TCS AI 에이전트 제어, 기업 자율성에 대한 감독 강화
고객들이 비즈니스 시스템에 대한 통제권을 넘기지 않으면서도 자동화를 요구함에 따라, TCS는 기업용 AI 에이전트를 위한 감독 체계를 구축하고 있다. TCS AI 에이전트 제어는 커져가는 운영상의 문제를 겨냥한다. 즉, 직원을 대신해 행동하는 소프트웨어에도 강제 가능한 한계가 필요하다는 것이다. 목표를 향해 행동을 선택하고 실행하는 소프트웨어인 AI 에이전트는 질문에만 답하는 챗봇과는 다른 위험을 낳는다.
핵심 긴장은 위임된 권한과 강제 가능한 감독 사이에 있다. 기업은 에이전트가 여러 애플리케이션에 걸친 업무를 완수하기를 원하지만, 추가되는 모든 권한은 실수의 파급 효과를 키운다. TCS, HCLSoftware, Tech Mahindra는 거버넌스 소프트웨어, 운영 모니터링, 기업 아키텍처를 서로 다르게 조합해 이 문제에 접근하고 있다.
이들의 작업은 구매 결정에도 변화를 준다. 고객은 제안된 제어 계층이 단순히 활동을 표시하는 데 그치지 않고 여러 시스템에 걸친 행동을 통제할 수 있는지 판단해야 한다. 10월에 발표된 보도는 상업적 관심과 제품 개발의 증거를 제공한다. 하지만 이러한 접근 방식이 에이전트 관련 보안 실패를 제거했다는 사실까지 입증하지는 않는다.
TCS AI 에이전트 제어, 개별 애플리케이션을 넘어 확장
TCS는 글로벌 보험사를 위해 기업용 AI 플랫폼을 구축하고 내부 및 제3자 에이전트를 감독하는 프로젝트를 설명했다. The New Indian Express는 회사의 분기 실적 논평을 인용해 10월 30일 이 프로젝트를 보도했다. 이 매체의 AI 에이전트 제어 보도는 액세스, 모니터링, 지출, 정책 집행을 하나의 운영 논의 안에 배치한다.
의미 있는 변화는 감독 자체가 기업 도입 업무가 되고 있다는 점이다. 고객은 비즈니스 업무를 수행하는 에이전트와 함께, 그 에이전트를 관리할 방법도 구매하고 있다. 이는 애플리케이션, 권한, 비즈니스 프로세스가 어떻게 연결되는지 잘 아는 서비스 제공업체에 역할을 만들어낸다.
정책을 설정하고 실행을 감독하는 관리 계층인 제어 플레인은 핵심적인 조직 원리를 제공한다. 그 가치는 에이전트가 도달하는 여러 시스템 전반의 행동에 영향을 미칠 수 있는지에 달려 있다. 완료된 행동을 보여주는 화면은 정보를 제공하지만, 집행에는 다음 행동에 대한 권한이 필요하다.
별도의 10월 보도는 TCS AI 거버넌스에 대한 맥락을 더한다. 이 회사의 최고운영책임자 아르티 수브라마니안은 SAP, ServiceNow, Oracle 등을 포함한 기업 애플리케이션 전반에서 에이전트를 관리하는 방식을 설명했다. Financial Express는 이후 업계 종합 보도에 앞서 10월 12일 해당 기업 거버넌스 계층을 다뤘다.
이 애플리케이션 이름들은 문제가 왜 모델 선택을 넘어서는지 보여준다. 소프트웨어 구성 요소가 같은 회사 내부에 있더라도 기업 프로세스는 조직의 경계를 넘을 수 있다. 각 애플리케이션은 자체 규칙을 적용할 수 있지만, 비즈니스는 전체 프로세스가 일관된 승인 정책을 따르기를 기대한다.
문서를 수집하고, 누락된 정보를 요청하며, 권고안을 준비하는 가상의 보험 워크플로를 생각해 보자. 문서 읽기, 고객 연락, 보험증권 기록 변경에는 서로 다른 수준의 권한이 필요하다. 이를 동일하게 처리하는 배포 방식은 감독의 의미를 만드는 구분보다 편의성을 우선시한다.
보도된 보험사 프로젝트는 구체적인 고객 사례를 제시하지만, 여기서 검토한 보도에는 중요한 구현 세부 사항이 공개되지 않았다. 보도는 고객을 특정하지 않았으며, 독립적으로 검증된 보안 성과도 제공하지 않는다. 따라서 이는 입증된 효과성보다는 수요와 제공 범위에 관한 주장을 뒷받침한다.
이 구분은 제목을 해석할 때 중요하다. TCS AI 에이전트 제어는 보편적으로 검증된 보안 표준이 아니라 발전 중인 기업 역량을 설명한다. 구매자는 여전히 어떤 에이전트가 제어 범위에 포함되고 어떤 행동이 그 통제권 밖에 남는지 확인해야 한다.
TCS의 기회는 이러한 통합 부담에서 비롯된다. 하나의 비즈니스 프로세스는 서로 다른 공급업체에서 구매하고 서로 다른 팀이 유지 관리하는 도구들을 아우를 수 있다. 이들 규칙을 연결하는 작업은 모델 설치나 어시스턴트 활성화를 넘어선다. 고객이 일관된 집행을 받는지는 제어 플레인이라는 이름이 아니라 구현 방식에 달려 있다.
보안팀은 이미 AI 배포를 지연시키고 있다
Cognizant가 10월 22일 발표한 사이버보안 설문조사는 이러한 이니셔티브를 둘러싼 압박을 더 분명하게 보여준다. 해당 AI 보안 조사 결과는 미국 기업의 고위 사이버보안 리더 201명을 조사했다. 응답자 중 83%는 이전 24개월 동안 AI 관련 보안 사고를 경험했다고 답했다.
같은 설문에서 82%는 지난 1년간 보안 우려로 AI 배포를 중단한 적이 있다고 답했다. 자신의 환경 전반에 걸친 AI를 완전히 파악하고 있다고 답한 비율은 38%에 불과했다. 이는 조사 대상 조직의 자체 보고 결과이며, 모든 기업을 포괄하는 측정치는 아니다.
보안 우려는 이미 배포 결정에 영향을 미치고 있으며, 이는 감독을 비즈니스 제공의 문제로 만든다. 중단된 이니셔티브는 자동화 제안과 예상 운영상 이점 사이의 연결을 끊는다. 이는 비즈니스 후원자, 보안 리더, 구현 서비스를 판매하는 제공업체 모두에 압박을 가한다.
이 설문은 신중하게 해석해야 한다. AI 관련 사고는 자율 에이전트 침해보다 더 넓은 개념이다. 조사 결과만으로 에이전트가 보고된 사고를 일으켰다고 확정할 수 없으며, 에이전트 제어 플레인이 이를 방지했을 것이라고도 보여주지 못한다. 이 결과는 표본 내 우려와 노출을 보여주지만 인과관계에 대한 질문은 해결하지 못한다.
기업 구매자에게 실질적인 문제는 책임이다. 비즈니스 팀은 일반적으로 자동화로 얻고자 하는 결과를 정의한다. 보안팀은 액세스와 위협을 평가하고, 애플리케이션 소유자는 특정 기록 변경의 결과를 이해한다. 에이전트 배포는 이러한 책임을 하나의 결정으로 결합한다.
에이전트가 여러 애플리케이션을 넘나들면 이러한 조율은 더욱 까다로워진다. 지원 시스템 안에서는 합리적으로 보이는 권한도 직원 기록에 대한 액세스와 결합되면 다른 위험을 만들 수 있다. 각 연결을 별도로 평가하면 그 조합이 만들어내는 권한을 놓칠 수 있다.
따라서 기업 에이전트 보안은 프로젝트가 출시 전에 확립해야 하는 요소를 바꾼다. 성공적인 데모는 선택된 조건에서 에이전트가 작업을 완료할 수 있음을 보여준다. 운영 검토에서는 정보가 충돌하거나, 필수 승인이 누락되거나, 연결된 서비스가 예기치 않게 동작할 때 무엇이 일어나는지도 판단해야 한다.
이러한 질문은 개발자에게도 압박을 가한다. 팀은 구현할 수 있을 만큼 정확한 경계를 필요로 하지만, 비즈니스 후원자는 종종 광범위한 목표로 이를 설명한다. 읽기, 권고, 커뮤니케이션, 비즈니스 데이터 수정까지 포함될 때 “요청을 처리하라”는 말에는 상당한 모호성이 남는다.
서비스 제공업체도 관련된 상업적 과제에 직면한다. 더 빠른 실행을 약속하는 일은 관련된 모든 시스템에 걸쳐 책임을 정의하는 것보다 쉽다. 신뢰할 수 있는 제안은 어떤 결정이 고객에게 남는지, 제공업체가 어떤 제어를 유지하는지, 사고가 어떻게 책임 있는 운영자에게 전달되는지를 설명해야 한다.
이는 준비 상태를 판단하는 다른 기준을 만든다. 관련된 질문은 조직이 자신감을 갖고 프로세스를 승인하고 감독할 수 있는지다. 모델 품질도 여전히 중요하지만, 성능이 뛰어난 모델이라도 불분명한 소유권이나 상충하는 애플리케이션 권한을 해결할 수는 없다.
TCS AI 거버넌스는 이러한 구매 환경 안에 놓여 있다. 수요는 자동화를 둘러싼 관리 가능한 운영 체계에 대한 것이다. 배포 속도를 원하는 고객도 그 속도가 유용해지기 전에 권한, 증거, 개입에 관한 합의가 필요하다.
자율성은 강제 가능한 경계 안에서만 가치를 얻는다
핵심 상충 관계는 더 광범위한 에이전트 권한과 이를 감독하는 데 필요한 작업 사이에 있다. 에이전트를 제한하면 유용성이 줄어들 수 있다. 권한을 확대하면 직원 대신 유연한 결정을 내리는 소프트웨어를 염두에 두고 설계되지 않은 시스템이 노출될 수 있다.
관련된 경계는 단순히 생성된 언어가 아니라 행동에 관한 것이다. 시스템은 부적절한 변경을 요청하면서도 그럴듯한 설명을 만들어낼 수 있다. 반대로 요청을 오해하더라도 권한이 중대한 실행을 막으면 피해는 제한적일 수 있다. 이러한 결과는 주변의 제어 체계에 달려 있다.
HCLSoftware의 문서는 더 폭넓은 TCS 접근법과 비교할 수 있는 구체적인 사례를 제공한다. BigFix AEX v13의 에이전트 거버넌스 기능은 액세스 제한, 실행 가시성, 보호 장치, 킬 스위치를 설명한다. 킬 스위치는 개입이 필요해질 때 에이전트 작동을 중지하는 메커니즘이다.
이는 독립적인 보안 성능 입증이 아니라 문서화된 공급업체 기능이다. 그 중요성은 세부 수준에 있다. 권한, 추적 가능성, 실행 중지는 구체적인 구현 질문을 만들어낸다. 구매자는 책임 있는 AI에 대한 일반적 약속보다 이러한 기능을 더 직접적으로 조사할 수 있다.
Tech Mahindra는 에이전트 아래의 시스템을 통해 같은 긴장에 접근한다. 9월 9일 발표한 거버넌스 기반 통신 아키텍처는 분절된 레거시 환경과 일관되지 않은 비즈니스 정의를 강조한다. 이 회사는 통신 사업자가 자율 운영을 확장하기 전에 공유되고 통제된 기반을 마련할 것을 제안한다.
이러한 접근법은 서로 다른 수준에서 관련 문제를 다룬다. HCLSoftware는 에이전트 플랫폼 내부의 제어를 설명하는 반면, Tech Mahindra는 에이전트가 의존하는 아키텍처와 비즈니스 의미를 강조한다. TCS는 기업 에이전트와 애플리케이션 전반에 대한 감독을 설명한다. 이들은 성능 결과를 직접 비교할 수 있는 상호 대체 가능한 제품이 아니다.
이들이 공유하는 전제는 자율성이 이를 허용하는 환경에 달려 있다는 것이다. 서로 다른 시스템이 다르게 해석하는 기업 규칙을 에이전트가 안정적으로 따를 수는 없다. 추가적인 추론이 어떤 정의가 권위 있는지 또는 어떤 애플리케이션이 최종 결정을 소유하는지를 자동으로 해결하지는 않는다.
가상의 통신 서비스 변경 사례는 그 차이를 보여준다. 에이전트는 고객 기록, 서비스 가용성, 운영 시스템을 조율할 수 있다. 이러한 시스템이 고객의 자격 요건에 대해 서로 다른 판단을 내린다면, 모니터링만으로는 올바른 답을 확정할 수 없다. 기업은 근본 규칙을 해결하고 변경이 발생하는 지점에서 이를 집행해야 한다.
지식 업무에서도 같은 문제가 나타납니다. 검색된 문서는 유용한 맥락을 제공할 수 있지만, 그 내용을 실행할 권한까지 부여하지는 않습니다. 검색 가능한 지식 베이스에서 기술 자료를 정리하는 팀 역시 참고 정보와 승인된 운영 지침을 구분해야 합니다. 검색된 텍스트가 행동에 영향을 미칠 수 있을 때 이 구분은 중요한 의미를 갖습니다.
바로 이 지점에서 엔터프라이즈 에이전트 보안과 데이터 관리가 맞닿습니다. 제어 계층은 요청을 평가할 만큼 충분한 맥락이 필요하지만, 더 많은 정보를 배포하면 접근 범위가 넓어질 수 있습니다. 설계는 유용한 맥락과 원본 레코드에 부여된 제한을 조화시켜야 합니다.
감독에도 운영 노력이 소요됩니다. 승인 단계에는 검토자가 필요하고, 로그에는 해석이 필요하며, 예외에는 책임자가 필요합니다. 공급업체가 인터페이스를 중앙화한다고 해서 이러한 책임이 사라지지는 않습니다. 비즈니스 사례는 통제를 효과적으로 유지하는 데 필요한 업무까지 고려해야 합니다.
그 결과로 만들어지는 아키텍처는 동일한 워크플로 내에서 서로 다른 수준의 자율성을 부여하는 경우가 많습니다. 에이전트는 정보를 수집하는 데는 광범위한 권한을 가지되, 레코드를 변경하는 데는 더 제한된 권한을 가질 수 있습니다. 결과의 영향이 충분히 클 경우에는, 승인자가 판단할 만큼 충분한 맥락을 제공한다는 전제 아래 사람의 승인을 적용할 수 있습니다.
이러한 배치는 일부 자동화 형태를 제한하는 한편, 다른 형태의 자동화는 더 쉽게 승인할 수 있게 합니다. 이 절충안은 경계가 비즈니스 프로세스를 반영할 때에만 가치가 있습니다. 일률적인 제한은 일상 업무를 방해할 수 있고, 일률적인 자유는 조직이 의도한 범위를 넘어 권한을 확장할 수 있습니다.
제어 플레인이 에이전트의 안전성을 증명하지는 않는다
가장 강하게 남아 있는 미해결 질문은 중앙화된 감독이 복합적인 엔터프라이즈 환경 전반에서 집행 가능한 적용 범위로 이어지는지 여부입니다. 통합 목록과 제품 설명은 제안의 범위를 정의하는 데 도움이 됩니다. 그러나 모든 중요한 행동이 홍보된 통제를 거친다는 사실을 입증하지는 않습니다.
관리 계층은 에이전트의 존재를 알면서도 모든 연결을 통제하지 못할 수 있습니다. 또한 기본 시스템이 변경을 확정한 뒤에야 활동 기록을 받을 수도 있습니다. 구매자는 발견, 관찰, 차단, 복구를 구분해야 합니다. 각각은 서로 다른 대응 방식을 뒷받침하기 때문입니다.
이 구분은 장애 상황에서 특히 중요해집니다. 눈에 보이는 경고는 조사를 지원할 수 있지만, 그 자체로 행동을 되돌릴 수는 없습니다. 에이전트를 중지하더라도 이미 완료된 작업, 이미 전송된 요청, 다른 시스템에서 처리를 기다리는 변경에 관한 질문은 남습니다.
이는 명시된 제품의 결함을 보여주는 증거가 아니라 평가를 위한 질문입니다. 여기서 검토한 공개 자료는 이러한 동작을 비교할 수 있는 공통 테스트를 제공하지 않습니다. 발표 내용만으로 공급업체의 보안 효과를 순위화하는 것은 시기상조입니다.
BCG가 8월에 발표한 분석은 엔터프라이즈 제어 플레인의 더 폭넓은 근거를 뒷받침합니다. 이 분석은 에이전트 플랫폼 전반에 분산된 거버넌스가 신원, 정책, 가시성, 비용과 관련된 문제를 만든다고 주장합니다. 이는 자문 관점이지, 여기서 논의한 구현을 독립적으로 검증한 결과는 아닙니다.
중앙화 자체도 면밀히 검토할 필요가 있습니다. 비즈니스 시스템 전반에 걸쳐 권한을 가진 관리 계층은 보호와 명확한 관리가 필요한 핵심 인프라가 됩니다. 고객은 누가 정책을 변경할 수 있는지, 그러한 변경이 환경 전체에서 어떻게 효력을 갖게 되는지 이해해야 합니다.
활동 기록을 유용한 증거와 혼동할 위험도 있습니다. 로그는 행동이 발생했다는 사실을 기록할 수 있지만, 시스템이 왜 이를 허용했는지는 보존하지 않을 수 있습니다. 조사 담당자는 요청, 적용된 권한, 그에 따른 비즈니스 영향을 재구성할 수 있을 만큼 충분한 맥락이 필요합니다.
사람의 승인에도 같은 주의가 적용됩니다. 설명 없이 요청을 받은 직원은 승인 버튼을 누르는 것만으로 의미 있는 감독을 제공할 수 없습니다. 가치는 해당 사람이 평가할 수 있는 형태로 관련 증거, 결과, 대안을 제시하는 데서 나옵니다.
통제는 지원하려는 비즈니스 목표와 충돌할 수도 있습니다. 지나치게 광범위한 승인 요건은 대기열을 만들고 우회 방식을 부추길 수 있습니다. 관대한 예외 처리 절차는 시간이 지나며 원래 정책을 점차 약화시킬 수 있습니다. 효과적인 감독을 위해서는 그러한 변경 사항에 대한 지속적인 책임이 필요합니다.
TCS AI agent controls를 다른 접근법과 비교하는 구매자에게 필요한 증거는 따라서 구체적입니다. 구매자는 실제 애플리케이션 구성 전반에서 거부된 행동, 중단된 워크플로, 정책 변경, 사고 조사를 시연으로 확인해야 합니다. 성공적인 작업 시연은 이 검토의 일부에만 답합니다.
보안 주장은 비즈니스 성과와도 분리해서 봐야 합니다. 어떤 배포는 중요한 통제 공백을 남긴 채 직원 시간을 절약할 수 있습니다. 또 다른 배포는 엄격한 통제를 적용하면서도 유용한 자동화를 제공하지 못할 수 있습니다. 어느 결과도 단독으로 전체 체계가 고객의 요구를 충족한다는 사실을 입증하지는 않습니다.
상업적 의미는 거버넌스가 단순한 설치가 아니라 지속적인 서비스를 요구한다는 것입니다. 애플리케이션은 변하고, 직원 역할은 이동하며, 비즈니스 규칙은 발전합니다. 출시 시점에 환경과 맞았던 통제 체계도 이후 계속 정렬 상태를 유지할 방법이 필요합니다.
이러한 지속적인 책임은 인도 IT 기업에 기회를 만들지만, 동시에 그들의 약속에 대한 기준을 높입니다. 고객은 누가 적용 범위를 유지하는지, 누가 예외를 해결하는지, 감독이 실패했을 때 누가 대응하는지를 파악할 수 있어야 합니다. 이러한 답변은 신뢰에 관한 포괄적 보장보다 제안을 더 평가하기 쉽게 만듭니다.
고객 증거, 시스템 간 집행, 배포 결정을 주시하라
다음으로 유용한 증거는 운영 결과, 적용 범위 세부 사항, 고객의 배포 결정에서 나올 것입니다. 향후 몇 달 동안 이러한 신호는 10월에 설명된 제어 계층 작업이 반복 가능한 엔터프라이즈 인프라로 자리 잡고 있는지 분명히 해줄 수 있습니다. 이는 책임 있는 AI에 대한 또 하나의 일반적 약속보다 더 중요합니다.
첫 번째 신호는 더 강력한 고객 증거입니다. 공개가 가능한 경우 실명 배포 사례는 구매자가 구현의 배경을 이해하는 데 도움이 됩니다. 유용한 사례는 워크플로, 에이전트에 위임된 권한, 사람이 유지한 책임을 식별할 것입니다.
보도된 보험사 계약의 경우, 제공 범위에 대한 더 자세한 내용은 상업적 진전의 그림을 강화할 수 있습니다. 실제 운영 증거는 계약 발표와는 다른 질문에 답합니다. 독립적으로 평가된 결과는 어느 한쪽의 공개를 넘어 추가적인 뒷받침을 제공할 것입니다.
독자는 고객 증거가 무엇을 빠뜨리는지도 살펴봐야 합니다. 처리 속도 향상에 관한 사례가 예외가 어떻게 처리됐는지를 반드시 설명하는 것은 아닙니다. 정의된 테스트 범위가 없는 보안 주장은 해석하기 까다로울 수 있습니다. 구체적인 경계는 긍정적인 결과를 더 신뢰할 수 있고 이전 가능한 것으로 만듭니다.
두 번째 신호는 시스템 전반에서 입증된 집행입니다. 공급업체는 에이전트가 거부된 요청, 승인 요건, 또는 취소된 권한을 어떻게 마주하는지 보여줌으로써 주장을 강화할 수 있습니다. 중요한 세부 사항은 그러한 조건이 발생했을 때 연결된 애플리케이션이 실제로 무엇을 하는가입니다.
시스템 간 시연은 적용 범위의 한계도 드러내야 합니다. 신뢰할 수 있는 아키텍처는 어떤 행동을 관찰하고, 어떤 행동을 차단하며, 어떤 행동에 별도의 애플리케이션 통제가 필요한지 설명할 수 있습니다. 명확한 한계는 고객에게 설계 결정을 위한 근거를 제공하고 사고 발생 시 모호함을 줄입니다.
이 신호는 시장 내 접근법을 구분하는 데 도움이 될 것입니다. 플랫폼 수준 통제, 엔터프라이즈 통합, 관리되는 데이터 기반은 각각 서로 다른 기여를 합니다. 이들이 함께 작동하는 방식을 보여주는 증거는 모든 위험에 대한 경쟁적 해답으로 취급하는 것보다 더 유용할 것입니다.
세 번째 신호는 감독이 배포 결정을 바꾸는지 여부입니다. Cognizant의 조사 결과는 중단된 이니셔티브를 주목할 만하게 만들지만, 설문조사만으로 어떤 프로젝트가 재개될지는 예측할 수 없습니다. 명확히 정의된 통제 개선을 특정 배포 결정과 연결하는 고객 사례가 더 직접적인 증거를 제공할 것입니다.
그 증거에는 남아 있는 사람의 업무량도 포함되어야 합니다. 상당한 노력을 승인 절차로 옮기면서 자동화를 재개하면 기대되는 이점이 달라질 수 있습니다. 구매자는 검토, 유지 관리, 사고 처리를 포함한 완전한 운영 체계를 이해해야 합니다.
더 폭넓은 비즈니스 질문은 공급업체가 이 작업을 반복 가능하게 만들 수 있는지 여부입니다. 고도로 맞춤화된 계약은 한 고객의 문제를 해결할 수 있지만, 다른 곳으로 확장하기는 어려울 수 있습니다. 재사용 가능한 통제도 서로 다른 애플리케이션, 책임, 중요한 행동에 대한 허용 수준을 수용해야 합니다.
TCS AI agent controls는 엔터프라이즈 감독을 엔터프라이즈 자동화와 함께 다룬다는 점에서 이 논의에 속합니다. 지금까지의 증거는 감독에 대한 수요와 여러 뚜렷한 구현 접근법을 뒷받침합니다. 그러나 어느 공급업체가 가장 안전하거나 가장 효과적인 결과를 제공하는지에 관한 보편적 결론을 뒷받침하기에는 아직 충분하지 않습니다.
다음 에이전트 제안에서는 팀에 중요한 행동을 요청부터 실행까지 추적하도록 요청하십시오. 누가 이를 승인하는지, 어느 시스템이 경계를 집행하는지, 이후에 어떤 증거가 남는지 확인하십시오. 이어서 취소된 권한, 상충하는 정보, 또는 이용할 수 없는 승인자처럼 실패 경로도 같은 수준의 주의로 검토하십시오. 이러한 시나리오는 성공적인 시연이 숨길 수 있는 책임을 드러냅니다. 평가를 조직이 실제로 위임하려는 워크플로에 계속 연결하십시오. 논의가 포괄적인 보장에서 관찰 가능한 행동으로 옮겨갈 때 TCS AI agent controls와 경쟁 접근법을 더 쉽게 판단할 수 있습니다. 에이전트의 권한을 확대하기 전에 누가 개입할 수 있고 그 개입이 무엇을 달성하는지에 관한 명확한 답변을 요구하십시오.
