Get data, and the data culture, ready for AI

When it comes to AI adoption, the gap between ambition and execution can be impossible to bridge. Companies are trying to weave the tech into products, workflows, and strategies, but good intentions often collapse under the weight of the day-to-day realities from messy data and lack of a clear plan. “That’s the challenge we see…

SAS, 2026년 AI 산업을 이끌 8가지 전망 공개···책임성·ROI 중요성 커져

SAS는 2025년을 돌아보면서 AI 기술의 빠른 발전과 다양한 성과를 인정하면서도, 잠재적인 AI 거품, 에너지 사용 증가에 따른 부담, 생성형 AI 파일럿 프로젝트의 기대 이하 성과 등 여러 우려 요소가 존재한다고 밝혔다. SAS 전문가들은 2026년이 AI로부터 실질적인 ROI(투자수익률)를 확보하고, 윤리적·경제적 과제를 본격적으로 해결해야 하는 중요한 시기가 될 것이라고 전망했다. 앞으로의 전망에는 우려와 함께 신중한 기대감도 공존한다.…

채용만으론 부족하다···CIO의 리더십이 인재 유지에 중요한 이유

기술 직원, 특히 전문 역량을 갖춘 인재는 여전히 확보하기 어렵다. Gi그룹의 최근 글로벌 IT HR 트렌드 보고서에 따르면, 기업의 47%가 적합한 인재를 찾고 유지하는 데 어려움을 겪는 것으로 나타났다. 이직률 역시 여전히 높은 수준을 유지하고 있다. 글로벌 조사 업체 세고스(Cegos)가 이탈리아의 정보시스템 책임자 200명을 대상으로 진행한 조사에서, 응답자의 53%는 IT 인재 확보와 유지가 ‘매일 직면하는…

한국-Arm, 반도체·AI 인재 1,400명 양성 MOU 체결

이번 MOU는 같은 날 이재명 대통령이 소프트뱅크 손정의 회장, Arm의 르네 하스 CEO와 면담한 것을 계기로 추진된 것으로, 한국과 소프트뱅크·Arm 간 협력 확대 가능성을 논의한 데 따른 것이다. 협약에는 ▲산업 맞춤형 인재 1,400명 양성 ▲기술 교류 및 생태계 강화 ▲대학 간 연계 확대 ▲R&D 협력 등이 포함됐다. 산업부와 Arm은 후속 논의를 위한 실무협의체를 구성해 세부…

일문일답 | 미쓰비시 머티리얼 CIO가 말하는 ‘CIO의 역할과 매력’

Q: 엔지니어로서의 경력을 시작한 초기 시절과, 이후 커리어의 방향을 바꾸게 된 계기는 무엇인가?A: 1989년 나는 미쓰비시가세이(현 미쓰비시케미컬)에 생산기술 엔지니어로 신입 입사했다. 배치된 곳은 오카야마현 구라시키시의 미즈시마 사업소로, 대규모 석유·화학 산업단지에서 필드 엔지니어링 업무를 맡으며 커리어의 첫걸음을 내디뎠다. 전환점은 1996년에 찾아왔다. 미국 동부의 보스턴과 서부 샌프란시스코에 신규 거점을 설립한다는 계획이 추진되면서, 미 서부 거점의 초기 멤버로…

MS, M365 구독 요금 인상 예고···분석가들 “대안 모색 및 재협상 필요”

M365 고객은 2026년 7월 1일부터 더 높은 구독 요금을 부담하게 될 전망이다. 비즈니스용을 비롯해 E3·E5, 프론트라인, 정부용 구독 등 대부분의 요금제가 영향을 받는다. MS는 지난 4일 블로그를 통해 여러 요금제에 새 기능이 추가되면서 인상이 이뤄졌다고 밝혔다. 여기에는 확장된 코파일럿 챗 기능과 E3에 포함되는 MS 디펜더 포 오피스(Microsoft Defender for Office), E5에 적용되는 시큐리티 코파일럿, 그리고…

롯데이노베이트, 안드로이드 기반 POS 개발···편의점에 첫 도입

롯데이노베이트는 기존 국내 편의점에서 주로 사용하는 윈도우 기반 대신 안드로이드 운영체제를 바탕으로 판매시점 정보관리 기기(POS)를 개발했다. 스마트폰이나 태블릿 PC를 다루는 것처럼 친숙하고 편리한 환경을 제공해 경영주들의 접근성을 강화했다는 설명이다. 또한 안드로이드 운영체제의 개방성을 활용해 POS 기능 외에도 다양한 업무용 앱을 손쉽게 사용할 수 있도록 설계돼 점포 운영의 유연성과 확장성을 높였다. 클라우드 기반으로 운영되는 안드로이드 POS…

“PMO에서 BTO로” AI가 여는 프로젝트 관리의 대전환

CIO 입장에서 AI를 둘러싼 논의는 혁신에서 오케스트레이션 단계로 발전했다. 오랫동안 인간의 조율과 통제 영역이었던 프로젝트 관리는 지능형 시스템이 프로젝트 진행 및 성과를 어떻게 재편하고 변혁을 가속하는지 시험하는 무대로 빠르게 부상하고 있다. 산업군을 막론하고 모든 기업 CIO는 AI의 약속을 운영 측면에서 수치화해야 한다는 과제를 안고 있다. 프로젝트 기간 단축, 간접비 감소, 포트폴리오 투명성 제고 같은 지표로…

“비인간 아이덴티티, 보안 모델의 새로운 핵심 축” 포티넷, 2026 사이버 위협 전망 보고서

포티넷이 자사 위협 인텔리전스 조직인 포티가드 랩스(FortiGuard Labs)를 통해 ‘2026 사이버 위협 전망 보고서(Fortinet Cyberthreat Predictions Report for 2026)’를 공개했다. 보고서는 사이버 범죄가 AI와 자동화, 전문화된 공급망을 기반으로 빠르게 산업화하고 있으며, 2026년에는 혁신 자체보다 위협 인텔리전스를 얼마나 빠르게 실행할 수 있는지, 즉 처리 속도가 공격과 방어의 성패를 좌우하는 핵심 기준이 될 것으로 분석했다. 보고서는 침해…

LLMエージェントと人間の協調設計──どこまで任せ、どこで介入すべきか

人間の役割を前提にしたエージェント設計

まず大前提として、LLMエージェントは人間の代わりではなく、あくまで協働パートナーとして設計されるべきです。人間の強みは、価値判断や責任の負担、組織や個人の文脈を踏まえた意思決定にあります。逆にエージェントの強みは、情報の探索と整理、繰り返し作業の高速処理、多数の選択肢の検討といった部分です。どちらか一方に全面的に寄せるのではなく、長所の組み合わせを意識することが重要です。

そのためには、まず対象となる業務を分解し、「判断が重いステップ」と「事務的なステップ」を見極める必要があります。たとえば、顧客クレームへの対応であれば、事実関係の整理や過去ケースの検索、文面のドラフト作成などはエージェントに任せやすい領域です。一方で、無償対応の範囲をどこまで認めるか、今後の関係性への影響をどう考えるかといった判断は、人間に残すべき領域になります。

エージェント設計では、こうした業務分解の結果を踏まえ、「エージェントが自律的に完結してよい範囲」「必ず人間の承認を要する範囲」「人間の判断のために情報整理だけ行う範囲」という三つのゾーンを明確に定義します。そのうえで、各ゾーンごとにエージェントの権限とインターフェースを調整することで、協調の前提が整っていきます。

介入ポイントと「ハンドル」のデザイン

人間とエージェントの協調をうまく機能させるには、人間側から見て「いつでも介入できる」という感覚が重要です。一度エージェントに仕事を渡したら最後、内部で何が起きているか分からず、誤った結果だけが突然返ってくるという状態では、ユーザーは安心して任せることができません。

そこで鍵になるのが、介入ポイントとハンドルのデザインです。介入ポイントとは、ワークフローの中で人間が必ず確認や承認を行うステップのことであり、ハンドルとは人間がエージェントの振る舞いを調整するための操作手段です。具体的には、エージェントが提案したプランを一覧で表示し、ユーザーに「採用」「修正」「却下」を選ばせる画面や、エージェントが作成したドラフトを編集するエディタ、処理を途中で止める停止ボタンなどが該当します。

さらに、エージェントがどのように考えて行動したのかを、ユーザーに分かりやすく提示することも重要です。エージェントの内部で起きている推論プロセスを完全に可視化することは難しいにしても、「まず過去三ヶ月のデータを集計し、その結果をもとに二つの案を比較した」といった簡潔な説明を添えるだけで、ユーザーの安心感は大きく変わります。このような「思考過程の外在化」は、人間の同僚が報告するときの作法に近く、エージェントをチームの一員として扱う感覚を育てます。

信頼を育てるユーザー体験と「手放し運転」の範囲

協調設計のゴールは、ユーザーがエージェントを徐々に信頼し、適切な範囲で「手放し運転」を許容できる状態を作ることです。ここで重要なのは、最初から高い自律性を与えるのではなく、段階的に信頼を積み重ねることです。

初期段階では、エージェントに「提案」や「ドラフト」だけを任せ、最終決定は必ず人間が行う形が望ましいでしょう。このフェーズでは、エージェントの提案がどれだけ有用か、どの程度の頻度で修正が必要かを観察し、ユーザー自身もエージェントとの付き合い方を学んでいきます。この過程で、「この種類の仕事ならば、エージェントに任せても大丈夫そうだ」という感覚が少しずつ育っていきます。

次の段階では、リスクの低い領域から自動実行の範囲を広げていきます。たとえば、内部向けの週次レポートの更新や、定型的なリマインドメールの送信などは、自動化しやすい領域です。一方で、対外的なコミュニケーションや契約関連の処理などは、長く人間のレビューが必要な領域として残るかもしれません。組織として「どのレベルのリスクならエージェントに任せてよいか」という方針を共有し、それに沿って権限設定を行うことが、健全な信頼関係の前提になります。

最終的には、ユーザー体験そのものが、エージェントへの信頼に大きな影響を与えます。誤りが起きたときに、どれだけ素早く原因を特定し、修正できるか。ユーザーが「この結果はおかしい」と感じたとき、ワンクリックで人間の担当者に切り替えられるか。そうした「失敗への備え」が整っているほど、ユーザーは安心してエージェントに仕事を任せることができます。人間とエージェントの協調設計とは、単に役割分担を決めるだけではなく、信頼が徐々に醸成されるユーザー体験の流れ全体をデザインする営みでもあります。


Read More from This Article: LLMエージェントと人間の協調設計──どこまで任せ、どこで介入すべきか
Source: News