시스코 9만 명 개인 AI 에이전트 도입, 업무 자동화 재편과 보안 통제 전략

씨앗 뉴스: "시스코, 직원 9만명에 '개인 AI 에이전트' 공급…업무 자동화 지원" (지디넷코리아) · 원문 검색 아래는 위 이슈에 대한 실제 보도 3건에서 검증한 사실을 근거로 AI가 작성한 오리지널 트렌드 해설입니다(원문 번역·복제 아님). 출처는 글 하단 참고.

시스코가 전 세계 직원 9만 명에게 개인 인공지능 에이전트를 공급하며 업무 자동화의 새로운 장을 열었다. 이 에이전트는 내부 시스템과 연동해 800개 이상의 하위 에이전트를 호출할 수 있어 업무 프로세스를 대폭 재편한다. 다만 데이터 접근 권한을 엄격히 통제하고 외부 모델 학습을 차단하는 등 보안 위협을 사전에 차단하는 전략이 주목받는다.

개인 단위 AI 에이전트 확산의 신호탄

시스코는 이번 주 전 세계 9만 명 직원에게 개인 AI 에이전트 '마이에이전트'를 공급하며 업무 자동화 재편의 신호탄을 쏘아 올렸다. 이 에이전트는 기업 내부 시스템과 연결되어 직원 요청에 따라 800개 이상의 하위 에이전트를 호출할 수 있는 구조를 갖췄다. 운영 부문 수석부사장 티마야 수바이야는 AI가 사람의 역량을 효과적으로 강화할 수 있다고 밝히며, 조직 차원의 대규모 도입 배경을 설명했다.

개인별 맞춤형 AI 활용은 업무 방식에 즉각적인 변화를 가져온다. 직원들은 데스크톱, 모바일 앱, 시스코 웹엑스 등 다양한 채널에서 개별 에이전트와 대화하며 업무를 처리할 수 있다. 이는 기존 중앙 집중식 시스템 접근 방식에서 벗어나, 각자의 업무 맥서에 최적화된 보조 도구를 제공함으로써 생산성 향상을 도모하는 전략이다.

전 세계 9만 명 규모로 개인 AI 에이전트 일괄 배포
데스크톱, 모바일, 웹엑스 등 다채널 접근 지원
직원 요청 기반 하위 에이전트 호출을 통한 업무 지원

800개 하위 에이전트 호출과 시스템 연동 구조

시스코의 '마이에이전트'는 단일 인터페이스를 통해 기업 내부 시스템과 유기적으로 연결되는 기술적 아키텍처를 갖추고 있다. 이 구조의 핵심은 직원 요청에 따라 800개 이상의 하위 에이전트를 동적으로 호출할 수 있는 능력이다. 특정 업무를 수행할 때 필요한 전문 기능 모듈을 즉각적으로 불러와 처리함으로써, 복잡한 업무 흐름을 단일 대화가 아닌 체계적인 자동화 체인으로 전환한다. 이는 단순한 챗봇이 아니라, 조직 내 분산된 디지털 자원을 통합 관리하는 허브 역할을 수행하는 실무적 도구로 기능한다.

접근성 측면에서도 이 시스템은 다채널 연동을 지원한다. 직원들은 데스크톱, 모바일 앱, 그리고 시스코 웹엑스를 통해 언제 어디서든 개별 에이전트와 상호작용할 수 있다. 이러한 멀티 플랫폼 지원은 업무 환경이 물리적으로 분리되어 있는 현장이나 이동 중에도 동일한 수준의 AI 보조 기능을 활용할 수 있게 한다. 특히 웹엑스와의 연동은 회의 및 협업 도구가 AI 에이전트와 자연스럽게 결합되어, 의사결정 과정에서 즉각적인 정보 조회와 자동화가 가능하도록 설계됐다.

동적 호출: 800개 이상의 하위 에이전트를 상황별 필요에 따라 자동 선택 및 실행
멀티 채널 접근: 데스크톱, 모바일, 웹엑스 등 다양한 단말에서 동일한 서비스 제공
내부 시스템 연동: 기업 내부 인프라와의 긴밀한 연결을 통한 업무 데이터 기반 처리

명시적 승인 원칙과 데이터 접근 통제

시스코는 개인 AI 에이전트 '마이에이전트'의 보안 설계에서 '명시적 승인'을 핵심 원칙으로 삼았다. 에이전트는 배정된 직원과만 상호작용하도록 제한되며, 외부 시스템에 영향을 미치는 작업은 반드시 담당 직원의 명시적 승인을 받아야 실행된다. 이는 AI가 임의로 권한을 남용하거나 예상치 못한 외부 변경을 유발하는 리스크를 원천적으로 차단하는 실무적 방어선이다.

데이터 유출 방지와 통제력을 확보하기 위해 시스코는 정책 서버를 구축했다. 이 서버는 데이터 접근 권한을 엄격히 관리하며, 특히 데이터 삭제 작업과 외부 AI 모델 학습 사용을 차단한다. 내부 데이터가 외부 모델 학습에 악용되는 것을 막고, 민감 정보의 영구적 삭제를 방지하는 이중 안전장치를 마련한 것이다.

상호작용 제한: 에이전트가 배정된 직원 외에는 누구와도 대화하지 않도록 설계
명시적 승인: 외부 영향 작업 실행 전 담당 직원의 직접적 승인 필수
정책 서버 통제: 데이터 삭제 작업 및 외부 AI 모델 학습 사용 차단
접근 권한 관리: 내부 시스템 접근 권한을 서버 단에서 엄격히 통제

스플렁크 기반 사용량 관리와 지능형 라우팅

시스코는 2024년 인수한 스플렁크의 토큰 모니터링 기능을 활용해 전사적 AI 사용량을 정밀하게 통제한다. 이는 막대한 추론 비용을 효율적으로 관리하는 동시에, 각 부서별 자원 배분을 투명하게 파악할 수 있게 하는 핵심 수단이다. 실무 리더는 이 데이터를 통해 특정 업무 영역에서 과다한 토큰 소모가 발생하지 않는지 실시간으로 점검하고, 예산 초과 리스크를 사전에 차단할 수 있다.

또한 시스코는 업무 유형에 따라 최적의 모델을 자동 선택하는 지능형 라우터를 자체 구축했다. 이 라우터는 단순한 질의응답부터 복잡한 데이터 분석까지 요청의 성격과 난이도를 판단해 적합한 모델을 배정한다. 이를 통해 고비용 모델이 불필요하게 호출되는 것을 방지하고, 전체 시스템의 운영 효율성을 극대화한다.

스플렁크 토큰 모니터링으로 전사 AI 비용 및 사용량 실시간 추적
업무 난이도별 모델 자동 배정을 통한 불필요한 추론 비용 절감
자체 구축 라우터로 인프라 부하 분산 및 응답 속도 최적화

이러한 구조는 기업이 AI 도입 초기 단계에서 흔히 겪는 비용 통제 실패를 방지한다. 실무에서는 라우팅 규칙을 명확히 정의하고, 모니터링 대시보드를 통해 이상 패턴을 즉시 포착하는 프로세스를 마련해야 한다. 이를 통해 기술적 안정성과 경제적 효율성을 동시에 확보할 수 있다.

오픈 웨이트 모델 중심의 인프라 전략

시스코는 전체 AI 요청의 50~60%를 자체 데이터센터 그래픽처리장치로 처리하는 오픈 웨이트 모델로 소화하고 있다. 이 구조는 외부 클라우드 의존도를 낮추는 동시에, 민감한 기업 데이터가 사내 네트워크를 벗어나지 않도록 하는 데이터 주권 확보에 결정적이다. 특히 9만 명 규모로 확산된 개인 AI 에이전트 '마이에이전트'가 800개 이상의 하위 에이전트를 호출하는 과정에서 발생하는 막대한 컴퓨팅 부하를 내부 인프라가 흡수함으로써, 외부 API 호출에 따른 변동 비용과 지연 시간을 최소화할 수 있다.

자체 인프라 운영이 가져오는 비용 효율성은 단순한 절감을 넘어, 대규모 AI 도입 시 필수적인 투자 대비 수익률 관리의 핵심이다. 외부 상용 모델에 의존할 경우 사용자 수와 토큰 사용량이 비례하여 비용이 급증하지만, 오픈 웨이트 모델은 초기 하드웨어 투자 후 추가 비용 부담이 적다. 시스코는 2024년 인수한 스플렁크의 토큰 모니터링 기능을 결합해 이러한 내부 처리량을 정밀하게 추적하고, 업무 성격에 따라 모델을 자동 결정하는 지능형 라우터를 구축했다.

실무 리더는 이 전략에서 다음 세 가지 요소를 벤치마킹해야 한다.

데이터 주권 우선 설계: 외부 전송이 불가한 기밀 데이터 처리를 위해 자체 데이터센터 내 오픈 웨이트 모델 배포 비중을 50% 이상으로 확보한다.
비용 구조 최적화: 변동 비용이 큰 외부 API 대신 고정 비용 중심의 내부 그래픽처리장치 인프라를 구축해 장기적인 총소유비용을 낮춘다.
사용량 가시성 확보: 스플렁크와 같은 모니터링 도구를 활용해 내부 모델 처리량과 외부 호출량을 실시간으로 추적하여, 지능형 라우팅의 정확도를 지속적으로 검증한다.

기업 실무 리더를 위한 준비 과제

개인 AI 에이전트 도입 시 가장 시급한 과제는 보안 거버넌스 체계의 정립이다. 시스코 사례에서 보듯, 에이전트가 내부 시스템과 연동되어 대량의 하위 작업을 수행하므로 데이터 접근 권한을 통제하는 정책 서버 구축이 필수적이다. 특히 데이터 삭제 작업이나 외부 모델 학습으로의 유출을 차단하는 기술적 장치를 마련해야 하며, 이는 단순한 소프트웨어 설치가 아닌 조직 차원의 보안 정책과 결합되어야 한다. 실무자는 자사 시스템 내에서 에이전트가 어떤 데이터에 접근할 수 있는지 명확한 경계를 설정하고, 이를 실시간으로 모니터링할 수 있는 기반을 먼저 점검해야 한다.

권한 관리와 인력 역량 강화도 병행해야 한다. 모든 외부 영향력 있는 작업은 담당 직원의 명시적 승인을 거치도록 설계하는 것이 기본 원칙이다. 이는 사고 발생 시 책임 소재를 명확히 하고, 무분별한 자동화를 방지하는 안전장치 역할을 한다. 또한 직원들이 에이전트를 효과적으로 활용하려면 단순한 도구 사용법을 넘어, AI가 사람의 역량을 강화하는 방향으로 업무 프로세스를 재설계하는 교육이 필요하다.

기업이 즉시 점검해야 할 실무 체크리스트는 다음과 같다.

데이터 접근 범위 제한 및 외부 유출 차단 정책 서버 구축 여부
위험 작업 수행 시 직원 명시적 승인 절차의 자동화 및 로그 기록 체계
AI 사용량 및 토큰 소모를 실시간 추적하는 모니터링 도구 도입 상태
직원의 AI 활용 역량 강화를 위한 단계별 교육 및 업무 프로세스 재설계 계획

자주 묻는 질문

시스코가 도입한 개인 AI 에이전트의 주요 특징은 무엇인가요?

시스코는 전 세계 직원 9만명에게 '마이에이전트'를 제공하여 기업 내부 시스템과 연결해 800개 이상의 하위 에이전트를 호출할 수 있게 했습니다. 이 에이전트는 데스크톱, 모바일 앱, 웹엑스 등 다양한 채널에서 사용 가능하며, 배정된 직원과만 상호작용하도록 설계되었습니다.

시스코는 개인 AI 에이전트 사용 시 보안을 어떻게 통제하나요?

시스코는 데이터 접근 권한을 통제하는 정책 서버를 구축하여 데이터 삭제 작업과 외부 AI 모델 학습 사용을 차단합니다. 또한 외부에 영향을 미치는 작업은 담당 직원의 명시적 승인을 받아야 하며, 스플렁크의 토큰 모니터링 기능을 활용해 사용량을 관리합니다.

시스코의 AI 요청 처리 방식과 인프라 구성은 어떻게 되나요?

시스코는 업무에 따라 AI 모델을 자동 결정하는 지능형 라우터를 자체 구축하여 효율성을 높였습니다. 전체 AI 요청 중 약 50~60%는 자체 데이터센터의 그래픽처리장치로 운영되는 오픈 웨이트 모델로 처리됩니다.