EY의 에이전틱 AI (Agentic AI) 보고서는 자율형 AI 에이전트가 복잡한 워크플로우 (workflows)를 자동화함으로써 어떻게 기업 가치를 창출할 수 있는지 설명합니다. 이 분석은 공급망 (supply chain)과 고객 서비스 (customer service)를 주요 리테일 응용 분야로 강조하지만, 프로덕션 준비 상태 (production readiness)는 다양합니다.

핵심 요약 (Key Takeaways)

• EY의 에이전틱 AI (Agentic AI) 보고서는 자율형 AI 에이전트가 복잡한 워크플로우 (workflows)를 자동화함으로써 어떻게 기업 가치를 창출할 수 있는지 설명합니다.
• 이 분석은 공급망 (supply chain)과 고객 서비스 (customer service)를 주요 리테일 응용 분야로 강조하지만, 프로덕션 준비 상태 (production readiness)는 다양합니다.

발생한 사건 (What Happened)

EY는 인간의 개입 없이 다단계 작업을 수행할 수 있는 자율형 AI 시스템인 에이전틱 AI (agentic AI)가 대규모로 상당한 기업 가치를 창출할 수 있다고 주장하는 보고서를 발표했습니다. 이 분석은 이러한 시스템이 추론 (reasoning), 계획 (planning), 도구 사용 (tool use)을 결합하여 복잡한 워크플로우 (workflows)를 완료함으로써 기존의 AI와 어떻게 다른지에 초점을 맞춥니다.

기술적 세부 사항 (Technical Details)

에이전틱 AI (Agentic AI) 시스템은 다음과 같은 능력으로 구분됩니다:

• 다단계 작업 계획 및 실행 (Plan and execute multi-step tasks): 단일 프롬프트 LLM (Large Language Models)과 달리, 에이전트는 복잡한 목표를 하위 작업 (sub-tasks)으로 분해하고 이를 순차적으로 실행할 수 있습니다.
• 외부 도구 사용 (Use external tools): 에이전트는 작업을 완료하기 위해 API를 호출하고, 데이터베이스를 쿼리하며, 기업용 소프트웨어와 상호 작용할 수 있습니다.
• 피드백을 통한 학습 (Learn from feedback): 강화학습 (reinforcement learning) 및 인간 참여형 (human-in-the-loop) 메커니즘을 통해 에이전트는 시간이 지남에 따라 개선됩니다.

EY는 에이전틱 AI (agentic AI)의 세 가지 성숙도 단계를 정의합니다:

1. 보조 에이전트 (Assisted agents): 인간의 감독 하에 단순하고 잘 정의된 작업을 처리합니다.
2. 증강 에이전트 (Augmented agents): 제한된 인간의 개입으로 더 복잡한 워크플로우 (workflows)를 관리합니다.
3. 자율 에이전트 (Autonomous agents): 전략적 작업에서 독립적으로 운영되며, 예외 상황 발생 시에만 보고합니다.

리테일 및 럭셔리 산업에 미치는 영향 (Retail & Luxury Implications)

리테일 및 럭셔리 기업의 경우, EY의 프레임워크는 다음과 같은 여러 고가치 유스케이스 (use cases)에 직접적으로 적용됩니다.

공급망 최적화 (Supply Chain Optimization)
에이전틱 AI (Agentic AI)는 재고 보충을 자율적으로 관리하고, 수요 변화를 예측하며, 실시간으로 물류 경로를 재설정할 수 있습니다. 복잡한 글로벌 공급망을 가진 럭셔리 브랜드의 경우, EY의 추정치에 따르면 이를 통해 품절 및 과잉 재고를 15~30% 줄일 수 있습니다.

고객 서비스 자동화 (Customer Service Automation)
에이전트 (Agents)는 제품 문의부터 반품 처리까지 다양한 채널의 고객 문의를 처리할 수 있으며, 일상적인 사례의 경우 사람에게 전달(escalation)하지 않고도 해결이 가능합니다. 럭셔리 브랜드는 브랜드의 목소리 (brand voice)를 유지하면서 개인화된 스타일링 추천을 제공하는 에이전트를 배치할 수 있습니다.

개인화된 마케팅 (Personalized Marketing)
에이전트는 고객 행동과 재고 가용성에 따라 메시지를 조정하며 크로스 채널 캠페인을 조율할 수 있습니다. 럭셔리 리테일러에게 이는 브랜드 자산 (brand equity)을 희석하지 않으면서 독점적인 혜택을 제공하는 것을 의미합니다.

컴플라이언스 및 지속 가능성 (Compliance and Sustainability)
에이전틱 시스템은 지속 가능성 표준(예: 소싱 인증)에 따른 공급망 준수 여부를 모니터링하고, 위반 사항을 표시하며 시정 조치를 제안할 수 있습니다.

비즈니스 임팩트 (Business Impact)

EY의 분석에 따르면 에이전틱 AI는 다음과 같은 성과를 낼 수 있습니다:

• 일상적인 워크플로우 (workflows)에서 운영 비용 30~50% 절감
• 더 빠르고 정확한 서비스를 통한 고객 만족도 20~30% 향상
• 더 나은 재고 관리 및 개인화를 통한 매출 10~20% 증대

이 수치들은 목표치이며, 실제 결과는 구현 성숙도와 데이터 준비 상태에 따라 달라집니다.

구현 접근 방식 (Implementation Approach)

리테일/럭셔리 분야에 에이전틱 AI를 배포하기 위해 기업에는 다음이 필요합니다:

1. 통합 데이터 플랫폼 (Unified data platform): 에이전트(Agents)는 실시간 재고, 고객 및 공급망 데이터에 대한 접근 권한이 필요합니다.
2. 거버넌스 프레임워크 (Governance framework): 에이전트의 자율성, 오류 처리 및 브랜드 준수(brand compliance)를 위한 명확한 정책이 필요합니다.
3. 통합 레이어 (Integration layer): 에이전트를 기존의 ERP, CRM 및 이커머스(e-commerce) 시스템에 연결하는 API가 필요합니다.
4. 인간 참여형 (Human-in-the-loop): 브랜드 의사결정에 인간의 판단이 필요한 럭셔리 분야에서 특히 중요합니다.

거버넌스 및 리스크 평가 (Governance & Risk Assessment)

• 성숙도 수준 (Maturity level): 보조 에이전트(assisted agents)는 초기 생산 단계이며, 자율 에이전트(autonomous ones)는 실험 단계입니다.
• 개인정보 보호 리스크 (Privacy risks): 고객 데이터를 처리하는 에이전트는 GDPR 및 기타 규정을 준수해야 합니다.
• 편향성 (Bias): 에이전트의 결정은 학습 데이터에 존재하는 기존의 편향성(예: 개인화 과정에서의 편향성)을 증폭시킬 수 있습니다.
• 브랜드 리스크 (Brand risk): 자율 에이전트가 창의적이거나 고객을 직접 대면하는 결정을 내릴 때, 신중하게 관리되지 않으면 브랜드 인식을 손상시킬 수 있습니다.

EY는 고객 대면 또는 전략적 워크플로우로 넘어가기 전에, 리스크가 낮고 물량이 많은 작업(예: 재고 알림)부터 시작할 것을 권장합니다.

출처: news.google.com

_ [agentic_commerce_news를 통해 7월 7일 업데이트]

BofA Securities는 Shopify가 에이전틱 커머스(agentic commerce)로 전략적 중심축을 이동한 것을 주요 촉매제로 꼽으며, Shopify에 대한 투자의견을 중립(Neutral)에서 매수(Buy)로 상향 조정했습니다 [Yahoo Finance 인용]. 분석가에 따르면 Shopify의 AI 기반 도구는 판매자가 재고 관리부터 고객 참여에 이르기까지 전체 커머스 워크플로우를 자동화할 수 있게 하여, 플랫폼 자체의 매출을 잠재적으로 20%까지 끌어올릴 수 있다고 봅니다. 이는 에이전틱 AI의 기업 가치에 대한 월스트리트의 첫 번째 주요 지지 중 하나로, 자율 에이전트가 리테일 분야에서 10~20%의 매출 증대를 이끌어낼 수 있다는 EY의 논지와 일치합니다.

본래 게인틱 뉴스(gentic.news)에 게시됨: https://gentic.news/article/how-agentic-ai-can-help-unlock