← 주간 클리핑 전체
AX Weekly · 10월 4주 · 2026.10.17 – 10.24

이번 주 AI, 현장과 전문가의 말.

이번 주에는 기업과 투자자들이 AI를 실제 업무에 어떻게 들이느냐를 이야기했습니다. Walmart는 외부 AI 에이전트를 고객으로 받되 지출 한도와 승인 절차를 붙였고, OpenAI는 시범에서 운영으로 넘어가는 방법을 공개했습니다. AWS 내부 녹음은 클라우드 사업자도 AI 인프라의 현금과 전력 부담에 부딪혔음을 보여 줬고, CrowdStrike CEO는 보안을 AI로 지켜야 한다고 말했습니다.

이번 주 AX 체크리스트

사람·조직

직무·채용·조직 설계와 생산성

업무·에이전트

도입 방식, 에이전트 운영 규칙과 권한

비용·계약

AI 예산, 벤더·클라우드 계약

Top 10 · AX 중요도순

외부 AI에이전트 Agent Gateway(MCP 서버) Walmart ·Sam's Club 에이전트 프로필 (고객 계정 안) · 거래마다 승인 또는 지출 한도 안에서 사전 허용 · 결제 정보 접근 불가 · 필요한 데이터만 · 규칙을 어긴 에이전트는 차단
01 TechCrunch 기사 10.21
도입 사례에이전트·자동화 현업 리더CIO·CTO

Amazon은 막고 Walmart는 열었습니다. 외부 AI 에이전트를 고객으로 받는 규칙이 나왔습니다

Walmart가 승인된 AI 에이전트가 상품을 찾고 대신 주문할 수 있는 통로(Agent Gateway)를 열었습니다. 고객 계정 안에 에이전트별 프로필을 만들고, 거래마다 승인을 받거나 고객이 정한 지출 한도 안에서만 사게 했습니다. 에이전트는 결제 정보에 접근할 수 없고, 규칙을 어기면 차단됩니다. Amazon이 외부 에이전트를 막는 것과 반대로, 통제 장치를 붙여 받아들이는 쪽을 택한 것입니다.

검토해 볼 질문우리 서비스에 고객의 AI 에이전트가 들어와 조회·주문을 하려 할 때 막을지, 받아들일지에 대한 정책과 기술 통로가 있습니까?

기술 디테일
  • Agent Gateway는 MCP 서버로, 승인된 에이전트가 온라인 재고를 검색하고 구매할 수 있게 합니다.
  • 에이전트 프로필은 다음 달부터 순차 적용되며, 에이전트의 구매가 계정에서 따로 표시됩니다. 고객은 언제든 프로필을 지울 수 있습니다.
  • 에이전트가 잘못 주문해도 Walmart 반품 정책이 그대로 적용됩니다.
  • Walmart와 Sam's Club 모두 지원하며, Walmart+ 멤버십이 없어도 됩니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 발표. Walmart 사장 겸 CEO John Furner가 Masters of Scale Summit에서 발표했습니다.
  2. Agent Gateway. 승인된 AI 에이전트가 Walmart에 연결해 재고를 검색하고 고객 대신 구매하는 MCP 서버입니다. 개인정보나 구매 이력을 넘기지 않고도 자주 사는 상품을 다시 주문할 수 있습니다.
  3. 에이전트 프로필. 에이전트마다 고객 계정 안에 별도 프로필이 생겨 구매 내역이 따로 보입니다. 신용카드에 가족 사용자를 추가하는 것과 비슷하다고 설명합니다.
  4. 지출 통제. 거래마다 승인을 요구하거나, 정한 한도까지는 미리 허용할 수 있습니다.
  5. 에이전트 규칙. 고객 의도를 넘어선 행동 금지, 결제 정보 접근 금지, 필요한 데이터만 접근. 어기면 차단됩니다.
  6. 경쟁사. Amazon은 AI 에이전트의 대리 구매를 막기 시작했고, 여러 여행·예약 사이트도 에이전트를 완전히 막았습니다.

AX 관점 메모

  • 현업 리더. 고객의 AI 에이전트가 우리 서비스에서 할 수 있는 일(조회·주문·취소)과 한도를 정합니다.
  • CIO·CTO. 에이전트 전용 통로(MCP 등)를 열지, 기존 웹·앱을 지킬지 기술 선택지를 비교합니다.
  • CISO. 에이전트별 식별과 결제 정보 분리를 어떻게 보장할지 확인합니다.

원문 이미지·영상

배포에 걸린 기간 (0 기준, 막대 길이 = 일수) 첫 팀 · 약 2개월 두 번째 팀 · 1일 재사용할 수 있게 만들면 다음 배포가 빨라진다
02 OpenAI · Colin Jarvis 글 10.22
도입 사례 AX 추진CIO·CTO

OpenAI가 말하는 "시범에서 운영까지": 한 번 만든 것을 다음 팀에 다시 쓰는 게 핵심입니다

OpenAI의 현장 배치 엔지니어링(FDE) 책임자 Colin Jarvis가 고객사 AI 도입 경험을 정리했습니다. 모델이 할 수 있어 보이는 일과 실제로 믿고 쓸 수 있는 일 사이의 '배포 격차'를 줄이는 것이 일의 핵심이라고 말합니다. 한 고객사는 첫 배포에 두 달이 걸렸지만, 두 번째 팀으로 넓히는 데는 하루가 걸렸습니다. 단순한 해법부터 운영에서 가치를 증명한 뒤 넓히라는 것이 그의 조언입니다.

검토해 볼 질문우리 회사의 AI 시범 사업 가운데, 다른 팀이 그대로 가져다 쓸 수 있게 만든 것은 몇 개입니까?

기술 디테일
  • 반도체 고객: FDE 약 15명이 10개 이상 사례를 맡았고, AI 테스트 생성으로 시간 약 48% 절감, 커널 최적화로 성능 중앙값 22% 향상(벤더 발표).
  • Codex 기반으로 다시 만들어 프로젝트당 맞춤 코드 약 90%를 없앴습니다.
  • 세무 AI 시범: 신고서 7,000건 처리, 처리량 약 50% 상승(벤더 발표).
  • 통신사 음성 모델의 핵심 평가 점수가 6개월 동안 약 60%에서 90% 이상으로 올랐습니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 역할. FDE는 고객과 함께 어려운 문제를 풀며 모델의 가능성과 실제 활용 사이의 격차를 줄입니다.
  2. 원칙. 매번의 프로젝트가 다음 프로젝트를 쉽게 만들어야 합니다. 맞춤 해법을 재사용 가능한 제품으로 바꾸거나, 연구팀에 능력의 빈틈을 알리거나, 맞춤 작업을 줄입니다.
  3. 조언. 단순한 해법이 대개 가장 잘 통하고, 운영 환경에서 가치를 증명한 뒤 넓혀야 합니다.
  4. 사례. John Deere는 농민 지원을 개인화했고, 한 반도체 회사는 칩 검증을 AI 중심으로 바꿨으며, Thrive Holdings는 회계법인과 세무 AI를 만들었습니다.
  5. 속도. 한 배포는 처음에 두 달이 걸렸지만 두 번째 팀 확장은 하루였습니다.

AX 관점 메모

  • AX 추진. 시범 사업을 끝낼 때 '다음 팀이 쓸 수 있는 형태'로 정리하는 것을 완료 조건에 넣습니다.
  • CIO·CTO. 외부 FDE나 파트너에 맡길 영역과 사내에 남길 역량을 나눕니다.

핵심 인용

"Everyone wants to build something that has never existed. Fewer people want to do what it takes to get there."
누구나 세상에 없던 것을 만들고 싶어 하지만, 거기까지 가는 데 필요한 일을 하려는 사람은 적다.

원문 이미지·영상

함께 보기 Uber 전사 도입 사례
Amazon 최근 12개월 잉여현금흐름 (0 기준, $10억 = 8px) 0 1년 전 +$182억 지금 −$76억 AI 랙 월 약 $30억어치가 전력 부족으로 창고 대기 (BI 보도)
03 Business Insider 기사 10.20 2차 인용
비용벤더 전략 CFOCIO·CTO

AWS 내부 녹음: AI 사업은 당분간 현금 적자, 전력이 모자라 서버가 창고에 쌓여 있습니다

Business Insider가 입수한 AWS 내부 녹음에서 John Felton CFO는 AI 인프라 책임자에게, 회사를 잉여현금흐름 적자로 만들었으니 축하한다는 농담을 했습니다. 인프라 책임자는 직원들에게 AI 사업이 앞으로 2년 정도는 큰 폭의 현금 적자를 이어 갈 것이라고 말했습니다. 보도에 따르면 전력이 모자라 돌리지 못한 GPU 서버가 창고에서 대기하고 있습니다. 가장 큰 클라우드 사업자도 AI 용량을 늘리는 데 돈과 전력의 한계가 있다는 뜻이고, 기업 고객에게는 용량 확보와 계약 조건이 협상 변수가 됩니다.

검토해 볼 질문우리 회사의 핵심 AI 업무는 특정 클라우드의 GPU 용량에 묶여 있습니까? 용량이 모자라거나 가격이 오를 때의 대안과 계약 조건을 따져 봤습니까?

기술 디테일
  • Business Insider 보도(10.20)를 AI Weekly 요약으로 확인했습니다. BI 원문은 열지 못했습니다.
  • Amazon의 최근 12개월 잉여현금흐름은 1년 전 182억 달러 흑자에서 76억 달러 적자로 바뀌었고, 2026년 설비투자 계획은 약 2,200억 달러입니다.
  • 8월에 NVIDIA GB300 랙 약 50억 달러어치를 들였고, 매달 약 30억 달러어치 랙이 전력이 없는 창고에서 대기 중이라고 보도됐습니다.
  • 다른 시각: Felton은 Axios 인터뷰(10.16, 기간 밖, 참고)에서 수요는 진짜이고 AI 서버 투자 회수 기간이 3년이 안 된다고 말했습니다. 2분기 기준 수주 잔고는 약 5천억 달러입니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 녹음. Business Insider가 AWS 내부 회의 녹음을 입수해 보도했습니다.
  2. CFO의 농담. John Felton CFO는 AI 인프라 책임자 Prasad Kalyanaraman에게 회사를 잉여현금흐름 적자로 만들었다며 축하한다고 농담했습니다.
  3. 적자 전망. Kalyanaraman은 직원들에게 ML·AI 사업이 앞으로 2년 정도는 큰 폭의 현금 적자일 것이라고 말했습니다.
  4. 전력 병목. 8월에 약 50억 달러어치 GB300 랙을 들였고, 매달 약 30억 달러어치 랙이 전력이 부족한 창고에서 대기한다고 전합니다.
  5. 숫자. 2026년 설비투자 계획 약 2,200억 달러, 최근 12개월 잉여현금흐름은 +182억 달러에서 −76억 달러로 바뀌었습니다.
  6. 다른 시각. Felton은 앞서 Axios 인터뷰(10.16)에서 수요가 진짜이고 서버 투자는 3년 안에 회수된다고 말했습니다.

AX 관점 메모

  • CFO. 클라우드 AI 계약의 약정 기간, 가격 조정 조항, 용량 보장 조건을 확인합니다.
  • CIO·CTO. 핵심 AI 업무를 다른 클라우드나 리전으로 옮길 수 있는지 점검합니다.

원문 이미지·영상

함께 보기 Axios 인터뷰(10.16, 기간 밖)
점 하나 = 직원의 5%● 감축 5%2025년 말 직원 약 7만 7천 명 기준
04 IBTimes (CNBC 인용) 기사 10.23 2차 인용
조직·인력 CEOCHRO

American Express 인력 5% 감축, "AI를 쓰기 위해 조직 단계를 줄인다"

American Express가 분기 실적 발표와 함께 전 세계 인력의 5%를 줄인다고 밝혔습니다. CEO는 더 민첩하고 효율적인 조직이 되기 위해서라고 설명했습니다. CFO는 CNBC 인터뷰에서 앞으로 자동화와 AI를 쓰기 위해 관리 단계를 줄이고 관리 범위를 넓히겠다고 말했습니다. 감원을 AI가 직접 대체한 결과라기보다, AI 활용을 전제로 조직 구조를 바꾸는 움직임으로 읽힙니다.

검토해 볼 질문AI 도입 계획에 맞춰 관리 단계와 팀 구조를 다시 설계하는 논의를 시작했습니까?

기술 디테일
  • IBTimes 보도이며, CFO 발언은 CNBC 인터뷰를 인용했습니다. 규제 공시는 인용되지 않았습니다.
  • 2025년 말 직원 약 7만 7천 명 기준으로 계산하면 약 3,850명이지만, 기사는 이 숫자를 밝히지 않았습니다(추정).
  • 감원 완료 시점은 공개되지 않았습니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 발표. American Express가 분기 실적과 함께 전 세계 인력 5% 감축을 발표했습니다.
  2. CEO 설명. Stephen Squeri CEO는 앞으로 몇 년간 혁신을 가속하고 이기려면 더 민첩하고 효율적인 조직이 돼야 한다고 말했습니다.
  3. CFO 설명. Christophe Le Caillec CFO는 CNBC에 관리 단계를 줄이고 관리 범위를 넓혀 앞으로 자동화와 AI를 쓸 수 있게 하겠다고 말했습니다.
  4. 해석. 기사는 AI가 이 직무들을 직접 대체했다고 보지 않고, 미래 목표로 제시했다고 전합니다.

AX 관점 메모

  • CEO. AI 도입 로드맵과 조직 설계(관리 단계, 관리 범위)를 함께 논의합니다.
  • CHRO. 재배치·재교육 계획을 감원보다 먼저 세웁니다.

핵심 인용

"reduce layers and increase spans of controls"
관리 단계를 줄이고 관리 범위를 넓힌다 (CFO, CNBC 인터뷰)

원문 이미지·영상

AI에게 맡길 수 있는 일의 길이 · log 축 약 4분 · 2024 17시간 · 2026.04 2배 × 8회
05 Ethan Mollick 글 10.20
생산성조직·인력 CEOCHRO

AI에게 통째로 맡길 수 있는 일이 4분짜리에서 17시간짜리로 커졌습니다

와튼스쿨 Ethan Mollick 교수가 지난 30개월의 AI 발전을 차트로 정리했습니다. AI가 절반의 확률로 끝낼 수 있는 일의 길이는 2024년 약 4분에서 2026년 4월 17시간으로 늘었습니다. 그는 사람이 에이전트를 불러내 지시하고 결과를 평가하는 '컨저러(conjurer)'를 새로운 일하는 방식으로 제시합니다. 업무를 'AI가 돕는 일'이 아니라 'AI에게 맡기는 일' 단위로 다시 나눌 때가 됐다는 뜻입니다.

검토해 볼 질문우리 팀 업무 가운데 몇 시간짜리 일을 통째로 에이전트에게 맡겨 볼 후보는 무엇이고, 결과는 누가 평가합니까?

기술 디테일
  • METR 측정에서 50% 성공 기준 작업 길이가 여덟 번 두 배가 됐고, 2026년 4월 이후로는 벤치마크가 측정 한계에 이르렀습니다.
  • 대학원 수준 벤치마크의 정답 하나를 얻는 비용은 약 30센트에서 0.04센트로 떨어졌습니다.
  • 2024년 초 이후 1위 모델이 20번 바뀌었고, 모두 Anthropic, Google, OpenAI 모델입니다.
  • 한계: Mollick은 AI가 수학에는 강하지만 긴 글쓰기에는 여전히 약하다고 봅니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 1위 교체. GPT-4는 2023년 초부터 2024년 초까지 1위였고, 그 뒤 20개 모델이 1위를 거쳤습니다.
  2. 오픈 모델. 출시 당시 GPT-4보다 나은 모델이 180개이고, 19개는 최신 스마트폰에서 돌아갑니다.
  3. 작업 길이. AI가 50% 확률로 끝내는 작업 길이가 2024년 약 4분에서 2026년 4월 17시간이 됐습니다.
  4. 비용. 대학원 수준 문제의 정답 하나를 얻는 비용이 약 30센트에서 0.04센트로 떨어졌습니다.
  5. 일의 변화. 에이전트를 불러내고 지시하고 평가하는 '컨저러'를 세 번째 업무 방식으로 더했습니다.

AX 관점 메모

  • CEO·AX 추진. 부서별로 몇 시간 단위로 맡길 수 있는 업무 목록을 만들고 시범 위임을 시작합니다.
  • CHRO. 직무 기술에 '에이전트에게 지시하고 결과를 검증하는 역할'을 넣을지 검토합니다.

원문 이미지·영상

청구 100만 건당 비용 (Cloudflare 시험, 0 기준) LLM만 사용 · $11,740 추출 → 판단 → LLM 단계별 · $6,032 비용 49% ↓ · 처리 시간 61.7초 → 19.3초
06 Cloudflare 글 10.19
비용에이전트·자동화 CIO·CTO현업 리더

큰 모델 하나 대신 작은 모델을 단계별로: Cloudflare가 보험 청구 처리 비용을 49% 줄였습니다

Cloudflare가 문서에서 값을 뽑아내는 빠른 추출 전용 모델 Clairic을 미리보기로 공개했습니다. 보험 청구 처리를 시험한 결과, 모든 단계를 대형 언어 모델에 맡기는 대신 추출 모델, 판단 모델, 언어 모델 순으로 나누자 비용이 49% 줄고 처리 시간은 약 3분의 1이 됐습니다. 영수증·청구서처럼 정형화된 문서 업무는 큰 모델 하나보다 작은 모델을 조합하는 편이 싸고 빠르다는 사례입니다. 다만 실제 고객 사례가 아니라 시험 시나리오입니다.

검토해 볼 질문청구·영수증·계약서처럼 반복되는 문서 처리를 큰 모델 하나로 돌리고 있습니까, 작은 모델과 나눠 쓰고 있습니까?

기술 디테일
  • Clairic은 Workers AI에서 미리보기로 제공되며, 출력 토큰 없이 입력에만 100만 토큰당 0.10달러를 받습니다. 가중치도 곧 공개할 예정입니다.
  • 청구 100만 건당 비용: 단계별 파이프라인(Clairic → Clef → GLM-5.3) 6,032달러, LLM만 사용 11,740달러. 처리 시간 19.3초 대 61.7초.
  • 한계: Cloudflare는 읽기는 강하지만 여러 단계의 계산은 아직 약하고, 예측은 기초 수준이라고 밝혔습니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 무엇. 비정형 입력에서 값을 뽑고, 계산하고, 추정하고, 예측하는 추출 모델입니다. 빠르게 반응하는 'System One' 모델로 소개합니다.
  2. 요금. 출력 토큰을 만들지 않아 입력에만 100만 토큰당 0.10달러를 받습니다.
  3. 시험. 파손 상품 보험 청구 파이프라인에서 단계별 구성이 LLM만 쓴 구성보다 비용 49%, 처리 시간 약 69%를 줄였습니다.
  4. 한계. 여러 단계 계산은 아직 약하고, 예측은 기초 수준입니다. TSA 승객 수 21일 예측의 평균 오차는 3.3%였습니다.

AX 관점 메모

  • CIO·CTO. 반복 문서 업무에 '추출 → 판단 → 필요할 때만 큰 모델' 구조를 시험해 봅니다.
  • 현업 리더. 청구·정산처럼 건수가 많은 업무부터 건당 비용과 처리 시간을 측정합니다.

핵심 인용

"It also costs 49% less to use the cascaded pipeline vs the all-LLM pipeline."
단계별 파이프라인은 LLM만 쓴 파이프라인보다 비용도 49% 적게 든다.

원문 이미지·영상

2026.10"We will."개발 확인 2027첫 시연 그 뒤 몇 년거리에 등장 2027 시연 발언은 9월 Fortune 인터뷰 (기간 밖)
07 Sam Altman (Sources) 팟캐스트 10.17 2차 인용
벤더 전략 CEO

Sam Altman "휴머노이드 만든다", AI 기업의 다음 무대는 물리 세계입니다

Sam Altman이 Sources 팟캐스트에서 OpenAI가 휴머노이드 로봇을 만들 것이냐는 질문에 "만들 것"이라고 답했습니다. 세상이 사람에 맞춰 설계돼 있어 사람 모양이 맞다고 보면서도, 로봇 디자인보다 로봇을 움직이는 '두뇌'가 더 중요하다고 말했습니다. 그는 앞서 Fortune 인터뷰에서 2027년에 시연하고, 거리에서 로봇을 보려면 몇 년이 더 걸릴 것이라고 밝힌 바 있습니다. 소프트웨어 AI 기업이 하드웨어까지 넓히는 흐름입니다.

검토해 볼 질문물류·제조·매장 현장에서 로봇이 맡을 수 있는 일을 2~3년 계획에 넣어 두었습니까?

기술 디테일
  • Sources 팟캐스트 발언은 Engadget 보도(10.17)로 확인했고, 원 음성은 직접 듣지 못했습니다.
  • 2027년 시연 발언은 9월 Fortune 인터뷰(기간 밖)에서 나왔습니다.
  • OpenAI 채용 페이지에는 로보틱스 직무가 약 27개 올라 있습니다. 파트너, 가격, 출시일은 발표되지 않았습니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 확인. Sources 팟캐스트에서 휴머노이드를 만들 것이냐는 질문에 "만들 것"이라고 답했고, 다른 형태도 함께 만들겠다고 했습니다.
  2. 이유. 세상이 사람에 맞춰 설계돼 있어 사람 모양을 따르는 것이 좋아 보인다고 말했습니다.
  3. 우선순위. 로봇 디자인보다 로봇을 움직이는 두뇌를 제대로 만드는 것이 더 중요하다고 봅니다.
  4. 일정. Fortune 인터뷰(9월)에서는 2027년에 멋진 시연을 하겠지만 거리에 로봇이 다니려면 몇 년이 더 걸릴 것이라고 했습니다.

AX 관점 메모

  • CEO. 물리 세계 AI(로봇)를 3년 이상 장기 과제로 두고, 현장 업무 가운데 후보를 정리해 둡니다.

핵심 인용

"We will."
만들 것이다. (Sources 팟캐스트, Engadget 보도 기준)

원문 이미지·영상

보안 조치 1건당 비용 (Kurtz 주장, 0 기준) 최상위 프런티어 모델 · 약 $10 전용 보안 모델 · 약 $0.03 평균 침투 확산 29분 · 가장 빠른 사례 27초
08 No Priors · George Kurtz 팟캐스트 10.22 2차 인용
보안·거버넌스비용 CISOCFO

CrowdStrike CEO "새 최상위 포식자는 국가가 아니라 에이전트", 방어도 AI로 해야 합니다

VC Sarah Guo와 Elad Gil이 진행하는 No Priors에서 CrowdStrike CEO George Kurtz가 AI 에이전트로 무장한 공격자를 이야기했습니다. 그는 이제 공격은 악성코드가 아니라 프롬프트로 이뤄지고, 누구나 국가 수준의 공격 능력을 갖게 됐다고 말합니다. 방어 쪽에서는 최상위 모델로 1건에 약 10달러가 드는 보안 조치를 전용 모델로 약 3센트에 처리한다고 주장했습니다. 한 은행 CIO는 가치 높은 일에만 최상위 모델을 쓰고 나머지는 오픈 모델로 돌릴 계획이라고 전했습니다.

검토해 볼 질문사내에서 돌아가는 AI 에이전트 목록(인벤토리)이 있습니까? 업무 가치에 따라 최상위 모델과 오픈 모델을 나눠 쓰는 기준이 있습니까?

기술 디테일
  • Kurtz 주장: 최초 침투에서 핵심 자산까지 평균 29분, 가장 빠른 사례 27초.
  • 보안 조치 1건당 최상위 모델 약 10달러, CrowdStrike 모델 약 3센트(Kurtz 주장, 독립 검증 없음).
  • 엔드포인트 센서에서 하루 약 7조 건의 이벤트를 수집하며, NVIDIA와 Nemotron을 기반으로 약 6개월간 보안 모델을 만들었습니다.
  • 출처: 에피소드 목록(podwise)과 제3자 요약(BigGo)을 바탕으로 정리했습니다. 원 음성은 직접 듣지 못했습니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 주장. AI가 공격자의 피라미드를 평평하게 만들어, 새 최상위 포식자는 국가가 아니라 '에이전트 국가'라고 말합니다.
  2. 공격 방식. 이제 공격은 악성코드가 아니라 프롬프트로 이뤄져 서명 기반 탐지를 피합니다.
  3. 방어. AI와 싸우는 유일한 방법은 더 나은 AI라며, 전용 보안 모델의 비용 우위를 강조합니다.
  4. 수요 변화. 처음으로 보안이 브레이크가 아니라 가속 페달이 됐다고 봅니다.
  5. 기업 비용. 한 뉴욕 은행 CIO는 가치 높은 일에만 최상위 모델을 쓰고, 나머지는 몇 달 뒤처진 오픈 모델로 돌릴 계획이라고 전했습니다.
  6. 주의. 수치는 Kurtz 본인의 주장이며, 그는 이 주제에 사업적 이해관계가 있습니다.

AX 관점 메모

  • CISO. 사내 에이전트 목록과 각 에이전트의 권한을 이번 주 안에 확인합니다.
  • CFO. 업무 가치별로 최상위 모델과 오픈 모델을 나눠 쓰는 비용 기준을 정합니다.

핵심 인용

"The only way to fight AI today is with better AI."
오늘날 AI와 싸우는 유일한 방법은 더 나은 AI다. (제3자 요약 기준)

원문 이미지·영상

함께 보기 제3자 요약(BigGo)
인프라 기업의 영업 팀 영업(AE) 현장 엔지니어 세일즈 엔지니어 애플리케이션 기업의 영업 팀 영업(AE) 고객 성공(CSM) 1인당 할당량몇 배로 ↑
09 Tomasz Tunguz × Granola 대담 10.22
조직·인력 현업 리더CHRO

AI 시대 영업팀은 작아지고, 1인당 할당량은 몇 배로 커집니다

VC Tomasz Tunguz가 Granola의 영업 부사장 Bardia Shahali와 AI 시대 영업 조직을 이야기했습니다. 영업 담당 한 명이 맡을 수 있는 할당량이 몇 배로 커져 팀을 작게 꾸릴 수 있고, 수천만 달러 계약이 2주 만에 닫히기도 한다고 합니다. 모델 성능이 약 45일마다 새로 뛰어오르는 만큼 보상 계획도 연 단위에서 분기 단위로 바꿨습니다. 다만 팀이 너무 작으면 신규 고객 발굴이 약해질 수 있다고 경고합니다.

검토해 볼 질문우리 영업·고객 조직의 보상과 할당량 체계는 AI로 늘어난 1인당 생산성을 반영하고 있습니까?

기술 디테일
  • Shahali는 Fireworks AI에서 영업 조직을 만들며 매출이 약 300만 달러에서 약 4억 달러로 늘어나는 과정을 겪었습니다.
  • 인프라 기업은 영업 담당, 현장 배치 엔지니어, 세일즈 엔지니어가 한 팀으로 복잡한 제품을 전달합니다.
  • 애플리케이션 기업은 영업 담당과 고객 성공 담당이 한 팀이며, 이전 시대와 비슷하지만 생산성과 도입 속도가 높습니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 작은 팀. 영업 담당 한 명이 맡는 할당량이 몇 배로 커져 팀을 작게 운영할 수 있습니다.
  2. 큰 계약. Fireworks에서는 수천만 달러 계약이 약 2주 만에 닫히기도 했습니다.
  3. 분기 보상. 모델 성능이 약 45일마다 새로 뛰어올라 시장이 빨리 변하므로, 보상 계획을 분기 단위로 바꿨습니다.
  4. 위험. 인력이 너무 적으면 신규 발굴과 확장 영업이 약해질 수 있습니다.
  5. 팀 구성. 인프라 기업과 애플리케이션 기업은 팀을 다르게 꾸립니다.

AX 관점 메모

  • 현업 리더. 영업 1인당 할당량과 팀 규모를 AI 도구 도입 전후로 다시 계산합니다.
  • CHRO. 빠르게 변하는 시장에 맞춰 보상 주기를 짧게 하는 방안을 검토합니다.

핵심 인용

"But each rep, the quota they can carry is just multiples higher."
영업 담당 한 명이 맡을 수 있는 할당량은 몇 배나 높아졌다.

원문 이미지·영상

에이전트 여럿이 코드·인프라·위험을 나눠 점검
10 Aaron Levie (Box CEO) X·인터뷰 10.23
보안·거버넌스에이전트·자동화 CISO

Box CEO "보안이 에이전트 스웜의 대표 용도가 될 것", 방어에도 에이전트를 씁니다

Box CEO Aaron Levie는 여러 에이전트를 한꺼번에 돌리는 '에이전트 스웜'을 사이버 방어에 쓰는 일이 AI의 가장 큰 범주 가운데 하나가 될 것이라고 썼습니다. 에이전트가 코드와 인프라를 검토하고, 가능한 위험을 빠짐없이 시험하고, 대량의 데이터를 처리한다는 것입니다. 8위 CrowdStrike CEO의 말처럼 공격 쪽도 AI를 쓰는 만큼, 방어 쪽 자동화가 보안 예산의 새 항목이 될 수 있습니다.

검토해 볼 질문우리 보안팀은 코드·인프라 점검에 AI 에이전트를 시험해 봤습니까? 아니라면 어느 영역부터 시작할 수 있습니까?

기술 디테일
  • 원문은 X 게시물입니다(2026-10-23 UTC). 검색 결과에 노출된 본문으로 확인했으며, 끝부분은 잘려 있습니다.
  • Levie는 10월 19일 CNBC 인터뷰에서도 에이전트 스웜을 주제로 이야기했습니다(제목 기준, 영상 내용은 확인하지 못함).
  • 에이전트 스웜: 여러 에이전트가 일을 나눠 동시에 처리하는 방식으로, 컴퓨트 사용량이 크게 늘어납니다.
원문 한글 정리 · AX 관점 메모

원문 한글 정리

  1. 주장. 사이버 방어용 에이전트 스웜이 AI의 가장 큰 범주 가운데 하나가 될 것이라고 봅니다.
  2. 쓰임새. 에이전트가 코드와 인프라를 검토하고, 모든 위험 조합을 시험하고, 방대한 데이터를 처리하게 된다고 썼습니다.
  3. 맥락. 같은 주 CNBC 인터뷰에서도 에이전트 스웜이 산업을 바꿀 수 있다는 주제로 이야기했습니다.

AX 관점 메모

  • CISO. 코드 리뷰, 인프라 설정 점검, 로그 분석 가운데 하나를 골라 에이전트 기반 점검을 시범 운영합니다.
  • CFO. 스웜 방식은 사용량이 크게 늘 수 있으므로 보안 예산에 사용량 기반 비용 항목을 따로 둡니다.

핵심 인용

"Agent swarms for cyber defense is about to be one of the biggest categories in AI."
사이버 방어용 에이전트 스웜은 곧 AI에서 가장 큰 범주 가운데 하나가 될 것이다.

원문 이미지·영상

함께 보기 CNBC 인터뷰(10.19)

아깝게 빠진 것

최근 7일간 탑티어 매체, 벤더·연구소 공식 발표, 경영자·VC 대담에서 기업의 AX 결정에 영향을 주는 소식을 골라, 항목마다 바뀌는 결정과 담당을 붙이고, 체크리스트는 사람·조직, 업무·에이전트, 데이터·아키텍처, 비용·계약 네 영역으로 묶었습니다. 원문은 전문 번역 대신 요약으로 정리했고, 인용은 한 문장 이하입니다. 벤더·회사 자체 수치는 자체 발표이며, ‘2차 인용’은 원문 대신 보도·요약으로 확인한 항목입니다. 일러스트는 기사 내용을 바탕으로 새로 그렸습니다.