에이전트는 개발자가 작성해서는 안 됩니다. 그 이유는 다음과 같습니다.
Cloud.ru
Cloud.ru의 AI 자동화 팀은 고전적인 AI 자동화가 확장을 멈춘 이유가 LLM(대규모 언어 모델)이 아니라 엔지니어의 도메인 지식이 전달하기 어렵기 때문이라는 점을 발견했습니다. 그들은 에이전트를 직접 작성하는 대신 엔지니어가 자신만의 에이전트를 만들 수 있도록 장벽을 제거하는 방향으로 전환했고, 그 결과 예상치 못한 사용 사례와 'AI 뱅가드'라는 커뮤니티가 생겨났습니다.
Cloud.ru의 AI 자동화 팀은 AI 모델을 활용한 고객 지원 내부 플랫폼을 구축하여 요청을 자동으로 분류하고, 커뮤니케이션을 요약하며, 티켓을 라우팅했습니다. 그러나 새로운 시나리오마다 특정 서비스에 대한 심층적인 이해가 필요했고, 서비스가 200개가 넘다 보니 진행이 정체되었습니다. 팀은 병목 현상이 LLM이 아니라 엔지니어의 도메인 지식에 있다는 것을 깨달았고, 이 지식은 전수하기 어렵다는 점을 인지했습니다. Microsoft의 Work Trend Index 2026과 BCG의 AI at Work 2026을 인용하며, 목표는 엔지니어들이 자신의 전문 지식을 활용하여 자체 에이전트를 구축할 수 있도록 하는 것이라고 결론지었습니다. 그들은 먼저 기술적 장벽을 제거하고자 노력했습니다. 로컬 모델, 가드레일, 안전한 환경, MCP 서버를 제공하며 개발을 장려했습니다. 예상치 못하게 엔지니어들은 진단, 내부 API, 로그 분석, Kubernetes 점검을 위한 에이전트를 만들었습니다. 이러한 추진력을 유지하기 위해 'AI 뱅가드'라는 커뮤니티를 구축하고 리더보드, 내부 통화, 업적 시스템을 도입했습니다. 현재는 이 방식을 100명 규모로 확장하는 데 초점을 맞추고 있으며, 자세한 내용은 다음 기사에서 다룰 예정입니다.
출처: Habr — хаб ИИ —
원문
