ydhom26-hetip

9월 28일부터 10월 4일까지, 일주일 사이에 “AI 에이전트를 실무에 어떻게 연결하고 부를지”를 다룬 글이 세 편 나왔습니다. 용어 정리 → 자동화 도구 → 인프라 선택, 순서대로 읽으면 자연스럽게 이어집니다.

9/28 — 국내 도구로 업무 자동 연결하기

국내 스타트업 라이너가 ‘라이너 액션 MCP’를 출시했습니다. MCP는 에이전트가 외부 서비스를 직접 호출하게 해주는 규격으로, 챗봇이 낸 좋은 답을 실제 업무 도구로 옮기던 수작업 구간을 이어줍니다. 연결이 쉬워진 만큼 권한 설정이 더 중요해졌다는 점도 같이 짚었습니다 — 오늘 오후에 해볼 네 단계(업무 하나 고르기 → 연결 서비스 정하기 → 읽기 전용부터 → 실행 기록 확인)로 정리했습니다.

자세히 보기: 국내 라이너 액션 MCP로 에이전트 업무 자동 연결하기

10/2 — 용어부터 정리: 워크플로우·하네스·MCP·A2A

네이버 D2가 AI 에이전트 핵심 용어 네 갈래(워크플로우, 하네스, Context와 Memory, MCP와 A2A)를 한 글에 정리했습니다. 특히 ‘하네스’는 마땅한 번역어가 없어 팀마다 다르게 쓰이던 말입니다. 네 개념은 앞이 뒤를 전제로 하므로 순서대로 읽어야 하고, 각 용어에 해당하는 우리 팀 코드 파일을 하나씩 찾아 적어보면 잊히지 않습니다.

자세히 보기: AI 에이전트 핵심 용어, 네이버 D2가 하루 만에 정리한 이유

10/4 — 제어할 것인가, 개인에게 줄 것인가

저녁 6시 21분과 52분, 31분 간격으로 국내 스타트업 두 곳이 정반대 방향의 에이전트 인프라를 내놨습니다. 오픈클로의 ‘OCE’는 관리자가 에이전트 권한을 정하는 기업용 제어 플랫폼이고, 래블업의 ‘1인 1에이전트’는 직원 각자에게 에이전트 하나씩을 주는 방식입니다. 고르는 기준은 간단합니다 — 맡길 업무가 부서 단위로 많으면 제어 플랫폼부터, 개인이 알아서 쓰는 쪽이면 개인용 인프라부터.

자세히 보기: AI 에이전트 인프라, 오픈클로 OCE와 래블업 1인 1에이전트 비교

정리

일주일 사이 나온 세 편을 순서대로 읽으면 하나의 흐름이 됩니다 — 용어를 먼저 맞추고(네이버 D2), 자동화로 연결하고(라이너), 그 에이전트를 회사 차원에서 통제할지 개인에게 맡길지 고른다(오픈클로·래블업). 셋 다 “어떤 모델이 좋은가”가 아니라 “모델을 누가 어디까지 쓰게 할 것인가”를 다룬다는 공통점이 있습니다. 질문의 중심이 모델에서 권한으로 옮겨가고 있다는 신호입니다.