어도비가 생성형 인공지능(AI) 검색 환경에서 기업 브랜드의 가시성을 높이고 신뢰를 구축할 수 있도록 돕는 ‘어도비 브랜드 비저빌리티(Adobe Brand Visibility)’를 발표했다. 이 설루션은 기업이 고객 생애주기 전반을 관리하도록 돕는 에이전틱 AI 시스템인 ‘어도비 CX 엔터프라이즈(Adobe CX Enterprise)’의 일부로 제공된다.     최근 AI 기반 채팅 서비스와 브라우저로 제품을 탐색하고 평가하는 소비자가 늘고 있다. 어도비가 공개한 데이터에 따르면 2024년 10월부터 2026년 5월 사이 미국 소매 사이트로 유입된 AI 트래픽은 1324% 증가했다. 같은 기간 여행 업계의 AI 트래픽도 2215% 늘어나며 성장세를 보였다. 어도비 브랜드 비저빌리티는 생성형 엔진 최적화(GEO)를 위한 포괄적인 설루션이다. 어도비 LLM 옵티마이저(Adobe LLM Optimizer) 기능과 셈러쉬(Semrush)의 AI 최적화 기술을 결합했다. 약 3억 개의 실제 AI 검색 프롬프트 데이터베이스를 바탕으로 챗GPT, 구글 AI 모드, 마이크로소프트 코파일럿, 퍼플렉시티 AI 등 주요 AI 환경에서 브랜드 언급 빈도, 청중 도달, 경쟁사 대비 점유율, 콘텐츠 공백을 분석한다. 분석 후에는 AI 에이전트가 우선순위가 높은 권장 사항을 제시하며, 사용자는 몇 분 안에 업데이트를 적용할 수 있다. 어도비 애널리틱스(Adobe Analytics)와 연동해 모든 작업을 영업 파이프라인 및 매출과 연결해 단일 워크플로로 관리하는 것도 가능하다. 또한 셈러쉬 데이터 기반 가시성 인사이트, 프롬프트 전략 제시, 경쟁 브랜드 비교, 에지 환경 AI 에이전트를 통한 자동 최적화, 285억 개 키워드 기반 SEO 인텔리전스 등을 제공한다. 어도비 브랜드 비저빌리티는 독립 애플리케이션으로 사용하거나, 콘텐츠 및 애셋 관리 시스템인 어도비 익스피리언스 매니저(Adobe Experience Manager)와 통합해 활용할 수 있다. 어도비의 아닐 차크라바티 고객 경험 오케스트레이션 사업 부문 사장은 “고객이 웹사이트 방문 전 AI 툴과 먼저 상호작용하는 환경에서 가시성은 매우 중요하다”면서, “어도비 브랜드 비저빌리티는 기업이 다양한 AI 환경에서 영향력을 확대하도록 지원하는 포괄적인 설루션”이라고 전했다.

연결된 데이터를 인터랙티브 3D 경험으로 전환   이번 호에서는 풍부하고 몰입감 있는 3D 환경을 만들고 협업하기 위한 팀 셋업과 관련한 전문가의 조언을 제공한다. 지난 호에서는 관리되는 중앙 집중형 3D 애셋 라이브러리를 구축하고 계층 구조와 메타데이터를 임포트 및 보존하여 기반을 마련하는 방법을 안내했다. 다음 단계는 해당 데이터를 판매하는 제품, 실행 중인 시뮬레이션 또는 모니터링하는 시설을 재현하는 몰입형 인터랙티브 경험으로 전환하는 것이다. ■ 자료 제공 : 유니티 코리아     디자인 검토나 교육 시뮬레이션이 데이터의 부족으로 인해 실패하는 경우는 드물다. 대개 실패의 원인은 한자리에 모인 사람들이 데이터를 동일한 방식으로 경험하지 못하는 데 있다. 엔지니어링팀 은 단면도와 공차 누적 자료를 가져오고, 제조팀은 어셈블리 라인의 스냅샷을 보여 주며, 제품팀은 이해관계자의 이해를 돕기 위해 슬라이드를 제시한다. 이러한 프레젠테이션 자체에는 문제가 없지만, 각자가 서로 다른 프레임에 기반을 두고 있으며 서로 다른 출처의 데이터를 가져온다. 또한 특정 사용자 역할에만 중요한 일부 내용만을 전달한다. 각 팀은 자신의 기준에서는 옳을 수 있지만, 전달되는 정보가 정확하고 관련성이 있으며 최신 상태인지 모두가 확신하지는 못하기 때문에 중요한 질문이 계속해서 남게 된다. 하지만 여러 팀에게 동일한 3D 모델을 제시하면 얘기가 달라진다. 어셈블리가 움직이고, 공차 수준이 반영되며, 점검 패널이 열리고, 문제가 며칠이 아니라 몇 초 만에 드러난다. 이렇게 하면 사람들은 동일한 SSOTT(single source of truth)를 기반으로 같은 부분을 식별하고, 테스트하고, 의사 결정을 내릴 수 있다. 이번 호에서는 이러한 유형의 경험을 만드는 방법을 소개한다.   ▲ 이미지 제공 : ABB   병목 현상 : 연결된 모델, 누락된 경험 아무리 잘 정리되어 있더라도 원시 3D 모델만으로는 그 자체로 가치를 창출하지 못한다. 애셋 라이브러리를 구축했다면, 다음 단계는 해당 모델에서 최종 사용자가 필요로 하는 것을 제공하는 경험을 만드는 것이다. 이 단계에서 흔히 발생하는 마찰 요인은 다음과 같다. 사람들이 동일한 모델에 대해 갖는 서로 다른 기대치 : 엔지니어는 기능 면에서의 정확성을 기대하고, 교육 담당자는 절차를 가르치기 위한 명확성과 현실성을 필요로 하며, 고객은 이해하기 쉽고 매력적인 시각 자료를 원한다. 동적인 문제를 전달하지 못하는 정적 출력 : 스크린샷이나 슬라이드 자료로는 동작 중 충돌이나 부자연스러운 툴 경로 등을 보여 줄 수 없으며, 시퀀스 오류는 동작을 단계별로 실행하거나 작업을 직접 수행해 보는 경우에만 확인할 수 있다. ‘전부 아니면 전무’식의 현실주의 : XR 헤드셋에서 최대한의 디테일을 추구하면 프레임 속도가 급격히 떨어져 불편한 경험을 초래할 수 있다. 반대로 디테일을 지나치게 제거하면 신뢰를 잃을 위험이 있다. 미적 요소를 가지고 논쟁하기보다는, 필요한 용도에서 반드시 정확하게 구현해야 하는 요소에 집중해야 한다. 일관적이지 않은 기기 간 경험 : 워크스테이션에서 원활하게 실행되는 작업도 헤드셋이나 모바일 기기에서는 불안정할 수 있다. 지나치게 높은 해상도의 텍스처, 요구 사양이 높은 셰이더 또는 베이킹되지 않은 조명과 같은 요소는 라이브 데모나 교육 시뮬레이션 직전에 쉽게 수정하기가 어렵다. 이러한 문제에는 공통점이 있다. 바로 모두가 함께 직접 확인하고 다뤄 볼 수 있는 공유된 시각이 부족하다는 것이다. 모델을 최종 결과물이 아닌 출발점으로 삼으면 원하는 결과에 집중하고 해당 타깃과 기기에 맞게 디자인할 수 있다.     인터랙티브 요소가 확실한 성과로 이어지는 순간에 집중 화려한 그래픽스와 모든 세부 사항까지 고려한 완전한 시뮬레이션이 모든 워크플로에 필요한 것은 아니다. 최상의 결과는 사용 사례를 이해하고 그에 맞게 경험을 조정하는 과정에서 나온다. 인터 랙티브 3D는 산업 전반에 폭넓게 적용되는 영역에서 가장 큰 성과를 내는 경향이 있다. 유니티의 산업 부문 수석 부사장 겸 제너럴 매니저인 사라 래시는 “성과를 낼 수 있는 영역은 사용자가 달성하고자 하는 목표에 따라 달라진다”면서, “무엇보다도 달성하고자 하는 결과를 먼저 정의하는 것이 중요하다. 어떤 팀에게는 몰입형 디자인 검토, XR 기반 현장 배치 검토, 또는 고객이 다양한 옵션을 직접 둘러볼 수 있는 웹 컨피규레이터처럼 영향력이 큰 활용 사례가 첫 번째 성과가 될 수 있다”고 전했다. 네 가지 주요 활용 사례 유형을 간단히 살펴보겠다.   교육 및 시뮬레이션 효과적인 시뮬레이션은 학습 성과와 안전성을 크게 향상시킬 수 있지만, 이는 몰입도, 정확성, 신뢰도에 달려 있다. 효과적으로 구축된 교육 시뮬레이션에서는 올바른 절차 순서, 결과에 대한 체감, 그리고 각 단계를 뒷받침하는 논리를 보여 준다. 예를 들어 시뮬레이션을 사용하여 지게차나 크레인 운전자를 교육할 경우, 하중의 흔들림과 관성을 통해 동영상으로는 절대 구현할 수 없는 방식으로 운전자의 판단력을 훈련시킨다. 유지 관리 작업에서는 실질적인 액세스 경로와 오류에 대한 실시간 피드백을 제공하여 신규 기술자가 생산적으로, 무엇보다도 안전하게 작업할 수 있는 자신감을 기를 수 있다. 교육 시나리오에 적합하며 신뢰할 수 있고 정확한 동작이 중요하다. 타깃 헤드셋이나 태블릿에서의 명확한 시각적 신호와 안정적인 프레임 속도가 미적 요소보다 훨씬 중요하기는 하지만, 그래도 시뮬레이션에는 실제 환경이나 오브젝트를 반영해야 한다.   ▲ 이미지 제공 : I-CAR   3D 협업 및 디자인 검토 디자인 검토에서 인터랙티브 기능은 말로만 하는 토론을 직접 보여 주고 확인하는 방식으로 바꿀 수 있어야 한다. 이처럼 성과가 높은 사용 사례에서는 엔지니어, 디자이너 및 관계자가 실시간 3D로 디자인을 검토하여 오류를 더 일찍 발견하고 더 빠른 반복 작업을 통해 개선할 수 있다. 검토자는 변형(variant) 간에 전환할 수 있어야 하며, 부품을 전체 동작 범위로 움직여 충돌 여부를 확인하고, 레이어를 제거하여 컨텍스트 내 간극을 점검할 수 있어야 한다. 모두가 같은 시점에 같은 관점으로 같은 것을 바라보면 더 현명한 의사 결정이 훨씬 빠르게 이루어진다. 시각적 완성도는 대체로 선택 사항이지만, 사실적인 움직임과 정확한 디테일은 필수이다. 부품이 충돌 없이 얼마나 이동하는지를 보여주는 것과 같은 정확한 크기와 움직임이 무엇보다 중요하다. 가드레일을 해제하거나 셀프 서비스 모드를 활성화하여 문제 및 최악의 시나리오를 보여 주는 등의 간단한 위험 토글을 포함할 수도 있다.   ▲ 이미지 제공 : Facebook Reality Lab   인간−기계 인터페이스 운영 어셈블리 라인 제어 화면이든 차량 내 디스플레이든, HMI(휴먼−머신 인터페이스) 애플리케이션에서는 명확성이 가장 중요하다. 운영자는 현재 상황을 파악하고 다음에 취해야 할 조치를 알아야 하므로, 이러한 경우에는 경량 3D가 더 적절할 수 있다. 또한 사용자가 HMI를 통해 상호 작용하는 많은 임베디드 시스템은 그래픽스 처리 능력이 제한적이므로, 높은 수준의 시각적 정확도가 기술적으로 실현 가능하지 않은 경우가 많다. 한편 상황이 변할 때 운영자에게는 대응할 시간이 몇 초밖에 없을 수 있으므로, 반응성 및 가독 성과 같은 요소는 타협할 수 없다. 지연이 발생하거나 읽기 어려운 UI 요소가 있을 경우 오류, 다운타임 또는 안전 사고로 이어질 수 있다. 타깃 하드웨어에서 즉시 렌더링되는 경량 3D 모델을 사용하는 것이 좋다. 단순화된 메시, 사전에 베이크된 조명 및 고대비 머티리얼은 성능 부담을 줄여 주며, 일반적인 HMI 활용 사례에서 모델의 가독성을 유지한다.    ▲ 이미지 제공 : Mercedes-Benz Group Media   고객 경험 및 컨피규레이터 고객들은 관심 있는 제품과 가상으로 상호 작용할 수 있을 때 더 많은 시간을 할애하고 더 빠르게 결정을 내린다. 제품을 회전시키거나 확대/ 축소해 보고, 옵션을 변경하거나 증강현실(AR)을 통해 자신의 주변 환경에 배치해 볼 수도 있기 때문이다. 중요한 요소를 충실하게 재현할 때 신뢰성이 높아지므로, 머티리얼과 조명은 사실적이어야 하며 움직이는 부품도 실제와 동일하게 작동해야 한다. 하지만 화려한 비주얼을 선호하는 고객이라도, 프레임이 끊기거나 로딩이 길어지기를 원하지는 않는다. 고객 경험에서 가장 중요한 이른바 ‘히어로’ 요소를 우선적으로 고려해야 한다. 이는 유리, 금속, 페인트, 직물과 같이 디테일이 핵심적인 영역을 의미한다. 중간급 사양 기기에서의 빠른 로딩 시간도 중요하므로, 여러 디테일 수준(LOD)을 고려할 필요가 있다.   ▲ 이미지 제공 : Audi & Govar Studios    최상의 결과를 위해서는 앞에서 소개한 기본 사례 중 하나를 선택하여 단일 시나리오부터 시작하는 것이 좋다. 타깃 고객에게 가장 중요한 활용 사례를 구축한 다음, 연결된 동일한 3D 모델을 활용하여 다양한 기본 및 기타 용도로 확장할 수 있다.   정확성을 고려하여 디자인하되, 성능을 고려하여 구축할 것 신뢰와 확신은 두 가지에서 비롯된다. 신(scene)은 올바르게 보여야 하며, 최종 사용자가 실제로 사용하는 기기에서도 현실 세계와 동일하게 작동해야 한다. 설득력 있고 사용하기 쉬운 3D 경험을 만들기 위해서는 시각적 요소, 상호 작용, 통합의 세 가지 계층으로 구성된 접근 방식을 취하는 것이 좋다.   ▲ 이미지 제공 : TomTom   시각적 요소 : ‘실현 가능한 최소한의 사실성’을 고려한 조정 특정 경험에 적합한 시각적 디테일 수준을 찾는 것은 가장 어려운 요소에 속한다. 최종 사용자에게 최상의 경험을 제공하고 싶겠지만, 동시에 해당 경험을 전달할 기기의 성능도 고려해야 한다. 한편, 시각적 요소의 품질이 낮으면 충분한 의미를 전달하지 못할 수 있다. 반면 낮은 프레임 속도는 반응성이 떨어지고 몰입도가 낮은 경험을 초래한다. 필요 이상으로 사실적인 시각적 요소를 만들어 과도한 엔지니어링이 이루어지는 상황을 피해야 한다. 예를 들어, 중간급 사양의 VR 헤드셋에서 실행할 내부 교육 경험을 위해 초고해상도 텍스처를 몇 주 동안 제작할 필요는 없다. 교육생은 그 추가적인 디테일을 알아차리지 못할 수도 있지만, 성능 지연은 분명히 느낄 것이다. 팀이 CAD 어셈블리의 모든 세부 사항과 내부 컴포넌트를 실시간 신으로 임포트하는 경우에도 과도한 엔지니어링이 발생하며, 이는 해당 디테일이 보이지 않거나 경험에 필요하지 않더라도 마찬가지이다. 그러나 특히 고객을 대상으로 하는 경험에서는 시각적 요소의 엔지니어링이 미흡한 것 역시 해가 된다. 예를 들어, 로 폴리 모델과 흐릿한 텍스처를 사용하는 제품 데모는 보기에도 좋지 않을 뿐만 아니라, 제품을 제대로 선보이지 못해 신뢰도를 떨어뜨릴 수 있다. 또한 사용자가 반드시 확인해야 하는 중요한 경고 레이블이나 안전 장치를 생략한 교육 시뮬레이션처럼, 이해에 영향을 주는 디테일이 누락되는 경우도 미흡한 엔지니어링에 해당한다. 최종 사용자가 시뮬레이션을 신뢰하지 못하거나 혼란을 느낀다면 현실과 지나치게 동떨어져 있기 때문일 가능성이 높다. 실현 가능한 최소한의 사실성을 목표로 삼는 것이 가장 좋다. 원하는 결과를 달성하는 데 필요한 최소 수준의 시각적 정확도를 구현해야 한다. 또한, 의사 결정에 정보를 제공하거나 영향을 미치기 위해 반드시 정확하게 유지되어야 하는 요소가 무엇인지 파악해야 한다. 여기에는 머티리얼, 모양, 조명 신호 또는 그 외의 요소가 있을 수 있다. 기능과 품질을 전달하는 작은 신으로 시작하고, 의미 를 담고 있는 지오메트리 구조는 유지해야 한다. 그다음 지원하려는 가장 낮은 사양의 타깃 기기에서 경험을 테스트하고, 추가 프레임 여유가 있을 때만 디테일을 더하는 방식으로 진행한다. 유니티의 헤닝 린 인더스트리 커스터머 석세스 시니어 디렉터는 “모든 것이 극사실적일 필요는 없다. 실사에 가까운 스트리밍은 매우 비용이 많이 들며, 사실성을 20%만 줄여도 대부분의 사람들은 그 차이를 알아차리지 못한다. 충분한 정도의 수준으로 조정하고 중요한 곳에 프레임을 활용해야 한다”고 전했다.   ▲ 이미지 제공 : Travancore Analytics    상호 작용 : 실제처럼 느껴지는 경험 제공 대부분의 산업 분야 활용 사례에서 상호 작용은 시각적 사실성보다 더 중요하다. 따라서 중력, 충돌, 유체 역학과 같은 현실 세계의 규칙을 따르는 3D 경험을 만들어야 한다. 물론 이로 인해 복잡도와 계산 비용도 증가한다. 예를 들어 교육 성과는 현실 세계에서의 동작에 따라 결정되지만, 이러한 동작을 사전에 베이크된 프리셋만으로 모방하기는 어렵다. 신입 직원에게 크레인 조작을 교육하는 경우, 시뮬레이션에서 하중의 흔들림, 마찰, 관성과 같은 요소를 정확히 전달해야 한다. 반면 복잡한 물리 계산이 과할 수 있는 경우도 있다. 예를 들어, 제품 데모에서 문이 열리고 닫힐 때 어떤 일이 일어나는지를 시뮬레이션하고자 한다면 간단한 애니메이션으로도 충분하다. 이는 항상 동일하게 보이겠지만, 변동성이 필요하지 않다면 문제가 되지 않는다. 경첩이 고장났을 때 어떤 일이 발생하는지까지 고객이 확인할 필요는 없기 때문이다. 하지만 엔지니어링 팀은 어떤 일이 발생하는지 확인해야 할 수 있다. 최상의 결과를 얻으려면 물리 요소를 선택적으로 사용하고, 교육적 또는 경험적 가치를 더하는 부분에만 적용해야 한다. 그 외 변동성이 필요하지 않은 부분에는 계산 부담이 훨씬 적은 간단한 스크립트 애니메이션을 사용해도 좋을 것이다. 예를 들어, 기기 어셈블리에 관한 교육 시뮬레이션에서는 나사를 조이는 과정에서 부품이 실제처럼 충돌하는 모습을 보여 주도록 물리를 적용해야 할 수 있다. 반면, 패널이 열리거나 표시등이 켜지는 등 중요하지 않은 동작에는 사전 설정된 애니메이션을 사용할 수 있다. 헤닝 린 시니어 디렉터는 “예를 들어 운전 시뮬레이터처럼 까다로운 활용 사례가 있다고 가정해 보자. 이 경우 유니티의 실시간 비주얼을 전용 물리 시뮬레이터와 함께 사용할 수 있다. 현실감을 떨어뜨리지 않으면서도 프레임 속도를 높게 유지하려면, 결정론적 분명성이 필요하지 않을 때 간단한 애니메이션을 사용할 수 있다”고 전했다.   통합 : 제작물을 계속 움직이게 만들기 정적인 모델은 상호 작용이 가능해지고 컨텍스트 데이터와 연결되면 강력한 3D 작업 공간으로 변한다. 목표는 디자인 리뷰의 승인, 출시 전 문제를 확인하기 위한 점검 경로, 또는 교육 시뮬레이션 중 특정 작업과 같이 중요한 순간에 사실성을 반영하는 것이다. 정적인 모델에 컨텍스트와 의미를 부여하는 경우 3D가 아닌 다른 데이터 소스의 데이터를 통합할 수 있다. 많은 산업 환경에서 가장 영향력 있는 통합 방식 하나는 실시간 IoT(사물인터넷) 또는 센서 데이터를 3D 경험에 직접 연결하는 것이다. 예를 들어, 작업 현장의 어셈블리 라인에서 IoT 텔레메트리 데이터를 통합하면 시뮬레이션을 통해 현재 온도, 속도 및 압력을 전달할 수 있다. 교육 및 R&D 애플리케이션에서는 연결된 센서를 통해 수집된 실제 텔레메트리 데이터가 운영 인식과 의사 결정 역량을 향상시킨다. 그 밖에 유용한 통합 대상으로는 PLM(제품 수명주기 관리), ERP(전사 자원 관리) 및 유지 관리 데이터베이스와 같은 엔터프라이즈 시스템 등이 있다. 3D 모델을 이러한 데이터 소스에 연결하면 정보를 통합하고 협업을 개선할 수 있으며, 디자인 승인이나 점검 요청과 같은 영역에서 발생하는 반복 작업을 줄일 수 있다. 애셋 데이터베이스에서 모델을 열자마자 ERP 시스템에서 해당 모델의 유지 관리 이력과 재고 상태를 즉시 가져온다고 생각해 보자. 산업별로 보다 특화된 연동 사례도 찾아볼 수 있다. 예를 들어 석유 및 가스, 건설 또는 스마트 시티 계획 분야에서는 GIS(지리 정보 시스템) 및 지도 데이터를 통합하여 3D 모델을 실제 지도 좌표 위에 오버레이하거나, BIM(건설 정보 모델링) 데이터를 지리 공간 컨텍스트에 추가하여 여러 관계자가 프로젝트를 현장의 맥락에서 확인하도록 할 수 있다. 유틸리티 및 에너지 기업은 풍력 터빈이나 변전소의 3D 모델 위에 SCADA(감시 제어 및 데이터 수집) 텔레메트리와 일기 예보를 오버레이할 수 있다. 물류 및 창고 관리 분야에서는 혼잡 상황 등을 파악하기 위해 실시간 교통 데이터와 히트맵을 통합할 수 있다. 헤닝 린 시니어 디렉터는 “유니티를 사용하면 MQTT(Message Queuing Telemetry Transport) 또는 OPC UA(Open Platform Communications Unified Architecture)와 같은 업계 표준 프로토콜을 사용하여 IoT 데이터를 시뮬레이션에 손쉽게 통합할 수 있다. 온도 오버레이, 실시간 유동 인구 또는 차량 트래픽 등 무엇이든 가능하다”고 짚었다.     입증 : 다양한 관계자의 신뢰 강화 아무리 잘 만들어진 경험이라도, 팀에서는 가치 증명을 보여 주는 성과를 측정해야 한다. 예를 들어 교육 성과는 전문성 확보 시간이나 오류 감소 등, 협업은 디자인 검토 사이클 시간, CX는 전환 지표 등의 KPI로 측정할 수 있다. 이러한 성과를 측정하기 위해서는 간단한 사용 기록, 단계 완료 여부 또는 상호 작용 빈도를 활용할 수 있다. 최상의 결과를 얻으려면 프로젝트당 하나의 주요 KPI를 선택하고 목표로 삼을 기준선을 설정하는 것이 필요하다. 또한 팀에는 자신이 만든 결과물이 시간이 지나도 계속 안정적으로 유지되고 활용될 수 있다는 확신이 필요하다. 그렇기 때문에 유니티의 3년 LTS와 같은 장기 지원 약정의 가치가 중요한 것이다. 이러한 장기 지원은 안정성, 업데이트, 전문가의 가이드를 제공하여 기업이 고립된 상태에서 실험하고 있는 것처럼 느끼지 않도록 할 수 있다. 유니티는 여러 산업 전반에 걸친 수천 명의 실무자 커뮤니티를 통해 집단 지성과 오픈 소스 툴 및 애셋을 활용할 수 있게 한다는 점에서도 신뢰를 보장한다. 사라 래시 수석 부사장은 “기술 분야에 속하지 않는 사용자도 노코드 웹 기반 플랫폼인 유니티 스튜디오(Unity Studio)를 통해 애셋을 가져와 기본적인 신을 구축하고 시뮬레이션을 생성할 수 있다. 교육 관리자, 아티스트 및 공장 관리자도 개발자에게 의존하지 않고 몰입형 애플리케이션을 제작할 수 있게 된다”고 설명했다.   시작하기 : 30일 체크리스트 애셋을 임포트, 최적화 및 관리하고 나면, 마지막 단계는 새로운 시스템을 일상적으로 사용하는 것이다. 그런 다음 교육, 제품 개발, 고객 경험 등 무엇이든 실질적인 비즈니스 성과를 창출하는 몰입형 경험을 제작함으로써, 통합된 3D 애셋 라이브러리의 가치를 신속히 입증할 수 있다. 30일 이내에 할 수 있는 일들을 간단히 정리해 보면 다음과 같다. 데이터 소스와 해당 소유자를 목록화한다. 파일럿으로 진행할 대표 모델 한두 개를 선택한다. 보존할 메타데이터 필드를 결정한다. 임포트 과정을 테스트하여 퍼블리시 사이클을 최적화한다. 액세스 제어 및 감사 추적을 설정한다.     ■ 기사 내용은 PDF로도 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 Arm과 협력해 에이전틱 AI 워크로드 처리에 최적화된 AGI CPU의 성능과 안정성을 검증한다고 밝혔다. 이를 통해 차세대 에이전틱 AI 환경에서 즉시 운용할 수 있는 대규모 AI 인프라 구현을 지원한다. Arm의 AGI CPU는 Arm 네오버스 컴퓨트 서브시스템(Neoverse Compute Subsystem)인 CSS(씨에스에스) V3 플랫폼을 기반으로 설계되었다. 이 CPU는 에이전틱 AI와 클라우드 데이터센터 환경에서 높은 성능과 에너지 효율을 동시에 구현할 수 있도록 개발됐다. 지멘스의 벨로체 스트라토 CS(Veloce Strato CS) 하드웨어 지원 검증 플랫폼은 개별 서브시스템부터 전체 시스템까지 단계적으로 AGI CPU를 검증했다. 칩 최종 설계 확정인 테이프아웃 전에 대형 클라우드 사업자가 요구하는 성능, 레이턴시, 전력 기준을 달성하도록 도왔다.     Arm은 지멘스의 하드웨어 지원 검증(HAV), 에뮬레이션, 프로토타이핑 설루션을 활용해 네오버스 V 시리즈 CSS의 설계 복잡성과 성능 요구사항을 해결했다. 해당 워크플로는 하이퍼스케일러 환경을 위한 핵심 성능 지표 검증을 지원하기 위해 Arm과 협력해 구성했다. Arm은 AGI CPU가 에이전틱 AI와 고성능 컴퓨팅(HPC) 환경에서 전력 대비 성능 측면의 큰 도약을 이룬 제품이라고 밝혔다. 이 제품은 네오버스 V 시리즈 코어, 고속 인터커넥트, PCIe Gen6, NVMe, CXL 등 다양한 기술을 하나로 통합한 멀티 다이 구조를 가진다. 이 때문에 기존 EDA 툴만으로는 필요한 수준의 검증을 수행하기 어렵다. 지멘스의 벨로체 프로FPGA CS(Veloce proFPGA CS) 프로토타이핑 플랫폼은 벨로체 스트라토 CS가 칩 전체 검증을 맡을 뿐만 아니라, 실제 칩 생산 이전 단계의 소프트웨어 개발을 앞당긴다. 벨로체 프로FPGA CS는 실시간에 가까운 속도로 동작하는 FPGA 기반 시제품을 제공한다. 소프트웨어 팀이 칩 양산보다 수개월 먼저 검증, 드라이버 개발, 시스템 초기 구동을 시작할 수 있도록 지원한다. 지멘스는 이를 통해 빠듯한 칩 출시 일정에 맞춰 소프트웨어를 준비하고, 하이퍼스케일러의 핵심 배포 일정 리스크를 줄일 수 있다고 밝혔다. 지멘스의 검증 및 구현 설루션은 Arm CPU 설계 환경에 자연스럽게 통합되어 빠르고 부담 없는 도입을 지원한다. Arm AGI CPU 개발에 활용된 벨로체 스트라토 CS 기술은 Arm 라이선시, SoC 설계자, 생태계 파트너에게도 동일하게 제공된다. 이를 통해 혁신 속도를 높이고 개발 리스크를 낮춘다. 동시에 에이전틱 AI 업계 전반의 예측 가능한 제품 출시를 지원하는 생태계가 형성된다. Arm 네오버스 CSS 플랫폼을 기반으로 자체 칩을 개발하는 하이퍼스케일러에게 이러한 검증 기술 접근성은 초대규모의 실제 적용 환경에서도 설계 신뢰성을 확보할 수 있는 경로를 제공한다. 지멘스 디지털 인더스트리 소프트웨어의 장 마리 브루네(Jean Marie Brunet) 하드웨어 지원 검증 부문 수석 부사장은 “Arm AGI CPU는 에이전틱 AI 혁신을 향한 업계의 도전 의지를 상징한다”면서, “Arm과의 협력을 통해 지멘스의 검증 기술이 네오버스 CSS 전체를 완전한 SoC 수준에서 업계 최고의 성능과 채널 대역폭으로 검증할 수 있음을 입증했다”고 말했다. 이어서 “이번 성과는 AI 인프라의 한계를 함께 넓혀가겠다는 양사의 공동 의지를 보여주며, 점점 복잡해지는 설계 과제에 직면한 Arm 생태계 고객들과 함께 성장하는 지멘스 설루션의 역량을 확인시켜 준다”고 덧붙였다. Arm의 카리마 드리디(Karima Dridi) 프로덕티비티 엔지니어링 부문 부사장은 “현대 AI 컴퓨팅 플랫폼의 규모와 복잡성은 한층 높은 수준의 검증을 요구한다”면서, “지멘스의 설루션은 다수의 벨로체 스트라토 CS 장비를 연동한 대규모 Arm AGI CPU 전체 시스템 검증을 가능하게 해, 하이퍼스케일러가 요구하는 성능과 효율 기준을 충족하는 데 기여했다”라고 말했다.

델 테크놀로지스가 엔터프라이즈 AI 여정을 간소화하고 가속하도록 돕는 ‘델 AI 팩토리(Dell AI Factory)’의 제품 라인업을 강화했다. 델은 확장된 포트폴리오를 통해 AI 워크로드의 병목 현상을 제거해 성능 및 자동화 기능을 강화하는 한편, 기업이나 기관이 보다 탄력적이고 통합된 환경의 온프레미스 인프라를 갖추고 강력한 제어 권한을 가질 수 있게끔 돕는다는 계획이다. 이에 따라 ‘델 오토메이션 플랫폼(Dell Automation Platform)’이 ‘델 AI 팩토리’로 지원을 확장하여, 보안 프레임워크를 통해 검증되고 최적화된 설루션을 배포함으로써 보다 스마트하고 자동화된 경험을 제공한다. ‘델 오토메이션 플랫폼’의 업데이트를 통해 탭나인(Tabnine)의 AI 코드 어시스턴트 및 코히어 노스(Cohere North)의 에이전틱 AI 플랫폼 등의 소프트웨어 기반 도구가 자동화되었다. 이는 AI 워크로드를 더 빠르게 운영 환경에 적용하고 운영을 간소화하며 확장성을 강화한다. 델 프로페셔널 서비스(Dell Professional Services)는 실제 고객 데이터를 활용한 턴키 방식의 대화형 AI 사용 사례 파일럿을 제공하여, 본격적인 프로젝트 착수에 앞서 비즈니스 가치를 검증한다. 전문가 주도의 파일럿으로서 명확한 KPI(핵심 성과 지표)가 제공되는 핸즈온 프리뷰를 통해 실질적인 ROI(투자 대비 수익)를 실현하게끔 방향을 제시한다. 데이터 관리를 강화하는 ‘델 AI 데이터 플랫폼(Dell AI Data Platform)’의 스토리지 엔진인 델 파워스케일(Dell PowerScale)과 델 오브젝트스케일(Dell ObjectScale)은 성능, 확장성 및 데이터 탐색 기능이 향상됐다. 델 파워스케일은 델 파워엣지 R7725xd와 같이 관련 요건이 갖춰진 델 서버 상에서 설치할 수 있는 소프트웨어 라이선스로 형태로 제공될 예정이다. 이러한 새로운 구성은 클라우드 서비스 제공업체가 인프라 요구를 충족하기 위해 최신 서버 및 네트워킹 기술을 유연하게 채택해 더 뛰어난 AI 성능을 실현하도록 확장성과 선택의 폭을 넓혔다. 그리고, 델 파워스케일 병렬 NFS(pNFS) 지원과 플렉서블 파일 레이아웃(Flexible File Layout)을 통해 메타데이터 서버와 클라이언트 간 양방향 통신이 가능해져 파워스케일 클러스터 내 여러 노드에 걸쳐 데이터를 더 효율적으로 병렬 분배할 수 있다. 이번 업데이트는 병렬 처리 능력을 강화하여 까다로운 AI 워크플로에 맞춤화된 대규모 확장성과 처리량을 제공하도록 고안됐다. 델은 오브젝트스케일 AI 맞춤형 검색(Dell ObjectScale AI-Optimized Search) 기능으로 두 가지 상호 보완적인 AI 최적화 검색 기능인 S3 테이블(S3 Tables)과 S3 벡터(S3 Vector)를 제공한다. 이 두 가지 특수 API는 오브젝트스케일에 직접 저장된 복잡한 데이터에 대한 고속 액세스를 제공하여 분석 및 추론, 검색 강화 생성(RAG)과 같은 주요 AI 워크로드를 지원한다. 대규모 데이터 세트를 보다 용이하게 저장, 검색하고, 더 빠르게 의사 결정할 수 있다.     델 파워엣지(Dell PowerEdge) 서버는 엔터프라이즈 AI의 초석으로서 더 빠른 훈련, 분산 추론을 실현하는 한편 다양한 프로세서와 냉각 방식을 제공한다. AI를 위한 파워엣지 서버 포트폴리오에 추가된 모델은 XE9785, XE9785L, R770AP 등이다. 10U 폼팩터의 공랭식 델 파워엣지 XE9785 서버와 3OU 폼팩터의 DLC(다이렉트 리퀴드 쿨링) 방식 델 파워엣지 XE9785L 서버는 듀얼 소켓 AMD 에픽(EPYC) 프로세서와 노드당 8개의 AMD 인스팅트(Instinct) MI355X GPU가 탑재된다. AMD 펜산도 폴라라(Pensando Pollara) 400 AI NIC(네트워크 인터페이스 카드) 및 델 파워스위치(Dell PowerSwitch) AI 패브릭과 결합하여 확장 가능한 컴퓨팅 성능과 운영 비용 절감을 실현할 수 있다.  새롭게 공개된 델 파워엣지 R770AP는 향상된 병렬 처리, 메모리 지연 시간 단축 및 풍부한 PCIe 레인을 제공하여 가속화된 트레이딩 알고리즘, 확장 가능한 메모리 구성 및 개선된 네트워크 성능을 제공한다. 공랭식의 이 모델은 인텔 제온(Intel Xeon) 6 P-코어 6900 시리즈 프로세서를 탑재해, 높은 CPU 코어 개수와 대용량 캐시 및 CXL 메모리 확장 지원을 특징으로 한다.  AI를 위한 네트워킹 고도화를 위해 델은 오픈 네트워킹을 발전시키고, AI 패브릭 구축을 가속화하여 급증하는 네트워킹 수요에 맞춘 확장성을 지원한다. 델 파워스위치(Dell PowerSwitch) Z9964F-ON 및 Z9964FL-ON은 브로드컴 토마호크6(Broadcom Tomahawk-6) 기반으로, 여러가지 전송 속도 설정이 가능하며 초당 102.4테라바이트의 스위칭 용량을 제공한다. AI 워크로드와 HPC 데이터센터를 가속화하며, 10만 개 이상의 가속기 칩을 지원하는 공랭식 및 다이렉트 리퀴드 쿨링(DLC) 방식의 대규모 구축이 가능하다. 델 테크놀로지스가 지원하는 엔터프라이즈 소닉 배포판(Enterprise SONiC Distribution by Dell Technologies)과 소닉을 위한 스마트패브릭 매니저(SmartFabric Manager for SONiC)를 결합하면 획기적인 네트워킹 기능을 보다 쉽게 구현하고, 대규모 AI 패브릭을 가속화하는 동시에 구축, 라이프사이클 관리 및 모니터링을 간소화하고 자동화할 수 있다. ‘델 AI 팩토리’에 통합된 스마트패브릭 매니저는 자동화된 블루프린트를 통해 AI 인프라 구축을 간소화하고 더 빠르고 오류 없는 설정을 가능하게 한다, 델 파워스케일 스토리지 설루션에 대한 새로운 자동 적용을 포함하여 최소한의 수동 개입으로 구축 시간을 단축한다. 또한 오픈매니지 엔터프라즈(OpenManage Enterprise)와의 랙 스케일 통합을 통해 GPU 인프라 전반에 걸친 포괄적인 종단 간 가시성을 제공함으로써 보다 빠르게 문제를 해결할 수 있도록 돕는다. 한편, 델은 AI PC를 위한 에코시스템을 확장한다고 소개했다. AMD 라이젠(Ryzen) AI 프로세서를 포함해 실리콘 지원을 넓혔다. 간소화된 워크플로 및 성능 최적화와 더불어 호환성을 향상시킴으로써 온디바이스 AI 애플리케이션을 보다 효율적으로 생성할 수 있도록 지원한다. 탄력적인 통합 인프라를 위한 제어 측면 또한 강화됐다. 델의 ‘통합 랙 스케일러블 시스템(Dell Integrated Rack Scalable Systems, IRSS)’ 프로그램에 새롭게 추가된 기능과 설루션은 다음과 같다. ‘오픈매니지 엔터프라이즈(OpenManage Enterprise : OME)’로 개별 서버 및 랙 규모 환경을 통합 관리할 수 있다. OME는 컴퓨팅, 전력 및 냉각 관리를 단일 콘솔로 통합하여 최대 2만 5000대의 디바이스를 자동화하며, 내장된 누수 모니터링 및 자동 대응 기능을 통해 가동 시간을 극대화한다. 통합 랙 컨트롤러(Integrated Rack Controller : IRC)는 하드웨어와 소프트웨어가 결합된 설루션으로 OME 및 iDRAC(델 통합 원격 액세스 컨트롤러)와 원활하게 연동된다. 랙 내부의 누수가 생길 경우, 신속하고 자동적으로 누수 감지 및 대응이 가능해져 가동 중단 시간과 위험을 최소화한다. 델 파워쿨 랙 장착형 냉각수 분배 장치(PowerCool Rack-mount Coolant Distribution Unit. 이하 RCDU)는 고성능의 컴팩트한 4U 액체 냉각 설루션으로, 에너지 효율적인 AI 구축을 위해 최대 150kW의 랙 밀도를 지원한다. 19인치 델 IR5000 랙 및 OCP 표준 기반 21인치 델 IR7000 랙과 호환되며, 중앙 집중식 냉각 생태계 관리를 위해 OME에 연결된다. 델 프로서포트(Dell ProSupport)를 통해 예방적 유지보수를 제공하고 최상의 성능과 안정적인 시스템 지원을 보장한다. 델은 ‘엔비디아 기반 델 AI 팩토리(Dell AI Factory with NVIDIA)’ 포트폴리오를 강화함으로써 기업이 더 빠르게 성과를 창출하고 복잡성을 줄이는 한편 투자 수익을 극대화하도록 지원에 나선다고 전했다.  델 AI 데이터 플랫폼의 비정형 데이터용 스토리지 엔진인 델 파워스케일 및 오브젝트스케일이 엔비디아 다이나모(NVIDIA Dynamo)의 일부인 엔비디아 NIXL 라이브러리와 통합된다. 이를 통해 확장 가능한 KV 캐시 오프로딩이 가능해져, 131K 토큰의 전체 컨텍스트 윈도우에서 1초의 첫 토큰 처리 시간(TTFT)을 달성한다. 이는 표준 vLLM보다 19배 빠른 속도이며, 인프라 비용을 절감하고 GPU 메모리 용량 병목 현상을 해소한다. ‘엔비디아 기반 델 AI 팩토리’ 포트폴리오에 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU 및 엔비디아 호퍼(Hopper) GPU를 탑재한 델 파워엣지 XE7740 및 XE7745 모델이 추가됐다. 대규모 멀티 모달 모델부터 새로운 에이전틱 AI 애플리케이션과 더불어 엔터프라이즈급 추론부터 훈련 워크로드에 이르기까지 다양한 사용 사례를 실행할 수 있다. 데이터센터 설루션 외에도 AI PC 생태계 지원을 확대해 폭넓은 실리콘 옵션을 제공한다. 엔비디아 RTX 블랙웰 GPU(NVIDIA RTX Blackwell GPU)와 엔비디아 RTX 에이다 GPU(NVIDIA RTX Ada GPU)를 지원해 델 제품과의 호환성을 넓혔다. 델과 엔비디아는 AI 에코시스템을 확대하기 위해 ‘엔비디아 기반 델 AI 팩토리’를 위한 레드햇 오프시프트(Red Hat OpenShift) 검증 제품을 추가했다. 델 파워엣지 R760xa에 더해 엔비디아 H100 및 H200 텐서 코어 GPU를 탑재한 델 파워엣지 XE9680에 대한 지원이 추가되어, 대규모 AI 도입 가속화를 필요로 하는 기업 및 기관에 폭넓은 선택지를 제공한다.

어도비가 아시아 태평양(아태지역) 사장 겸 일본 디지털 경험(DX) 총괄에 벤 굿맨(Ben Goodman)을 임명했다고 혔다. 굿맨 사장은 아태지역의 전반적인 비즈니스와 일본 내 디지털 경험 사업을 총괄하며, 스티븐 프리더 어도비 엔터프라이즈 부문 최고 매출 책임자(CRO)에게 보고한다. 스티븐 프리더 CRO는 “벤 굿맨 사장은 고객 가치 창출과 성장에 대한 강력한 비전을 갖춘 리더”라며 “그의 경험과 역량이 어도비의 아태지역 및 일본 시장에서의 전략적 포부에 부합한다”고 평가했다. 굿맨 사장은 20여 년간 아태지역과 일본에서 다양한 글로벌·현지 기업의 변혁을 이끌어 왔다. 최근에는 옥타(Okta)에서 아시아 태평양 및 일본 총괄 수석 부사장으로 3년간 근무하며 비즈니스 운영과 성장 전략을 주도했다. 그는 2019~2020년 어도비 아태지역 디지털 경험 세일즈 부문 총괄을 맡았던 경험도 있어 이번 임명으로 다시 어도비에 합류하게 됐다. 굿맨 사장은 “아태지역과 일본은 AI 같은 혁신을 선도적으로 도입·확장하는 지역”이라며 “기업들은 이를 통해 더욱 관련성 있고 매력적인 고객 경험을 제공할 수 있다. 어도비가 고객 및 파트너와 협력해 경험 중심의 성장을 주도하는 데 기여하게 돼 기쁘다”고 소감을 밝혔다. 한편, 어도비는 크리에이티브, 마케팅, AI를 융합한 ‘고객 경험 오케스트레이션(Customer Experience Orchestration, CXO)’을 실현하며 브랜드가 성장과 혁신을 통해 측정 가능한 성과를 낼 수 있도록 지원하고 있다.

인텔은 최첨단 그래픽 처리 장치(GPU) 기반 AI 시스템을 처리하기 위해 설계한 프로세서 3종을 인텔 제온 6(Intel Xeon 6) 시리즈에 추가해 출시한다고 발표했다. 새롭게 공개한 제품은 P-코어 기반 제품으로 PCT(Priority Core Turbo) 기술과 인텔 SST-TF(Intel Speed Select Technology-Turbo Frequency) 기능을 결합해, AI 워크로드에 필요한 CPU 코어 주파수를 상황에 맞춰 극대화함으로써 GPU 성능을 한층 끌어올린다. PCT 기술은 인텔 SST-TF 기능과 결합돼 AI 시스템 성능을 끌어올린다. PCT는 고우선순위 코어(HP 코어)에 터보 주파수를 동적으로 우선 할당해 더 높은 속도로 동작하도록 하며, 저우선순위 코어(LP 코어)는 기본 주파수로 작동해 CPU 자원을 효율적으로 분산한다. 이 기능은 순차적 또는 직렬 처리가 요구되는 AI 워크로드에 특히 효과적이며, GPU에 데이터를 더 빠르게 공급하고 전체 시스템 효율을 높이는 데 기여한다.     인텔은 제온 6 P-코어 프로세서가 모든 AI 시스템에 업계 최고 수준의 성능을 제공한다고 전했다. 이 프로세서는 CPU당 최대 128개의 P-코어를 탑재해, 복잡한 AI 작업도 균형 있게 처리할 수 있도록 워크로드를 효율적으로 분산한다. 메모리 속도가 최대 30% 향상되었으며, MRDIMM 및 CXL을 통해 높은 수준의 메모리 대역폭을 지원한다. 인텔 제온 6는 이전 세대 대비 최대 20% 더 많은 PCIe 레인을 제공해, I/O 집약적 워크로드에서 한층 더 빠른 데이터 전송을 지원하며, 신뢰성, 가용성, 유지보수 기능을 바탕으로 비즈니스 중단을 최소화하고 최상의 시스템 가동 시간을 제공한다. 그리고 인텔 첨단 벡터 확장(AMX)은 반정밀도 부동소수점(FP16) 연산을 지원해 AI 워크로드에서 효율적인 데이터 전처리와 주요 CPU 작업 수행을 가능하게 한다. 인텔은 기업들이 인공지능(AI) 수요 증가에 대응해 인프라를 고도화함에 따라, 고성능 P-코어를 탑재한 인텔 제온 6 프로세서가 성능과 에너지 효율을 모두 갖춘 최적의 설루션을 제공한다고 전했다. “다양한 데이터센터 및 네트워크 환경을 폭넓게 지원하며, AI에 최적화된 CPU 설루션 분야에서 인텔의 리더십을 한층 강화하고 있다”는 것이 인텔의 설명이다. 한편, 인텔은 이번에 공개된 제품군 가운데 제온 6776P가 엔비디아의 최신 AI 가속 시스템인 DGX B300의 호스트 CPU로 채택되었다고 발표했다. DGX B300에 탑재된 제온 6776P는 대규모 모델 및 데이터셋 운용에 필요한 메모리 용량과 대역폭을 제공하며, AI 가속화 시스템을 관리, 조율 및 지원하는데 중요한 역할을 한다. 인텔의 데이터센터 및 AI 그룹 임시 총괄인 카린 엡시츠 시갈(Karin Eibschitz Segal) 부사장(CVP)은 “새롭게 추가한 제온 라인업은 인텔 제온 6가 지닌 독보적 성능을 입증하며, 차세대 GPU 가속 AI 시스템에 가장 최적화된 CPU”라면서, “인텔은 엔비디아와의 협업을 강화해 업계 최고 수준의 AI 시스템을 제공하고, 산업 전반에서 AI 도입을 가속화할 수 있도록 지원할 것”이라고 전했다.

어도비가 에이전틱 AI에 대한 전략과 제품을 공개했다. 어도비는 마케팅 및 고객 경험 플랫폼인 어도비 익스피리언스 플랫폼(Adobe Experience Platform, AEP)에 대한 혁신으로, 마케터가 특화된 AI 에이전트를 사용해 웹사이트 최적화, 크기 조정과 같은 반복적인 콘텐츠 제작, 타깃 고객 세분화, 채널 실험 생성 및 최적화, 콘텐츠 및 디지털 미디어 제작 확장 등의 작업을 손쉽게 할 수 있도록 지원하는 에이전틱 역량을 내장했다. 기업들이 조직 전반에 걸쳐 실시간 데이터를 연결하여 향상된 고객 경험을 제공하도록 돕는 어도비 익스피리언스 플랫폼을 통해 매년 1조 건 이상의 경험이 활성화된다. 어도비 익스피리언스 플랫폼은 차세대 AI 에이전트를 주도하기 위한 경험 플랫폼이다. 기업이 고객과 소통하는 방식과 영향력 있는 고객 경험을 제공하고 조정하는 마케터의 일상 업무를 재편할 어도비의 최신 AI 혁신은 어도비 제품 전반에 걸친 AI 에이전트 및 모델을 통합한 어도비 AI 플랫폼(AI Platform)으로 구동된다.  서드파티 생태계의 AI 에이전트를 비롯해 상업적으로 안전한 어도비 파이어플라이(Adobe Firefly), 안전한 서드파티 모델, 자사 데이터 인사이트 등을 포함한다. 이는 고객 경험(CX) 데이터, CX 언어 모델 및 AI 에이전트 오케스트레이션을 통합한 어도비 익스피리언스 플랫폼(Adobe Experience Platform)에서 실행된다. 이처럼 어도비는 AI 플랫폼을 통해 마케팅 및 크리에이티브 요소를 통합하며 대규모로 개인화된 경험을 제공하고 있다. 어도비 익스피리언스 플랫폼 에이전트 오케스트레이터(AEP Agent Orchestrator)는 선도적인 브랜드들이 디지털 비즈니스를 강화하고 탁월한 고객 경험을 제공하기 위해 사용 중인 어도비 익스피리언스 클라우드(Adobe Experience Cloud)를 통한 기업 데이터, 콘텐츠 및 고객 여정의 맥락에 대한 심도 있는 이해를 근간으로 한다. 이를 통해 기업은 데이터 거버넌스 및 규정 준수를 갖춘 특화된 에이전틱 AI 설루션을 통해 특정 세그먼트를 겨냥한 몰입형 경험을 제공할 수 있다.     어도비 익스피리언스 플랫폼 에이전트 오케스트레이터를 통해 기업은 어도비 및 서드파티 생태계에서 AI 에이전트를 구축, 관리 및 조율할 수 있다. 어도비 익스피리언스 플랫폼 기반의 에이전트는 고객 데이터와 콘텐츠에 대한 심층적인 이해를 바탕으로 의사 결정을 강화하고, 멀티 에이전트 협업 및 역동적인 적응형 추론을 가능하게 하는 의사 결정 과학 및 언어 모델을 지원한다.  어도비 익스피리언스 플랫폼 데이터는 무관한 데이터에서 의미를 도출하고 영향력 있는 고객 경험을 구현하는 경험 데이터 모델(Experience Data Model) 스키마에 따라 통합되어, 기업이 가치 실현에 걸리는 시간을 단축할 수 있도록 돕는다. 현재 수십억 개의 고객 프로필이 어도비 익스피리언스 플랫폼을 통해 관리 및 활성화되고 있다. 또한 어도비는 최초의 브랜드 중심 에이전틱 앱인 ‘브랜드 컨시어지(Brand Concierge)’도 공개했다. 이 앱은 특정 임무 수행형 챗봇 및 웹 기반 에이전트에서 진화한 형태로, 기업의 고유한 브랜드 속성과 고객 데이터를 활용해 모든 고객에게 맞춤형 브랜드 컨시어지 경험을 제공하는 브랜드 중심 에이전트 경험을 준다. 어도비 브랜드 컨시어지는 B2C및 B2B 팀이 사용할 수 있도록 구축됐다. 브랜드 컨시어지는 영업 및 마케팅 팀의 공동 운영이 필요한 계정 자격 에이전트 등 어도비 익스피리언스 플랫폼 에이전트를 사용해 B2B 팀만이 가진 고유한 문제를 해결할 수 있다. 일례로 브랜드 컨시어지는 브랜드 웹사이트에서 일반적인 제품 정보를 제공하는 것을 넘어 해당 계정과의 기존 관계를 기반으로 맞춤형 콘텐츠를 제공하고 후속 미팅을 예약할 수도 있다. 이러한 기능은 보다 정확한 개인화를 지원해 더 많은 리드(lead)를 생성하고 전환을 촉진함으로써 세일즈 주기를 최적화한다. 어도비 익스피리언스 플랫폼 에이전트 오케스트레이터에 구축된 새로운 AI 구동 설루션인 어도비 브랜드 컨시어지를 통해 기업은 몰입감 있는 대화형 경험을 제공하며, 소비자가 탐색부터 구매 결정을 내리는 전 과정을 안내하는 AI 에이전트를 구성 및 관리할 수 있다. 멀티모달 방식의 브랜드 컨시어지는 텍스트, 음성 및 이미지를 통한 상호작용을 지원하는 동시에 AI 기반의 풍부한 상품 추천 및 비교를 제공한다. 어도비 익스피리언스 플랫폼의 포괄적인 인사이트, 어도비 익스피리언스 매니저 브랜드 경험 및 서드 파티 소스를 활용하는 제품 어드바이저 에이전트 등을 활용해, 브랜드 컨시어지는 사용자 맥락 및 브랜드 선호도에 맞춘 개인화된 경험을 제공할 수 있으며, 이는 신뢰성 확보와 규정 준수를 위한 자사 데이터 및 브랜드 콘텐츠에 기반한다. 또한 고객이 기업의 디지털 자산 전반에 걸쳐 상호작용하는 과정에서 어도비 익스피리언스 플랫폼을 통해 파악된 감정, 행동 및 문제에 대한 인사이트를 기반으로 전반적인 고객 경험을 알리고 형성할 수 있다. 한편, 어도비는 어도비 엔터프라이즈 애플리케이션에서 직접 활용할 수 있는 어도비 익스피리언스 플랫폼 에이전트 제품군을 발표했다. 어도비 익스피리언스 플랫폼 에이전트 오케스트레이터에 구축된, 바로 사용 가능한 AI 에이전트는 어도비 실시간 고객 데이터 플랫폼(Adobe Real-Time Customer Data Platform, CDP), 어도비 익스피리언스 매니저(Adobe Experience Manager), 어도비 저니 옵티마이저(Adobe Journey Optimizer), 어도비 커스터머 저니 애널리틱스(Adobe Customer Journey Analytics) 등의 애플리케이션을 강화해 팀의 역량을 높인다. 어도비의 익스피리언스 플랫폼 에이전트는 마케팅 및 크리에이티브 팀의 역량을 강화해 대규모 개인화 추진을 돕는다. 어도비 익스피리언스 플랫폼 에이전트 오케스트레이터는 기업에 멀티 에이전트 협업을 위한 툴을 제공하며, 특정 요구 사항을 해결하는 맞춤화 역량을 통해 더 많은 워크플로에서 에이전틱 AI의 가치를 확장한다. 여기에는 에이전트 전반에서 고객 서비스, 엔터프라이즈 리소스 계획, 인력, 협업 및 생산성, 데이터 관리를 위한 사용 사례를 원활하게 실행하도록 액시엄(Acxiom), 아마존 웹 서비스(Amazon Web Services), 제네시스(Genesys), IBM, 마이크로소프트(Microsoft), 레인포커스(RainFocus), SAP, 서비스나우(ServiceNow), 워크데이(Workday)와의 신규 및 지속적인 전략적 파트너십이 포함된다. 또한 어도비는 다양한 업계 및 사용 사례에 대한 맞춤화를 추진하기 위해 액센추어(Accenture), 딜로이트 디지털(Deloitte Digital), EY, IBM과 확장된 에이전시 및 시스템 통합업체 파트너십을 확대한다고 발표했다. 어도비의 안줄 밤브리(Anjul Bhambhri) 익스피리언스 클라우드 엔지니어링 부문 수석 부사장은 “어도비는 신뢰할 수 있는 실시간 경험 인사이트를 핵심으로 영향력 있는 고객 경험을 제공하기 위해 CMO(최고 마케팅 책임자), CIO(최고 정보 책임자) 및 해당 조직과 긴밀히 협력해오고 있다”면서, “에이전틱 AI는 업무 환경의 혁신을 가속화할 획기적인 도약이다. 어도비의 최신 혁신은 실무자의 생산성을 높여 창의적인 아이디어에 더 많은 시간을 할애할 수 있도록 돕는 한편, 특화된 AI 에이전트를 통해 개인화를 확장할 수 있는 역량을 확보하도록 지원할 것”이라고 말했다.