- 국내배송만 가능
- 예약상품과 함께 주문 시 제품 출시일에 함께 배송됩니다. (제작사의 사정으로 출시 지연 가능)
- 문화비소득공제 가능
에이콘 acornLoft 시리즈
이 상품의 태그
책소개
목차
|
1부. AI 에이전트, 왜 지금인가?
1장. 어서 와, 사내 AI 비서는 처음이지? 협업 메신저에 말만 하면 데이터가 나오는 세상 왜 우리는 ‘에이전트’에 집착했나? 단순 챗봇과 에이전트의 한 끗 차이 여기어때 에이전트가 우리 팀에 가져온 변화 정리 2장. “데이터 좀 대신 뽑아 줘”에서 시작된 변화 반복되는 SQL 요청, 개발자의 한숨을 멈추게 한 방법 비개발자도 데이터와 대화하는 ‘바이브 코딩’의 시작 사내 위키와 이슈 트래커, AI의 기억 장치가 되다 사진 한 장이면 충분해: 이미지를 이해하는 멀티모달 대화 정리 3장. 외부 세계와 AI를 연결하는 통로, MCP 구축기 표준화된 연결의 힘: MCP란 무엇인가? AI에게 손발을 달아 주기 직접 만든 MCP 서버들: 우리 회사 전용 ‘플러그인’ 만들기 정리 4장. 다수의 MCP, 어떻게 관리할 것인가? YAML 한 장으로 MCP를 추가하는 등록부 구조 MCP 서버가 죽어도 에이전트는 살아남는다: 안전 연결 계층의 설계 MCP 도구 실험실: 브라우저에서 바로 도구를 테스트하는 개발자 놀이터 데이터 카탈로그와 혈통 추적: 메타데이터 MCP로 데이터 거버넌스 시작하기 정리 5장. 보안은 생명! AI에게 어디까지 보여 줄 것인가? “이 데이터, 너만 알고 있어”: 권한 관리의 고민 데이터 민감도에 따른 단계적 접근 제어 사용자별 자격 증명을 중앙에서 관리하는 ‘MCP 어드민’의 필요성 “정말 보내시겠습니까?”: 쓰기 안전 토큰의 탄생 OAuth를 넘어서: 사용자별 인증 정보를 MCP에 투명하게 전달하는 Credential Provider 정리 2부. 일 잘하는 AI 동료들의 실전 활약상 6장. 데이터 분석가 에이전트: “지표 추출부터 리포트까지 순식간에” “10월 매출을 요약해 줘”: 복잡한 쿼리도 척척 만드는 법 데이터 속 인사이트를 찾는 ‘딥 싱크’ 모드 차트와 표로 말하는 AI, 메신저 리포트 자동화 정리 7장. DBA 에이전트: “우리가 잠든 사이에도 일합니다” DB 성능을 감시하고 프로시저를 관리하는 똑똑한 DBA 실수 없는 에이전트를 위한 ‘품질 검토’ 프로세스 정리 8장. 인프라 진단부터 행동 로그 설계까지: 전문 에이전트 열전 파이프라인이 터졌다! 새벽 장애를 AI가 진단하는 인프라 진단 에이전트 네 단계 순차 파이프라인으로 행동 로그를 설계하는 에이전트 코드 리뷰와 작업 평가를 도와주는 Eval 에이전트 정리 9장. ML 엔지니어 에이전트: “SOTA 탐색부터 정교화까지, ML의 자동화” 검색과 타기팅 기반의 고성능 ML 솔루션 생성 스스로 논문을 읽고 최신 모델을 구현하는 AI 성능 기여도 분석을 통한 집요한 코드 개선 앙상블 지휘자: 여러 모델을 결합해 최적의 결과 도출하기 정리 10장. AI가 아이콘을 그려 준다고?: 이미지 생성 에이전트 분석 → 증강 → 생성 → 검증: 파이프라인으로 보는 아이콘 제작 벡터 DB에서 스타일 DNA를 찾아 프롬프트를 강화하는 기법 생성된 이미지를 스스로 평가하고 재시도하는 품질 검증 루프 에셋 라이브러리와 생성 히스토리: 디자이너와 기획자의 새로운 워크플로 정리 3부. 지속 가능한 AI 플랫폼으로 가는 길 11장. 멀티 에이전트 오케스트레이션: 조화로운 협업의 기술 혼자보다 팀이 강한 이유: 코디네이터와 서브 에이전트 요청의 의도를 읽는 지휘자: ADK 기반 오케스트레이션 AI가 서로 점검하는 구조: 피드백과 교차 검토의 가치 사용자마다 다른 팀 구성: 동적 생성, 권한 필터링, 자동 디스커버리 정리 12장. 에이전트 포털 YAPP: 누구나 에이전트를 만들고 공유하는 광장 나만의 비서를 만드는 경험: 커스텀 에이전트 생성과 관리 동료의 에이전트를 발견하는 장: 별점과 공유의 힘 노코드와 로우코드 사이: 설정 기반 워크플로의 현실적 가치 처음 온 사람도 헤매지 않게: 인앱 튜토리얼과 업데이트 패널 정리 13장. “매일 아침 9시, AI가 보고합니다”: 에이전트 스케줄링 크론을 이해하는 AI 플랫폼: 스케줄러와 인메모리 저장소 기반 자동 실행 결과는 도착해야 의미가 있다: 협업 메신저로 보내는 웹훅 딜리버리 두 번 돌지 않게 만드는 일: 멀티 레플리카 환경의 중복 방지 정리 14장. 메신저냐 웹이냐, 어디서든 같은 AI: 멀티채널 통합 공개 주소 없이도 연결되는 이유: 역방향 연결 모드와 메신저 브리지 “취소해 줘” 한 마디의 무게: 스레드 내 작업 취소 읽히는 답이 좋은 답이다: 메신저 UI 프레임워크와 채널별 포맷팅 대화는 채널보다 길다: 세션 영속성과 연속된 경험 정리 15장. 운영은 현실이다: 24시간 멈추지 않는 에이전트 만들기 모든 서비스의 심장 박동을 보는 일: 실시간 모니터링 대시보드 데이터가 사라져도 다시 일으키는 법: 인메모리 저장소와 객체 저장소를 엮은 이중 백업 누가 무엇을 했는가: 감사 로그와 관리자용 히스토리 조회 시스템은 어디까지 버티는가: 부하 테스트와 프로그레스 큐 설계 정리 16장. 마치며: AI와 함께 성장하는 조직 만들기 기술보다 먼저 와야 하는 것: 사용자의 문제 해결 에이전트가 바꾸는 것은 속도만이 아니다: 문화의 변화 다음 단계의 비전: 더 많은 에이전트보다 더 좋은 연결 당신만의 에이전트를 꿈꾸는 이들에게 정리 |
저자 소개 2
여기어때에서 사내 AI 에이전트 플랫폼을 만들고 운영한다. 데이터 파이프라인과 머신러닝 운영을 담당하는 팀에서 출발해, 지금은 구성원 누구나 자신의 에이전트를 만들어 쓰는 사내 AI 포털의 설계와 운영을 맡고 있다.
시작은 거창하지 않았다. “이 데이터 좀 대신 뽑아 줘”라는 반복 요청을 줄여 보려던 시도가 사내 시스템을 AI에 연결하는 일로 이어졌고, ‘권한을 어떻게 나눌 것인가’라는 질문을 지나서 데이터 분석·인프라 진단·가격 운영·고객 응대처럼 목적이 분명한 에이전트를 하나씩 늘리는 일로 확장되었다. 그 과정에서 만든 것이 지금의 사내 에이전트 포털이다.
기술의
여기어때에서 사내 AI 에이전트 플랫폼을 만들고 운영한다. 데이터 파이프라인과 머신러닝 운영을 담당하는 팀에서 출발해, 지금은 구성원 누구나 자신의 에이전트를 만들어 쓰는 사내 AI 포털의 설계와 운영을 맡고 있다.
시작은 거창하지 않았다. “이 데이터 좀 대신 뽑아 줘”라는 반복 요청을 줄여 보려던 시도가 사내 시스템을 AI에 연결하는 일로 이어졌고, ‘권한을 어떻게 나눌 것인가’라는 질문을 지나서 데이터 분석·인프라 진단·가격 운영·고객 응대처럼 목적이 분명한 에이전트를 하나씩 늘리는 일로 확장되었다. 그 과정에서 만든 것이 지금의 사내 에이전트 포털이다.
기술의 화려함보다는 ‘조직이 실제로 쓰는가’를 판단 기준으로 삼는다. 좋은 모델을 붙이는 일보다, 사람들이 그 결과를 믿고 다음 행동으로 옮기게 만드는 일이 훨씬 어렵다고 생각한다.
시작은 거창하지 않았다. “이 데이터 좀 대신 뽑아 줘”라는 반복 요청을 줄여 보려던 시도가 사내 시스템을 AI에 연결하는 일로 이어졌고, ‘권한을 어떻게 나눌 것인가’라는 질문을 지나서 데이터 분석·인프라 진단·가격 운영·고객 응대처럼 목적이 분명한 에이전트를 하나씩 늘리는 일로 확장되었다. 그 과정에서 만든 것이 지금의 사내 에이전트 포털이다.
기술의 화려함보다는 ‘조직이 실제로 쓰는가’를 판단 기준으로 삼는다. 좋은 모델을 붙이는 일보다, 사람들이 그 결과를 믿고 다음 행동으로 옮기게 만드는 일이 훨씬 어렵다고 생각한다.
여기어때에서 사내 AI 에이전트와 에이전트 플랫폼을 만든다. 목적이 분명한 에이전트를 하나씩 늘려 가면서, 구성원 누구나 자기 에이전트를 만들어 쓸 수 있는 환경을 함께 운영한다.
답을 잘하는 것만으로는 일이 되지 않는다는 사실을 에이전트를 직접 구축하며 알게 되었다. 업무 맥락을 알아야 하고, 필요한 시스템에 직접 닿아야 하며, 사람이 다음 행동으로 넘어갈 수 있어야 한다. 그래야 도구가 아니라 같이 일하는 쪽에 가까워진다.
매주 같은 쿼리를 다시 쓰고, 같은 리포트를 다시 만들고, 같은 확인을 다시 하는 일들이 있다. 그런 것을 발견하면 에이전트로 옮긴다. 어떻게
여기어때에서 사내 AI 에이전트와 에이전트 플랫폼을 만든다. 목적이 분명한 에이전트를 하나씩 늘려 가면서, 구성원 누구나 자기 에이전트를 만들어 쓸 수 있는 환경을 함께 운영한다.
답을 잘하는 것만으로는 일이 되지 않는다는 사실을 에이전트를 직접 구축하며 알게 되었다. 업무 맥락을 알아야 하고, 필요한 시스템에 직접 닿아야 하며, 사람이 다음 행동으로 넘어갈 수 있어야 한다. 그래야 도구가 아니라 같이 일하는 쪽에 가까워진다.
매주 같은 쿼리를 다시 쓰고, 같은 리포트를 다시 만들고, 같은 확인을 다시 하는 일들이 있다. 그런 것을 발견하면 에이전트로 옮긴다. 어떻게 하면 더 많은 시간을 돌려줄 수 있을지를 늘 고민한다.
답을 잘하는 것만으로는 일이 되지 않는다는 사실을 에이전트를 직접 구축하며 알게 되었다. 업무 맥락을 알아야 하고, 필요한 시스템에 직접 닿아야 하며, 사람이 다음 행동으로 넘어갈 수 있어야 한다. 그래야 도구가 아니라 같이 일하는 쪽에 가까워진다.
매주 같은 쿼리를 다시 쓰고, 같은 리포트를 다시 만들고, 같은 확인을 다시 하는 일들이 있다. 그런 것을 발견하면 에이전트로 옮긴다. 어떻게 하면 더 많은 시간을 돌려줄 수 있을지를 늘 고민한다.
품목정보
- 발행일
- 2026년 10월 16일
- 쪽수, 무게, 크기
- 296쪽 | 152*224*14mm
- ISBN13
- 9791175640054
출판사 리뷰
|
· 이 책에서 다루는 내용 ·
· 사내 AI 도입을 기획 단계부터 운영 단계까지 실제 진행 순서대로 기록 · 챗봇과 에이전트의 결정적 차이를 현업의 실제 요청 사례로 설명 · MCP의 개념부터 사내 전용 MCP 서버 구축·등록·장애 대응까지 단계별로 설명 · 사용자마다 다른 권한을 AI에 어떻게 반영할지, 보안과 접근 제어 관점에서 설계 · 데이터 분석, 뉴스 수집, DB 운영, 인프라 진단, ML 엔지니어링, 이미지 생성 등 목적별 에이전트 구현 사례 수록 · 코디네이터와 서브 에이전트로 구성하는 멀티 에이전트 오케스트레이션 설계 해설 · 누구나 에이전트를 만들고 공유하는 사내 에이전트 포털의 구조와 운영 방식 공개 · 스케줄링, 멀티채널 통합, 모니터링, 이중 백업, 부하 테스트 등 운영 현실의 과제 정리 · 도구 도입을 넘어 조직이 일하는 방식을 바꾸는 관점까지 확장 · 이 책의 대상 독자 · · 사내에 AI를 도입해야 하는데 어디서부터 시작할지 막막한 개발자 · 챗봇 수준을 넘어 실제로 업무를 수행하는 에이전트를 만들고 싶은 개발자 · MCP를 들어는 봤지만 실무에 어떻게 붙이는지 궁금한 독자 · AI 도입 효과와 투자 범위를 판단해야 하는 팀 리더와 의사결정자 · 만든 AI 서비스를 계속 살아 있게 유지해야 하는 플랫폼·인프라 담당자 · 개발자는 아니지만 AI로 데이터와 업무를 직접 다뤄 보고 싶은 실무자 · 지은이의 말 · 이 책은 성공담을 담아낸 것이 아니다. 회사에 AI를 도입하는 큰 그림을 그린 기록도 아니다. 한 팀이 눈앞의 반복 업무를 줄여 보려다 어디까지 가게 되었는지, 그 과정에서 무엇이 기대대로 되지 않았는지를 적은 기록에 가깝다. 시작은 소박했다. 반복되는 데이터 요청을 줄이는 것. 매주 같은 질문이 들어오고, 담당자는 같은 쿼리를 다시 쓰고, 요청한 사람은 며칠을 기다린다. 이 흐름 어딘가에 AI를 끼워 넣으면 팀이 조금 편해질 것 같았다. 그래서 문서를 잘 읽는 챗봇부터 만들어 봤다. 그런데 동료들이 원한 것은 설명이 아니었다. “왜 이런지 알려 줘”라는 요청보다 “이것 좀 대신 해 줘”라는 요청이 훨씬 많았다. 답을 잘 만드는 일과 일을 실제로 처리하는 일 사이에는 생각보다 큰 간격이 있었고, 그 간격을 메우려면 AI에게 손발을 달아 줘야 했다. 사내 시스템에 연결하는 표준 통로가 필요했고, 통로가 여러 개가 되자 이를 관리할 구조가 필요했다. 곧이어 더 어려운 질문이 따라왔다. ‘이 사람에게는 어디까지 보여줘도 되는가?’ 권한 문제를 지나고 나니 에이전트가 하나둘 늘었다. 데이터를 분석하는 에이전트, 새벽 장애를 먼저 살펴보는 에이전트, 모델 실험을 대신 돌리는 에이전트, 아이콘을 그려 주는 에이전트…. 각자 쓸모가 분명해질수록 이번에는 이들을 어떻게 함께 일하게 할 것인지가 문제가 되었다. 그리고 그 모두를 누구나 만들고 공유할 수 있는 자리로 묶은 것이 사내 에이전트 포털이었다. 여기까지가 절반이다. 나머지 절반은 운영이었다. 시연은 잘되는데 새벽에는 멈춰 있고, 결과가 제때 도착하지 않으면 아무도 다시 찾지 않는다. 모니터링, 백업, 감사 로그, 중복 실행 방지, 부하 테스트처럼 화면에 드러나지 않는 일들이 결국 신뢰를 만들었다. 적어도 우리 팀에서는 잘 만든 AI보다 계속 켜져 있는 AI가 오래 쓰였다. 이 책은 그 순서를 그대로 따라간다. 왜 챗봇이 아니라 에이전트였는지 밝히는 것부터 시작해, 시스템을 연결하고, 권한을 나누고, 목적별 에이전트를 만들고, 여러 에이전트를 조율하고, 플랫폼으로 묶고, 24시간 운영하는 데까지 이어진다. 각 장에는 그때 어떤 문제에 맞닥뜨렸고 왜 그런 선택을 했는지를 함께 적었다. 다만, 그 선택들이 정답이라고 말할 자신은 없다. 조직마다 사정이 다르고 우리도 지나고 나서야 알게 된 것이 많기 때문이다. 그래서 이 책은 설계도보다 항해 일지에 가깝게 읽히면 좋겠다. 구조를 그대로 따라 하기보다, 어느 지점에서 무엇을 잘못 봤는지를 참고해 자기 자리에서는 어떤 선택이 맞을지 가늠하는 데 쓰이길 바란다. 우리 경험에서 비교적 분명하게 말할 수 있는 것은 하나다. AI를 붙이는 일은 도구를 고르는 데서 끝나지 않고, 일하는 방식을 다시 들여다보는 일로 이어진다. |
추천평
|
기술의 혁신을 넘어 일하는 문화의 진화를 이끈 항해 일지
여기어때가 걸어온 길은 언제나 ‘어떻게 하면 사용자의 불편을 기술로 해결할 수 있을까’에 대한 치열한 고민의 연속이었습니다. 그리고 그 고민은 사내 구성원들이 일하는 방식에도 똑같이 적용되었습니다. 이 책은 거창한 구호나 시연용 데모에 그치지 않고, 우리 조직이 마주한 일상적인 병목을 기술로써 정면 돌파해낸 생생한 기록입니다. 이 책이 제시하는 혁신의 여정은 크게 세 가지 관점에서 우리 여기어때와 국내 IT 생태계에 깊은 울림을 주리라 기대합니다. 첫째, ‘AI 에이전트 플랫폼’의 신속한 구축이 가져온 압도적인 생산성 향상입니다. 우리는 단순한 안내성 챗봇에 머무르지 않고, 사내의 복잡한 업무 시스템과 안전하게 연결되어 실제 업무를 수행하는 ‘손발이 있는 AI 에이전트’ 구조에 주목했습니다. 그 결과, 반나절 이상 걸리던 반복적인 데이터 요청과 인프라 진단, 로그 설계 등이 메신저 창 안에서 단 몇 분만에 해결되는 놀라운 변화를 맞이했습니다. 단순 반복 업무가 지치지 않는 AI 플랫폼으로 흡수되면서, 회사의 전반적인 업무 자동화는 물론 구성원들이 더 본질적이고 창의적인 업무에 몰두할 수 있는 환경이 조성되었습니다. 둘째, 뛰어난 AI 역량을 가진 우리 직원들의 헌신과 AI 에이전트 플랫폼&포털 ‘YAPP’을 통한 사내 AI 활성화입니다. 기술의 화려함보다는 ‘조직이 실제로 쓰는가’를 끊임없이 고민하며 이 거대한 플랫폼을 설계하고 운영해 온 DNA센터의 Intelligence Platform팀을 비롯한 모든 개발 구성원의 탁월한 역량과 집요한 노력에 깊은 감사와 격려를 전합니다. 특히 구성원 누구나 마법처럼 자신만의 비서(에이전트)를 만들고 동료와 공유할 수 있도록 구현된 YAPP은 비개발자들까지 데이터 기반의 AI 자동화 흐름에 동참하게 만들었습니다. YAPP을 중심으로 일어난 활발한 시도와 피드백의 선순환은 사내 AI 문화를 폭발적으로 활성화하는 가장 강력한 촉매제가 되었습니다. 셋째, 우리 여기어때의 앞선 기술 역량을 국내에 소개하고 많은 분께 기여할 수 있는 영광을 얻게 된 점입니다. 이 책은 단순히 정답만을 나열한 설계도가 아닙니다. 현장에서 직접 부딪히며 겪은 시행착오, 권한과 보안에 대한 깊은 고뇌, 그리고 24시간 안정적으로 플랫폼을 운영하기 위해 쌓아 올린 튼튼한 기술적 기반이 고스란히 담긴 ‘항해 일지’입니다. 우리가 먼저 단단하게 다져놓은 이 모든 기술과 운영 철학이, 국내에서 자신만의 AI 에이전트 생태계를 꿈꾸는 많은 기업과 엔지니어 분들에게 실질적인 이정표가 되고 도움이 될 수 있어 매우 자랑스럽고 뜻깊게 생각합니다. 기술은 도구일 뿐, 최종 목적지는 언제나 ‘사람의 더 나은 하루’입니다. AI와 사람이 함께 협업하며 조직의 문화를 바꾸는 미래를 준비하는 모든 분에게 이 책을 기쁜 마음으로 추천합니다. - 정명훈 (여기어때컴퍼니 대표이사(CEO) ) |
사락 별점0
혜택 및 유의사항밑줄0
혜택 및 유의사항
19,800원
총 1개
19,800원
