AI 요약관련 정보

• 시스코는 40년 이상 된 560억 달러 규모의 회사로, 260억 달러 이상의 반복 매출을 창출하며 고객 경험(CX)에 막대한 투자를 하고 있습니다. 💰
• CX의 목표는 고객이 시스코 제품 및 서비스에 투자한 가치를 극대화하는 것으로, '도입-채택-확장-갱신' 프레임워크를 따릅니다. 🔄
• AI 도입은 프로세스 최적화, 인력 효율화, 비즈니스 수익 극대화를 목표로 하며, 20,000명 이상의 CX 조직에 적용됩니다. 🚀
• 시스코는 10년 전부터 머신러닝 및 예측 AI 모델을 사용해왔으며, LLM(대규모 언어 모델)과 GenAI를 언어 상호작용에 활용하고 예측에는 전통적인 ML을 결합합니다. 🧠
• '에이전트 CX' 비전은 초개인화, 예측, 선제적 경험을 제공하며, 인간 및 기계 에이전트, GenAI, 전통 AI를 아우르는 멀티 에이전트 시스템을 활용합니다. 🤖
• AI 사용 사례는 '도구 중심'이 아닌 '사용 사례 중심'으로 접근하며, 고객에게 즉각적인 가치 제공, 운영의 보안 및 신뢰성 향상, 전체 라이프사이클에 걸친 가시성 및 통찰력 제공이라는 세 가지 기준을 충족해야 합니다. 🎯
• 유연한 배포 모델(온프레미스, 클라우드, 하이브리드)을 지원하며, 보안 및 규정 준수 요구사항을 충족하기 위해 Anthropic Claude 3.7 Sonnet 및 GPT-4.1과 같은 최첨단 AI 기술을 LangChain과 함께 사용합니다. ☁️
• 갱신 에이전트, 가상 기술 엔지니어(지원), 제품 내 통합, 감성 분석 등 다양한 AI 솔루션을 프로덕션 환경에서 대규모로 배포하여 운영 효율성을 높이고 있습니다. ⚙️
• 갱신 에이전트는 50개 이상의 데이터 세트를 통합하여 3주 이내에 업무 시간을 20% 단축하고 95% 이상의 높은 위험 추천 정확도를 달성했습니다. 📈
• 멀티 에이전트 '감독자(Supervisor)' 접근 방식을 통해 복잡한 고객 질문을 분해하고, 갱신, 채택, 배송 에이전트가 병렬로 작동하며, LLM과 예측 ML 모델을 결합하여 정확도를 높입니다. 🤝
• 개발 전 사용자(주제 전문가)와 협력하여 실제 요구사항을 파악하고, 실험, 제한적 가용성, 프로덕션 배포를 병렬로 진행하는 것이 중요합니다. 👂
• LangChain 및 LangGraph 플랫폼을 활용하여 에이전트 간의 컨텍스트 전달과 워크플로우 관리를 효율적으로 처리하며, LangSmith로 추적성을 확보합니다. ✨