top of page

Deloitte Edisyl 출시, 엔터프라이즈 AI 컨텍스트 공략

21분 전
10분 분량
Illustrative photograph. Photo: RDNE Stock project / Pexels.

Deloitte는 2026년 11월 12일 Flipside Crypto의 AI 사업을 7월에 인수한 데 이어 Edisyl을 공개했다. Deloitte Edisyl 출시는 하나의 구체적인 전제를 중심에 둔다. 기업에는 AI 시스템 전반에서 활용할 수 있는 전문 지식이 필요하다는 것이다. 또 다른 어시스턴트를 도입한다고 해서 그 답변이 따라야 할 정의, 정책, 판단 기준이 해결되는 것은 아니다.

이는 Edisyl을 엔터프라이즈 구매자와 이미 AI 도구를 공급하는 플랫폼 사이에 놓는다. 예를 들어 Microsoft는 조직 컨텍스트를 중심으로 Work IQ를 홍보한다. Edisyl이 제시하는 차별점은 전문 지식과 기업별 정보를 결합한 이식 가능한 지식 계층이다.

문제는 이러한 분리가 기업이 애플리케이션별로 지식을 다시 구축하지 않고도 유지·재사용할 수 있는 지식을 만들어 내는지 여부다. 구매자에게 중요한 사안은 답변 품질을 넘어선다. 여기에는 조직 지식을 누가 통제하는지, 누가 이를 업데이트하는지, 그리고 조직이 AI 시스템을 바꿀 때 얼마나 많은 작업이 남는지가 포함된다.

Deloitte Edisyl 출시는 7월 인수를 따른다

11월 발표는 벤처와 제품 방향을 소개하는 것이며, 새로 완료된 인수를 의미하지는 않는다.

Deloitte의 enterprise AI acquisition 발표는 Edisyl을 D71 Ventures 내에 위치시킨다. 이 보스턴 소재 기업에는 Flipside의 24명 운영팀이 포함되며, Dave Balter는 공동 창업자로 계속 활동한다.

거래 범위 역시 중요하다. Deloitte는 AI 사업을 인수했으며, Flipside의 암호화폐 데이터 사업은 Sonaverse에 별도로 매각됐다. 발표에는 거래 금액이 공개되지 않았다.

이러한 구분은 Deloitte가 블록체인 분석 기업 전체를 인수했다는 부정확한 서술을 막는다. 또한 투자 서사를 현실에 맞게 유지한다. 공개된 사건은 공개 가치가 책정된 자금 조달 라운드가 아니라 인수한 팀과 엔터프라이즈 지식 제품에 관한 것이다.

상업적 해석은 인수 헤드라인 자체보다 더 흥미롭다. 컨설팅 조직이 전문 지식과 AI 애플리케이션 사이에 위치하는 가치를 제안하는 별도 사업을 지원하고 있다. 이는 구현 업무와 함께 재사용 가능한 지식을 판매할 수 있는 잠재적 경로를 만든다.

엔터프라이즈 고객에게 이는 실질적인 구매 질문을 제기한다. AI 프로젝트가 전문가의 해석에 의존한다면, 그 해석은 특정 애플리케이션에 계속 내장돼 있어야 할까? 아니면 여러 애플리케이션이 사용할 수 있는 별도 자산으로 조직이 관리해야 할까?

어느 방식도 자동으로 더 우월한 것은 아니다. 기존 플랫폼 안에 컨텍스트를 유지하면 배포와 관리가 간단해질 수 있다. 이를 분리하면 소유권은 더 명확해질 수 있지만, 통합·보안·평가해야 할 구성 요소가 하나 더 생긴다.

이 차이는 기업이 소프트웨어 선택을 바꿀 때 중요해진다. 역할이 텍스트 생성에만 한정된 어시스턴트는 비교적 쉽게 교체할 수 있다. 그러나 애플리케이션의 구성에 조직이 승인한 정의와 예외 처리까지 담겨 있다면, 애플리케이션 교체는 더 어려워진다.

이것이 Edisyl이 공략하는 사업 기회다. 성공 여부는 AI 스택의 다른 부분이 바뀌어도 지식 투자가 유지될 만큼 내구성을 확보하는 데 달려 있다.

이번 발표는 운영 모델을 확정하지 않은 채 그 방향성을 제시한다. 구매자는 유지 관리되는 제품으로 무엇을 받게 되는지, 무엇에 맞춤화가 필요한지, 무엇이 여전히 자신들의 책임인지 이해해야 한다.

이러한 질문이 출시를 평가하는 기준이 돼야 한다. 인수는 조직 안으로 전문성을 들여올 수 있다. 그러나 그 전문성을 반복 가능한 고객 가치로 전환하려면 다른 조직도 배포하고 유지할 수 있는 제품이 필요하다.

따라서 7월 거래와 11월 공개는 같은 이야기의 서로 다른 부분에 속한다. 전자는 소유권에 관한 것이고, 후자는 고객이 궁극적으로 평가해야 할 제안을 제시한다.

엔터프라이즈 구매자는 지식 소유권 결정을 마주한다

Edisyl의 제안은 조직이 AI 애플리케이션이 의존하는 지식을 누가 소유하는지 결정하도록 압박한다.

AI 배포에서는 여러 팀에 책임이 나뉠 수 있다. 정보기술 부서는 접근 권한과 인프라를 관리한다. 사업 부문의 전문가는 정책을 해석한다. 제품 팀은 워크플로를 설계하고, 직원은 답변이 실제 행동으로 옮길 만큼 유용한지 판단한다.

별도의 지식 제품은 이러한 경계를 더 뚜렷하게 만들 수 있다. 어시스턴트에 제공되는 해석을 누군가는 승인해야 한다. 그것이 언제 오래된 정보가 되는지 누군가는 결정해야 한다. 일반적인 전문 표준과 내부 운영 규칙 사이의 불일치를 누군가는 처리해야 한다.

소프트웨어가 구현을 돕더라도 이는 조직적 의사결정이다. 정책이 검색 가능한 문서에 등장한다고 해서 모델이 미결 상태의 정책을 해결할 수 있는 것은 아니다.

가령 공급업체 예외를 검토하는 가상의 조달 어시스턴트를 생각해 보자. 이 어시스턴트는 현재 구매 정책과 이전 예외를 설명하는 메시지를 찾을 수 있다. 까다로운 문제는 해당 예외가 이 공급업체와 이 요청에도 계속 적용되는지 여부다.

두 문서를 모두 인용하는 답변도 직원에게 불확실함을 남길 수 있다. 반대로 이전 예외를 조용히 정책으로 취급하는 답변은 또 다른 문제를 만든다. 유용한 컨텍스트는 권위 있는 규칙과 한때 규칙이 면제됐다는 증거를 구분하는 데 도움이 돼야 한다.

이 사례는 지식 소유자에게 가해지는 압박을 보여 준다. 전문가의 해석이 자동화된 업무의 입력값이 된다면, 비공식적인 이해에는 명시적인 유지 관리 프로세스가 필요하다. 그렇지 않으면 조직은 누가 승인했는지 알지 못한 채 해석을 배포할 위험이 있다.

구매자에게 즉각적인 대응은 더 명확한 책임 배분이어야 한다. 사업 부문 전문가는 규칙의 의미를 책임져야 한다. 기술 팀은 그 의미가 애플리케이션에 어떻게 전달되는지, 접근 제한이 이를 어떻게 따르는지 이해해야 한다.

이는 성공적인 구현의 기준도 바꾼다. 문서를 연결하는 것은 유용한 이정표이지만, 상충하는 지침이 해결됐는지에 대해서는 거의 말해 주지 않는다. 작동하는 시연은 설득력 있는 답변 뒤에 해결되지 않은 소유권 문제를 감출 수 있다.

개인용과 조직용 AI knowledge base의 구분이 여기서 중요하다. 개인의 정보 회상을 돕는 자료가 자동으로 팀을 위한 승인된 지침이 되는 것은 아니다.

장기적인 압박은 공급업체에도 가해진다. 고객이 재사용 가능하고 거버넌스가 적용된 지식을 요구한다면, 애플리케이션 공급업체는 고객이 자신의 컨텍스트 투자를 어떻게 검토하고 이전할 수 있는지 설명해야 할 것이다.

그렇다고 모든 조직에 별도 공급업체가 필요하다는 뜻은 아니다. 주로 기존 플랫폼 안에서 운영되는 기업은 해당 플랫폼의 기본 제어 기능을 선호할 수 있다. 여러 시스템을 사용하는 기업은 공유 해석을 시스템 외부에 유지하는 데 더 큰 가치를 둘 수 있다.

Deloitte Edisyl 출시는 이 선택을 더 명시적으로 만든다. 또 다른 애플리케이션이 해석 문제를 해결할 것이라고 가정하기 전에 구매자가 지식의 경계를 살펴보도록 유도한다.

Edisyl Knowledge Packs는 전문성과 인터페이스를 분리한다

제안된 메커니즘은 기존 AI 인터페이스를 유지하면서 외부 전문성과 내부적 의미를 결합한다.

Edisyl은 핵심 제품을 전문 분야 컨텍스트와 기업별 지식을 결합한 패키지인 Knowledge Pack이라고 부른다. Domain Pack에는 전문가가 주석을 단 자료가 포함된다. Proprietary Pack은 Deloitte가 고객의 통제 아래 남는다고 말하는 내부 정의, 정책, 데이터를 다룬다.

초기 팩은 디자인 파트너와 도메인 전문가들과 함께 개발되고 있다. 이는 보편적 가용성이나 호환성의 증거가 아니라 개발 단계에 대한 설명이다.

Edisyl Knowledge Packs 개념이 중요한 이유는 정보를 찾는 일과 정보를 해석하는 일이 다르기 때문이다. 검색된 구절에는 적절한 용어가 포함될 수 있지만, 어떤 조건에서 그것이 관련성을 갖는지는 설명하지 않을 수 있다.

전문가 주석, 즉 지식 있는 실무자가 추가하는 설명 자료는 이러한 조건을 명시적으로 만들 수 있다. 그 유용성은 범위, 예외, 의존성, 또는 규칙을 좁게 해석해야 하는 이유 중 무엇을 기록하는지에 달려 있다.

이는 제안된 메커니즘에 대한 분석적 설명이며, 검증된 Edisyl 기능에 대한 설명은 아니다. 발표는 모든 주석이 어떻게 구조화되거나 제공되는지를 확립할 만큼 충분한 구현 세부 정보를 제공하지 않는다.

익숙한 기술적 비교 대상으로는 모델이 답변을 생성할 때 사용할 외부 정보를 검색하는 retrieval-augmented generation, 즉 RAG가 있다. 그 효과는 검색이 구절을 해석하는 데 필요한 정보를 보존하는지에 부분적으로 달려 있다.

Anthropic의 contextual retrieval 연구는 검색 전에 문서 세그먼트에 설명적 컨텍스트를 추가함으로써 이 문제를 다룬다. 이 회사는 테스트한 검색 구성에서 개선 효과를 보고했다.

이 연구가 뒷받침하는 지점은 제한적이다. 컨텍스트를 준비하는 방식은 관련 자료가 모델에 도달하는지에 영향을 줄 수 있다. 이는 Edisyl 제품을 검증하거나 동등한 결과를 입증하거나, 전문가 주석이 오류를 없앤다는 점을 보여 주지는 않는다.

상업적 차이는 어떤 지식이 준비되는지, 누가 이를 유지하는지, 고객이 이를 재사용할 수 있는지에 있을 것이다. 기술적 검색 방식과 유지 관리되는 전문 해석의 집합은 배포 과정에서 관련은 있지만 서로 다른 부분을 차지한다.

제안된 시스템 변경을 평가하는 가상의 엔지니어링 어시스턴트를 생각해 보자. 내부 문서는 조직의 아키텍처를 설명할 수 있고, 전문 자료는 더 폭넓은 신뢰성 관행을 설명할 수 있다.

유용한 답변은 일반적인 지침을 내부 요구 사항으로 제시하지 않으면서 이러한 출처를 연결해야 한다. 또한 조직이 특정 관행의 적용 방식을 한 번도 결정하지 않았다면 불확실성을 보존해야 한다.

지식을 별도로 패키징하면 이 구분을 검토 가능하게 만드는 데 도움이 될 수 있다. 동시에 오래된 가정이 축적되는 또 다른 장소가 생길 수도 있다. 아키텍처만으로는 어느 결과가 뒤따를지 결정되지 않는다.

따라서 Edisyl Knowledge Packs에서 유지 관리는 관리상의 세부 사항이 아니라 메커니즘의 일부다. 신중한 해석으로 시작한 패키지도 원본 자료나 내부 정책이 바뀔 때 대응할 방법이 필요하다.

제품이 제안하는 이식성은 또 다른 요구 사항을 더한다. 재사용은 단순히 주석의 텍스트를 옮기는 것이 아니라 그 의미를 보존해야 한다. 그렇지 않으면 각 애플리케이션마다 여전히 사람들이 그 뒤에 담긴 판단을 다시 구성해야 한다.

플랫폼 컨텍스트는 경쟁 경로다

Edisyl은 고객이 이미 사용하는 플랫폼 내부에서 관리되는 컨텍스트의 편의성과 경쟁한다.

Microsoft의 workplace intelligence layer는 구체적인 비교 대상이다. Microsoft는 Work IQ를 권한 인식형 거버넌스와 함께 에이전트를 조직 데이터, 컨텍스트, 도구에 연결하는 계층으로 설명한다.

이 접근 방식은 기존 업무 시스템 가까이에서 시작한다. Edisyl이 밝힌 제안은 시스템 전반에서 이동할 수 있도록 설계된 지식 패키지에서 시작한다. 이러한 접근 방식은 겹칠 수 있으며, 조직은 둘 다 사용할 수 있다.

재사용 가능한 비즈니스 의미를 어디에 둘 것인가가 핵심적인 상충 관계다. 플랫폼은 자사 환경을 사용하는 애플리케이션에 맥락 서비스의 편의성을 제공할 수 있다. 별도 계층은 재사용성과 더 명확한 지식 소유권 같은 이점을 통해 추가 통합 작업을 정당화해야 한다.

구매자에게 편의성은 실질적인 가치가 있다. 기존의 관리 체계, 접근 제어, 운영 친숙도는 새로운 기능을 도입하는 데 필요한 작업을 줄일 수 있다. 따라서 이식성은 전환 비용이 없는 가상의 환경이 아니라 실질적인 대안과 비교해 평가해야 한다.

동시에 네이티브 편의성은 맥락 관련 작업이 얼마나 애플리케이션 종속적으로 변하는지 가릴 수 있다. 팀은 다른 도구를 도입할 때 정의, 지침, 검토 프로세스를 상당 부분 다시 구축해야 한다는 사실을 발견할 수 있다.

공정한 비교 기준은 유용한 동작을 보존하는 데 필요한 노력이다. 파일을 옮기는 일은 쉽게 보여줄 수 있다. 여러 애플리케이션에서 승인된 해석, 접근 경계, 출처 추적 가능성을 보존하는 일은 더 까다로운 과제다.

이 때문에 호환성 주장은 면밀히 읽어볼 가치가 있다. 연결 지원이 애플리케이션이 지식 패키지의 모든 부분을 올바르게 활용한다는 뜻은 아니다. 수신 시스템은 여전히 제공된 정보를 어떻게 선택하고 사용할지 결정한다.

가령 한 조직이 직원 지원과 운영 분석을 위해 별도의 어시스턴트를 사용할 수 있다. 두 어시스턴트 모두 승인된 공급업체에 대한 동일한 정의가 필요할 수 있지만, 필요한 정보 접근 권한은 서로 다를 수 있다.

이식 가능한 계층은 제한된 자료를 노출하지 않으면서 그 공통 정의를 보존할 수 있다면 유용할 것이다. 각 어시스턴트에 별도의 해석과 유지 관리 절차가 필요하다면, 약속된 재사용성의 설득력은 떨어진다.

이러한 점들이 Edisyl이 Microsoft나 다른 공급업체보다 뛰어나다는 것을 입증하는 것은 아니다. 제품들의 범위는 서로 다르며, 이번 발표에는 정면 비교 평가가 제시되지 않았다.

경쟁 측면의 함의는 더 제한적이다. 기업 구매자에게는 애플리케이션이 필요로 하는 지식을 둘 수 있는 또 하나의 제안된 위치가 생겼다. 공급업체는 그 지식이 왜 자사 제품 안에 있어야 하는지, 혹은 별도의 공간을 가질 가치가 있는지를 설명해야 한다.

개발자에게 이 결정은 아키텍처와 디버깅에 영향을 미친다. 답변이 실패했을 때, 문제의 원인이 소스 선택, 해석, 접근 권한, 생성 중 어디에 있었는지 판단해야 한다.

별도 계층은 동작 방식이 투명하다면 이러한 경계를 더 쉽게 살펴볼 수 있게 한다. 반대로 책임이 여러 공급업체에 분산되면 이를 더 어렵게 만들 수 있다.

따라서 Edisyl의 기회는 반복되는 지식 작업을 줄이면서도 그에 못지않게 어려운 조정 업무를 만들지 않는 데 달려 있다. 이는 출시만으로 결론이 난 문제가 아니라 측정 가능한 제품상의 질문이다.

전문가 맥락도 독립적인 검증이 필요하다

더 나은 소스 자료는 AI 워크플로를 개선할 수 있지만, 정답을 보장하지는 않는다.

회의적인 관점은 접근과 활용의 구분에서 시작한다. 관련 정보를 제공한다고 해서 모델이 이를 올바르게 적용하거나, 그 한계를 보존하거나, 정보가 불충분한 상황을 인식한다는 뜻은 아니다.

학술 연구 Lost in the Middle는 검토한 모델과 작업에서 정보의 위치가 성능에 영향을 미친다는 사실을 발견했다. 관련 자료는 더 긴 입력 안에 배치될 때 때로 덜 효과적으로 활용됐다.

이 과거 결과를 Edisyl이나 모든 최신 모델의 현재 벤치마크로 간주해서는 안 된다. 그 지속적인 관련성은 방법론에 있다. 평가는 맥락이 존재한다는 사실만으로 문제가 해결됐다고 가정하기보다 시스템이 맥락을 어떻게 사용하는지 검증해야 한다.

독립적인 위험 지침도 관련된 지적을 한다. NIST의 생성형 AI 프로필은 자신 있게 제시되는 거짓 또는 오류 출력을 뜻하는 환각을 다룬다. 또한 평가와 지속적인 모니터링 과정에서 출처와 인용을 검토할 것을 권고한다.

이를 Edisyl에 적용하면, 발표를 해석할 때 몇 가지 경계를 시사한다. 출처에 근거한 답변도 여전히 출처의 내용을 잘못 전달할 수 있다. 전문가 자료도 적용 범위를 벗어나 활용될 수 있다. 회사가 승인한 정의도 더 새로운 정책과 충돌할 수 있다.

이는 문서화된 Edisyl의 실패가 아니라 평가상의 우려다. 현재 공개된 발표 자료는 이를 해소할 독립적인 결과를 제공하지 않는다.

설득력 있는 평가는 통제된 조건에서 동일한 작업을 비교해야 한다. 검토자는 작업, 이용 가능한 정보, 정확성을 판단하는 데 사용된 기준을 명확히 설명할 필요가 있다.

비교는 역량 있는 기존 워크플로도 고려해야 한다. 관련 회사 정보를 제공받지 못한 어시스턴트와 비교하면, 정보가 보강된 제품은 매력적으로 보일 것이다. 더 유용한 질문은 고객이 이미 유지 관리하는 맥락을 넘어 무엇을 추가하는가다.

어려운 사례는 불균형적으로 중요하다. 일상적인 질문에는 올바르게 답하면서도, 시스템이 예외, 누락된 정보 또는 상충하는 출처를 여전히 잘못 처리할 수 있다. 구매자는 책임 범위를 확대하기 전에 이러한 경계에 대한 가시성을 확보해야 한다.

전문가 간 견해 차이는 또 다른 과제를 제기한다. 전문적 해석이 언제나 일치하는 것은 아니며, 비즈니스 규칙도 언제나 일반 기준에 깔끔하게 대응하지는 않는다.

유용한 시스템은 중요한 경우 이러한 이견을 보존해야 한다. 표현에서 모호성을 제거하면 답변은 읽기 쉬워질 수 있지만, 그 기저의 결정은 오히려 방어하기 어려워질 수 있다.

유지 관리 역시 같은 수준의 검토가 필요하다. 출처가 변경되면 조직은 어떤 해석과 후속 답변이 검토를 필요로 하는지 이해해야 한다. 지식 제품은 지속적인 운영 책임으로 평가해야 한다.

통제에는 기반 문서를 소유하는 것 이상이 필요하다. 구매자는 누가 해석을 변경하고, 업데이트를 승인하며, 어떤 애플리케이션이 이를 받는지 결정할 수 있는지 정해야 한다.

여러 시스템이 같은 지식을 공유할 때 이러한 질문은 특히 중요해진다. 재사용은 수정 사항을 효율적으로 확산할 수 있지만, 발견되지 않은 오류 역시 확산시킬 수 있다.

따라서 Deloitte Edisyl 출시는 아직 해결되지 않은 검증 요건을 지닌 제품 가설로 읽어야 한다. 이는 그럴듯한 병목 지점을 식별하지만, 제안된 제품이 이를 얼마나 일관되게 제거하는지는 입증하지 않는다.

제공 가능성, 이식성, 고객 근거를 지켜봐야 한다

다음으로 의미 있는 근거는 고객이 무엇을 배포할 수 있는지, 시스템 변경 후 무엇이 유지되는지, 실제 업무에서 무엇이 개선되는지를 보여줘야 한다.

향후 몇 달 동안 첫 번째 신호는 구체적인 제품 제공 가능성이다. 유용한 업데이트라면 어떤 Knowledge Packs를 사용할 수 있는지, 지원 범위는 무엇인지, 고객이 사용 전 어떤 작업을 해야 하는지를 설명할 것이다.

이는 개발 파트너십과 반복 가능한 배포가 서로 다른 질문에 답하기 때문이다. 긴밀한 지원을 받는 프로젝트는 가치 있는 요구 사항을 파악할 수 있지만, 다른 고객이 결과를 얼마나 쉽게 도입할 수 있는지는 입증하지 않는다.

명확한 제공 가능성 정보는 Edisyl이 반복 가능한 제품 사업으로 자리 잡고 있다는 주장을 강화할 것이다. 개발 활동에 국한된 설명이 계속된다면 그 결론은 미확정으로 남는다.

제공 가능성은 유지 관리 책임도 분명히 보여줘야 한다. 구매자는 공급업체가 제공하는 콘텐츠와 자체 전문가가 승인해야 하는 해석을 구분할 필요가 있다.

두 번째 신호는 입증된 이식성이다. 가장 강력한 근거는 동일하게 유지 관리되는 지식이 자격 조건과 접근 경계를 그대로 보존한 채 서로 다른 AI 애플리케이션에서 작동하는 모습을 보여주는 것이다.

동일한 문구가 반드시 필요한 것은 아니다. 서로 다른 애플리케이션은 동등한 추론을 서로 다르게 제시할 수 있다. 중요한 것은 동일한 승인된 의미를 보존하고 검토자가 결과를 살펴볼 수 있을 만큼 충분한 근거를 제공하는지다.

성공적인 시연은 Edisyl의 핵심 제안을 강화할 것이다. 광범위한 애플리케이션별 재구축이 필요하다면, 별도 패키지가 반복 작업을 줄인다는 주장은 약화될 것이다.

이식성에는 조직적 측면도 있다. 고객은 이를 노출하는 인터페이스에 전적으로 의존하지 않고도 자신의 지식 자산을 이해할 수 있어야 한다.

세 번째 신호는 기존 워크플로와 비교해 측정한 고객 근거다. 유용한 보고는 작업을 식별하고, 비교 방식을 설명하며, 개선점과 남아 있는 실패 양상을 모두 기술할 것이다.

도입 자체만으로 답변 품질이 입증되지는 않는다. 직원들은 사용하기 쉽다는 이유로 시스템을 선호할 수 있지만, 전문 검토자는 여전히 중요한 해석 오류를 발견할 수 있다.

반대로 신중한 평가를 거친 제한적인 배포는 광범위한 사용 발표보다 더 강력한 근거를 제공할 수 있다. 범위와 측정 방식이 고객 결과가 실제로 무엇을 뒷받침하는지 결정한다.

긍정적인 결과는 전문가 지식을 유지 관리되는 제품으로 다루어야 한다는 주장을 강화할 것이다. 선별된 시연에 국한된 근거는 상업적·기술적 질문을 해결하지 못한 채 남길 것이다.

지식 근로자에게 실질적인 문제는 승인된 전문 지식을 더 쉽게 찾고 더 안전하게 재사용할 수 있는지다. 개발자에게는 맥락을 더 쉽게 점검할 수 있는지의 문제다. 구매자에게는 추가 계층이 그 자리를 차지할 만한 가치를 증명하는지의 문제다.

조직이 다른 어시스턴트를 도입할 때마다 재해석할 여유가 없는 지식부터 시작해야 한다. 누가 이를 승인하는지, 예외는 어디에 있는지, 직원들은 어떻게 답변을 검증하는지 파악하라. 그런 다음 잠재적 공급업체에게 그 지식이 변경되거나 애플리케이션 간에 이동할 때 어떤 일이 일어나는지 보여 달라고 요청하라. Deloitte Edisyl 출시는 이러한 책임을 구매 논의에 끌어들인다는 점에서 주목할 가치가 있다. 실제 작업, 신뢰할 수 있는 비교, 점검 가능한 유지 관리 절차를 통해 이 제안을 판단하라. 다음 AI 워크플로가 어디에서 실행될지 선택하기 전에, 그 답변을 유용하게 만드는 지식을 누가 통제하는지 설명할 수 있는가?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page