트렌드 · Agentic·FM 컨설팅 와이어

Agentic·FM 컨설팅 와이어 · 2026년 11월 5일: 통제가 내장된 워크플로, 모두가 같은 ‘현재’ 보기

  • McKinsey(11/4): 은행 리스크 기능을 에이전트 워크플로 중심으로 재설계하는 운영모델 제시
  • IBM·Confluent(11/4): 에이전트·앱·분석이 같은 현재 비즈니스 상태를 공유하는 Streamhouse 아키텍처, Lightning Tables AWS 정식 출시
  • 수치는 각 회사 자료 기준이다

슬라이드 1 · McKinsey: AI 기반 미래 리스크 기능 (컨설팅 분석)

수작업 감독에서 상시 리스크 인텔리전스로

  • 도매 여신(기인용 포함): 은행들이 차주 데이터 수집, 재무 분석, 여신 정책 점검, 문서화, 예외 관리에 에이전트 워크플로를 시험 중이다. 초기 구현에서 생산성 30–50% 향상, 산출물 품질 약 95%라고 McKinsey는 밝혔다. 30–50%는 2025-12-12 McKinsey 기업여신 아티클을 재인용한 것이며, 고객 사례 기준 최대 80%까지 가능하다고 덧붙였다
  • 사람의 역할: 복잡한 건, 정책 예외, 최종 여신 결정은 여신 담당자가 맡는다
  • 새 운영모델: 이벤트 기반 상시 모니터링, 워크플로에 내장된 자동 통제·증거 기록, 재사용 가능한 분석 플랫폼으로의 전환을 구조 변화로 꼽았다
  • AI 워크플로 팩토리: 50–150개 전문 에이전트로 구성할 수 있으며, 복잡한 여신·컴플라이언스 워크플로 MVP는 3–4개월에 만들 수 있다고 밝혔다
  • 거버넌스 기준: 완전성, 정확성, 재현성, 추적성 네 가지
  • 우리 분석: 규제 산업에서는 통제와 증거 기록을 사후 점검이 아니라 워크플로 안에 넣는 방향이 굳어지고 있다

슬라이드 2 · IBM·Confluent Streamhouse (회사 발표)

에이전트가 같은 ’현재 상태’를 보게 하는 아키텍처

  • 문제 정의(회사 설명): 시스템마다 갱신 시점이 달라, 에이전트가 오래되었거나 충돌하는 정보로 행동할 수 있다. 항공편 결항 시 재예약 예시로, 각 시스템에서는 유효해 보이지만 실제로는 성립하지 않는 일정을 들었다
  • 구성: Confluent Data Streaming Platform에 Query가 다섯 번째 축으로 추가돼 Stream·Connect·Process·Govern·Query가 갖춰졌다고 밝혔다
  • Query 수단: Tableflow는 레이크하우스·웨어하우스에 오픈 테이블 형식으로 제공, Real-Time Context Engine은 MCP로 에이전트에 현재 컨텍스트 제공, Lightning Tables는 앱에 저지연 SQL·API 접근을 제공한다
  • Lightning Tables: AWS에서 정식 출시. Confluent 내부 테스트 기준 데이터 생성→서빙 약 100ms, 쿼리 지연 10–100ms, 초당 1,000건 이상
  • 원칙: 항상 최신(current), 미션 크리티컬, 분산형(decentralized). 기존 웨어하우스·레이크하우스를 대체하지 않고 옆에서 실시간 운영 계층을 더한다
  • 연결(기인용): IBM IBV·Oracle 10/2 ’Closing the data architecture gap’과 같은 흐름의 데이터 아키텍처 논의다
  • 우리 분석: 에이전트 실패의 상당 부분은 모델보다 데이터 시점의 불일치에서 온다. 현장·공장의 에이전트도 센서·MES·ERP 사이의 상태 불일치라는 같은 문제를 마주한다

슬라이드 3 · 출처

출처