콘텐츠로 이동하기
파트너

구성 가능한 중간 단계: 파일럿을 프로젝트로 확장하기 위한 핵심 아키텍처 레이어

2026년 11월 18일
https://storage.googleapis.com/gweb-cloudblog-publish/images/composable-middle-hero-ai-tech-partnership.max-2600x2600.jpg
Kevin Ichhpurani

President, Global Partner Ecosystem & Channels

Sohrab Rahimi

AI Lead, Global Partner Ecosystem

왜 여전히 많은 AI 파일럿이 프로덕션으로 확장하는 데 어려움을 겪는지, 기술 파트너십에 대한 새로운 접근 방식이 어떻게 엔터프라이즈급 AI를 성공적으로 출시하는 데 핵심적인 역할을 하는지 알아보세요.

지금 Gemini 을 사용해 보세요

비즈니스 현장에서 Google AI를 만나기 위한 첫걸음

지금 시작하기

*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 영문 원본을 참고해 주시기 바랍니다.


기업의 엔터프라이즈 AI 이니셔티브가 파일럿과 프로덕션 사이에서 정체될 때, 파운데이션 모델이나 업계 전문성 부족이 원인인 경우는 거의 없습니다. 그보다는 두 단계 사이의 레이어인 구성 가능한 도메인 구성요소 때문인 경우가 많습니다. 실전에서 검증된 이러한 스킬과 MCP 연결, 원자적 단일 작업 에이전트, 멀티 에이전트 워크플로는 업계 규칙에 바인딩되고, 검증되고, 엔터프라이즈 플랫폼 하네스에 연결되어야 합니다.

이 레이어의 구성요소는 이미 모든 성공적인 배포 사례에 존재합니다. 지금까지 부족했던 것은 이 레이어에 무엇이 포함되어야 하는지에 대한 명확한 정의와 플랫폼 제공업체와 혁신 파트너가 어떻게 이를 공동 소유하여 규모를 확장할 수 있는지였습니다.

이를 '구성 가능한 중간 단계'라고 합니다. 이 기술 레이어를 파악하는 것은 매우 중요합니다.

2026년 BCG 보고서에 따르면 에이전트 AI는 향후 5년간 기술 서비스 제공업체에 최대 2,000억 달러의 순 신규 가치 풀을 창출할 것으로 예상됩니다. 대기업의 40% 이상이 이미 에이전트 구현을 확장하고 있으며, 3분의 2는 우선순위 워크플로를 구축하고 운영하기 위해 서비스 파트너를 찾고 있습니다.

그러나 단편화된 제공 방식으로 인해 많은 기업이 이러한 거대한 이점을 누리지 못하고 있습니다. RAND Corporation 연구에 따르면 문제 정의와 프로덕션 복잡성을 과소평가할 경우 AI 프로젝트 실패율이 역사적으로 80%에 달했으며, Gartner는 불명확한 비즈니스 가치나 부적절한 위험 관리로 인해 2027년 말까지 에이전트 AI 프로젝트의 40% 이상이 취소될 수 있다고 예측합니다.

하지만 조직이 제어된 아키텍처와 워크플로 규칙을 결합하면 상당한 성과를 얻을 수 있습니다.

전 세계 2,400명 이상의 경영진을 대상으로 실시한 2026년 AI ROI 연구에 따르면 응답자의 84%가 AI를 통해 재무 수익이 증가했다고 답했고, 86%는 AI가 운영 비용을 비례적으로 늘리지 않고도 생산량을 확대하여 비용 효율적인 성장을 주도하고 있다고 답했으며, AI 에이전트를 배포한 조직의 94%는 비용 절감과 수익 창출 모두에 측정 가능한 기여를 확인하고 있다고 답했습니다.

Google Cloud는 이러한 기회를 인식하고 강력한 파트너 생태계와 적극적으로 협력하여 구성 가능한 중간 단계를 구축하고 있습니다. 금융 서비스를 위한 Gemini 및 법률 서비스를 위한 Gemini와 같은 패키지형 업종 솔루션이 좋은 예입니다. 이러한 솔루션은 제어된 업계 기반을 제공하며, 기본 스킬과 라이선스 데이터 커넥터를 제어된 런타임과 결합합니다. 파트너는 이 런타임에 재사용 가능한 자체 도메인 플러그인, 원자 에이전트, 멀티 에이전트 워크플로, 검증 도구를 연결할 수 있습니다.

금융 서비스 분야의 Deutsche Bank 및 CME Group, 글로벌 로펌인 Cleary Gottlieb 및 Freshfields와 같은 얼리 어답터들은 이미 이러한 기반을 활용하여 복잡한 조사, 위험 분석, 초안 작성 워크플로를 며칠에서 몇 분으로 단축하고 있습니다.

기업과 이를 지원하려는 파트너 조직 모두에게 이러한 격차를 해소하는 것은 단기적으로나 장기적으로나 AI의 성공을 위한 핵심 단계입니다.

Google Cloud의 파트너 생태계 전반에서 축적한 경험과 선도적인 혁신 파트너가 보여준 성과에 따르면, 구성 가능한 중간 단계는 수많은 프로젝트가 실패하는 이유를 설명하고 진정한 경제적 가치가 어디에 있는지 파악하는 데 도움이 됩니다. Google의 인사이트는 UC 버클리의 '복합 AI 시스템'과 같은 다른 연구 기관 및 동일한 결론에 도달한 많은 선도적인 시스템 통합업체의 견해와도 일치합니다.

Google의 목표는 레이어에 포함되어야 하는 내용, 각 부분을 검증하는 방법, 플랫폼과 파트너, 기관 간의 소유권이 어디에 있는지 정의하는 것입니다. 또한 이러한 사양이 엔터프라이즈 AI의 근본적인 경제성을 어떻게 변화시키는지 보여드리고자 합니다.

'수평-수직'만으로는 충분하지 않은 이유

모든 컨설팅 회사와 클라우드 제공업체가 수평-수직 프레임워크의 특정한 버전을 게시해 온 것으로 보입니다. 수평 플랫폼은 파운데이션 모델, 인프라, 핵심 에이전트 하네스를 제공하고, 시스템 통합업체는 수직적인 산업 분야의 전문성을 제공하는 것입니다. 이러한 역학이 결합하여 혁신을 이룹니다. 하지만 이러한 프레임에는 치명적인 사각지대가 있습니다. '업계 전문성'을 단일한 역량으로 취급한다는 점입니다. 프로덕션 에이전트 배포 과정에서 실제로 일어나는 일을 세분화해 보면 사실 도메인 지식이 세 가지 고유한 요소로 구성되어 있으며, 각 요소는 완전히 다른 경제적 속성을 가지고 있음을 알 수 있습니다.

첫 번째는 표준화되고 다운로드할 수 있는, 인코딩 가능한 지식입니다. 예를 들어 의료, 금융, 보험 업계에는 의료 진단 코드부터 은행 규정 및 정책 형식에 이르기까지 모든 것을 규율하는 방대하고 고도로 구조화된 수많은 업계 표준이 있습니다. 이러한 프레임워크는 규모가 크지만 표준화되어 있고 라이선스 구매가 가능하므로 어떤 제공업체든 이를 기반으로 빌드할 수 있습니다.

두 번째 요소는 임상 가이드라인, 보험 규정, FDA 제출 경로와 같은 업계 규칙 프레임워크입니다. 이러한 템플릿은 재사용이 가능하며 기관에 맞게 어느 정도 맞춤화가 필요합니다.

마지막으로 세 번째 요소는 암묵적인 예외 패턴입니다. 이는 어떤 워크플로에서도 계획대로 진행되지 않을 수밖에 없는 수백 가지 상황으로, 수천 건의 계약을 진행해 온 사람들의 머릿속에 존재합니다. 안타깝게도 이를 대체할 수 있는 파운데이션 모델은 없습니다.

첫 번째 요소는 수평적 범용 기반이고, 세 번째 요소는 각 기관에 따라 불가피하게 맞춤화된 요소입니다. 이 두 가지 요소 사이에 두 번째 요소인 공유된 업계 규칙과 운영 플레이북이 있습니다. 이들은 기관별 맞춤화에 따라 재사용할 수 있도록 구축되었습니다. 이 중간 단계의 도메인 지식에는 에이전트 기반 혁신의 경제적 가치 중 불균형적으로 큰 비중이 집중되어 있습니다. 이를 한 번만 인코딩하여 많은 클라이언트에 걸쳐 구성할 수 있도록 하면 파트너는 선형적 제공의 병목 현상을 해소하고 전체 산업에 걸쳐 확장할 수 있습니다.

https://storage.googleapis.com/gweb-cloudblog-publish/images/1_-_The_Domain-Knowledge_Iceberg.max-1400x1400.jpg

도메인 지식의 빙산 - 경제적 속성이 다른 세 가지 유형

3계층 아키텍처

Google Cloud의 관찰에 따르면 이분법적인 수평-수직 모델을 3계층 구조로 대체하면 엔터프라이즈 AI의 진정한 경제적 잠재력을 실현할 수 있다고 생각합니다. 이유는 다음과 같습니다.

3계층의 소유권은 개방형 표준, 클라우드 제공업체, 혁신 파트너 간에 명확하게 구분됩니다.

  • 수평적 플랫폼(Google Cloud 소유 + 개방형 표준): 업계 전반에서 완전히 재사용할 수 있는 이 레이어는 A2A 및 MCP와 같은 프로토콜과 ADK와 같은 개방형 툴킷을 포함한 개방형 상호 운용성 배관과 더불어, Google Cloud의 독점 파운데이션 모델(Gemini)과 조정, 보안 및 IAM, 거버넌스 시행, 모니터링 가능성, 평가 실행을 위한 반복 가능한 런타임 메커니즘을 제공하는 엔터프라이즈 에이전트 하네스(Gemini 플랫폼)로 구성됩니다.
  • 구성 가능한 중간 단계(공동 빌드: Google Cloud 기반 + 파트너 소유의 확장 가능한 IP): 패키지화된 플러그인(실전에서 검증된 스킬 및 MCP 연결)부터 단일 책임 원자 에이전트 및 멀티 에이전트 워크플로에 이르는 모듈식 도메인 구성 구성요소로, 플랫폼의 하네스에 연결되는 도메인 규칙, 벤치마크, 규정 준수 정책과 결합됩니다. Google Cloud는 이 레이어에 업계 기본 스킬과 라이선스 데이터 커넥터를 제공하고, 혁신 파트너는 많은 클라이언트에게 배포되는 고수익의 재사용 가능한 도메인 플러그인, 원자 에이전트, 업종별 검증 제품군을 빌드하고 소유합니다.
  • 축소 불가능한 수직적 요소(파트너 + 클라이언트가 제공): 진정으로 맞춤화된 라스트 마일 제공으로, 기관별 레거시 시스템 통합, 로컬 데이터에 대한 규제 승인, 암묵적 예외 처리, 인적 팀을 수동 처리에서 더 높은 판단력을 요구하는 감독 업무로 승격시키는 인력 변경 관리입니다.

모놀리식 에이전트를 빌드하거나 일반적인 '추출기' 또는 '생성기'와 같은 오래된 기능적 버킷(현재 파운데이션 모델이 네이티브로 처리하는 프리미티브)에 의존하는 대신, 구성 가능한 중간 단계는 측정 가능한 비즈니스 작업을 중심으로 구성됩니다. 복잡성에 따라, 구성 가능한 구성요소는 에이전트에 특화된 스킬과 데이터 커넥터를 제공하는 이식 가능한 플러그인일 수도 있고, 하나의 완전한 작업을 엔드 투 엔드로 실행하는 원자 에이전트(예: KYC 검증, 상업 신용 인수, 사전 승인 검토) 또는 조정된 멀티 에이전트 워크플로일 수도 있습니다.

https://storage.googleapis.com/gweb-cloudblog-publish/images/2_-_The_Three-Layer_Architecture.max-1400x1400.jpg

3계층 아키텍처는 Google Cloud 플랫폼 소유권, 개방형 배관, 파트너 소유의 확장 가능한 IP, 맞춤형 수직적 배포를 분리합니다.

무엇보다도, 규제 대상 워크플로에서 이러한 구성요소는 거버넌스에 기반한 휴먼인더루프 실행을 위해 설계되었습니다. 에이전트는 수집, 시스템 간 합성, 정책 검사를 자동화하는 한편, 되돌릴 수 없는 임상, 신용 또는 수탁 결정을 책임 있는 인간 전문가에게 라우팅합니다.

이러한 구성요소는 반복되는 워크플로 스켈레톤으로도 구성됩니다. 소프트웨어 배포, 보험 청구, 제안서 응답과 같이 서로 다른 산업에서도 프로덕션 워크플로는 수집, 평가, 제안된 조치, 독립적인 검사, 되돌릴 수 없는 한 단계에 대한 수동 승인이라는 동일한 케이스 구조로 계속 해결됩니다.

이름, 데이터, 규제 기관은 완전히 다르지만, 골격은 바뀌지 않습니다. 이러한 특성 덕분에 구성 가능한 중간 단계는 구성요소 수준뿐만 아니라 워크플로 수준에서도 재사용할 수 있습니다. 또한 검증, 거버넌스, 예외 라우팅을 매번 처음부터 다시 빌드할 필요 없이 한 번만 패턴에 엔지니어링하면 됩니다.

구성 가능성이 중요한 이유

구성 가능성은 단순한 조직 프레임워크가 아닙니다. 이는 구성 가능한 모듈식 시스템이 모놀리식 시스템보다 일관되게 우수한 성능을 발휘한다는 AI 연구의 새로운 원칙을 반영합니다. UC 버클리의 AI 연구소는 단일 모델이 아닌 여러 구성요소로 이루어진 복합 시스템이 점점 더 현존 최고 수준의 결과를 제공하고 있다고 분명히 밝혔습니다. 또한 2026년 Nature에 발표된 DeepMind의 AI Co-Scientist는 각각 하나의 책임을 맡은 전문 에이전트로 구성된 팀이 실험을 통해 검증된 새로운 과학적 가설을 도출할 수 있음을 보여주었습니다. 이는 지금까지 가장 설득력 있는 실증 사례였으며, 이것이 성공한 원인은 특정 에이전트가 탁월했기 때문이 아니라 구성이 적절했기 때문입니다.

동시에 Linux Foundation 거버넌스에 따라 150개 이상의 파트너가 운영하는 Google의 A2A 프로토콜과 Anthropic의 모델 컨텍스트 프로토콜(MCP)과 같은 상호 운용성 표준이 바로 이러한 유형의 인프라를 위한 기반을 마련하고 있습니다. 이것이 리더들에게 시사하는 바는 분명합니다. 모든 것을 시도하는 모놀리식 에이전트를 빌드하지 마세요. 대신 도메인 플러그인, 원자적 단일 작업 에이전트, 멀티 에이전트 워크플로 등 조정자가 작업별로 동적 구성할 수 있는 구성 가능한 구성요소 라이브러리를 빌드하세요.

콘텐츠 레이어: 프로토콜이 우리에게 남긴 과제

이 중간 레이어가 왜 그토록 중요한지 이해하려면 원시 오픈소스 배관을 제어되는 엔터프라이즈 레이어와 분리하는 것이 도움이 됩니다. A2A 및 MCP와 같은 개방형 유선 프로토콜은 에이전트가 통신하고 도구에 도달하는 방식을 표준화하는 반면, Anthropic의 에이전트 스킬, 에이전트 AI Foundation의 AGENTS.md(60,000개 이상의 저장소에서 사용), Vercel의 에이전트 플러그인(AWS, Anysphere, GitHub, Microsoft, OpenAI와 함께 게시되어 plugin.json 매니페스트, skills/ 폴더, mcp.json 도구 연결을 하나의 이식 가능한 단위로 번들링)을 포함한 개방형 패키징 사양은 여러 클라이언트에 걸쳐 요청 사항과 도구 연결이 패키징되는 방식을 표준화합니다.

Google은 콘텐츠와 연결을 이동 가능한 단위로 패키징하는 것이 올바른 기반이라고 생각하기 때문에 플러그인을 구성 가능한 중간 단계의 핵심 구성 요소로 삼았습니다. 그러나 개방형 프로토콜과 파일 형식은 설계상 엔터프라이즈 컨트롤 플레인이 아닌 원시 배관입니다. 이는 단일 에이전트가 요청 사항을 읽거나 도구를 호출하는 방법을 지정하지만, 설치 정책, 권한 부여, 멀티 에이전트 조정, 도메인 평가, 프로덕션 거버넌스는 의도적으로 사양에서 제외합니다.

구성 가능성은 단순한 조직 프레임워크가 아닙니다. 이는 구성 가능한 모듈식 시스템이 모놀리식 시스템보다 일관되게 우수한 성능을 발휘한다는 AI 연구의 새로운 원칙을 반영합니다.

분명히 말씀드리자면, 구성 가능한 중간 단계는 런타임 하네스 자체가 아닙니다. Gemini 플랫폼은 이미 에이전트 거버넌스, 보안, 모니터링 가능성, 평가 실행, 조정을 위한 수평적 하네스를 빌드하고 있습니다. 오히려 패키지화된 플러그인, 원자 에이전트, 멀티 에이전트 워크플로를 개별 생산성 수준에서 규제된 엔터프라이즈 프로덕션으로 전환하기 위해, 구성 가능한 중간 단계는 플랫폼 하네스에 연결되는 5가지 도메인별 구성요소를 제공합니다.

  • 도메인 바인딩: 보험 청구 심사, 자본 시장 조사, 임상 문서화와 같은 특정 업종에 기능이나 워크플로를 바인딩하는 업계 온톨로지, 정형 스키마, 규칙 프레임워크입니다.
  • 패키지와 함께 제공되는 검증 게이트: 수평적 플랫폼이 평가 하네스를 제공하는 반면, 구성 가능한 중간 단계는 도메인별 평가 데이터 세트, 벤치마크, 회귀 테스트를 수행하며, 이는 새로운 기관 구성이 있을 때마다 자동으로 다시 실행됩니다.
  • 조정 시맨틱스: 플랫폼의 조정자와 A2A에서 스킬, 원자 에이전트, 멀티 에이전트 워크플로가 구성되는 방식에 대한 도메인 규칙을 정의합니다. 여기에는 인간 검토자 및 전문 에이전트에 대한 결정론적 예외 라우팅이 포함됩니다.
  • 거버넌스 및 출처: 규제 프로세스에서 플랫폼의 암호화 서명, 권한, 감사 로깅 하네스에 바인딩되는 도메인 규정 준수 정책, 허용 규칙, 감사 스키마입니다.
  • 운영 계측: 데이터와 규제가 발전함에 따라 플랫폼의 모니터링 및 모니터링 가능성 하네스에 입력되는 도메인별 SLA 목표, 드리프트 기준점, 롤백 트리거입니다.

중요한 구분은 에이전트가 읽는 원시 콘텐츠와 엔터프라이즈 하네스 내에서 실행되는 프로덕션 강화 구성요소 간의 차이입니다. 검증되지 않은 스킬 파일은 그 자체로는 조언에 불과합니다. 에이전트가 이를 로드하지만, 규정 준수를 보장하거나 예외 사례 드리프트를 포착하지는 않습니다. 플러그인, 원자 에이전트, 멀티 에이전트 워크플로가 이 5가지 도메인 구성요소를 포함하고 Gemini 플랫폼의 제어된 하네스에서 실행되면, 구성이 변경될 때마다 검증 게이트가 자동으로 다시 실행되고, 예외 경로가 결정론적으로 실행되며, 플랫폼 자체에서 출처를 서명하고 감사합니다.

금융 서비스를 위한 Gemini와 법률 서비스를 위한 Gemini는 이러한 요소가 실제로 어떻게 결합되는지 보여줍니다. Gemini 플랫폼을 기반으로 구축된 두 솔루션은 모두 핵심 플러그인 구성요소, 즉 50개 이상의 기본 스킬과 라이선스 MCP 데이터 커넥터(금융 서비스 분야의 FactSet, LSEG, Moody’s, PitchBook, S&P Global, SEC EDGAR 등 13개 시장 데이터 소스, 법률 분야의 iManage, Everlaw, RelativityOne, Thomson Reuters HighQ와 같은 법률 플랫폼)를 Google 관리 및 서드 파티의 원자 및 다단계 에이전트와 함께 제공하며, 이 모든 것은 소스 인용, 권한 적용, 감사 로깅이 포함된 제어된 런타임에서 실행됩니다.

파트너는 두 가지 뚜렷한 가치 레이어를 제공합니다. 첫째, 구성 가능한 중간 단계에서 확장 가능한 IP를 제공합니다. 여기에는 자체 도메인 플러그인, 원자적 단일 작업 에이전트(KYC 온보딩, 상업 신용 인수, 소송 증거 개시와 같은 워크플로용), 멀티 에이전트 템플릿, 많은 클라이언트에 걸쳐 구성할 수 있는 반복 가능한 검증 게이트가 포함됩니다. 둘째, 각 특정 기관을 위한 맞춤형 통합, 현지 규제 승인, 변경 관리와 같은 축소할 수 없는 수직적 작업을 제공합니다.

실제 패턴: 의료 분야

이 아키텍처는 실제 배포에서 진가를 확인할 수 있습니다. 예를 들어 미국의 한 선도적인 의료 시스템은 18개 병원과 500개 이상의 진료소에서 7,000명 이상의 임상의에게 Gemini 기반 임상 기록 에이전트를 배포하여 12개의 서로 다른 의료 전문 분야에 이 아키텍처를 적용할 수 있었습니다. 이 분야들에 동일한 시스템을 사용한 것은 아닙니다. 종양학과와 심장내과는 완전히 다른 데이터 유형과 진단 논리를 사용하기 때문입니다. 하지만 데이터 처리, 검색, 검증, 의료 기록 통합과 같은 기본 요소는 동일하게 유지됩니다.

이 의료 시스템과 구현 파트너에게 구성 가능한 중간 단계는 맞춤형 접근 방식으로는 결코 도달할 수 없었던 임상 역량과 배포 속도를 모두 실현해 주었습니다. 팀은 단일 전문 분야 파일럿 이후에 중단하는 대신, Gemini 플랫폼 하네스를 재사용하고 구성 가능한 중간 단계를 조정하여 12개 전문 분야 전체로 빠르게 확장했습니다. 그 결과 후속 전문 분야의 배포 시간이 40~60% 단축되었고, 의료진은 행정 문서 작업에서 벗어나 환자 치료에 집중할 수 있게 되었습니다.

파트너팀의 경우 기본 배관을 재사용함으로써 엔지니어링 대역폭을 각 전문 분야에서 요구하는 수직적 고가치 작업으로 전환할 수 있었습니다. 이러한 작업에는 양방향 EHR 워크플로 통합, 임상의 역량 강화 및 변경 관리, 의료 AI 프로젝트 투자의 30~40%를 차지하는 전문 분야별 임상 검증이 포함됩니다.

의료 분야는 물론 기타 규제 산업 전반에서 측정 가능한 ROI를 동일하게 확인할 수 있습니다. 예를 들어 Highmark Health는 74개의 실제 사용 사례에서 재사용 가능한 검색 프록시와 연구 프로토콜을 확장하여 Gemini 플랫폼에서 단 1년 만에 2,790만 달러의 측정 가능한 가치를 창출했습니다. 은행업의 경우 HSBC의 AML AI 배포로 거짓양성 알림 볼륨이 60% 이상 감소하는 동시에 의심스러운 활동을 2~4배 더 많이 감지하여, 규정 준수 조사관이 일상적인 알림 분류가 아닌 복잡한 금융 범죄에 집중할 수 있게 되었습니다. 마찬가지로 보험 청구 담당자는 50개 주에 걸친 복잡한 규제 환경을 아우르는 하나의 구성 가능한 아키텍처를 확장하여 재사용 가능한 중간 단계와 전용 수직 검증 및 각 주에서의 인간 수탁자의 승인을 결합하고 있습니다.

https://storage.googleapis.com/gweb-cloudblog-publish/images/3_-_The_Validation_Gap.max-1400x1400.jpg

검증의 격차: POC는 성공하지만 프로덕션에서 실패하는 이유

구조적 진단: 대부분의 파일럿이 실패하는 이유

아마도 저희가 얻은 가장 중요한 인사이트는 대부분의 AI 파일럿이 수평 레이어만 검증하기 때문에 프로덕션에 도달하지 못한다는 점입니다. 일반적인 개념 증명(POC)은 10~20개의 잘 구성된 문서를 처리하고, 통제된 환경에서 인상적인 결과를 보여주며, 경영진에게 프로덕션을 승인할 수 있다는 확신을 줍니다. 그런 다음 에이전트는 롱테일, 즉 3개의 지불자 시스템에 걸친 혜택 조정 분쟁, 과소 대표되는 전문 분야의 약어로 가득 찬 임상 기록, 특정 지리적 회랑에 나타나는 사기 패턴 등을 만나게 됩니다.

이러한 예외 사례들은 POC가 결코 도달할 수 없는 계층인 구성 가능한 중간 단계와 축소 불가능한 수직 레이어에 존재합니다. 이 격차는 기술이 아닌 아키텍처의 완성도에서 비롯됩니다. 이 격차를 해소하려면 새로운 구성이 나올 때마다 회귀 테스트를 수행하는 기능 및 안전 게이트를 통해 각 레이어를 명시적으로 검증한 다음, 업종에 맞는 성능, 규정 준수, 통합, 비즈니스 성과 게이트를 거쳐야 합니다.

에이전트 혁신의 새로운 경제학

구성 가능한 중간 단계는 단순히 엔지니어링을 가속화하는 데 그치지 않고 기술 서비스 제공업체의 단위 경제성과 이익률을 근본적으로 증가시킵니다. 기존의 선형 서비스 모델에서는 모든 계약이 처음부터 새로 구축되고(플랫폼 배관 ~40%, 도메인 로직 ~35%, 클라이언트 통합 ~25%) 시간과 자재에 따라 청구(청구 가능 시간 x 인원수)됩니다. 제공 비용이 노동력에 따라 선형적으로 증가하므로(비용 ∝ 시간 × 인원수) 파트너의 총이익은 구조적으로 기존 IT 서비스 벤치마크 수준인 약 25~35%로 제한되며, 수익 성장은 기업이 고용할 수 있는 희소한 전문가의 수에 따라 병목 현상을 겪게 됩니다.

구성 가능한 중간 단계 모델에서 파트너는 플러그인, 원자 에이전트, 멀티 에이전트 워크플로 템플릿, 검증 제품군 등 15~20개의 구성 가능한 도메인 구성요소로 이루어진 라이브러리를 빌드하고 검증하기 위해 선행 투자를 합니다. 중간 레이어 IP를 구축한 후 두 번째, 다섯 번째 혹은 스무 번째 클라이언트에게 배포하는 한계 비용은 소프트웨어 경제학에 근접하여, 재사용 가능한 애셋 레이어에서 70~80% 이상의 총이익을 창출합니다. 파트너가 이 재사용 가능한 IP를 성과 기반 가격 책정 및 모든 기업이 여전히 필요로 하는 맞춤형 3계층 서비스(데이터 준비, 레거시 시스템 통합, 규제 검증, 인력 교육, 지속적인 관리형 에이전트 운영)와 결합하면 세 가지 경제적 변화가 동시에 발생합니다.

  • 혼합 총이익이 15~25% 포인트 확대: 선행 IP 비용이 여러 클라이언트에 걸쳐 상각됨에 따라 파트너 수익성이 약 30%의 선형 인건비 마진에서 50~65% 이상의 자산 담보 마진으로 증가합니다.
  • 엔지니어당 배포 처리량이 3~5배 증가: 배포 일정을 40~60% 단축하고, 기존 팀은 정체된 단일 부서 파일럿을 10~15개 워크플로의 엔터프라이즈 혁신으로 전환할 수 있습니다.
  • 총 유효 시장이 새로운 계층으로 확장: 이전에는 6개월간의 맞춤 빌드를 처음부터 진행하는 것이 경제적으로 불가능했던 중견기업 부문과 전문화된 하위 업종을 공략할 수 있게 되었습니다.
https://storage.googleapis.com/gweb-cloudblog-publish/images/4_-_The_Economic_Flip.max-1400x1400.jpg

경제적 전환: 재사용 가능한 중간 단계 IP가 파트너 총이익을 선형 서비스 약 30%에서 혼합 마진 50~65% 이상으로 확대하고 잠재 시장 규모를 배가하는 방법

Accenture, Deloitte, TCS, KPMG, Infosys와 같은 선도적인 기업들은 이미 프로덕션에서 이 모델을 입증하고 있습니다. BCG의 연구에 따르면 효율성 향상으로 판단이 거의 필요 없는 일상적인 작업이 줄어드는 반면, 에이전트 AI는 순 확장 효과를 가져와 최대 2,000억 달러의 순 신규 기술 서비스 수요를 창출하고 총 투자의 55% 이상이 재사용 가능한 '에이전트 지원 기술'에 집중될 것으로 예상됩니다. Google Cloud의 7억 5천만 달러 규모의 파트너 지원 약속, 오픈소스 에이전트 개발 키트(ADK), A2A 상호 운용성 표준은 파트너들이 고수익 IP 계층과 이를 둘러싼 대규모 풀스루 혁신 서비스를 모두 확보할 수 있도록 지원하기 위해 마련되었습니다.

구성 가능한 중간 단계는 Google Cloud가 연구한 모든 성공적인 배포에서 가까이에 숨어 있었습니다. 그것에 이름을 붙이는 것은 쉬운 부분입니다. 이를 구체화하고, 게이트별로 검증하고, 플랫폼과 파트너가 공동 소유하는 것이야말로 생태계가 고립된 파일럿에서 복합적인 엔터프라이즈 규모로 나아가는 방법입니다.

에이전트 시대를 위한 빌드

에이전트 기반 기업은 미래의 일이 아닙니다. 플랫폼 제공업체와 모든 업무에 깊이 있는 전문성을 제공하는 파트너 간의 협업을 통해 오늘날 이미 구축되고 있습니다.

이를 효과적으로 구현하려면 우수한 기술과 업계 지식뿐만 아니라, 구성 가능한 중간 단계를 별도의 레이어로 인식하고 아직 해결되지 않은 문제를 투명하게 공개하는 것이 필요합니다. 여기에는 기술만으로는 달성할 수 없는 데이터 준비, 프로덕션 운영, 인력 혁신, 보안 아키텍처와 같은 까다로운 조직적 작업이 포함됩니다.

모든 기업 리더가 던져야 할 질문은 간단합니다. 배포할 때마다 가치가 복합적으로 증가하는 구성 가능한 아키텍처를 구축하고 있나요, 아니면 매번 처음부터 다시 구축하고 있나요? 이 질문은 어떤 기술 선택보다도 엔터프라이즈 AI의 발전 방향을 결정지을 것입니다.

게시 위치