BIM 칼럼니스트 강태욱의 이슈 & 토크   디파이(Dify)는 대규모 언어 모델(LLM)을 활용한 에이전트 서비스를 전문적인 코딩 지식 없이 개발하고 효율적으로 운영할 수 있도록 지원하는 LLMOps(대규모 언어 모델 운영) 플랫폼 및 도구이다. 이 도구는 LLM과 같은 개발에 필요한 도구를 팔래트에서 가져와 캔버스에 배치하고, 이들의 작업 흐름을 연결함으로써 손쉽게 AI 에이전트 서비스를 개발할 수 있다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 디파이로 개발된 챗봇 에이전트 예시   디파이는 사용자가 아이디어를 실제 AI 서비스로 신속하게 전환할 수 있도록 설계된 통합 개발 환경을 제공한다. 가장 큰 특징은 복잡한 백엔드(backend) 인프라나 API 연동 과정을 추상화하여, 사용자가 시각적인 인터페이스를 통해 애플리케이션의 핵심 로직과 기능 구현에만 집중할 수 있도록 한 것이다.   기능 소개 디파이의 주요 기능은 다음과 같다. 시각적 프롬프트 오케스트레이션 : 사용자는 텍스트 입력, LLM 호출, 조건 분기, 외부 도구(API) 사용 등의 과정을 블록처럼 연결하여 정교한 워크플로를 설계할 수 있다. 이를 통해 단순한 질의응답을 넘어 복잡한 추론과 작업 수행이 가능한 AI 에이전트를 구축하는 것이 가능하다. RAG(검색 증강 생성) 엔진 : 자체 데이터(PDF, TXT, 마크다운 등)를 업로드하여 AI 모델이 해당 정보를 기반으로 답변하도록 만드는 RAG 기술을 손쉽게 구현할 수 있다. 디파이는 문서 자동 전처리, 벡터화, 청킹(chunking) 등 복잡한 과정을 내부적으로 처리하여 사용자의 부담을 최소화한다. 모델 호환성 및 관리 : 오픈AI(OpenAI)의 GPT 시리즈, 앤트로픽(Anthropic)의 클로드(Claude), 구글의 제미나이(Gemini) 등 20개 이상의 상용 및 오픈소스 LLM을 지원한다. 사용자는 여러 모델을 프로젝트에 등록해두고 특정 작업에 가장 적합한 모델을 선택하거나, A/B 테스트를 통해 성능을 비교 분석할 수 있다. 배포 및 운영 : 개발이 완료된 애플리케이션은 즉시 사용 가능한 웹 API 엔드포인트(endpoint)나 독립적인 웹 사이트 형태(웹앱)로 배포된다. 또한 사용자 피드백 수집, 모델 성능 모니터링, 프롬프트 개선 등 지속적인 운영 및 관리를 위한 대시보드를 제공하여 서비스 품질을 유지하고 발전시키는 데 도움을 준다. 더 자세한 정보는 디파이 공식 웹사이트(https://dify.ai)에서 확인할 수 있다.   개발 배경 디파이는 2023년 5월에 설립된 랭지니어스(LangGenius, Inc.)에 의해 개발되었으며, 생성형 AI 기술의 급격한 발전 속에서 LLM을 실제 비즈니스에 적용하려는 수요와 기술적 장벽 사이의 간극을 메우기 위해 탄생했다. 초기 LLM 애플리케이션 개발은 파이썬(Python) 라이브러리인 랭체인(LangChain)이나 라마인덱스(LlamaIndex) 등을 활용하는 개발자 중심의 영역이었다. 하지만 이는 프롬프트 엔지니어링, 벡터 데이터베이스 관리, API 연동 등 상당한 전문 지식을 요구했다. 랭지니어스 팀은 이러한 기술적 복잡성이 AI 기술의 대중화와 비즈니스 혁신을 저해하는 주요 요인이라고 판단했다. 이에 따라 기획자, 디자이너, 마케터 등 비개발 직군도 직접 AI 서비스를 만들고 테스트할 수 있는 직관적인 플랫폼을 목표로 디파이를 개발했다. 특히, 모든 소스코드를 공개하는 오픈소스 전략을 채택하여 개발자 커뮤니티의 참여를 유도하고, 데이터 보안에 민감한 기업이 자체 서버에 직접 설치(self-hosting)하여 사용할 수 있도록 유연성을 제공했다. 디파이의 소스코드는 깃허브 저장소(https://github.com/langgenius/dify)에서 확인할 수 있다.   유사 도구 디파이와 유사한 기능을 제공하는 AI 개발 플랫폼은 다수 존재하며, 각각의 도구는 고유한 특징과 목표 시장을 가지고 있다. 플로와이즈AI(FlowiseAI) : 디파이와 마찬가지로 노드를 연결하여 LLM 기반 워크플로를 구축하는 오픈소스 플랫폼이다. UI/UX 측면에서 더 개발자 친화적인 경향이 있으며, LangChain.js를 기반으로 하여 자바스크립트(JavaScript) 생태계와의 통합이 용이하다는 장점이 있다.(https://flowiseai.com) 보이스플로(Voiceflow) : 주로 대화형 AI, 특히 음성 기반 챗봇 및 어시스턴트 제작에 특화된 로코드 플랫폼이다. 시각적인 대화 흐름 설계 도구가 강력하며, 프로토타이핑부터 실제 배포까지 전 과정을 지원하여 고객 서비스 자동화 분야에서 많이 사용된다.(https://www. voiceflow.com) 버블(Bubble) : 웹 애플리케이션 개발을 위한 대표적인 노코드 플랫폼이다. AI 기능이 내장된 것은 아니지만, 높은 유연성과 확장성을 바탕으로 디파이나 오픈AI에서 제공하는 API를 연동하여 복잡한 웹 서비스 내에 AI 기능을 통합하는 방식으로 활용될 수 있다.(https://bubble. io) n8n : 워크플로 자동화에 중점을 둔 오픈소스 도구이다. AI 기능보다는 수백 개의 다양한 서드파티 애플리케이션(예 : 구글 시트, 슬랙, 노션)을 연결하여 데이터 동기화 및 업무 자동화를 구현하는 데 강점을 보인다.(https://n8n.io)     ■ 기사의 상세 내용은 PDF로 제공됩니다.

김덕진 지음 / 2만 5000원 / 스마트북스   2026년, AI 빅뱅을 미리 준비하는 최고급 코스! 1,400만 뷰 화제의 영상, 16주 연속 종합 베스트셀러 작가인 김덕진 소장의 최신작  <AI 2026 트렌드&활용백과>가 출간됐다. 이 책은 절대 놓쳐서는 안 될 2026년 AI 핫 트렌드와 실질적인 활용법을 총망라했다. 10여 년 동안 IT 트렌드의 최전선에서 대중과 호흡해온 김덕진 IT커뮤니케이션연구소장은 오픈AI, 앤트로픽, 구글, xAI 등 빅테크들의 최신 전략을 심층 분석하고, 다가오는 2026년을 ‘AI 빅뱅 시대: AI 전쟁의 2막’으로 규정했다. 특히 현실세계로 걸어 나오는 피지컬 AI, 소형 모델 혁명(엣지 AI·온디바이스 AI), 먼저 말을 거는 일상 AI 등 2026년을 대표할 AI 트렌드 키워드 10가지를 제시하고, 이들이 우리의 업무와 삶에 미칠 영향을 상세히 짚어냈다. 이 책은 지난 3년여 간 수천 회의 강의 현장에서 만난 5만여 명 사용자들의 요구와 고민을 반영해 실용성을 극대화했다. GPT-5, 클로드, 제미나이 등 범용 AI의 업무 특화형 '찐' 기능부터, 메타 프롬프트 및 프롬프트 팩(직장인/대학생 모음집) 사용법까지 담아냈다. 보고서, 영상, 음악 등을 위한 생성형 AI 도구 30개 활용법도 구체적인 사례와 함께 수록했다. 감마, 미리캔버스, 노션AI 등 사무 특화형 AI부터 퍼플렉시티 같은 심층 리서치 에이전트, 나노바나나, 소라 2, 베오 3 등 미디어 특화 AI까지 일잘러를 위한 알짜배기 도구들을 소개했다. 독자들은 이를 통해 자신만의 워크플로를 구축할 수 있게 됐다. 더불어 "개인 PC나 노트북에서 민감한 업무 정보를 다룰 수는 없을까?"라는 현장의 요구를 반영해, 인터넷 연결 없이 구동되는 오픈소스형 AI(로컬 AI) 사용법도 다뤘다. 젬마 3, 쿠웬 3 등 로컬 AI 설치 및 활용법, 한국의 오픈소스 AI(A.X, 하이퍼클로바 시드, 엑사원, 솔라) 체험 방법까지 안내했다. 이 책은 직장인이 번거로운 업무 자동화를 원할 때, 보고서 작성이나 아이디어가 막막할 때, 대학생이 리포트를 쓸 때, 부모가 자녀의 학습을 도울 때 등 일과 생활에서 AI 활용의 길잡이가 될 것이다.   

아마존웹서비스(AWS)는 10월 14일~16일 진행한 ‘AWS AI×인더스트리 위크 2025’를 통해 AI가 단순 자동화를 넘어 자율적인 추론 및 행동이 가능한 에이전트로 진화하고 있으며, 모든 산업의 패러다임을 전환시키고 있다고 짚었다. AWS는 이번 행사에서 한국의 주요 기업들이 AI를 활용해 생산성 향상 및 비즈니스 혁신을 이루고 있는 사례를 소개하는 한편, 엔터프라이즈급 AI 에이전트 플랫폼을 비롯해 다양한 모델 선택권과 상호 운용성을 제공하는 자사의 AI 포트폴리오를 선보였다. ■ 정수진 편집장   자동화를 넘어 자율적 ‘에이전트’로 진화 이번 ‘AWS AI×인더스트리 위크 2025’는 게임, 제조 및 하이테크, 리테일 및 소비재, 소프트웨어 및 인터넷, 금융 및 핀테크등 총 5개 산업의 60개 이상 사례를 소개했다. 이 가운데 이틀째인 10월 15일에는 빠르게 AI 기술을 도입해 비즈니스를 바꾸고 있는 리테일 및 소비재 기업과 주요 제조 공정부터 마케팅까지 다양하게 AI를 도입하고 있는 제조 기업의 사례가 소개됐다. 10월 15일 기조연설에서는 AWS의 벤 카바나스(Ben Cabanas) 아시아태평양 및 일본(APJ) 지역 글로벌 세일즈 기술 디렉터가 자사의 최신 에이전틱 AI(agentic AI) 기술과 서비스, 새로운 AI 기술 전략에 대해 소개했다. 카바나스 디렉터는 “AI 기술의 발전 속도가 빨라지면서 모든 산업의 변화를 주도하고 있다”면서, “지식이 AI 모델에 직접 임베딩되면서 AI가 전문가 수준의 추론 능력을 가질 수 있게 되고, 이 덕분에 애플리케이션이 다양한 분야서 자율적으로 행동할 수 있게 됐다. 또한 AI가 물리적인 현실 세계로 진출할 수 있게 되고, 현실 세계에 임베드된 AI는 더욱 똑똑한 AI를 만드는 것도 가능해졌다”고 짚었다.  AI는 단순한 챗봇이나 비서의 수준을 넘어서고 있다. 최근 주목을 받고 있는 ‘AI 에이전트’는 사람이 정의한 목표를 위해 스스로 추론하고, 계획하며, 적응하는 자율적 소프트웨어 시스템이자 ‘디지털 팀원’으로 진화하고 있다는 것이 카바나스 디렉터의 설명이다. 전 세계 AI 에이전트 시장은 빠르게 성장할 것으로 보인다. 여러 시장 조사 기관에서 40% 이상의 연평균 성장률을 예측하고 있으며, 그 중 한 곳은 10년 후 2000억 달러 이상의 규모가 될 것으로 전망하기도 했다.   ▲ AWS 벤 카바나스 APJ 지역 기술 디렉터   AI 에이전트의 구축부터 배포까지 지원하는 기술 선보여 카바나스 디렉터는 “실용적인 AI 애플리케이션 구현을 위해서는 AI 기술 자체의 발전뿐만 아니라 컴퓨팅 파워, 스토리지, 네트워크와 같은 기반 기술의 발전도 함께 이뤄져야 한다”고 짚으면서, AI 에이전트의 상용화 및 고객의 가치 실현을 위한 AWS의 서비스를 소개했다. 아마존 베드록 에이전트 코어(Amazon Bedrock Agent Core)는 엔터프라이즈급 AI 에이전트 플랫폼으로, 고객이 PoC(개념 증명) 단계를 넘어 실제 프로덕션 환경에서 AI 에이전트를 안정적으로 구축·배포·운영할 수 있도록 지원한다. 런타임(Runtime), 메모리(Memory), 아이덴티티(Identity), 게이트웨이(Gateway), 브라우저 툴(Browser Tool), 코드 인터프리터(Code Interpreter), 옵저버빌리티(Observability) 등 7가지 구성 요소로 이루어진 에이전트 코어는 서버리스 런타임, 메모리 시스템 관리, 보안 통제, 샌드박스 코드 작성, 웹 사이트 상호작용, 대규모 구축/배포/연결 지원 등 다양한 기능을 제공한다. 아마존 퀵 스위트(Amazon Quick Suite)는 연구·분석·워크로드 자동화를 통합한 AI 기반의 작업 공간 서비스이다. 자연어를 기반으로 데이터 분석, 문서 생성, 워크플로 자동화 등이 가능하며, 다양한 앱과 연결할 수 있도록 50개 이상의 커넥터를 내장하고 MCP(모델 컨텍스트 프로토콜) 통합도 제공한다. AWS는 AI 에이전트 생태계 확장을 위해 AWS 마켓플레이스(AWS Marketplace)에 ‘AI 에이전트 및 툴’ 카테고리를 신설했다. 이를 통해 앤트로픽, 딜로이트, 세일즈포스 등의 파트너가 제공하는 사전 구축된 에이전트와 도구를 중앙 집중식 카탈로그에서 안전하게 발견하고 배포할 수 있다는 것이 AWS의 설명이다. 이외에도 카바나스 디렉터는 ▲개발자들이 웹 브라우저 기반으로 AI 에이전트를 구축할 수 있도록 지원하는 ‘아마존 노바 액트 (Amazon Nova Act)’ ▲AI 기능을 핵심으로 소프트웨어 개발을 재구상하는 ‘AI 주도 개발 생애주기(AIDDLC)’ 방법론 ▲닷넷(.NET), VM웨어(VMware), 메인프레임 애플리케이션의  현대화를 자동화 및 간소화하는 에이전트 프레임워크 ‘AWS 트랜스폼(AWS Transform)’ ▲AI 모델의 추론 능력을 활용하여 에이전트를 빠르고 쉽게 구축할 수 있도록 지원하는 오픈소스 프레임워크 ‘스트랜드 에이전트 SDK (Strands agent SDK)’ 등을 소개했다.   ▲ 아마존 베드록 에이전트코어   모델 선택권·상호운영성 등 AI 전략과 국내 사례도 소개 카바나스 디렉터는 AWS AI 전략의 세 가지 핵심 원칙을 소개했다. “하나의 AI 모델이 모든 유스케이스를 충족할 수 없기 때문에, 고객에게 다양한 모델 선택권을 제공해야 한다. 모델 간의 호환성, 상호 운영성 및 개방형 표준이 중요하며, 확장성 있는 서비스를 빠르게 개발할 수 있도록 돕는 기반 기술을 제공해야 한다”는 것이 그의 설명이다. 또한, 에이전트 간 및 에이전트와 도구 간의 상호 운용성을 위한 산업 표준 프로토콜인 MCP(Model Context Protocol)와 A2A(Agent-2-Agent Protocol)의 중요성을 강조했다. 카바나스 디렉터는 AWS가 이들 표준 제정에 적극 참여하고 있다고 밝혔다. AWS의 핵심 전략은 많은 기업이 AI를 프로덕션 환경으로 전환하는 데 겪는 어려움을 해결할 수 있도록 돕는 것이다. 카바나스 디렉터는 한국 시장에서도 AI 관련 고객 사례를 꾸준히 만들어가고 있다고 소개했다. 일례로 현대인프라코어는 아마존 세이지메이커(SageMaker) 기반의 AI/MLOps 환경을 구축하고, 아마존 베드록과 에이전트 프레임워크를 활용하여 건설 장비 등의 비정상 탐지와 같은 지능형 건설 기계 서비스를 출시했다. 그리고 LG전자는 아마존 베드록 기반의 에이전틱 AI 시스템을 구축했는데, AI 에이전트들의 자율 협업으로 마케팅 데이터 분석 시간을 단축하는 효과를 얻었다. 그는 또한 한국 내 클라우드 인프라를 늘리기 위한 투자도 진행 중이라면서 “지난 2018년부터 2022년까지 한국에서 인프라 확장을 위해 2조 7300억 원을 투자했으며, 2023년 10월에는 2027년까지 클라우드 인프라 확충을 위해 추가로 7조 8500억 원을 투자할 계획을 발표했다”고 전했다. 2024년 6월에는 AWS와 SK 그룹이 파트너십을 통해 울산에 AWS AI 존을 조성한다는 계획을 발표하기도 했다.    ▲ HD현대인프라코어가 개발한 건설기계 통합 디지털 플랫폼     ■ 기사 내용은 PDF로도 제공됩니다.

세일즈포스는 오픈AI 및 앤트로픽과의 전략적 파트너십을 기반으로 에이전트포스 360과 챗지피티(ChatGPT), 클로드 등 플랫폼과의 통합을 지원하는 한편, 차세대 업무 환경 구축과 커머스 경험 혁신을 지원하기 위한 역량을 지속 강화해 나갈 것이라는 비전을 밝혔다. 이번 세일즈포스와 오픈AI의 파트너십을 기반으로 세일즈포스의 고객은 이제 챗지피티에서도 ‘에이전트포스 360’ 앱을 직접 활용하여 자연어로 기록 조회, 고객 대화 분석, 태블로 데이터 시각화 등의 작업을 수행할 수 있다. 또한 GPT-5를 포함한 오픈AI의 최신 모델을 기반으로 세일즈포스 플랫폼 내에서도 AI 에이전트와 프롬프트를 생성할 수 있게 된다. 오픈AI와 세일즈포스는 앞으로도 챗지피티와 슬랙 등 양사의 대표 플랫폼을 통해 업무 생산성 제고를 위한 에이전틱 AI 기반의 협업 환경 구축을 지원할 계획이다. 나아가 세일즈포스는 ‘에이전트포스 커머스(Agentforce Commerce)’를 챗지피티의 ‘즉시결제(Instant Checkout)’ 및 ‘에이전틱 커머스 프로토콜(Agentic Commerce Protocol)’과 통합한다고 밝혔다. 이를 통해 커머스 기업은 주문, 결제, 고객 관계 등 핵심 프로세스에 대한 통제권을 유지하면서도 새로운 유통 채널을 기반으로 수억 명의 잠재 고객에게 제품을 판매할 수 있는 역량을 확보할 수 있다.     슬랙과 클로드의 통합 기능도 공개됐다. 세일즈포스는 앤트로픽과의 전략적 협업을 통해 클로드(Claude) 모델을 에이전트포스 360 내 선호 AI 모델로 통합하며, 클로드 모델을 세일즈포스의 트러스트 레이어(Trust Layer) 내에 완전히 통합한 최초의 LLM 제공업체라고 소개했다. 세일즈포스는 이번 파트너십을 기반으로 금융·헬스케어·사이버보안 등 규제가 엄격하고 민감한 데이터를 다루는 산업에서도 데이터를 안전하게 보호 및 활용할 수 있는 ‘엔터프라이즈 AI’를 제공하겠다는 의지를 밝혔다. 이에 따라 슬랙의 사용자는 이제 클로드와의 양방향 통합을 통해 문서 분석, 데이터 기반 의사결정, 문서 권한 관리와 같은 업무를 슬랙 내에서 신속하게 수행할 수 있다. 특히 ‘에이전트포스 금융 서비스(Agentforce Financial Services)’와 연계해 산업 내 규제를 준수하면서도 금융 상품 분석, 보험 청구 처리, 고객 포트폴리오 요약 등의 핵심 업무를 자동화하는 것이 가능하다. 대표적으로 ‘크라우드스트라이크(CrowdStrike)’와 ‘RBC 자산 관리(RBC Wealth Management)’와 같은 기업들은 이미 에이전트포스에서 클로드를 활용하여 AI 기반의 새로운 고객 경험을 제공하고 있다. 한편, 세일즈포스는 차세대 AI 기업 대상의 투자를 확대하며, 중장기적인 AI 생태계 지원 의지를 밝혔다. 세일즈포스의 자체 글로벌 투자 기업인 ‘세일즈포스 벤처스(Salesforce Ventures)’는 지난해 드림포스에서 출범한 10억 달러 규모의 AI 펀드 중 75% 이상을 차세대 엔터프라이즈 AI 기업에 투입했다. 현재까지 총 2200억 달러 규모로 성장한 35개 기업에 투자하며 엔터프라이즈 AI 분야의 선도 벤처 캐피털로 자리매김한 세일즈포스 벤처스는 기존 포트폴리오 기업에 대한 투자를 25% 이상 확대할 계획이라고 전했다. 세일즈포스 벤처스의 AI 펀드 포트폴리오에는 앤트로픽, 코히어, 일레븐랩스, 투게더 AI, 런웨이 등의 혁신 기업과, 팔 AI, 월드 랩스, 라이터 등의 스타트업이 포함됐다.  세일즈포스 코리아의 박세진 대표는 “세일즈포스는 오픈AI 및 앤트로픽과 같은 글로벌 파트너와의 긴밀한 협력을 통해 기업들이 AI를 기반으로 한 차세대 업무 환경에서 혁신적인 고객 경험을 제공할 수 있는 ‘에이전틱 엔터프라이즈’로의 전환을 지원하고 있다”면서, “에이전트포스 360은 직원과 고객 모두에게 보다 효율적이고 개인화된 경험을 제공하기 위한 핵심 플랫폼으로 자리매김할 것이며, AI 에이전트가 지닌 무한한 잠재력을 기반으로 국내 기업들과 함께 만들어 나갈 새로운 혁신 여정이 매우 기대된다”고 전했다.

아마존웹서비스(AWS)는 최근 진행한 설문조사를 통해 국내 기업들의 AI 활용 현황과 과제를 짚었다. 또한, 신뢰할 수 있는 고성능의 인공지능 에이전트(AI agent)를 구축하고 배포할 수 있는 환경을 제공하면서 한국 시장에 지원을 강화하고 있다고 밝혔다. AWS는 AI의 도입과 활용 과정에서 기업이 겪는 기술적 어려움을 줄이고, 더 많은 기업이 쉽고 안전하게 생성형 AI를 도입하여 비즈니스 가치를 창출할 수 있도록 돕는 데 집중하고 있다. ■ 정수진 편집장    기업의 AI 도입률 높지만…고도화 위한 과제는?  AWS와 스트랜드 파트너스(Strand Partners)는 2025년 4월 한국 기업 1000곳과 일반인 1000명을 대상으로 AI에 대한 행동과 인식에 대한 설문조사를 진행하고, 그 결과를 바탕으로 한국 기업의 AI 활용 현황을 평가했다. 이 조사는 유럽에서는 3년째 진행되어 왔는데, 이번에 글로벌로 확장해 동일한 방법론을 적용했다. 스트랜드 파트너스의 닉 본스토우(Nick Bonstow) 디렉터는 설문조사 보고서의 내용을 소개하면서, 한국 기업의 AI 도입 현황과 주요 과제를 분석했다. 조사에서는 한국 기업의 48%가 AI를 도입 및 활용하고 있는 것으로 나타났는데, 이는 전년 대비 40% 성장한 수치이다. 유럽 기업의 평균 AI 도입률인 42%보다 높았는데, 특히 지난해에만 약 49만 9000 개의 한국 기업이 AI를 처음 도입한 것으로 추정된다. 본스토우 디렉터는 “AI를 도입한 기업들은 실질적인 이점을 경험하고 있다. 56%가 생산성 및 효율성 향상으로 매출 증가를 경험했고, 79%는 업무 생산성 향상 효과를 확인했다. 그리고 AI 도입에 따라 주당 평균 13시간의 업무 시간을 절감했다”고 소개했다. AI 도입률은 높지만, 국내 기업의 70%는 여전히 챗봇이나 간단한 반복 업무 자동화와 같은 기초적인 수준의 AI 활용에 머무르고 있는 상황이다. AI를 다양한 업무 영역에 통합하는 중간 단계는 7%, 여러 AI 도구나 모델을 결합하여 복잡한 업무를 수행하거나 비즈니스 모델을 혁신하는 변혁적 단계는 11%에 불과했다. 본스토우 디렉터는 “기업들이 AI의 잠재력을 완전히 활용하기 위해 더 높은 단계로 나아가야 할 필요가 있다”고 짚었다. 본스토우 디렉터는 국내 기업의 AI 도입이 양극화되고, AI 혁신의 편차를 키울 수 있다고 전했다. 한국 스타트업의 70%가 AI를 확대하고 있는데 이는 유럽의 58%보다 높은 수치로, 국내 스타트업 생태계는 AI 도입에서 뚜렷한 강점을 보였다. 스타트업의 33%는 AI를 비즈니스 전략 및 운영의 핵심 요소로 두고 있으며, 32%는 가장 고도화된 방식으로 AI를 활용하고 있다. 또한, 21%는 AI 기반의 새로운 제품 및 서비스를 개발 중이다. 반면, 국내 대기업의 69%는 여전히 AI를 효율 개선, 업무 간소화 등 기초적인 수준에서만 활용하고 있는 것으로 나타났다. 대기업의 10%만이 AI 기반 신제품 또는 서비스 개발 단계에 진입했는데, 이는 스타트업의 절반 수준이다. 이번 조사에서는 AI 도입의 주요 장애 요인으로 기술 및 디지털 인재의 부족, 자금 접근성, 규제 환경 등이 꼽혔다. 조사 응답 기업의 43%가 디지털 인재를 확보하지 못해 AI 도입 또는 확산에 어려움을 겪고 있다고 응답했고, 지난 1년간 디지털 역량 교육에 참여한 직원은 약 34%였다. 67%의 기업은 정부의 지원 정책이 AI 도입 결정에 중요하다고 응답했으며, 45%의 스타트업은 벤처 자본 56 · 접근성이 성장을 위한 핵심 요소라고 평가했다. 그리고 국내 기업들은 기술 예산 가운데 평균 23%를 규제 준수 비용에 투입하고 있으며, 34%는 AI 기본법 등 관련 입법으로 인해 이 비용이 증가할 것으로 예상했다. 본스토우 디렉터는 “한국이 AI 부문에서 세계를 선도할 수 있는 인프라와 스타트업 생태계 그리고 강한 열정을 가지고 있음을 확인했다. 하지만 AI 활용의 깊이를 더해주는 변혁적인 활용으로 나아가지 못하고 있는 점과 인재 부족, 규제 불확실성 등의 장애 요인을 해결해야 AI를 미래의 성장 동력과 경쟁력의 원천으로 삼을 수 있을 것”이라고 평가했다. 그리고, 이를 위해 한국 정부가 ▲기술 인재에 대한 투자 ▲혁신 친화적이고 명확한 규제 환경 조성 ▲공공 부문의 기술 현대화 및 디지털 전환 추진 등에 관심을 기울일 것을 제안했다.   ▲ AWS 김선수 AI/ML 사업 개발 수석 스페셜리스트   기업의 생성형 AI 활용 문턱 낮춘다 AWS의 김선수 AI/ML 사업 개발 수석 스페셜리스트는 국내 기업들이 AI를 잘 활용할 수 있도록 돕는 AWS의 생성형 AI 기술 스택과 주요 서비스를 소개했다. 그는 “2023년이 생성형 AI 개념 검증(PoC)의 해였다면 2024년은 생산 적용, 2025년은 비즈니스 가치 실현의 해가 될 것”이라고 짚었다. 또한 복잡한 작업을 자율적으로 수행하는 에이전트 AI에 대한 관심이 커지고 있다면서, 가트너(Gartner)의 전망을 인용해 “2026년까지 기업의 80% 이상이 생성형 AI API(애플리케이션 프로그래밍 인터페이스)를 사용하거나 관련 기능이 탑재된 애플리케이션을 배포할 것”이라고 전망했다. AWS는 생성형 AI를 위한 기술 스택을 세 가지 계층으로 제공한다. 가장 아래쪽에는 GPU, AI 프로세서 등을 포함해 모델 훈련과 추론에 필요한 인프라 레이어가 있고, 중간에는 AI 모델에 연결하여 각 기업에 최적화된 생성형 AI 애플리케이션을 구현하도록 돕는 모델/도구 레이어, 가장 위쪽에는 복잡한 개발 없이 쉽고 빠르게 활용할 수 있는 생성형 AI 애플리케이션 레이어가 있다. 이 기술 스택의 핵심으로 AWS가 내세운 것이 아마존 베드록(Amazon Bedrock)이다. 베드록은 생성형 AI 애플리케이션을 쉽게 구축하고 확장할 수 있도록 지원하는 완전 관리형 서비스이다. 앤트로픽, 메타, 미스트랄 AI 등 12개가 넘는 AI 기업의 파운데이션 모델(FM)을 선택해 활용할 수 있다는 점이 특징이다. 아마존 베드록은 비용, 지연 시간, 정확도를 최적화할 뿐만 아니라 기업의 필요에 맞게 모델을 맞춤 설정하거나 유해 콘텐츠/프롬프트 공격 등을 필터링해 안전한 AI 활용 환경을 갖출 수 있도록 돕는다. 김선수 수석 스페셜리스트는 “베드록은 프롬프트 엔지니어링, 검색 증강 생성(RAG), 미세조정(파인 튜닝) 등 다양한 방식으로 모델을 활용할 수 있도록 지원한다. 특히 RAG 구현을 위한 지식 베이스 및 벡터 검색 기능을 기본으로 제공해, 기업의 내부 데이터를 안전하게 연결하고 관련성 높은 답변을 생성할 수 있다”고 전했다. 최근 생성형 AI는 어시스턴트(assistant)를 넘어 워크플로를 자동화하는 에이전트(agent)로 진화하고 있으며, 궁극적으로는 사람의 개입 없이 AI끼리 자율적으로 협업하는 에이전틱 AI(agentic AI) 시스템으로 나아갈 것으로 보인다. AWS는 생성형 AI 에이전트 구축을 위해 ▲아마존 Q 디벨로퍼(Amazon Q Developer)와 같이 사전 구축된 에이전트 제품 ▲아마존 베드록 에이전트(Amazon Bedrock Agents)와 같이 내장된 오케스트레이션을 제공하는 완전 관리형 설루션 ▲스트랜드 에이전트(Strands Agents)와 같은 경량 오픈소스 SDK(소프트웨어 개발 키트)를 활용해 직접 에이전트를 구축할 수 있는 제품 등을 선보이고 있다.    ▲ AWS는 AI 에이전트의 구축과 배포를 위해 다양한 기술을 제공한다.     ■ 기사 내용은 PDF로도 제공됩니다.

세일즈포스가 디지털 워크포스(Digital Workforce) 플랫폼 ‘에이전트포스(Agentforce)’의 차세대 버전인 ‘에이전트포스 3’를 발표했다. 세일즈포스 ‘이전트포스 3는 기존 AI 에이전트 기능에 확장성과 연결성을 강화했으며, 이를 통해 보다 효과적으로 조직 내 AI 전략 실행과 디지털 전환 가속화를 지원하는 데에 중점을 두고 있다. 에이전트포스 3의 핵심 기능은 ‘커맨드 센터(Command Center)’이다. AI 에이전트 운영의 가시성과 제어력 향상을 지원하는 커맨드 센터는 실시간 모니터링을 기반으로 작동되며, 대화 유형, 오류율, 응답 속도 등 AI 에이전트 활용 시 주요한 지표를 시각화해 기업의 AI 활용 현황을 한눈에 살펴볼 수 있다. 이에 따라 조직 내 실시간 AI 에이전트 관리는 물론, 잠재적인 위험에 선제적으로 대응할 수 있어 AI 에이전트 운영 간의 안정성을 높일 수 있다.     또한, 에이전트포스 3는 오픈 표준인 MCP(Model Context Protocol)를 기반으로 다양한 에이전트 및 엔터프라이즈 시스템 간의 플러그 앤 플레이 방식의 유연한 연결을 지원한다. 이를 통해 복잡한 코딩 작업 없이도 다양한 AI 에이전트를 API, 업무 시스템, 데이터 자산 등과 손쉽게 연결하고, 상호 작용과 협업이 가능한 A2A(Agent-to-Agent) 환경을 구현할 수 있다. 현재 MCP 서버는 AWS, 구글 클라우드, IBM, 페이팔, 박스, 스트라이프 등 30개 이상의 파트너가 세일즈포스의 공식 AI 에이전트 마켓플레이스인 ‘에이전트 익스체인지(AgentExchange)’를 통해 제공하고 있으며, 이를 통해 AI 에이전트는 데이터 처리, 콘텐츠 생성, 상거래 기능 등 각 산업별 특성에 따른 업무 자동화가 가능하다. 가령 AWS MCP 서버를 활용해 비정형 데이터 분석, 문서 요약, 이미지 인식이 가능하며, 구글 MCP 서버를 통해 지도 기반 서비스 및 생성형 AI 모델 연동이 가능하다. 기술 아키텍처도 강화됐다. 업그레이드된 ‘아틀라스 아키텍처(Atlas Architecture)’는 응답 속도를 기존 대비 50% 이상 개선했으며, 실시간 스트리밍, 웹 검색 기반 데이터 수집 및 출처 인용 기능을 통해 응답의 정확성과 신뢰도를 높였다. 다국어 지원 기능을 통해 프랑스어, 독일어, 스페인어, 일본어, 포르투갈어 등 6개 언어가 새롭게 지원되며, 향후 지원 언어는 30개 이상으로 확대될 예정이다. AI 모델의 성능 저하나 장애 발생 시 자동으로 대체 모델로 전환되는 ‘모델 자동 전환(failover)’ 기능도 새롭게 추가됐다. 에이전트포스 3는 보안과 규제가 중요한 산업에서의 활용 또한 용이해질 전망이다. 세일즈포스는 공공 부문에서 신뢰할 수 있는 AI 서비스를 제공하기 위해, 미국 연방 정부의 최고 보안 인증 등급인 ‘FedRAMP High’ 인증을 획득해, 공공 부문에서도 안정적으로 AI 서비스를 제공할 수 있게 됐다. 현재 AWS를 기반으로 앤트로픽(Anthropic)의 클로드(Claude) 모델을 호스팅하고 있으며, 향후 구글 제미나이(Google Gemini) 모델을 포함한 다양한 모델 지원을 확대해 고신뢰 산업군에서의 AI 에이전트 도입 및 활용을 지원해 나갈 계획이다. 이외에도 보다 많은 기업의 AI 에이전트 도입을 돕기 위해 ‘환자 일정 예약’, ‘광고 제안서 생성’, ‘차량 정비’ 등 반복적인 업무에 즉시 적용 가능한 200여 개의 ‘사전 구축형 액션’을 제공한다. 세일즈, 서비스, 인더스트리 클라우드 등 주요 제품군에서는 사용자 기반 요금제를 적용하여 상황에 따른 맞춤형 활용이 가능하며, 직원용 AI 에이전트는 무제한 사용을 지원해 유연한 AI 에이전트 도입 및 활용이 가능해질 것으로 예측된다. 세일즈포스의 애덤 에반스(Adam Evans) AI 부문 부사장 겸 총괄 매니저는 “에이전트포스는 AI 에이전트, 데이터, 애플리케이션, 메타데이터의 통합을 기반으로 디지털 워크포스 플랫폼을 개발해 왔으며, 이미 수천 개 기업이 에이전트포스를 통해 에이전틱 AI의 가치를 실현하고 있다”면서, “지난 수개월 동안 고객의 목소리를 바탕으로 개발한 에이전트포스 3는 AI와 인간의 협업을 촉진하고, 기존에는 상상할 수 없던 수준의 생산성 향상과 비즈니스 가치 창출을 가능하게 할 것”이라고 언급했다. 세일즈포스 코리아의 손부한 대표는 “AI 에이전트가 실제 업무 전반에 적용되며, 기술 구현 못지않게 운영의 투명성과 제어력 확보가 중요한 과제로 떠오르고 있다”면서, “에이전트포스 3는 이러한 과제를 해결하고, 국내 기업들의 AI 전략 실행과 디지털 전환 가속화를 지원하는 핵심적인 역할을 수행하게 될 것”이라고 강조했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   MCP(Model Context Protocol)는 클로드(Claude)의 개발사인 앤트로픽(Anthropic)의 인공지능 AI 에이전트 표준 프로토콜이다. 이번 호에서는 최근 많은 이슈가 되고 있는 MCP의 사용 방법을 간략히 설명한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. MCP의 개념   MCP는 애플리케이션이 LLM(대규모 언어 모델)에 컨텍스트를 제공하는 방식을 표준화한 개방형 프로토콜이다. USB-C 포트처럼, 다양한 도구와 데이터를 LLM에 연결하는 통합된 인터페이스 역할을 한다. LLM 기반 에이전트와 워크플로 구축을 지원하며 유연한 통합, 데이터 보호, 공급업체 간 전환성을 제공한다. MCP를 이용하면 AI 에이전트가 다양한 도구를 이용해 기존 LLM보다 훨씬 많은 일을 할 수 있다. 예를 들어, LLM에서 실시간 웹 자료를 이용해 여행 일정을 짜고, 마케팅 보고서를 만들며, 레빗(Revit)과 같은 3D 모델 콘텐츠를 프롬프트 엔지니어링으로 개발할 수 있다.   그림 2. AI 에이전트 기반 3D 모델링(United Top Tech 유튜브)   그림 3. MCP 도구 서버(https://mcp.so)   MCP의 개념 아키텍처 구조 MCP는 호스트-클라이언트-서버 구조로 구성되며, 로컬 및 원격 데이터를 안전하게 연결할 수 있는 아키텍처를 따른다. 호스트는 서버에서 제공해 주는 파일 관리, 웹 서칭, 계산 등의 도구를 연결해 LLM을 통해 추론, CoT, 도구 호출, 생성 등의 역할을 담당한다.   그림 4. MCP의 구조   각 구성요소의 역할은 다음과 같다. MCP 호스트는 MCP 프로토콜을 통해 서비스에 액세스할 수 있는 애플리케이션이다. 클로드 데스크톱 앱, AI 에이전트/CLI, 커서 IDE 등이 이에 해당하며, LLM(로컬 또는 원격)을 활용하여 다양한 작업을 수행한다. MCP 클라이언트는 MCP 서버와 연결하기 위해 호스트 애플리케이션과 통합된 클라이언트이다. MCP 서버는 MCP 프로토콜을 통해 특정 기능을 노출하는 응용 프로그램 또는 프로그램이다. 서버는 도커(Docker) 컨테이너, JVM, Node.js(UV/UVX) 프로세스에서 실행될 수 있으며, MCP 커뮤니티에서 제공하는 사전 구축된 서버를 활용할 수도 있다. 로컬 데이터 소스는 로컬 시스템에 존재하는 데이터베이스 또는 파일 시스템이다. 원격 서비스는 웹 API를 통해 액세스할 수 있는 깃허브(GitHub), 브레이브 서치(Brave Search)와 같은 외부 리소스이다. MCP를 이용하면 서버, 클라이언트, 로컬에 있는 파일, 폴더, 앱에 접근해 이를 LLM으로 컨트롤할 수 있다. MCP 구조를 구성하는 호스트와 서버는 다음과 같은 도구를 통해 구성해 활용한다. 호스트 : 클로드, 커서(Cursor), 챗GPT(ChatGPT), 깃허브 코파일럿(Github Copilot) 등 서버 : Model Context Protocol Servers(https://github. com/modelcontextprotocol/servers) MCP는 전형적인 호스트-서버 프로토콜(TCP/IP와 유사)을 따른다. 서버의 실행 모드는 SSE(server sent event)와 stdio(표준입출력) 모드가 있다. SSE는 네트워크로 연결해 도구를 호출할 수 있도록 한다. stdio는 로컬 자체에서 도구를 호출할 수 있도록 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.