AX
Bernard Marr, Emerj, Enterprise AI Innovators, AI Realized, MIT Sloan, Technovation, CXOTalk의 기업 AI 전환 전략과 도입 인사이트.
추적 소스
Bernard Marr
AI in Business
Enterprise AI Innovators
AI Realized
Me, Myself, and AI
Metis Strategy
CXOTalk
관련 템플릿
추적 소스
Bernard Marr
AI in Business
Enterprise AI Innovators
AI Realized
Me, Myself, and AI
Metis Strategy
CXOTalk
관련 템플릿
최신 업데이트
디지털 주권이란 무엇인가? (AI와 Zoho)
기업이 사용하는 디지털 도구, 데이터, AI를 스스로 통제할 수 있는지, 그리고 타인에 의해 중단될 위험은 없는지 다룹니다. Zoho의 최고전도사(Chief Evangelist)인 Raju Vegesna가 주권의 개념과 AI가 가져오는 새로운 과제, 그리고 기업이 소유와 통제, 대안 마련을 결정하는 방법을 설명합니다. ✅ 주요 내용: ✅ 데이터 주권을 넘어선 디지털 주권의 의미: 도구, 데이터, 통제력의 결합 ✅ 100% 주권을 가진 기업은 없으며, 우리 기업에 맞는 적정선을 찾는 방법 ✅ 결제 대행사에 의존하는 온라인 쇼핑몰처럼, 통제하지 못하는 핵심 시스템에 플랜 B가 필요한 이유 ✅ 고객이 정의하는 주권형 배포: 시스템 관리자, 데이터 제어권, 암호화 키 소유권 ✅ 데이터 주권 규칙이 지식 거주권을 다루지 못하며 온프레미스가 다시 주목받는 이유 ✅ 공공 AI 모델에 비즈니스 데이터를 연결하기 전에 점검해야 할 사항 ✅ 엣지에서 실행되는 전력 효율적인 모델이 지식재산권을 보호하는 방식 ✅ 제품이나 서비스의 가장 중요한 부분을 소유 또는 통제하고 있는지 점검하는 방법 ⏱️ 타임스탬프 0:00 소개 0:17 도구, 데이터, 통제력을 아우르는 디지털 주권 2:32 이분법이 아닌 스펙트럼으로서의 주권 3:32 클라우드 환경에서 고객이 정의하는 통제권 4:46 벤더와 투자자로부터의 독립성 7:35 핵심 기술 통제력이 결정하는 리더십 9:15 데이터는 남지만 지식은 유출되는 문제 11:16 공공 AI 모델의 지식재산권 노출 위험 13:05 자체 모델과 엣지 AI를 통한 주권 유지 15:59 AI로 인해 더욱 중요해진 주권 17:17 스택 소유를 통한 로컬 제어 19:45 주권은 일련의 의사결정 과정 CXOTalk은 시청자 질문과 함께 라이브로 스트리밍됩니다. 실시간으로 참여하여 질문해 보세요: https://www.cxotalk.com/subscribe 비즈니스 및 기술 리더들과의 주간 대화 구독하기. CXOTalk 뉴스레터 구독: https://newsletter.cxotalk.com 방송 노트, 대본 및 요약: https://www.cxotalk.com/episode/what-is-digital-sovereignty 에피소드 938 | 녹화일: 2026년 10월 15일 #CXOTalk #디지털주권 #Zoho #데이터주권 #소버린클라우드 #AI #엔터프라이즈AI #엣지AI #CIO #리더십
AI Realized Podcast·2일 전#52 디지털 매대에 오른 상품이 단 세 개뿐이라면? 생존 전략과 Anna Luo
AI가 고객의 상품 탐색과 구매 방식을 바꾸고 있습니다. AI Realized에서 Anna Luo는 AI 커머스 이노베이터스 서클을 소개하고 에이전트 커머스가 단순한 디지털 채널 이상인 이유를 설명합니다. 개인용 AI 에이전트가 쇼핑을 어떻게 바꿀지, 상품 수준의 문맥이 왜 추천을 좌우하는지, 브랜드가 AI 노출을 넘어 실제 매출을 어떻게 만들어야 하는지 알아봅니다. 자동화와 프라이버시, 그리고 인간의 판단 사이의 균형도 함께 살펴봅니다. 추천받는 것이 곧 커머스의 미래입니다.
에이전트 해커는 멈추지 않는다: AI 위협과 디지털 자유에 관하여 | 테크노베이션 1132
AI 기반의 에이전트 해커는 24시간 내내 작동하며 알려진 취약점을 대규모로 악용하고, 사용자가 알아차리기 전에 자금을 이체하거나 구매를 완료할 수 있습니다. 노턴, 라이프락, 어베스트의 모회사인 겐 디지털의 빈센트 필레트 CEO가 이에 대응하는 방법을 설명합니다. 기술 스택의 플랫폼화, 금융 건강 관리 분야로의 확장을 위한 머니라이언 인수, 자율 AI 에이전트의 허용 범위를 필터링하는 보안 에이전트 노턴 지니의 개발 등을 다룹니다. 필레트는 단일 제품에서 멤버십 모델로의 전환 과정과 소비자 보안의 핵심에 있는 참여의 역설을 짚어냅니다. 최고의 보안 결과는 아무 일도 일어나지 않는 것이며, 이로 인해 제품이 의도적으로 눈에 띄지 않게 된다는 점을 이야기합니다. 🎧 인터뷰 오디오 버전은 메티스 전략의 팟캐스트, 피터 하이의 #테크노베이션 제1132편에서 들으실 수 있습니다. 🌍 자세히 보기: https://www.metisstrategy.com/interview/vincent-pilette/ 📱 소셜 채널 팔로우: 🔹 링크드인: https://www.linkedin.com/company/metis-strategy/ 🔹 트위터/X: https://twitter.com/MetisStrategy 🔹 페이스북: https://www.facebook.com/technovationpodcast/ 🔹 인스타그램: https://www.instagram.com/technovationwithpeterhigh/
AI in Business Podcast·3일 전제품이 한계를 넘지 않는 컴퓨팅 플랫폼 선택법 - IDEMIA의 카일 라슨
AI가 소프트웨어 개발을 가속화하고 있지만 하드웨어는 여전히 느린 속도로 별개로 개발되는 경우가 많으며, 이 격차가 고객이 받는 제품에 드러납니다. 이번 에피소드에서는 IDEMIA의 AI 활성화 및 클라우드 서비스 부사장인 카일 라슨이 하드웨어와 소프트웨어를 하나의 제품으로 기획하고 전달해야 하는 이유를 살펴봅니다. 기기와 클라우드 중 어디서 실행할지 결정하는 법, 물리적 시제품이 나오기 전에 개발자 도구와 시뮬레이션을 갖춰야 하는 이유, 그리고 주변 생태계와 공급업체 로드맵을 통해 장기적인 컴퓨팅 플랫폼을 평가하는 방법을 다룹니다. 이 에피소드는 MIPS의 후원으로 제작되었습니다. 컨설턴트가 근거 기반의 AI 투자 수익률(ROI)로 비즈니스를 수주하고 단기적 이익 대신 장기적인 역량을 구축하는 방법을 알아보세요. emerj.com/cok1에서 무료 PDF 보고서 "자동화의 시대를 헤쳐 나가는 3가지 열쇠"를 다운로드하실 수 있습니다.
AI in Business Podcast·5일 전AI 모델 투자 전 리더가 점검해야 할 사항 - Salesforce의 멜리사 레이미(Melissa Ramey)
작업 정의 없이 AI 모델을 선택하면 불필요한 비용을 지불하거나 필요한 업무를 처리할 수 없는 도구에 의존하게 됩니다. 이번 에피소드에서는 Salesforce의 멜리사 레이미 AI 트랜스포메이션 디렉터가 출연해 팀에 필요한 업무를 기준으로 모델을 평가하는 방법을 살펴봅니다. 일상적인 업무를 통한 모델 테스트, 워크플로우 평가에 직원 참여시키기, 요구사항 변화에 따른 성능 재검토 등을 다룹니다.
델로이트 임원이 말하는 AI: 성공과 실패의 갈림길
최고경영진은 AI 투자와 성과 측정, 프로젝트 중단, 자율형 에이전트 거버넌스 등 어려운 선택에 직면해 있습니다. 델로이트의 차이나 와이디너 부회장이 CXOTalk에 출연해 기존 업무를 빠르게 처리하는 것만으로는 가치가 생기지 않는 이유와 리더들이 바꿔야 할 점을 설명합니다. 주요 내용: ✅ 단기 수익과 장기 역량에 모두 투자해야 하는 이유와 프로젝트 중단 기준 ✅ 토큰 목표를 포함한 AI 지표가 목표를 위한 것인지 확인하는 방법 ✅ 처음부터 확장을 염두에 두지 않은 파일럿이 기업용 솔루션으로 이어지기 어려운 이유 ✅ AI 에이전트를 감독하는 사람들에게 실질적인 역량이 필요한 이유 ✅ 에이전트의 자율성에 맞춰 거버넌스와 보안을 함께 설계해야 하는 이유 ✅ 중간 규모 기업의 첫 AI 투자 방향과 성장 중심 접근법 ✅ 보안과 접근성의 균형, 그리고 섀도우 AI의 위험성 ✅ 신입 채용 중단이 미래의 AI 거버넌스 공백으로 이어지는 이유 타임라인 0:00 소개 0:26 단순한 업무 속도 향상은 가치를 만들지 않는다 4:53 비즈니스 문제로 접근하기 8:15 이사회에 필요한 수익과 역량 11:16 작게 시작하는 것과 작게 생각하는 것은 다르다 14:03 에이전트에 발맞춰야 하는 거버넌스 19:22 문화 변화 속에서 중심을 지키는 인간 23:05 비즈니스와 기술 전략은 분리될 수 없다 28:44 기술이 아닌 목표에서 출발하기 38:34 첫 투자와 전환이 어려운 이유 44:51 설계 단계부터 보안 구축하기 50:15 AI 감독 인력에 투자하기
Zebra Technologies CIO 맷 오스먼이 말하는 AI 에이전트와 IT의 미래 | 테크노베이션 1131
직원, 서비스 제공자, AI 에이전트가 함께 일하는 미래를 위해 CIO는 어떻게 준비해야 할까요? 이번 테크노베이션 에피소드에서는 Peter High가 Zebra Technologies의 CIO 맷 오스먼과 함께 IT 조직 구조 재설계, 책임 있는 AI 확장, 소프트웨어 개발의 다음 진화에 대해 이야기합니다. 맷은 Zebra가 AI 실험과 거버넌스의 균형을 맞추고, 기업 데이터 기반을 강화하며, AI가 팀의 개발 속도를 높임에 따라 기술 제공 방식을 어떻게 재구상하고 있는지 공유합니다. 🎧 오디오 버전은 Metis Strategy의 팟캐스트 #Technovation with Peter High 1131회에서 들으실 수 있습니다. 🌍 자세히 보기: https://www.metisstrategy.com/interview/matt-ausman/ 📱 소셜 미디어 팔로우: 🔹 LinkedIn: https://www.linkedin.com/company/metis-strategy/ 🔹 Twitter/X: https://twitter.com/MetisStrategy 🔹 Facebook: https://www.facebook.com/technovationpodcast/ 🔹 Instagram: https://www.instagram.com/technovationwithpeterhigh/
AI in Business Podcast·6일 전데이터와 시맨틱 계층 개선으로 제약 분야 AI 에이전트의 정확도 높이기 - Flatiron Health의 리차드 노체
제약 업계가 AI 에이전트로 이동하고 있지만, 에이전트는 주어진 맥락만 알기 때문에 데이터와 의미의 공백은 대규모 오류로 이어집니다. 이번 에피소드에서는 Flatiron Health의 데이터 사이언스 및 AI 책임자인 리차드 노체가 강력한 데이터 기반과 잘 구축된 시맨틱 계층이 복잡한 실제 데이터에서 AI 에이전트의 신뢰성을 어떻게 결정하는지 설명합니다. 과거의 인간 분석을 활용해 시맨틱 계층을 구축하고 벤치마킹하는 방법, 에이전트가 답변 전에 모호성을 해결하도록 하여 정확도를 높이고 팀 간 인수인계를 줄이는 방법, 그리고 리더에게 사내 맞춤형 도구가 아닌 중앙 집중식 데이터 거버넌스와 모든 시스템에 연동되는 에이전트가 필요한 이유를 다룹니다. 이 에피소드는 Flatiron Health의 후원으로 제작되었습니다. Emerj는 연구, 미디어, 직접적인 접근을 통해 포춘 500대 기업 의사결정권자들에게 다가갈 수 있도록 선별된 AI 기업들과 협력하고 있습니다. 참여를 원하시면 emerj.com/AD1에서 미디어 키트를 다운로드하세요.
Deloitte 부회장: CEO가 직면한 가장 어려운 AI 결정
CEO들은 AI 도입 속도, 우선순위, 그리고 AI를 어떻게 재무적 성과로 연결할지 고민하고 있습니다. Deloitte 부회장이 경영진의 고민과 이사회를 위한 조언을 전합니다.
쓰나미 파도 타기: Aydin Senkut의 선제적 투자 전략 | Technoventure 31
최고의 벤처 투자는 기반을 다지는 일입니다. 어떤 최종 사용자 애플리케이션이 성공하든 상관없이 구조적으로 대체 불가능한 기업에 투자하는 것입니다. 이번 Technoventure에서는 Felicis의 설립자이자 매니징 파트너인 Aydin Senkut과 함께합니다. 그는 기술 트렌드를 남들보다 먼저 읽는 법, 실리콘밸리의 관습을 따르지 않는 창업자들에게 투자하는 이유, 그리고 창업자의 편에 서겠다는 계약적 약속이 이사회 대화를 어떻게 바꿨는지 이야기합니다. Senkut은 2006년 Felicis를 설립하기 전 4년간 개인 자본으로 엔젤 투자를 했으며, 이후 13년 연속 Forbes Midas List에 이름을 올렸습니다. 그가 투자한 기업들은 Shopify의 성장 곡선을 평탄하게 보이게 할 만큼 놀라운 성장을 기록했습니다.
AI in Business Podcast·11월 6일기업 리스크를 위한 AI 대응 통제 구축 - Hyperproof의 Craig Unger
AI는 기업 리스크 팀이 관리해야 할 머신 아이덴티티, 승인되지 않은 도구, 공급업체 연결을 급격히 늘리고 있습니다. Hyperproof의 CEO이자 설립자인 Craig Unger가 AI가 기업 리스크를 어떻게 바꾸고 있는지, 규제 변화 탐지부터 샘플이 아닌 전체 데이터 검증까지 팀이 어떻게 대응할 수 있는지 설명합니다. 또한 리더들을 위한 실질적인 조언도 제시합니다. AI가 어디서 실행되는지 파악하고 거버넌스 모델을 구축하며, 지속적인 통제 모니터링을 자동화하고, 기존 통제 체계를 AI에 맞게 조정하며, 공급업체까지 동일한 수준으로 검토하라는 내용입니다.
시장이 없으면 혁신도 없다: TI의 R&D 모델에 대한 Ahmad Bahai의 견해 | Technovation 1130
반도체 개발 주기는 10년 이상 걸리지만 시장 변화는 훨씬 빠릅니다. Texas Instruments의 수석 부사장 겸 CTO인 Ahmad Bahai가 특정 시장이 아닌 기술의 방향성에 투자하여 이 간극을 극복하는 방법을 설명합니다. 10년 전 스마트 그리드를 겨냥해 시작한 고전압 프로그램은 이후 전기차를 거쳐 AI 데이터 센터의 핵심 인프라가 되었습니다. 이번 Technovation에서는 Peter High가 Ahmad Bahai와 함께 장기 R&D, AI 인프라의 전력 공급 문제, 그리고 트랜지스터 미세화가 왜 여러 혁신 요소 중 하나가 되었는지 논의합니다. 또한 Bell Labs 모델, TI의 600억 달러 규모 미국 팹 확장, 학문적 호기심과 상업적 필요를 잇는 가상 Bell Labs의 필요성에 대해서도 이야기합니다.
AI Realized Podcast·11월 5일#51 AI로 매분기 관리하는 브랜드 가치 평가 (ft. 햄튼 브라이드웰)
CorebrandAI의 공동 창립자이자 Tenet Partners의 CEO인 햄튼 브라이드웰이 AI를 통해 브랜드 가치 평가를 연례 보고서에서 매분기 경영진이 활용하는 관리 시스템으로 바꾸는 방법을 설명합니다. 플랫폼 이면의 4가지 평가 방식, AI가 통찰을 도출하는 동안 평가 엔진이 결정론적으로 유지되는 이유, C레벨 임원 모두가 브랜드 가치를 이끌어야 하는 이유를 다룹니다.
AI in Business Podcast·11월 4일AI 번역 콘텐츠로 시장 성과를 내는 법 - Acclaro의 Andrew Thomas와 함께
콘텐츠 번역은 빠르고 저렴해졌지만, 정확한 번역이 곧바로 고객의 반응이나 매출로 이어지지는 않습니다. 이번 에피소드에서는 Acclaro의 마케팅 총괄 Andrew Thomas가 글로벌 콘텐츠 성과가 번역의 문제가 아닌 관리의 문제인 이유를 설명합니다. 그는 현지 팀에 투자하기 전 AI 번역으로 시장을 테스트하는 방법, 브랜드 가이드라인과 용어를 AI 도구에 적용해 일관성을 유지하는 법, 자동화된 품질 검사를 통해 전문가의 검토가 필요한 시점을 판단하는 법을 다룹니다. 이 에피소드는 Acclaro의 후원으로 제작되었습니다. AI를 활용해 새로운 시장에 빠르게 진출하고 비즈니스 성과를 내는 방법이 궁금하다면, emerj.com/aik1에서 'Beginning with AI' 보고서를 무료로 다운로드하세요.
Redis CEO: AI 에이전트에게 필요한 건 지능이 아니라 맥락입니다
AI 에이전트를 실무에 도입할 때 중요한 것은 모델의 지능보다 비즈니스 맥락과 데이터입니다. 실시간 데이터와 메모리를 제공하는 Redis의 CEO Rowan Trollope가 CXOTalk의 Michael Krigsman과 함께 에이전트가 예외 상황에서 실패하는 이유와 운영 및 관리 방안을 논의합니다. 또한 AI 투자 가치를 측정하는 법과 경영진이 직접 기술을 익혀야 하는 이유를 다룹니다. 주요 내용 ✅ 슬랙이나 이메일에 흩어진 할인 정책 같은 예외 상황에서 에이전트가 실패하는 이유 ✅ 더 똑똑한 모델이라도 VIP 고객의 환불 요청을 스스로 처리하지 못하는 이유 ✅ 모든 문서를 모델에 넣는 것만으로는 맥락 문제가 해결되지 않는 이유와 에이전트가 도구를 활용하는 방법 ✅ 가격 및 할인 결정에 여전히 사람의 판단이 필요한 이유 ✅ 에이전트를 운영 중인 기업들이 가장 먼저 하는 일: 평가, 품질 추적, 의사결정 과정 기록 ✅ 24시간 쉬지 않고 수천 개의 프로세스를 실행하는 에이전트를 위해 인프라를 재설계해야 하는 이유 ✅ 에이전트 보안이 직원 보안과 유사한 이유와 보안 팀이 AI를 활용해 공격에 대응해야 하는 이유 ✅ 은행의 고객 확인(KYC)이나 자금 세탁 방지(AML)처럼 AI 가치를 측정할 수 있는 상향식 과제 선정법 ⏱️ 타임스탬프 0:00 소개 0:19 예외 상황에서 실패하는 에이전트 1:17 토큰을 비즈니스 가치로 전환하기 2:00 지능이 아닌 맥락이 에이전트의 한계 4:47 여전히 사람의 판단이 필요한 가격 결정 7:01 에이전트 군단을 위한 메모리와 통신 9:08 실무 도입을 위한 평가와 거버넌스 12:28 인간 규모를 넘어선 에이전트 워크로드 17:08 직원처럼 에이전트에게도 필요한 가드레일 19:07 몇 가지 핵심 AI 과제 선정 20:51 직접 AI를 배워야 하는 리더들 라이브 참여 및 질문: https://www.cxotalk.com/subscribe CXOTalk 구독하고 비즈니스 및 기술 리더들의 대담을 확인하세요. 쇼 노트, 대본, 요약: https://www.cxotalk.com/episode/redis-ceo-ai-agents-from-pilot-to-production 녹화일: 2026년 10월 2일 #CXOTalk #AIAgents #AgenticAI #EnterpriseAI #Redis #AIGovernance #CIO #CEO #AIStrategy
거품을 걷어내고 AI 공급업체와 협상하는 법
AI 공급업체들은 제각각인 단위와 크레딧으로 가격을 책정하며, 구매자는 내용을 제대로 모른 채 비용을 지불하는 경우가 많습니다. 기업 기술 구매 자문사인 The Confluencial의 공동 창업자 Kyler Cheatham이 CIO를 위해 AI 가격 체계를 분석하고, 자사 시스템에서 데모를 검증하며, 기업을 보호하는 계약을 체결하는 방법을 설명합니다. ✅ Microsoft Copilot부터 Workday 플렉스 크레딧까지, 공급업체마다 다른 AI 통화가 제품 비교를 불가능하게 만드는 이유와 이것이 의도적인 혼란인 이유. ✅ 가변적인 토큰 비용을 고객에게 전가하는 것이 정당한지, 그리고 현재 공급업체가 요구하는 마진이 왜 과도한지. ✅ AI 공급업체 미팅 전 요구사항을 누가 정의해야 하는지(외부 컨설팅이나 공급업체가 아닌 IT와 현업 부서). ✅ 가격 인상을 '새로운 방식'이라고 주장하는 영업사원에게 어떻게 대응할지: 구매자의 목표는 수익성 확보와 명확한 요구사항 관리에 있음. ✅ 공급업체 데모가 완벽한 데이터로만 구성되는 이유와, 자사 환경에서 데모 스크립트를 요구하고 실제 고객과 대화해야 하는 이유. ✅ 대형 컨설팅이나 통합 업체가 위험이 낮은 선택이 아닌 이유, 특히 맞춤형 통합을 그들이 소유하게 될 때의 위험성. ✅ 25년 된 공급업체 계약을 검토하다 발견한 사례: 계약상 6% 상한선이 있음에도 매년 20%씩 유지보수 비용이 인상된 사실을 양측 모두 인지하지 못했던 사례. ✅ AI 도입을 서두르는 이사회에 어떻게 보고할지: 수익성을 증명하는 비즈니스 케이스 제시. ⏱️ 타임스탬프 0:00 도입 0:24 AI 공급업체가 가격을 복잡하게 만드는 이유 4:46 AI 유행어는 전략을 대신할 수 없다 11:01 이해하지 못한 채 지불하는 AI 비용 15:45 AI 사용료를 실제 금액으로 환산하기 20:01 레거시 시스템의 문제를 숨기는 데모 29:57 대형 컨설팅 업체는 안전한 선택이 아니다 34:49 구매한 것에 대한 책임은 본인에게 있다 37:21 공급업체 관계는 유지하되 가치를 검증하라 43:44 레거시 시스템 위에 AI를 얹는다고 해결되지 않는다 49:12 품질에 비용을 지불하고 선택적으로 구축하라 51:58 복잡성을 스트레스 테스트하고 계약서를 확인하라
Cisco 사장: "에이전트 AI가 코드를 작성할 것"
에이전트 AI로의 전환은 모든 워크플로우를 AI 에이전트 관점에서 재설계하는 것을 의미합니다. Cisco의 사장 겸 최고 제품 책임자인 Jeetu Patel이 팀 내 토큰 예산 관리 방식, 에이전트의 모든 행동에 책임자를 지정하는 이유, 평가 품질이 팀의 성과 지표가 되는 이유, 그리고 신뢰가 에이전트 활용 범위를 결정하는 방식을 설명합니다. 또한 CIO 역할의 변화와 엔지니어에게 필요한 기술을 다룹니다. 주요 내용: ✅ 초기 4~6개월간 팀에 무제한 토큰을 제공한 이유와, 이제 모든 관리자가 인건비 외에 토큰 예산을 배정받는 이유. ✅ 토큰 경제학 애플리케이션을 통해 에이전트 사용 현황을 파악하고, 이상 징후를 포착하며, 문제가 발생한 에이전트를 즉시 중단시키는 방법. ✅ 토큰 사용량 증가는 성공의 척도가 아니며, 오픈 웨이트 모델이나 로컬 실행을 통해 비용을 최적화하는 방법. ✅ 향후 2~3년 내 에이전트가 대부분의 코드를 작성하게 되어도 엔지니어는 더 많이 필요할 것이라고 보는 이유. ✅ 에이전트의 모든 행동을 책임자에게 연결하는 '인간 출처(Human provenance)' 개념과 제품 아이디어만큼이나 평가(evals)가 중요해지는 이유. ✅ 고객의 불만 사항이나 에스컬레이션을 매주 문자로 보고받고, Cisco IT 팀이 직접 제품을 스트레스 테스트하여 평가하는 방식. ✅ 신뢰가 에이전트 도입을 제한하는 이유와 에이전트에게 필요한 '적시, 최소 권한'의 의미. ✅ 소비자를 대신해 쇼핑하는 에이전트가 비즈니스 모델을 어떻게 바꿀지, 그리고 이것이 왜 CIO를 전략적 위치에 두는지. ⏱️ 타임스탬프 0:00 에이전트와 함께 재설계되는 모든 워크플로우 6:08 팀 리더가 토큰 예산을 관리해야 하는 이유 11:51 토큰 양보다 효율성이 중요하다 16:25 팀은 평가(evals)로 측정될 것이다 22:32 리더에게는 아첨이 아닌 진실이 필요하다 28:49 고객에게 성적을 요구하라 31:52 인간의 판단은 완전히 위임할 수 없다 34:18 에이전트를 신뢰하려면 가드레일과 책임 있는 인간이 필요하다 40:10 에이전트 시대를 준비하는 다음 세대 46:17 에이전트 중심 팀에 필요한 제품 역량 49:49 에이전트가 바꾸는 CIO와 엔지니어의 역할
AI in Business Podcast·11월 3일AI 시스템의 자율 운영을 신뢰하는 방법 - CVS Health의 Yogesh Bhagat
고객용 AI 에이전트는 거버넌스 비용과 운영비 문제로 파일럿 단계에서 실제 도입으로 넘어가지 못하는 경우가 많습니다. CVS Health의 디지털 기술 부사장 Yogesh Bhagat이 일관되고 측정 가능한 성과를 통해 AI 에이전트가 사람의 개입 없이 운영될 수 있는 방법을 설명합니다. 개별 에이전트가 아닌 공통 개발 플랫폼을 검증하는 방식, 소형 언어 모델과 대형 판단 모델을 조합해 비용과 지연 시간을 줄이는 전략, 그리고 전체 적용 전 소수 고객을 대상으로 한 최적화 과정을 다룹니다.
수천 건의 테스트 데이터: Simpson Strong-Tie가 AI 경쟁력을 구축하는 방법 | Technovation 1129
70년 된 제조사가 보유한 독자적인 테스트 데이터는 소프트웨어 기술보다 더 강력한 AI 경쟁력이 될 수 있습니다. 이번 Technovation에서는 Peter High가 Simpson Strong-Tie의 CTO Udit Mehta와 함께 구조 공학 전문 지식을 바탕으로 한 AI 전략에 대해 이야기합니다. 2024년 Carrier와 Siemens를 거쳐 합류한 Mehta는 지난 2년간 인프라 현대화, 1,200명 이상의 직원 대상 AI 교육, 부품 제조사를 위한 클라우드 네이티브 소프트웨어 포트폴리오 구축을 이끌었습니다. 그는 하드웨어, 소프트웨어, 서비스, 그리고 독점 테스트 데이터의 결합이 어떻게 소프트웨어 전문 기업들이 따라올 수 없는 위치를 만드는지, 그리고 왜 AI가 공학적 판단을 대체하는 것이 아니라 보완해야 하는지 설명합니다.
과장 없는 진실: CIO가 AI 벤더와 공존하는 법
기업은 복잡한 가격 체계와 빠른 성과를 약속하는 과장된 영업 전략에 휘둘려 AI 제품을 구매합니다. 벤더의 제안을 분석하고 거품을 걷어내며, 종속을 피하고 관계를 구축하는 방법을 다룹니다.
과장 없는 진실: CIO가 AI 벤더와 공존하는 법
기업은 복잡한 가격 체계와 빠른 성과를 약속하는 과장된 영업 전략에 휘둘려 AI 제품을 구매합니다. 벤더의 제안을 분석하고 거품을 걷어내며, 종속을 피하고 관계를 구축하는 방법을 다룹니다.
AI in Business Podcast·10월 29일운영 통찰력에서 에이전트형 산업 AI로 - IFS의 Vaibhav Kumar와 함께
숙련된 작업자가 은퇴하면 운영 노하우도 함께 사라지며, 복잡한 기업용 시스템은 정보를 제대로 활용하지 못하게 만듭니다. 이번 에피소드에서는 IFS의 글로벌 CTO인 Vaibhav Kumar가 Emerj의 Eysan Yazici와 함께 대화형 AI가 산업 현장에서 어떻게 지식을 기록하고 비즈니스 정보에 직접 접근하도록 돕는지 살펴봅니다. 기업용 소프트웨어의 사용 편의성을 높이는 방법, AI 에이전트가 사람의 개입을 필요로 하는 시점을 사용자가 결정하는 방법, 그리고 중요한 비즈니스 데이터를 다루는 시스템에 대한 AI 활용 능력을 키우는 방안에 대해 논의합니다. 이 에피소드는 IFS의 후원으로 제작되었습니다. 선도적인 기업들이 어떻게 벤처 포트폴리오처럼 AI에 투자하는지, 그리고 AI 성공을 위해 왜 학제 간 협력이 중요한지 알아보세요. 무료 PDF 보고서 "Beginning with AI"는 emerj.com/aik1에서 다운로드할 수 있습니다.
단순한 파일럿을 넘어: Twilio의 AI 확장 전략 | Technovation 1128
많은 기업이 AI 활용 사례를 증명하지만, 이를 확장하는 단계에서 어려움을 겪습니다. Twilio의 CIO Shweta Gummidipudi는 지난 1년간 확장성을 위한 인프라 구축에 집중했습니다. 여기에는 라우팅과 비용 관리를 위한 단일 모델 게이트웨이, 에이전트 및 커넥터 공유 라이브러리, 기업 가이드라인 내에서 예산을 관리하는 추론 예산 시스템이 포함됩니다. 또한 업계가 아직 해결하지 못한 에이전트 식별 문제와 지난 10년간 CIO들이 관리해 온 섀도우 IT 문제와 직결되는 에이전트 난립 문제도 다룹니다. 더불어 IT 부서가 직접 자사 제품을 실무에 적용해 얻은 경험을 바탕으로 고객이 더 빠르게 도입할 수 있는 참조 아키텍처를 만드는 Customer Zero 프로그램에 대해서도 설명합니다.
AI in Business Podcast·10월 29일현대 AI 워크플로우의 성능 제약: Everpure의 Cameron Bahar와 함께
AI 작업 속도를 저장 장치가 따라가지 못하면 GPU 클러스터는 놀게 되고 비용은 치솟습니다. 이번 에피소드에서는 Everpure의 Scale AI 총괄 Cameron Bahar가 고정된 단일 목적 시스템에서 벗어나 변화에 유연하게 대응하는 클라우드형 저장소 아키텍처로의 전환을 이야기합니다. 학습에서 추론 및 에이전트 작업으로의 이동, 메타데이터와 데이터 스케일링 분리의 필요성, 그리고 상시 가동되는 멀티 테넌트 인프라의 실제 모습을 다룹니다. 이 에피소드는 Everpure의 후원으로 제작되었습니다. Emerj는 엄선된 AI 기업들이 연구, 미디어, 직접적인 소통을 통해 포춘 500대 기업 의사결정권자들에게 다가갈 수 있도록 돕습니다. 참여를 원하시면 http://emerj.com/AD1 에서 미디어 키트를 다운로드하세요.
AI in Business Podcast·10월 28일보안 리더들이 머신 속도의 위협에 대응하는 방법 - MassMutual의 Sridhar Boddula와 함께
사이버 공격에 필요한 비용과 기술 장벽이 낮아졌지만, 대부분의 기업 보안 프로그램은 여전히 분기별 또는 연간 단위로 점검을 수행합니다. 이번 에피소드에서는 MassMutual의 보안 플랫폼 엔지니어링 책임자인 Sridhar Boddula가 이러한 불일치가 왜 규제 대상 기업의 핵심 위험 요소인지, 그리고 이를 해결하기 위해 보안 팀이 무엇을 바꿔야 하는지 설명합니다. 주기적인 테스트에서 지속적인 검증으로의 전환, 보안을 게이트키핑 기능에서 엔지니어링 파이프라인으로 통합하는 방법, 그리고 새로운 도구를 도입하기 전 리더가 취해야 할 거버넌스 우선 조치에 대해 다룹니다. 이 에피소드는 XBOW의 후원을 받았습니다. 주요 브랜드와 AI 스타트업이 기업용 AI 구매자들에게 다가가는 방법은 emerj.com/AD1에서 미디어 키트를 다운로드하여 확인하세요.
오픈 웨이트 AI가 최첨단 모델과 경쟁할 수 있을까? Mozilla CTO Raffi Krikorian의 설명
기업은 어떤 AI 작업을 최첨단 모델에 맡기고, 어떤 작업을 오픈 웨이트 모델로 처리할지 결정해야 합니다. Mozilla의 CTO Raffi Krikorian이 기업을 위한 오픈 웨이트 AI를 설명합니다. 오픈 웨이트와 오픈 소스 모델의 차이, 최첨단 모델이 필요한 영역, 자체 모델 운영의 이점을 다룹니다. 비용, 보안, 백업 계획, 토큰 가격, 종속성 문제에 대해 이야기합니다. ✅ 오픈 웨이트 모델을 컴파일된 바이너리에 비유하는 이유: 오픈 소스와 달리 내부 구조를 볼 수는 없지만 다운로드하여 실행할 수 있음. ✅ 기준 설정: 과학 연구에는 최첨단 모델을, 일상 업무에는 35~50배 저렴한 오픈 웨이트 모델을 사용. ✅ 자체 기준 찾는 법: 모든 프롬프트와 응답을 기록하여 저렴한 모델로 처리 가능한 작업을 파악. ✅ Signal 사례를 통해 본 개방성이 보안을 강화하는 이유. ✅ 경쟁 우위가 모델 구축에서 활용(파인튜닝, 배포, 도구)으로 이동하는 이유. ✅ 오픈 모델 실행 방법: NeoCloud API, Ollama, vLLM, llamafile 등과 RAM의 중요성. ✅ CTO를 위한 조언: 당장 공급업체를 바꾸기보다 장애, 비용 급증, 토큰 제한에 대비한 백업 계획을 세울 것. ✅ 토큰 가격의 현실: 현재 가격은 보조금이 포함된 상태이며, 실제 비용은 훨씬 높을 수 있음. ⏱️ 타임스탬프 0:00 소개 0:14 오픈 웨이트 vs 오픈 소스 모델 5:11 최첨단 모델 대여와 일상 AI 소유 12:21 개방성이 보안을 강화하는 이유 14:45 모델에서 활용으로 이동하는 경쟁 우위 18:28 쉬워지는 오픈 모델 실행 27:42 지금 시작해야 할 모델 백업 계획 32:51 기업이 오픈 모델로 전환해야 할 시점 38:51 보조금 기반 토큰 가격의 한계 43:13 지식재산권과 대규모 검사 47:00 오픈 웨이트 경쟁, 중국, 그리고 안전 51:08 토큰 가격 인상과 컨텍스트 종속성 CXOTalk은 시청자 질문을 포함한 라이브 방송을 진행합니다. 구독하고 직접 질문해 보세요: https://www.cxotalk.com/subscribe 쇼 노트, 대본, 요약: https://www.cxotalk.com/episode/mozilla-cto-open-source-and-open-weight-ai-rent-or-own 에피소드 933 | 2026년 10월 9일 녹화 #CXOTalk #OpenWeightAI #OpenSourceAI #EnterpriseAI #AIStrategy #Mozilla #OpenModels #AICosts #CTO #AIInfrastructure
AI in Business Podcast·10월 27일AI로 클릭이 사라진 시대의 마케팅 성과 측정 - Salesforce의 Gillian Hinkle
AI가 생성한 답변은 웹사이트 방문 없이도 구매자에게 정보를 제공합니다. 이로 인해 마케팅 팀은 가시성과 전환율을 측정하는 데 어려움을 겪고 있습니다. 이번 에피소드에서는 Salesforce의 수요 창출 및 성장 담당 수석 이사인 Gillian Hinkle이 출연해 콘텐츠와 측정 방식을 어떻게 조정해야 할지 논의합니다. 전통적인 검색과 AI 답변을 위한 콘텐츠 평가 방법, 주제별 전환 추적, 웹사이트 메시지와 홍보 및 분석 자료의 연계 방안을 다룹니다. 벤처 투자 흐름과 CEO들의 전략적 발언을 통해 진짜 AI 트렌드를 파악하는 법을 알아보세요. emerj.com/ait에서 무료 PDF 보고서 "3 Ways to Discover AI Trends in Any Sector"를 다운로드할 수 있습니다.
Me, Myself, and AI·10월 27일Johnson Controls CDIO Vijay Sankaran과 함께하는 상업 워크플로우의 에이전트 AI
Enterprise AI Innovators 70회에서는 Abnormal AI의 CEO 겸 공동 창립자인 Evan Reiser와 Greylock Partners의 총괄 파트너인 Saam Motamedi가 Johnson Controls의 최고 디지털 및 정보 책임자(CDIO)인 Vijay Sankaran과 함께합니다. Johnson Controls는 140년 역사의 건물 기술 회사로, 전 세계 병원, 제조 공장부터 랜드마크 타워, 데이터 센터에 이르기까지 다양한 시설에 HVAC, 제어, 화재 및 보안 시스템을 제공합니다. Vijay는 그의 팀이 어떻게 에이전트 AI를 사용하여 상업, 서비스 및 고객 지원 워크플로우를 재구축하고 있는지, 왜 디지털 조직을 내부화하여 더 빠르게 움직였는지, 그리고 CIO 역할이 운영자에서 AI 채택을 위한 최고 코치로 어떻게 변화하고 있는지 공유합니다. Vijay의 주요 발언: 현재 CIO의 역할에 대해: "CIO와 CTO가 지금 해야 할 역할은 AI 채택에 대한 최고 코치가 되는 것입니다." 영업 담당자를 위한 에이전트 구축에 대해: "직렬이 아니라 병렬입니다. 한 번에 열 명의 다른 영업 담당자를 운영할 수 있습니다." 현장에서의 에이전트 AI에 대해: "AI를 통해 이미 8~10시간의 개선을 보고 있습니다. 아직 25%도 진행되지 않았다고 할 수 있습니다." 추천 도서 AI Valley by Gary Rivlin. 마음에 드셨다면 리뷰를 남겨주시고 Apple, Spotify, YouTube에서 쇼를 구독해주세요. Enterprise AI Innovators는 최고의 기술 임원들이 기업에서 업무 수행 방식을 AI가 구체적으로 어떻게 변화시키는지 공유하는 쇼입니다. 기술 리더 및 엔터프라이즈 소프트웨어 전문가의 더 많은 통찰력을 https://www.enterprisesoftware.blog/에서 찾아보세요. Enterprise AI Innovators는 Abnormal Studios에서 제작합니다.
Sunlife의 Laura Money가 말하는 사람 중심의 AI 설계 | Technovation 1127
AI의 효율성 자체가 목적은 아닙니다. Sunlife는 AI를 자동화하기 어려운 가치인 인간적인 연결을 만드는 수단으로 활용합니다. 이번 Technovation에서는 Peter High가 Sunlife의 부사장 겸 최고 정보 및 기술 혁신 책임자인 Laura Money와 함께 프로세스가 아닌 사람을 중심으로 AI를 구축하는 방법에 대해 이야기합니다. Money는 2020년 Sunlife에 합류해 기술 전략과 비즈니스 전략을 직접 연결하는 역할을 맡았습니다. 그녀는 2023년 초 내부 생성형 AI 챗봇 도입부터 금융 및 통신 업계 동료들과 함께 구축한 공유 제어 평면 기반의 에이전트 시스템까지, 4년간의 AI 도입 과정을 설명합니다. 그녀의 핵심 주장은 기술이 아닌 도입 자체가 진짜 병목 현상이며, 금융 서비스에서 AI의 가치는 무엇을 대체하느냐가 아니라 사람들에게 어떤 여유를 주느냐에 달려 있다는 것입니다.
Cisco 사장: 에이전트 기반 전환을 성공시키는 법
대기업들이 직원과 함께 AI 에이전트에게 업무를 맡기고 있습니다. Cisco 사장이 엔지니어링 팀의 경험을 바탕으로 경영진을 위한 책임 소재, 예산, 리더십에 관한 실질적인 조언을 전합니다.
이 정보를 브리핑으로 받아보세요
Daigest가 소스에서 업데이트를 수집하고,
AI가 정리한 브리핑을 매일 보내드려요.