AX를 현장에서
풀어 가며 배운 것.
하네스 엔지니어링, 결정 모델, MCP와 Skills, GEO 같은 지금의 키워드와 Block·제조 AX 같은 사례를, 노벤티스가 고객사 프로젝트와 자사 제품에서 실제로 쓰는 관점으로 씁니다.
GPT-6 Astra: '세대 도약'을 기업 업무에 옮길 때 먼저 볼 세 가지
2026년 9월 4일 일반 공개된 GPT-6 Astra는 컴퓨터 사용·브라우징·소프트웨어 엔지니어링·전문 업무에서 최고 성능을 주장하고, 100만 토큰 컨텍스트와 Codex의 컨텍스트 간 메모를 제공합니다. 한편 시스템 카드에는 '요청보다 넓은 권한을 스스로 가져간' 사례가 적혀 있습니다. 기업 도입 관점의 요점을 정리했습니다.
Claude Fable 5.1: 캐시 읽기 75% 인하가 에이전트 비용 구조를 어떻게 바꾸나
2026년 9월 1일 나온 Claude Fable 5.1은 헤드라인 가격을 유지한 채 캐시 읽기 단가를 100만 토큰당 1달러에서 0.25달러로 내렸습니다. Anthropic은 에이전트형 워크로드에서 실효 비용이 최대 45%가량 준다고 말합니다. 같은 모델의 두 이름(Fable/Mythos), 1M 컨텍스트, 안전장치 변화를 AX 관점에서 정리했습니다.
Jev와 '시스템 1' 모델: LLM에게 결정을 맡기지 말고 판정만 받아라
2026년 9월 TypeSafe AI가 공개한 Jev는 텍스트가 아니라 타입이 정해진 값과 보정된 확률만 돌려주는 결정 모델입니다. 왜 이런 모델이 필요해졌는지, 검증되지 않은 주장은 무엇인지, AX 에이전트에서 코드가 제어 흐름을 소유하게 만드는 방법을 노벤티스의 적용 방식으로 설명합니다.
Meta Muse가 보여 준 에이전트 권한 모델: 메시지 보내기와 돈 쓰기 전에 반드시 묻는다
2026년 9월 8일 공개된 Meta의 개인 에이전트 Muse는 쇼핑, 예약, 서류 작성 같은 일을 대신합니다. 주목할 것은 기능보다 권한 모델입니다. 민감한 행동 전 명시적 승인, 세션별 격리, 암호화 예고. 기업 에이전트 설계에 그대로 옮길 수 있는 원칙입니다.
Claude Cowork('클로드워크'): 개발자가 아닌 직원에게 에이전트를 주는 방식과 기업 배포의 조건
Anthropic의 Cowork는 Claude Code의 아키텍처를 비개발 업무로 옮긴 에이전트입니다. 1월 프리뷰, 4월 엔터프라이즈 정식 출시, 7월 웹·모바일, 9월 채팅과 통합·Docs/Slides 추가로 이어졌고 사용의 90% 이상이 개발이 아니었습니다. AX 관점에서 '전 직원 에이전트'를 배포할 때의 조건을 정리했습니다.
Gemini 4 Pro는 아직 없다: 루머의 시대에 모델 교체를 설계하는 법
Google은 Gemini 4를 준비 중이라고만 밝혔고, 10월 공개설과 성능 유출은 모두 비공식입니다. 새 모델이 나올 때마다 흔들리지 않으려면 처음부터 '교체 가능하게' 만들어야 합니다. 노벤티스가 모델 교체에 쓰는 회귀 세트와 평가 기준을 설명합니다.
Claude Code와 Codex, 팀은 무엇을 기준으로 고르나: 2026년 하반기 실무 비교
성능은 사실상 동률입니다. 갈리는 지점은 실행 위치(로컬 vs 클라우드 샌드박스), 컨텍스트 운용, 권한·감사 같은 기업 통제입니다. 두 도구를 함께 쓰는 팀이 늘어난 이유와 노벤티스가 프로젝트에서 나누는 기준을 정리했습니다.
Grok Bot과 '항상 켜진 에이전트': 내 계정으로 밤새 일하는 봇에게 무엇을 맡길 것인가
xAI의 Grok Bot은 봇마다 브라우저·파일·터미널이 있는 클라우드 컴퓨터를 주고, 사용자의 계정으로 로그인해 여러 단계 업무를 끝내는 '디지털 노동' 제품입니다. 매력과 위험이 같은 곳에 있습니다. AX 관점에서 무엇을 맡기고 무엇을 막아야 하는지 정리했습니다.
잭 도시의 Block은 왜 4,000명을 줄이고 에이전트를 '직원'으로 앉혔나: AX 관점의 사례 읽기
2026년 2월 Block은 인력의 약 40%를 줄이며 사내 오픈소스 에이전트 Goose를 전사에 배치했습니다. 홍보 문구가 아니라 실제로 무엇을 바꿨는지, 반론은 무엇인지, 한국 기업의 AX에 가져올 교훈은 무엇인지 정리했습니다.
하네스 엔지니어링: 2026년 AI 엔지니어링의 세 번째 단계와 AX 프로젝트가 PoC에서 멈추는 이유
프롬프트 엔지니어링, 컨텍스트 엔지니어링을 지나 2026년 업계의 투자는 '하네스'로 옮겨갔습니다. 도구·검증 루프·컨텍스트·가드레일·관측의 다섯 층을 정의하고, 노벤티스의 4단계 절차가 왜 하네스를 만드는 순서인지 설명합니다.
컨텍스트 엔지니어링, MCP, Agent Skills: 2026년 하반기에 무엇을 어디에 쓰는가
MCP는 2026년 초 '토큰 낭비'라는 비판을 받았지만 7월 28일 무상태(stateless) 개정으로 다시 자리를 잡았고, Agent Skills가 '작업 방법'을 담는 계층으로 자리 잡았습니다. 셋의 역할 분담과 AX 설계에서의 선택 기준을 정리했습니다.
개발자 90%가 매주 코딩 에이전트를 쓴다: 코드를 쓰는 팀에서 에이전트를 지휘하는 팀으로
JetBrains의 2026년 8월 조사에서 전문 개발자의 90%가 주 1회 이상, 68%가 매일 코딩 에이전트를 씁니다. 맥킨지는 기업 3분의 1이 '사서 쓰는 대신 에이전트로 직접 만든다'고 답했다고 했습니다. 이 변화가 기업의 AX 조직과 발주 방식에 뜻하는 것을 정리했습니다.
제조 AX(M.AX) 170개 사업장, 생산성 30%: 중소기업이 AX를 시작하는 현실적 순서
정부의 제조 AI 대전환(M.AX) 이후 AI를 도입한 170개 사업장에서 생산성 30% 개선, 불량률 15% 감소가 보고됐습니다. 대기업 사례의 공통 구조와, 데이터가 준비되지 않은 중소기업이 어디서부터 시작해야 하는지를 정리했습니다.
15명 에이전시가 AI로 바꾼 것: 해외 소기업 AX 사례에서 규모에 맞는 시작점 찾기
대기업 사례는 참고가 안 됩니다. 15인 마케팅 에이전시, 1인 회계사, 청소 프랜차이즈, 소형 리테일러가 2026년에 에이전트로 무엇을 바꿨는지, 어떤 숫자가 자체 보고인지 구분해 정리하고, 노벤티스 규모의 회사가 같은 방식으로 시작하는 순서를 제안합니다.
6주 만에 끝난 두 프로젝트: 지원 티켓 60% 자동 해결, 인보이스 처리 비용 87% 절감의 구조
2026년 8월 보고된 두 소기업 사례는 둘 다 6주 안에 배포되고 첫 분기 안에 회수됐습니다. 야간 티켓을 2분 안에 답하는 지원 에이전트와 건당 12~16달러이던 인보이스 처리를 자동화한 사례의 공통 구조, 그리고 채권 회수 에이전트 사례까지 함께 봅니다.
그래프로 읽는 컨텍스트: 에이전트에게 파일 전체 대신 관계를 주는 이유
코드 그래프와 지식 그래프(GraphRAG)가 AI 에이전트의 컨텍스트 비용과 오류를 어떻게 줄이는지, 그리고 기업 업무 데이터에 같은 구조를 적용하는 AX 설계 기준을 정리했습니다.
GEO: AI 답변에 우리 회사가 안 나오는 이유와 고칠 수 있는 것
생성형 엔진 최적화(GEO)는 검색 순위가 아니라 AI 답변의 '언급'과 '인용'을 다룹니다. 한국 AX 기업 추천 질문을 실제로 돌려본 결과와, 사이트만으로는 안 되는 이유, 노벤티스가 고객사에 적용하는 측정 방식을 정리했습니다.