AI 에이전트(헤르메스 등)를 도입하고도 실무에서 유용한 시나리오를 발굴하지 못하는 가장 큰 이유는, AI를 독립된 ‘채팅 인터페이스’로만 대하기 때문이다. 에이전트의 진정한 마법은 뛰어난 LLM 모델 그 자체에서 나오는 것이 아니라, 기업이 이미 의존하고 있는 커뮤니케이션 채널(슬랙)과 지식 저장소(노션, ERP)를 AI의 신경망처럼 연결해 내는 지루한 데이터 배관(Plumbing) 작업에서 발생한다. AI는 도구가 아니라 데이터를 중앙에서 삼키고 행동을 배출하는 백그라운드 인프라가 되어야 한다.
근거
에이전트가 조직의 복잡한 맥락을 파악하려면 팀 메신저와 회의록을 매일 스스로 읽어야 하며, 실제 업무를 덜어주려면 사내 ERP나 노션 DB와 API 수준에서 결합되어 있어야 한다.
“슬랙 데이터 연동이 끝났으면 이제 고객/내부 지식 데이터들을 연동할 차례인데… 이것들을 사내 ERP 및 자동화 프로그램과 연동하면 이제 마법이 펼쳐지기 시작한다.”
연결된 생각
- 20260610-hermes-enterprise-integration — 데이터 연동 기반의 에이전트 구축 방법론.
- 20260602-ai-data-center-infrastructure — AI는 인터페이스가 아니라 인프라 레이어에 위치해야 한다.
출처
- 📎 클리핑: 20260623-josh-kims-post