챕터별 상세
Wakam: AI 보험 상품 디자이너 구축
보험사 Wakam은 보험 상품 설계 과정을 자동화하기 위해 'Jonylve'라는 Super-Agent 시스템을 구축했다. 이 시스템은 언더라이팅, 재무, 법무, 컴플라이언스 등 각 분야에 특화된 10개 이상의 서브 에이전트를 오케스트레이션하여 21단계의 복잡한 워크플로를 수행한다. 기존에 수주가 걸리던 시장 조사 및 상품 설계 업무를 단 몇 시간으로 단축했으며, 월간 활성 사용자(MAU) 90%라는 높은 사내 도입률을 기록했다. 이는 복잡한 도메인 지식이 필요한 업무도 구조화된 멀티 에이전트 협업으로 자동화할 수 있음을 입증한다.
Super-Agent는 여러 개의 전문화된 하위 에이전트를 관리하고 작업을 배분하는 상위 에이전트 아키텍처를 의미한다.
신뢰 구축을 위한 4-Eyes Principle 적용
Wakam은 AI의 할루시네이션 문제를 해결하고 규제 산업의 요구사항을 충족하기 위해 '4-Eyes Principle'을 시스템에 내장했다. 한 모델이 작업을 수행하면 다른 프롬프트와 도구를 가진 별도의 모델(예: Claude Opus가 생성하고 Gemini Pro가 검증)이 결과를 리뷰하고, 최종적으로 인간 전문가가 승인하는 단계별 게이트를 설치했다. 이 방식은 AI 코딩 리뷰 프로세스와 유사하게 비즈니스 로직의 정확성을 보장하며, 모든 과정은 감사 추적(Audit Trail)이 가능하도록 기록된다. 결과적으로 기술적 불확실성을 관리하면서도 자동화 효율을 극대화했다.
4-Eyes Principle은 중요한 결정을 내릴 때 최소 두 명(또는 시스템)의 승인을 거치게 하여 오류와 부정을 방지하는 통제 원칙이다.
Contentsquare: GTM 팀을 위한 올인원 AI 에이전트 'Clara'
Contentsquare는 영업(SDR) 및 고객 성공(CSM) 팀의 효율성을 높이기 위해 'Clara'라는 통합 에이전트를 개발했다. Clara는 Salesforce, Slack, Google Drive, Snowflake 등 흩어져 있는 내부 데이터를 통합하여 가치 가설 수립, 계정 프로파일링, 비즈니스 케이스 생성 등 40개 이상의 유즈케이스를 지원한다. 특히 'One-stop shop' 접근 방식을 채택하여 사용자가 여러 에이전트를 찾아다닐 필요 없이 하나의 인터페이스에서 모든 업무를 처리하게 설계했다. 도입 9개월 만에 54,000건 이상의 대화가 발생했으며, 약 16,000시간의 업무 절감 효과를 거둔 것으로 추산된다.
GTM(Go-To-Market)은 제품을 시장에 출시하고 고객에게 도달하기 위한 전략 및 실행 조직을 통칭한다.
Doctolib: AI 기반 고객 피드백 분석 시스템
Doctolib은 NPS 코멘트, 설문조사, 커뮤니티 포스트 등 방대한 고객 피드백을 분석하기 위해 'Voice of Customer' 에이전트를 구축했다. 초기에는 단순한 데이터 쿼리 방식을 사용했으나, 제품 관리자들의 세부적인 요구사항을 충족하기 위해 데이터 전처리 에이전트를 추가한 2단계 아키텍처로 발전시켰다. 첫 번째 에이전트가 피드백을 제품 카테고리, 이슈 유형, 심각도 등으로 분류하여 구조화된 데이터를 생성하면, 두 번째 에이전트가 이를 바탕으로 정교한 분석을 수행한다. 이를 통해 150명의 제품 관리자가 자신의 담당 기능에 대한 정성적 피드백을 정량적으로 분석하고 로드맵에 즉각 반영할 수 있게 되었다.
NPS(Net Promoter Score)는 고객 충성도를 측정하는 지표로, 고객에게 추천 의향을 물어 점수화한다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 26.수집 2026. 04. 27.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
