 450개 이상 AI 유스케이스를 프로덕션에서 돌린다. Merck는 4월 Google Cloud와 최대 10억 달러 규모의 제약 분야 최대 에이전틱 딜을 체결했다.
에이전트 자동화의 진짜 난관은 모델이 아니라 평가다
에이전트 자동화를 프로덕션에 올릴 때 발목을 잡는 건 모델 성능보다 평가와 모니터링인 경우가 많다. 멀티스텝 추론에서는 중간 단계 하나가 틀려도 최종 출력 검사는 통과해버려, 워크플로 전체가 오염돼도 기존 출력 기반 테스트가 놓친다. 그래서 권장되는 실무 원칙은 세 가지다. 첫째, 배포 전 적대적(adversarial)으로 테스트한다. 둘째, 실제 프로덕션 실패 사례로부터 eval을 만든다. 셋째, 그 eval이 정말로 중요한 실패를 잡아내는지 측정한다. 페르소나 기반으로 적대적 시나리오를 돌리면 아직 로그에 안 나타났지만 고객군에 존재하는 실패 모드를 미리 잡을 수 있어 가장 값싼 보험이 된다. 운영에서는 출력의 5~10%를 루브릭으로 표본 검수하고, 사람이 에이전트 출력을 뒤집은(override) 케이스를 원인별로 군집화하는 에스컬레이션 분석이 신호가 가장 강한 피드백 채널이다.
Zapier, Make, n8n을 1년에 걸쳐 순서대로 써보고 정리한 선택 기준
비용 때문에 Zapier→Make→n8n으로 옮겼지만, 실제 선택을 가른 건 가격표가 아니라 팀에 코드 만질 사람이 있느냐였다.
MCP 2025-11-25 스펙: 비동기 Tasks와 URL 모드 일릴리시테이션
Model Context Protocol의 2025-11-25 리비전은 자동화 워크플로 설계 방식을 바꾼다. 핵심은 Tasks 프리미티브로, 어떤 요청이든 즉시 task 핸들을 돌려받고 나중에 상태를 폴링해 결과를 가져오는 call-now/fetch-later 패턴을 지원한다. task는 working, input_required, completed, failed, cancelled 상태를 거치므로 장시간 멀티스텝 작업을 조율하기 쉬워진다. 또 하나는 일릴리시테이션 강화다. 서버가 작업 중간에 멈춰 사용자 입력을 요청할 수 있고, URL 모드(SEP-1036)는 OAuth·결제·API 키 같은 민감 플로를 클라이언트 안이 아니라 브라우저에서 완료하도록 URL을 건넨다. 다만 Tasks는 실험적 코어 기능으로 출시됐고, 실제 운영에서 재설계 필요성이 드러나 이후 2026-07-28 릴리스 후보에서는 스펙 본체가 아닌 Extension으로 옮겨졌다는 점은 알아둘 필요가 있다.
비개발자가 n8n으로 매주 4시간 광고 정산 노가다를 자동화하며 부딪힌 메타 토큰 만료
광고 정산 4시간을 n8n으로 자동화하며 부딪힌 메타 단기→장기 토큰 교환과 플랫폼별 응답 정규화 정리
장시간 에이전트의 핵심: 내구 실행과 체크포인트
에이전트를 단순 for 루프로 돌리면 중간에 프로세스가 죽거나 API가 끊겼을 때 처음부터 다시 시작해야 한다. 장시간·상태 유지 에이전트를 안정적으로 운영하려면 내구 실행(durable execution) 개념이 필요하다. 핵심은 체크포인트다. 각 단계의 상태를 저장해 두면 장애가 나도 정확히 멈춘 지점부터 자동으로 이어서 재개할 수 있다. 여기에 사람 승인을 끼우는 human-in-the-loop, 영속 메모리, 스트리밍, 실패 시 자동 재시도와 복구가 더해지면 프로덕션급 에이전트의 기본기가 갖춰진다. 이런 패턴을 일급 기능으로 제공하는 대표 프레임워크가 LangGraph로, 그래프 기반 오케스트레이션에서 각 노드가 에이전트 단계를 맡고 엣지가 흐름을 정의한다. 타임트래블 디버깅과 상태 편집을 지원하는 스튜디오, 크론 스케줄링·체크포인트·재시도를 다루는 API도 제공한다. 더 강한 실행 보증이 필요하면 Temporal 같은 워크플로 엔진과 결합하는 선택지도 있다.