AI 에이전트·업무흐름AI 모델·평가AI 거버넌스·책임

에이전트 구축: 도구 선택과 단계별 평가

McKinsey · 원문 발행 2025-09-12

One year of agentic AI: Six lessons from the people doing the work

자료 분류: AI 에이전트·업무흐름 · AI 모델·평가 · AI 거버넌스·책임

공식 원문 보기

SOURCE SUMMARY

원문 핵심 요약

100%텍스트로 읽기

확대 후 그림 안에서 좌우·위아래로 이동할 수 있습니다.

요약의 근거로 바로 이동하는 검토; 요약 항목 선택: ; 원문 위치·강조: ; 사람이 대조:
원문 UI 사례 재구성 · 수용 수준과 정확도는 다름 · McKinsey · One year of agentic AI: Six lessons from the people doing the work · Insurance reviewer experience L115–116; stage evaluation L97–100 · 확인 2026-10-01 · 원문 자료

에이전트 구축 경험에서 얻은 여섯 교훈

작업에 맞는 도구와 검증 가능한 흐름

McKinsey가 수행한 50건 이상의 구축과 시장 사례를 검토해 도출한 실무 교훈이다.

업무와 도구

변동성·표준화 수준에 맞춰 규칙·AI·에이전트를 조합한다.

평가와 추적

최종 결과뿐 아니라 단계별 오류와 근거를 검토한다.

재사용과 사람

공통 기능을 공유하고 사람의 판단·예외 처리를 설계한다.

원문에 명시된 범위와 사례 유형을 구분한 요약

확인할 근거와 맥락

지표 구분

한 보험사의 약 95%는 사용자 수용 수준이다. 모델 정확도나 모든 회사의 성과가 아니다.

실무에 연결되는 원문 관점

실무 평가

전문 지식을 시험으로

바람직한 출력과 오류를 전문가가 구체화하고 이후에도 반복 평가한다.

원인 추적

단계별 관찰 가능성

입력 형식·파싱·후속 권고 중 어느 단계에서 문제가 생겼는지 찾는다.

검토 경험

근거 위치로 바로 이동

페이지·강조 표시 등으로 사람이 AI 요약을 쉽게 대조하게 만든 사례를 소개한다.

단순 규칙으로 해결할 업무에 에이전트를 추가하면 복잡성과 불확실성이 커질 수 있다고 지적한다.

APPLICATION PROPOSAL

별도의 적용 제안

100%텍스트로 읽기

확대 후 그림 안에서 좌우·위아래로 이동할 수 있습니다.

변경 문서의 도구·단계·오류·수정 평가; 도구 선택: 조회·해석 도구 구분; 단계 기록: 문서·값·해석 기록; 평가 수행: 정답·예외·최초 오류; 수정 확인: 동일 표본·수정 영향
별도의 적용 제안 · 공개·가상 표본과 독립 정답 검토를 사용하고 운영 원장·생산 조건을 변경하지 않음 · 별도의 적용 제안

적용 제안 | 변경 영향 AI의 단계별 평가

검색·추출·해석의 오류 위치를 구분

제안 범위 · 공개·가상 변경 문서와 정답 표본

현재 Teamcenter/PDM/ERP의 개념·승인 기준을 반영

도구 선택

단순 일치 조회와 해석이 필요한 질문을 나눠 적합한 방식을 고른다.

단계 기록

참조 문서·추출값·해석 결과를 검토용으로 구분해 남긴다.

평가 수행

정답과 예외를 대조해 오류가 처음 발생한 단계를 찾는다.

수정 확인

개선한 부분과 다른 질문에 미치는 영향을 같은 표본으로 재확인한다.

효과와 품질을 함께 확인

단계 정확도

문서 선택·리비전 추출·효력일 해석을 각각 측정한다.

보류 적합성

불명확한 경우에 답을 확정하지 않고 검토를 요청하는지 본다.

검토 용이성

사람이 원문 위치로 이동해 대조하는 시간을 측정한다.

근거·권한·승인 경계

현행 정합성

기존 M-BOM 생산 정합성과 승인된 적용 기준을 사용한다.

평가 책임

AI의 자체 평점 외에 담당자의 독립적인 정답 검토를 둔다.

실행 범위

오류 분석 결과로 운영 원장이나 생산 조건을 자동 변경하지 않는다.

  1. 작업·도구 구분
  2. 단계별 근거 기록
  3. 오류 위치 확인
  4. 수정 영향 평가