[ 2026년 10월 5일 주간 브리핑 · 9월 28일~10월 4일 발표·기사 기준 ]
기업의 AI 전환, AX는 실제 업무에서 어떤 변화를 만들고 있을까. 이번 주 소식에서는 고객 서비스, 사내 데이터, 실행 권한, 사업 성과를 구체적으로 연결하려는 움직임이 눈에 띈다.
고객 앱에는 업무별 에이전트가 들어가고, 사내 지식 시스템은 현재 업무 상황을 조회하며, 에이전트에는 별도 계정이 부여되고 있다. 이번 사례들은 기업이 AI를 도입할 때 확인해야 할 기준을 보여준다.
고객의 질문을 서비스 이용으로 연결한다
KT는 9월 29일 마이케이티 앱의 AI 중심 개편을 발표했다. 요금제 조회, 부가서비스, 멤버십, 장기 고객 혜택 등 주요 영역에 특화된 14개 AI 에이전트를 구성하고 개인화된 혜택 안내를 강화했다. newsis.com
이 사례에서 살펴볼 부분은 고객이 질문한 다음의 경험이다. 필요한 정보를 얻고 관련 서비스를 이용하기까지 얼마나 자연스럽게 이어지는지가 중요하다. 기업 홈페이지에서도 상품 설명, 제품 비교, 견적 요청과 같은 방문 목적을 대화와 연결하는 방식을 검토할 수 있다.
다만 질문에 답하는 기능, 관련 화면으로 연결하는 기능, 실제 신청이나 변경을 처리하는 기능은 구분해서 평가해야 한다. 고객 경험의 개선 여부는 답변의 정확성과 함께 서비스 이용 완료까지의 과정에서 드러난다.
사내 지식에 ‘현재 업무 상황’을 더한다
Progress는 10월 1일 Agentic RAG 기능 확장을 발표했다. 사전에 수집·색인한 지식과 질문 시점에 조회하는 실시간 업무 시스템을 함께 활용하는 구조다. 여러 단계로 정보를 검색하는 Smart Agent와 Teams 앱도 포함됐다. Progress Software Corporation
회사 업무에는 서로 다른 속도로 변하는 정보가 섞여 있다. 업무 규정이나 제품 매뉴얼은 문서 검색으로 활용하기 좋지만, 주문 상태나 프로젝트 진행률은 현재 시스템의 값을 확인해야 한다. 과거 보고서에 있는 정보만으로 오늘의 상황을 설명하면 실제 판단에 필요한 답을 얻기 어렵다.
따라서 사내 지식 구축에서는 어떤 질문에 최신 조회가 필요한지를 정리해야 한다. 규정은 문서에서 찾고 현재 상태는 업무 시스템에서 확인한 뒤, 각각의 근거와 조회 시점을 보여주는 방식이다.
기업 지식의 활용 범위가 문서 검색에서 현재 진행 중인 업무로 넓어지고 있다는 것이 이번 발표에서 읽을 수 있는 흐름이다.
에이전트의 권한과 책임을 구체화한다
Glean은 같은 날 Agent Identity를 정식 출시했다. 에이전트가 사람의 인증정보를 사용하는 대신, 연결 시스템에서 관리되는 자체 계정으로 활동하도록 하는 기능이다. 관리자는 자격정보와 지식 접근 범위를 통제할 수 있다. docs.glean.com
기업에서 AI가 맡는 일이 늘어날수록 누가 어떤 권한으로 작업했는지 확인하는 일이 중요해진다. 직원의 요청을 받아 수행한 작업과 정기적으로 실행한 작업을 구분하고, 에이전트가 접근할 데이터와 수행할 행동을 명확하게 정해야 한다.
독립 계정과 함께 조회·수정·외부 전송의 허용 범위, 승인 절차, 실행 기록도 설계할 필요가 있다. 이번 기능 출시는 에이전트의 운영 책임을 계정과 권한 수준에서 구체화한 사례로 볼 수 있다.
내부 업무 개선을 새로운 사업으로 확장한다
국내에서는 HSAD의 성과 발표가 눈에 띈다. 9월 30일 보도에 따르면 회사는 AI 기반 소비자 조사로 조사 기간을 절반으로 줄이고 조사·분석 비용을 70% 절감했다고 밝혔다. 내부 AX 역량을 바탕으로 기업 프로젝트 20여 개를 확보했다는 설명도 내놓았다. 수치는 회사 발표 기준이다. stock.mk.co.kr
주목할 부분은 내부에서 만든 역량을 고객의 문제를 해결하는 서비스로 확장했다는 점이다. 업종별 전문 지식과 업무 절차를 AI에 결합하면 생산성 개선이 새로운 사업 기회로 이어질 가능성을 보여준다.
기업은 이러한 사례를 참고하되, 자사 업무에서 효과를 직접 확인해야 한다. 도입 전후의 소요 시간, 재작업, 검수 비용, 결과 품질을 함께 측정하면 확장 여부를 판단할 근거가 된다. 처리 속도가 빨라졌더라도 수정 부담이 커졌다면 실제 효과는 달라질 수 있다.
우리 회사는 어떤 업무부터 연결할 것인가
이번 주 사례를 우리 회사에 적용한다면 반복되는 업무 하나부터 살펴볼 수 있다. 고객이 자주 묻는 상품 문의, 담당자가 여러 시스템을 확인하는 현황 보고, 많은 시간을 쓰는 조사·분석 등이 후보가 된다.
그 업무에 필요한 문서와 최신 데이터, 접근 권한, 사람의 승인 지점, 완료 기준을 정리하면 AI가 맡을 범위도 구체적으로 드러난다.
이번 한 주의 사례만으로 시장 전체의 변화를 단정할 수는 없다. 하지만 기업 AI를 평가하는 질문은 더 구체적으로 만들 수 있다.
실제 업무가 얼마나 편해졌고, 그 결과를 얼마나 신뢰할 수 있는가. 앞으로의 AX 도입에서도 이 질문이 중요한 판단 기준이 될 것이다.