OpenAI ServiceNow 파트너십, 업무 환경에서 ChatGPT의 역할 확대

OpenAI와 ServiceNow는 10월 28일 파트너십을 확대하며, 실행 권한은 ServiceNow의 통제 아래 유지한 채 ChatGPT에서 비즈니스 작업을 수행할 수 있도록 했다. OpenAI ServiceNow 파트너십은 친숙한 대화형 인터페이스를 운영 업무를 관리하는 시스템과 연결한다. 그 중요성은 이러한 책임 분리에 있다. 직원은 채팅에서 업무를 시작할 수 있지만, 실제 비즈니스 플랫폼은 여전히 그 행동을 관리한다.

이번 발표는 현재 이용 가능한 플러그인과 장기적인 개발 로드맵을 함께 제시한다. 구매자는 지금 평가할 수 있는 기능과 향후 출시될 기능을 구분해야 한다. 어시스턴트를 회사 기록에 연결하는 일은 문서를 요약하도록 하는 것과는 다른 책임을 수반한다.

핵심적인 긴장은 인터페이스의 편의성과 비즈니스 내부의 책임성 사이에 있다. ServiceNow의 별도 Gemini Enterprise 통합은 유용한 비교 대상이다. 이러한 움직임은 새로운 구도를 시사한다. 어시스턴트들은 직원이 업무를 시작하는 장소가 되기 위해 경쟁하는 반면, 워크플로 플랫폼은 업무 완수에 대한 책임을 유지한다.

OpenAI ServiceNow 파트너십이 지금 추가하는 기능

OpenAI의 엔터프라이즈 워크플로 확장에 따르면, ServiceNow MCP 플러그인은 10월 28일 OpenAI 마켓플레이스에서 이용 가능해졌다. MCP(Model Context Protocol)는 AI 애플리케이션과 외부 도구를 연결하는 표준 방식을 제공한다. 강화된 플러그인 기능은 2026년 말까지 제공될 예정이다.

고객은 ChatGPT를 자체 ServiceNow 환경에 연결하고, 제공할 기능을 선택한다. OpenAI는 ServiceNow의 관리형 워크플로 작업 노출 계층인 Action Fabric이 기존 비즈니스 규칙과 권한을 적용한다고 설명한다.

이번 즉각적인 변화로 직원들은 대화에 해당 시스템의 권한을 넘기지 않으면서도 운영 시스템에 접근할 수 있는 또 하나의 진입점을 얻게 된다.

답변과 작업은 결과가 다르기 때문에 이 구분은 중요하다. 잘못된 설명은 독자를 혼란스럽게 할 수 있다. 잘못된 기록 업데이트는 다른 팀의 대기열, 보고 또는 이후의 의사결정에 영향을 줄 수 있다.

따라서 구매자에게 이번 발표는 연결 범위에 관한 실질적인 질문을 제기한다. 어떤 요청은 정보 제공에 머무르고, 어떤 요청은 비즈니스 기록을 변경할 수 있는가? 직원들이 통합 기능에 의존하기 전에 유용한 평가는 그 경계를 명확히 보여줘야 한다.

같은 구분은 사용자가 요청 후 무엇을 보게 되는지에도 적용된다. 어시스턴트는 적절한 작업을 식별하거나, 이를 제출하거나, 성공적으로 완료되었다는 확인을 받을 수 있다. 특히 다른 사람이 요청을 승인해야 하는 경우, 이러한 상태는 명확히 구분되어야 한다.

그렇다고 대화형 인터페이스가 본질적으로 비즈니스 업무에 부적합하다는 뜻은 아니다. 이는 설득력 있는 데모가 무엇을 입증해야 하는지를 바꾼다. 직원이 요청한 변경이 실제로 발생했는지 알 수 없다면, 유창한 응답의 중요성은 떨어진다.

이번 파트너십은 2026년 1월 20일 발표된 관계도 확장한다. 당시의 엔터프라이즈 AI 계약은 음성 기술 및 워크플로 자동화와 함께 ServiceNow 내 OpenAI 모델 접근을 강조했다.

10월의 확장은 반대 방향의 움직임을 더한다. ServiceNow 기능을 OpenAI 인터페이스에서 이용할 수 있게 되면서, 이 파트너십은 기존 애플리케이션 내부에 모델을 공급하는 계약 이상의 의미를 갖게 됐다.

직원에게는 업무 시작 지점이 더 유연해질 수 있다. 관리자에게는 조직의 운영 규칙과 일치해야 하는 또 하나의 인터페이스가 생긴다.

따라서 ServiceNow ChatGPT 통합은 업무가 시작되는 방식을 바꾸는 변화로 이해하는 것이 가장 적절하다. 전체 프로세스가 개선되는지는 대화가 요청을 만든 뒤에 어떤 일이 일어나는지에 달려 있다.

평가는 그 요청을 최종 기록까지 추적해야 한다. 매력적인 채팅 응답에서 멈춘다면 운영 책임을 지는 통합의 핵심 부분을 놓치게 된다.

채팅은 정문이 되고, 실행은 ServiceNow가 유지한다

ServiceNow는 새로운 관리형 워크플로 플러그인을 ChatGPT를 통해 문제를 조사하고 기록을 업데이트하는 방법으로 설명한다. 해당 발표는 작업이 실행되고 거버넌스를 받는 곳은 여전히 ServiceNow라고 명시한다.

미리 보기 시나리오에서는 온콜 엔지니어가 대응을 조율하기 전에 연결된 알림, 최근 변경 사항 및 영향을 받은 서비스를 검토한다. 이는 독립적으로 측정된 고객 성과가 아니라 제안된 제품 경험이다.

유용한 메커니즘은 조사를 실행과 연결하는 동시에 다른 사람이 검토할 수 있는 비즈니스 기록을 보존한다.

이 미리 보기가 암시하는 워크플로를 생각해 보자. 엔지니어는 무엇이 바뀌었는지, 어떤 서비스가 영향을 받았는지, 누가 대응해야 하는지를 파악해야 한다. 대화는 이러한 조사를 정리하는 데 도움이 될 수 있지만, 인시던트에는 여전히 담당자와 신뢰할 수 있는 상태 정보가 필요하다.

통합의 가치는 이 단계들 사이에서 관련 맥락을 전달하는 데서 나올 것이다. 엔지니어가 다른 애플리케이션에서 조사를 다시 구성해야 한다면, 대화형 인터페이스의 편의성은 중요성이 줄어든다.

반대로 대화에서 나온 모든 결론을 인시던트 기록에 자동으로 복사하면 다른 문제가 생긴다. 작업 가설과 확인된 발견은 서로 다른 목적을 가진다. 신뢰할 수 있는 구현은 사용자가 그 차이를 보존하도록 도와야 한다.

이 때문에 인터페이스 문제는 기록 관리 문제와 분리할 수 없다. 직원은 불확실한 가능성을 조사할 여지가 필요하다. 운영 기록은 원래 대화에 참여하지 않은 동료도 이해할 수 있을 만큼 명확해야 한다.

이러한 책임 분담은 양사의 동기를 설명하는 데도 도움이 된다. OpenAI는 사용자가 자사 인터페이스 내에서 계속 업무를 수행할 이유를 얻는다. ServiceNow는 자사 플랫폼이 관리하는 워크플로에 진입하는 또 하나의 경로를 확보한다.

이러한 동기는 어느 한 회사를 종속적인 위치로 만들지 않으면서도 맞물릴 수 있다. 어시스턴트는 사람이 의도를 표현하는 상호작용을 처리한다. 워크플로 시스템은 그 의도가 작업으로 전환되는 조직적 조건을 적용한다.

엔터프라이즈 구매자에게 이 구조는 소프트웨어 도입에 대한 익숙한 가정에 도전한다. 직원은 기존 인터페이스를 열지 않고도 애플리케이션의 기능을 정기적으로 사용할 수 있다. 사용 방식은 바뀔 수 있지만, 근본적인 운영 의존성은 남을 수 있다.

이는 편의성만을 판매하는 공급업체에 압박을 준다. 어시스턴트가 선호되는 인터페이스를 제공할 수 있다면, 기반 애플리케이션은 비즈니스 로직, 신뢰할 수 있는 기록 및 실행을 통해 자신의 역할을 정당화해야 한다.

이는 공개된 상업적 성과가 아니라 아키텍처에 대한 해석이다. 발표 내용은 구매 결정이나 애플리케이션 사용 방식이 어떻게 바뀔지 입증하지 않는다.

다만 구매자가 제안을 평가할 구체적인 방법은 제시한다. 최초 질문에서 조사, 권한이 부여된 업데이트, 완료 확인까지 인시던트를 추적하는 것이다.

ServiceNow ChatGPT 통합은 그 연결 고리를 더 쉽게 따라갈 수 있게 될 때 주목할 가치가 있다. 인시던트 책임자가 무슨 일이 일어났는지 여전히 이해할 수 있을 때에만 더 짧은 대화가 유용하다.

Gemini Enterprise가 이것이 배포 전략인 이유를 보여주는 방식

OpenAI 확장 발표는 ServiceNow가 10월 27일 관련 Google Cloud 파트너십을 발표한 직후에 나왔다. 이 Gemini Enterprise 통합 역시 대화형 상호작용을 ServiceNow 워크플로와 연결한다.

ServiceNow는 IT, 리테일 운영 및 고객 관계 관리 전반에서 일반적으로 이용 가능한 통합 기능을 설명한다. 통신 업계용 통합은 2027년 초에 제공될 예정이다. 발표는 Gemini Enterprise와 기반 워크플로 기능 사이에 Action Fabric을 배치한다.

ServiceNow는 여러 어시스턴트에 걸쳐 영향력을 확장하며, 인터페이스를 자사 플랫폼의 유일한 거점이 아닌 배포 선택지로 만들고 있다.

이 비교는 독자가 OpenAI 계약을 해석하는 방식을 바꾼다. 비즈니스 워크플로에 대한 접근은 가치가 있지만, 더 넓은 전략은 ChatGPT가 모든 직원이 선호하는 어시스턴트가 되는 데 의존하지 않는다.

ServiceNow는 다양한 인터페이스를 지원함으로써 직원이 어디서 업무를 시작하든 관련성을 유지할 수 있다. 어시스턴트 제공업체는 이미 구축된 워크플로 플랫폼과 연결함으로써, 그렇지 않으면 별도로 통합해야 할 비즈니스 프로세스에 진입할 수 있다.

어느 쪽의 계약도 모든 어시스턴트가 동등한 기능을 제공한다는 점을 입증하지는 않는다. 구매자는 공통 파트너 이름만으로 동일한 적용 범위, 관리 통제 또는 출시 성숙도를 의미한다고 판단해서는 안 된다.

의미 있는 비교는 완료되는 작업에 관한 것이다. 권한을 가진 직원이 필요한 정보를 검색하고, 제안된 작업을 이해하며, 그 결과를 확인할 수 있는가? 각기 다른 인터페이스는 이러한 질문에 자체적인 장점으로 답해야 한다.

이는 모델 경쟁과 워크플로 경쟁도 구분한다. 모델은 비즈니스 기록을 변경할 권한 없이도 유용한 설명을 만들 수 있다. 워크플로 시스템은 직원이 선호하는 상호작용을 제공하지 않고도 권한을 집행할 수 있다.

파트너십은 이러한 기능을 결합하지만, 그 차이를 없애지는 않는다. 이에 따라 두 수준 모두에서 경쟁의 여지가 남는다. 어시스턴트가 의도를 얼마나 잘 해석하는지, 그리고 플랫폼이 이를 얼마나 신뢰성 있게 실행하는지다.

엔터프라이즈 아키텍처 팀은 그에 따른 조율 문제에 직면한다. 여러 어시스턴트를 지원하면 유연성을 제공할 수 있지만, 동시에 여러 진입점에서 일관된 규칙의 중요성을 높인다.

직원이 인터페이스를 바꾼다고 해서 승인 요건이 모호해져서는 안 된다. 또한 동료들이 동일한 운영 기록에 대해 상충하는 설명을 받아서도 안 된다.

이는 두 통합에서 보고된 결함이 아니라 평가 기준이다. 여러 대화형 제품을 통해 공유 비즈니스 기능을 노출할 때 자연스럽게 따라오는 기준이다.

경쟁적 맥락은 대체에 관한 주장도 절제하게 만든다. 어시스턴트가 사용자의 관심을 얻는다고 해서 조직의 상태를 유지하는 애플리케이션이 자동으로 사라지는 것은 아니다.

동시에 기반 워크플로를 유지한다고 해서 직원 관계의 주도권이 보장되는 것도 아니다. 인터페이스 제공업체는 사람들이 어디에서 검색하고, 조사하며, 다음 행동을 결정하는지에 영향을 미칠 수 있다.

OpenAI ServiceNow 파트너십은 이러한 협상 안에 놓여 있다. 즉각적인 효과는 접근성 확대이며, 전략적 함의는 직원이 상호작용하는 곳과 비즈니스가 실행되는 곳의 분리다.

이 분리는 고객에게 응답 품질 이상의 비교 기준을 제공한다. 고객은 권한의 연속성, 결과의 명확성, 그리고 선호하는 업무 환경 전반의 일관성을 평가할 수 있다.

Codex, 애플리케이션 구축으로 파트너십 확장

ServiceNow Codex 통합 계획은 OpenAI의 코딩 에이전트를 ServiceNow의 애플리케이션 개발 환경인 AI Workflow Factory에 도입하는 내용이다. OpenAI 모델은 Build Agent와 Autonomous Engineer에도 도입될 예정이다.

양사는 AI Workflow Factory의 Codex가 2027년에 제공될 것으로 예상한다. 또한 2027년 1월에는 보안 기능의 얼리 액세스를 제공하고, 이어 2분기에 정식 출시할 계획이다.

ServiceNow의 Super Intelligence Control Tower용 음성 기능은 2027년 1분기에 제공될 것으로 예상된다. 제안된 경험은 사용자가 AI 사용 사례를 설명하고 위험 평가에 필요한 정보를 제공하도록 돕는다.

이 계획은 기존 업무를 수행하는 수준을 넘어, 그 업무를 정의하는 시스템을 만들고 유지하는 방향으로 파트너십을 확장한다.

개발자에게 이는 고립된 코드 변경을 생성하는 것과는 다른 제안이다. 비즈니스 애플리케이션은 코드가 실행되는지 여부를 넘어선 책임을 가진다. 누가 무엇을 할 수 있는지와 요청이 사람들 사이에서 어떻게 이동하는지를 반영해야 한다.

따라서 ServiceNow Codex 통합의 분석적 매력은 애플리케이션의 비즈니스 맥락에 접근할 수 있다는 데 있다. 코딩 어시스턴트는 변경을 둘러싼 제약 조건과 함께 작업할 수 있을 때 더 유용해진다.

그 유용성은 여전히 평가가 필요하다. 생성된 변경 사항은 이를 유지보수하는 사람들이 이해할 수 있어야 하며, 특히 권한이나 운영 프로세스에 영향을 미칠 때 더욱 그렇다.

성공적인 시연은 요청된 비즈니스 동작과 결과 애플리케이션 동작을 연결해야 한다. 에이전트가 코드를 생성했다는 사실을 보여주는 것보다, 애플리케이션이 의도한 프로세스를 올바르게 처리한다는 것을 보여주는 편이 더 많은 것을 입증한다.

보안 계획 역시 맥락과 관련된 유사한 문제를 제기한다. 잠재적 취약점을 발견하는 일과 조직이 이에 대해 무엇을 해야 하는지 결정하는 일은 관련되어 있지만 별개의 작업이다.

우선순위는 영향을 받는 시스템과 그 운영상 중요도에 따라 달라진다. 조치에는 담당자, 적절한 변경 절차, 그리고 근본 문제가 해결되었는지에 대한 확인도 필요하다.

양사가 제안한 조합은 보안 분석을 조직적 맥락과 연결한다는 점에서 의미가 있다. 더 나은 결정을 만들어 내는지는 실제 배포와 독립적으로 평가 가능한 결과를 통해 확인해야 할 문제로 남는다.

음성은 같은 주제에 또 다른 변형을 더한다. 특히 양식이 여러 답변에 흩어진 맥락을 요구할 때, 말로 정보를 제공하면 더 쉬울 수 있다.

그러나 더 쉬운 입력 방식이 결과 평가의 정확성을 보장하지는 않는다. 사용자는 시스템이 이해한 내용을 검토하고 누락되거나 모호한 세부 사항을 여전히 해결해야 한다.

제품 로드맵은 공통된 하나의 생각을 중심으로 일관성을 갖는다. 즉, 인간의 의도를 거버넌스가 적용되는 환경 안의 구조화된 업무로 변환하는 것이다. 코딩, 보안 조사, 음성 기반 평가는 각각 이 생각을 서로 다르게 적용한다.

구매자는 로드맵을 평가할 때 이러한 차이를 유지해야 한다. 플러그인이 인시던트 업데이트에 작동한다는 증거가 미래의 코딩 또는 보안 통합 준비 상태를 입증하지는 않는다.

계획된 기능은 전략적 평가에 포함되어야 한다. 조달 및 배포 결정은 평가할 수 있는 특정 제품에 계속 연결되어야 한다.

권한은 권위를 다루지만, 정확성은 별도의 문제로 남는다

비즈니스 규칙과 권한에 대한 파트너십의 강조는 필수적인 엔터프라이즈 요구 사항을 다룬다. 그러나 그 자체만으로 AI가 지시한 작업의 품질에 관한 모든 질문에 답하지는 못한다.

작업은 권한이 있을 수 있지만, 여전히 실수이거나 불완전하거나 상황에 부적절할 수 있다.

직원은 여러 인시던트 레코드를 업데이트할 권한을 가질 수 있다. 그러나 시스템은 여전히 의도된 레코드를 식별하고 요청된 변경을 이해해야 한다. 권한은 권위를 부여하지만 의도를 입증하지는 않는다.

이 구분은 발표된 플러그인 실패의 증거라기보다 접근 방식의 분석적 한계다. 이는 조직이 액세스 제어와 함께 의사결정 품질을 평가해야 하는 이유를 설명한다.

모호한 요청은 유용한 시험 사례를 제공한다. 여러 레코드가 그 설명에 부합하는 상황에서 직원은 “이전 인시던트”를 언급할 수 있다. 신뢰할 수 있는 상호작용이라면 중요한 업데이트를 수행하기 전에 모호성을 해소해야 한다.

부분 완료도 비슷한 주의가 필요하다. 요청에는 정보 검색, 변경 제안, 업데이트 제출이 포함될 수 있다. 이후 단계가 실패하면 직원은 무엇이 완료되었는지 정확히 파악할 수 있어야 한다.

이는 대화형 언어가 완료되지 않은 프로세스도 마치 마무리된 것처럼 들리게 할 수 있기 때문에 중요하다. 구매자는 어시스턴트의 설명과 운영 시스템이 확인한 상태 사이의 연결을 검토해야 한다.

같은 원칙은 작업에 승인이 필요할 때에도 적용된다. 제출된 요청과 승인된 변경은 서로 다른 결과다. 인터페이스는 사용자가 추론할 필요 없이 그 차이를 전달해야 한다.

이는 수용 테스트를 위한 실질적인 질문이다. 통합에 안전장치가 없다고 가정할 필요는 없다. 대신 현실적인 조건에서 이러한 안전장치가 어떻게 작동하는지 벤더에게 시연하도록 요구해야 한다.

공개 발표는 기능과 의도된 이점을 강조한다. 인시던트 해결, 오류율 또는 관리 업무량에 대한 통합의 효과를 입증하는 독립적 측정치는 제공하지 않는다.

이처럼 누락된 측정치는 독자가 내릴 수 있는 결론을 제한한다. 제공되는 통합은 워크플로를 평가할 기회를 마련하지만, 그 워크플로가 모든 조직의 운영을 개선한다는 사실을 입증하지는 않는다.

출시는 또한 지식의 경계를 도입한다. 개인 메모와 조직의 공식 기록은 모두 누군가가 문제를 이해하는 데 도움이 될 수 있지만, 서로 다른 권위를 지닌다.

이러한 구분을 고려하는 독자는 운영 프로세스에 어떤 정보가 포함되어야 할지 결정하기 전에 개인 지식 베이스를 살펴볼 수 있다.

개인적인 관찰은 승인된 조직 결론이 되지 않고도 조사에 정보를 제공할 수 있다. 이 구분을 명확히 유지하면 동료들이 무엇을 신뢰할 수 있는지 이해하는 데 도움이 된다.

따라서 더 큰 과제는 상호작용 전반의 책임성이다. 조직은 어떤 정보가 제안된 작업에 영향을 주었는지, 누가 이를 승인했는지, 그리고 비즈니스 시스템이 무엇을 수락했는지 알아야 한다.

이러한 요구 사항은 처음부터 평가를 형성해야 한다. 직원들이 대화형 확인을 신뢰하는 습관을 들인 뒤에 이를 추가하면 전환을 관리하기가 더 어려워질 것이다.

OpenAI와 ServiceNow의 파트너십은 지원과 거버넌스가 적용되는 실행을 결합하기 위한 아키텍처를 제시한다. 특정 비즈니스에 적합한지는 그 아키텍처가 일상적인 불확실성을 얼마나 명확하게 처리하는지에 달려 있다.

제공 현황, 운영 증거 및 어시스턴트 간 일관성을 살펴보라

다음 단계는 제품 제공과 관찰 가능한 사용을 통해 판단해야 한다. 폭넓은 약속은 방향을 제시하지만, 출시 세부 사항과 배포 증거는 고객이 무엇에 의존할 수 있는지를 보여준다.

가장 유용한 신호는 직원들이 일하는 환경 전반의 기능, 책임성, 일관성과 관련된다.

첫 번째 신호는 2026년 말까지 예정된 향상된 플러그인 출시다. 구매자는 제공되는 작업, 관리 제어 및 확인 동작에 대한 구체적인 문서를 찾아야 한다.

이러한 경계를 명확히 하는 출시는 통제된 배포의 근거를 강화할 것이다. 인터페이스 시연에 집중된 출시는 운영 준비 상태에 대한 증거를 덜 제공할 것이다.

시연이 설득력 있더라도 이 구분은 중요하다. 준비된 예시는 의도된 경험을 보여줄 수 있다. 관리자는 요청이 불완전하거나 권한이 서로 다를 때 제품이 어떻게 동작하는지도 이해해야 한다.

두 번째 신호는 파트너 기업 내부 사용에서 나온 증거다. ServiceNow는 ChatGPT Work와 Codex를 모든 직원에게 제공할 계획이며, OpenAI는 내부적으로 ServiceNow 워크플로를 사용한다고 밝혔다.

접근성과 채택은 서로 다른 척도다. 전 직원 대상 제공은 배포 범위를 보여주지만, 관련 업무에서 반복적으로 사용되는 것은 실질적 가치에 대한 더 강한 지표가 된다.

더 유용한 증거는 채택을 식별 가능한 워크플로 결과와 연결하는 것이다. 독자는 명확히 정의된 작업과 완료 또는 품질이 어떻게 평가되었는지에 대한 설명을 찾아야 한다.

이러한 결과 역시 신중한 귀속이 필요하다. 배포 이후의 개선이 새 프로세스의 어느 부분이 이를 만들어 냈는지를 자동으로 보여주지는 않는다.

세 번째 신호는 어시스턴트 통합 간의 일관성이다. ChatGPT와 Gemini Enterprise가 ServiceNow 기능을 제공함에 따라 고객은 각 인터페이스가 공통 운영 요구 사항을 어떻게 처리하는지 비교할 수 있다.

일관된 권한과 이해하기 쉬운 결과는 서로 다른 어시스턴트를 통해 직원에게 도달하려는 ServiceNow의 전략을 뒷받침할 것이다. 동작이 달라지면 관리와 직원 안내는 더 까다로워질 것이다.

ServiceNow에는 이 접근 방식을 성공시키려는 상업적 이유가 있다. 회사는 분기 운영 실적에서 연초 이후 기준 프로덕션 에이전틱 AI 소비가 전년 동기 대비 13배 이상 증가했다고 보고했다.

에이전틱 AI는 응답만 생성하는 것이 아니라 작업을 향해 행동을 수행하는 시스템을 뜻한다. 보고된 성장은 회사 전반의 맥락이며, 새로 발표된 이 통합의 측정치는 아니다.

독자에게 주는 시사점은 각 수준의 증거를 구분하는 것이다. 성장하는 카테고리가 특정 제품의 품질을 입증하지는 않으며, 유망한 제품이 조직 전체의 결과를 입증하지도 않는다.

OpenAI와 ServiceNow의 파트너십은 실용적으로 해석할 가치가 있다. 현재 제공되는 워크플로를 팀이 이미 사용하는 워크플로와 비교하라. 관리자에게 허용된 업데이트, 모호한 요청, 거부된 작업 및 중단된 프로세스를 시연해 달라고 요청하라. 각 사례를 비즈니스 레코드까지 추적하라. 향후 코딩, 음성 및 보안 계획을 평가에 포함하되, 현재의 결정은 직접 검토할 수 있는 기능에 연결하라. 그런 다음 직원들이 반복을 줄이고 무슨 일이 있었는지 더 명확히 이해한 채 작업을 끝내는지 살펴보라. 어떤 운영 프로세스가 대화형 진입점의 이점을 얻을 수 있으며, 이에 의존하기 전에 팀은 어떤 증거를 요구할 것인가?