분석 에이전트를 역할과 근거 중심으로 설계한다

분석 에이전트를 역할과 근거 중심으로 설계한다 McKinsey · From potential to performance: Using gen AI to conduct outside-in diligence · 발행 2025-09-05 분석 업무의 AI 재설계 분류: 기업 분석 · 데이터 · 업무 혁신 별도의 적용 제안 우리의 적용안 설계변경 검토를 전문 분석 단계로 분리 변경 요청의 근거·유사 사례·영향 초안을 순서대로 연결 우리의 제안 · 완료된 변경건의 오프라인 재현 운영 반영 전 읽기 전용·분리 환경으로 검증 1. 입력·기준 고정: 요청 사유·대상 형상·허용 출처·비교 기준·결과 형식을 명세 2. 전문 분석 수행: 근거 추출·유사 사례·영향 목록을 별도 단계로 나누고 출처 표시 3. 교차 검증: 원문 대조·부품 관계·시험 누락·상충 근거를 독립적으로 확인 4. 전문가 피드백: 엔지니어의 승인·수정·기각 이유를 기록하고 재사용 지시를 개선 분석 초안의 근거 추출 · 유사 사례 · 영향 목록과 독립 확인의 원문 · 관계 · 시험 누락 · 상충 근거를 구분한다. 승인 · 수정 · 기각 이유를 다음 검토 지시에 반영한다. 기준선과 비교할 검증 지표 근거 정확성: 원문과 일치하는 주장·값·대상 형상 비율 영향 검토 누락: 기준 검토 결과에서 빠진 부품·시험·문서 수 총 검토 비용: 자동 실행 비용과 전문가 수정·검증 시간을 합산 적용 전에 고정할 통제 판단 분리: AI 분석 초안과 공식 변경 승인 결과를 별도 상태로 관리 권한 최소화: 분석 단계는 승인된 자료만 읽고 운영 형상을 수정하지 않음 환각 차단: 근거가 없거나 상충하는 결과를 확정 판단으로 인계하지 않음 검토 순서: 범위·기준선 정의 → 데이터·근거 연결 → 병행 시범·오류 기록 → 사람 승인 후 확대 우리의 적용 제안 · 실사 사례의 성과를 제조 변화관리 목표로 직접 대입하지 않음 원문 자료: https://www.mckinsey.com/capabilities/transformation/our-insights/from-potential-to-performance-using-gen-ai-to-conduct-outside-in-diligence