Salesforce Engineering Blog

Salesforce는 Agentforce에서 Agent Graph, Agent Script, 하이브리드 서브에이전트 및 라우팅 모델을 결합해 LLM의 유연성과 워크플로 신뢰성을 함께 만족시키려 했다.

Salesforce Mobile CI/CD 팀은 Analyze Build Tools로 빌드 장애 해결 시간을 60% 단축하고 빌드 실패 분석 작업을 75% 줄였다.

Unified Planner는 음성·채팅·텍스트 등 모든 Agentforce 상호작용을 단일 런타임으로 통합하여 일부 사례에서 응답 지연을 약 20초에서 2.3초로 줄인 AI 실행·추론 엔진이다.

AI 코딩 에이전트 도입 과정을 9단계 성숙도 모델로 정의하고, 단순 실험을 넘어 신뢰할 수 있는 엔지니어링 시스템으로 발전하는 전략을 제시한다.

MuleSoft는 에이전트가 작성한 코드의 보안과 규정 준수를 자동으로 검증하는 PR-time 거버넌스 시스템 Golden Gate를 통해 개발 속도 저하 없이 신뢰 수준을 유지한다.

프로덕션 환경에서 AI 에이전트의 신뢰성을 확보하기 위해 추론과 계산을 분리하고 결정론적 시스템을 결합하는 5가지 아키텍처 패턴을 제시합니다.

Salesforce Data 360은 AI 워크로드 확장을 위해 Zero Copy 아키텍처를 Query Federation에서 File Federation으로 전환하여 처리량을 120조 행으로 확대했다.

Salesforce는 Agentforce Conversation Client(ACC)에서 MCP 기반 워크플로를 도입하여 WCAG 준수 자동화 및 접근성 수정 작업을 80% 절감했다.

Salesforce의 Agent Fabric과 Informatica의 CDGC를 통합하여 AI 에이전트의 실행 경로와 데이터 계보를 추적하는 통합 거버넌스 플랫폼을 구축한다.

Salesforce는 급증하는 보안 경보를 효율적으로 처리하기 위해 AI 기반의 SATA 에이전트를 도입하여 인간 분석가와 95%의 일치율을 달성했다.

Salesforce는 모놀리식 플래너의 병목 현상을 해결하기 위해 독립적인 추론 엔진을 지원하는 멀티 테넌트 AI 에이전트 플랫폼 'BYOP'를 구축하여 개발 자율성과 확장성을 확보했다.

Salesforce가 데이터를 복제하지 않고도 조직 간 안전하게 인사이트를 공유할 수 있는 Data 360 Clean Rooms의 제로 카피 페더레이션 아키텍처를 공개했습니다.

Informatica는 IDMC 전반에 멀티 에이전트 시스템인 CLAIRE를 구축하여 복잡한 데이터 관리 워크플로의 작업 성공률을 90%까지 끌어올렸습니다.

Salesforce는 AI 기반 대화의 폭발적 증가에 대응하기 위해 CSS 아키텍처를 Kafka와 캐싱 계층 중심으로 진화시켜 10만 건의 동시 상호작용을 지원한다.

Salesforce는 LLM의 탐색 능력과 결정론적 알고리즘을 결합한 에이전트를 통해 8,000개 이상의 Kubernetes 서비스에서 발생하는 유휴 자원을 자동 최적화했습니다.

Salesforce는 Agentforce 기반의 자율형 리드 육성 에이전트를 도입하여 대규모 인바운드 리드를 실시간으로 처리하고 파이프라인 생성과 영업 효율을 극대화했다.

Salesforce가 Einstein Notebooking 플랫폼을 통해 생산 환경의 AI 에이전트 데이터를 직접 쿼리하고 분석할 수 있는 환경을 구축하여 디버깅 시간을 획기적으로 단축했다.

Salesforce는 분산 영속성 큐와 우선순위 오케스트레이션을 통해 LLM 인프라 제한 내에서 AI 에이전트의 영업 지원 처리량을 5배 향상시켰다.

Salesforce 보안 팀이 자사 AI 에이전트인 Agentforce를 활용해 보안 보고서 분류 프로세스를 자동화하고 대응 속도를 높인 사례를 설명한다.