#에이전트 AI
5개의 포스트
스탠퍼드가 51개 AI 도입을 해부했다 — 95%가 실패할 때 5%는 무엇을 다르게 했나
스탠퍼드 디지털 경제 연구소(Erik Brynjolfsson)가 *5개월 동안 51개 기업의 AI 도입 사례*를 인터뷰로 해부했다. 결론: **기술이 어려운 게 아니라 조직이 어렵다**. 가장 힘든 과제의 *77%는 비가시 비용*(변화 관리·데이터 품질·프로세스 재설계). *61%는 한 번 실패한 뒤 성공*했다. 인력 35%를 가장 강력하게 막은 건 *현장이 아니라 법무·HR·리스크 부서*. 에이전틱 AI는 20%에 불과하지만 *생산성 중앙값 71%*로 다른 모델(40%)을 압도. *MIT NANDA의 95% 실패율* 충격 발표 후 스탠퍼드가 내놓은 5%의 해부도 — 한국 기업이 *지금 당장* 읽어야 할 *2026 엔터프라이즈 AI 플레이북* 완전 해설.
제조업 AI 완전정복: 공장이 스스로 생각하는 시대가 왔다
포드의 조립 라인부터 자율 공장까지 — 제조업 AI의 역사, 핵심 기술 6가지, 글로벌·한국 사례, 그리고 2026년 '공장이 스스로 생각하는 시대'의 실무 가이드를 총정리한다.
2026 AI 트렌드: 더 크게가 아니라 더 똑똑하게
모델은 작아지고, 에이전트는 협업하고, 추론은 현장으로 내려온다. 2026년 AI 산업의 핵심 변화를 관통하는 하나의 키워드 — 실용주의.
AI에게 스킬이 필요한 이유: 논문에서 프로토콜까지, 도구를 쥔 AI의 진화
수학 올림피아드를 푸는 AI가 오늘 날씨를 모른다. LLM의 구조적 한계에서 출발해, Toolformer·ReAct·Voyager 등 핵심 논문의 원리를 풀어보고, Function Calling에서 MCP·스킬 시스템까지 이어지는 산업의 대응을 추적한다.
에이전트 AI 특집: 민스키의 상상에서 AAIF까지, 70년의 여정
1950년대 튜링의 사고하는 기계에서 2026년 에이전트 간 프로토콜 표준화까지. AI 에이전트 70년의 궤적을 추적하고, 지금 일어나고 있는 구조적 전환의 본질을 파악한다.