컨설팅 기업의 인공지능 프레임워크 사용에 대한 경고
2026년 10월 16일 · 읽는 시간 2분
대형 컨설팅 기업들이 생성형 인공지능 및 에이전트 기반 인공지능을 위한 자체 개발 아키텍처 프레임워크, 모델, 또는 참조 아키텍처를 제공하고 있습니다. 이들 기업은 기존의 패턴을 정리한 설계도를 통해 고객이 목표에 더 빠르게 도달할 수 있다고 주장합니다.
McKinsey는 지식 관리, 고객용 챗봇, 에이전트 기반 워크플로우와 같은 재사용 가능한 애플리케이션 패턴을 중심으로 생성형 인공지능 확장을 위한 개방형 참조 아키텍처를 공개했습니다. 여기에는 검색 증강 생성, 임베딩, 재순위화, 의도 분류를 위한 공유 서비스가 포함되며, 코드형 인프라 및 코드형 정책로 연결됩니다. Deloitte는 인공지능 에이전트 아키텍처와 멀티 에이전트 시스템 프레임워크, 그리고 자율 에이전트를 운영 로직으로 설정하는 에이전트 기반 기업 계획을 발표했습니다.
Capgemini는 2025년 7월에 생성형 인공지능 및 에이전트 패턴을 담은 RAISE 갤러리의 지원을 받는 Resonance AI Framework를 출시하여 인공지능 야망을 측정 가능한 비즈니스 효과로 전환하겠다고 약속했습니다. Infosys는 Topaz 프로젝트의 일환으로 각 계층이 고유한 역할, 인터페이스, 배포 모델을 갖는 성숙한 기업용 인공지능을 위한 5계층 참조 아키텍처를 제공합니다.
TCS는 공급업체 종속성 없이 모델 교체와 사전 구축된 에이전트 배포가 가능한 집계 및 오케스트레이션 플랫폼인 AI WisdomNext를 판매합니다. Accenture는 에이전트 오케스트레이션과 결정 지능에 중점을 둔 지능형 기업을 위한 인공지능 아키텍처인 인공지능 뇌를 홍보하고 있습니다.
이러한 프레임워크는 컨설팅 시간을 판매하기 위한 도구로 활용되며, 고객이 준비된 솔루션에 관심을 갖게 한 뒤 이를 맞춤화하는 과정에서 비용을 청구하는 오래된 기술입니다. 요구 사항을 먼저 분석하지 않고 정적인 프레임워크에서 시작하면 불필요한 기술 패턴이 도입되어 아키텍처가 최적화되지 못하는 문제가 발생합니다.
최적화되지 않은 아키텍처는 완전히 최적화된 시스템보다 운영 비용이 10배에서 20배 더 많이 들 수 있습니다. 예를 들어, 추론을 위한 월간 청구서가 50,000달러여야 할 것이 500,000달러에서 1,000,000달러가 될 수 있습니다. 이는 기술 자체가 비싸서가 아니라 요구 사항을 이해하기 전에 아키텍처를 선택했기 때문입니다. 요구 사항과 프로세스, 원하는 결과에 집중하여 아키텍처를 설계하면 개발 비용을 약 4분의 1로 줄이고 월 운영 비용을 약 10분의 1로 낮출 수 있습니다.