생성형 AI 도구를 활용하여 작성 및 편집된 노트입니다.
Anthropic-Infosys 파트너십: 규제 산업용 AI 에이전트가 온다
최근 Anthropic과 Infosys가 손잡고 통신·금융 등 규제 산업에서 쓸 “AI 에이전트”를 함께 만들겠다고 발표했습니다.1 단순 챗봇이 아니라, 업무를 여러 단계로 나눠 스스로 처리하는 자동화 동료가 기업 현장으로 들어온다는 신호라서 의미가 큽니다. 이번 글에서는 이 파트너십이 무엇을 바꾸는지, 어떤 산업에 어떤 방식으로 적용될지, 그리고 실무자가 지금 준비할 것을 핵심만 정리해볼게요.
규제 산업에서 ‘에이전트형 AI’가 유독 어려운 이유
데모에서는 AI가 뭐든 술술 해내지만, 규제 산업은 게임 룰이 다릅니다. 데이터 접근 권한이 촘촘하고, 의사결정 근거를 남겨야 하며, 감사(Audit)와 컴플라이언스가 상시로 따라붙죠. “왜 이 결론이 나왔는지”를 설명하지 못하면 파일럿은 성공해도 운영에서 멈춥니다.
Anthropic CEO가 말한 것도 같은 맥락입니다. “데모와 규제 산업 사이에는 큰 간극이 있다”는 요지인데2, 이 간극을 메우는 재료가 바로 Infosys 같은 SI/컨설팅 기업의 도메인 경험입니다. 즉, 모델 성능만이 아니라 ‘현장에 붙이는 방법’이 승부처라는 뜻입니다.
Claude × Infosys Topaz: 무엇을 합치려는 건가
이번 협업의 골자는 Anthropic의 Claude 모델(개발용 도구인 Claude Code 포함)과 Infosys의 기업용 AI 플랫폼 Topaz를 결합하는 것입니다.3 쉽게 말해 “똑똑한 두뇌(Claude)”에 “기업용 장비와 안전장치(Topaz 방식의 거버넌스/운영 프레임)”를 붙여, 실제 업무 자동화로 이어지게 하겠다는 그림이죠.
특히 눈여겨볼 포인트는 ‘지속적으로 일하는 에이전트’입니다. 한 번 답하고 끝나는 Q&A가 아니라, 긴 프로세스를 쪼개서 문서 검토→규정 체크→보고서 초안 생성→승인 요청 같은 흐름을 이어서 수행하는 형태를 강조합니다.3 이 방향이 맞다면, 기업은 “AI를 어디에 붙일까?”보다 “프로세스를 어떻게 에이전트가 일하기 좋게 재설계할까?”로 질문이 바뀝니다.
통신·금융·제조·개발: 어디에 먼저 쓰나
출발점은 통신업입니다. 전용 CoE(센터 오브 엑설런스)를 두고 통신사 업무에 맞는 에이전트를 만든다고 밝혔죠.3 통신은 네트워크 운영, 고객 라이프사이클 관리, 장애 대응처럼 이벤트가 끊임없이 발생하고 규제도 강해 “자동화 ROI”가 큰 산업입니다.
금융에서는 리스크 탐지, 컴플라이언스 보고 자동화, 개인화된 고객 응대가 언급됩니다.3 여기서 포인트는 ‘개인화’가 단순 추천이 아니라 “계좌 이력과 시장 조건을 함께 고려”하는 식으로 더 무겁게 들어간다는 점입니다. 그래서 더더욱 데이터 거버넌스와 책임소재 설계가 중요해집니다.
제조·엔지니어링에서는 설계와 시뮬레이션을 빠르게 돌려 R&D 사이클을 줄이는 쪽을 이야기합니다.3 이 영역은 텍스트만 잘하는 AI보다, 기존 엔지니어링 툴체인과의 연결이 성패를 가르기 쉽습니다.
소프트웨어 개발은 Claude Code를 활용해 코딩·테스트·디버깅 속도를 높이는 방향입니다.3 흥미로운 건 Infosys가 내부 조직에서 이미 도입해 경험을 쌓고 있다는 대목인데3, “우리도 고객사에 팔 거면 우리부터 써봐야 한다”는 실전형 접근으로 보입니다.
시사점: 지금 기업이 준비하면 좋은 3가지
첫째, “업무를 에이전트 단위로 쪼개는 작업”부터 시작하는 게 좋습니다. 규제 산업은 한 번에 자동화하기 어렵기 때문에, 증빙이 쉬운 단계(문서 요약, 규정 체크, 보고서 초안 등)부터 설계해야 확산이 됩니다.
둘째, 도입 KPI를 생산성만으로 잡지 마세요. 규제 산업에서 진짜 가치는 ‘감사 대응 시간 단축’, ‘보고 오류율 감소’, ‘승인 리드타임 감소’처럼 리스크·거버넌스 지표로도 잡힙니다. 에이전트는 일을 “더 빨리”도 하지만, 일을 “더 안전하게” 만들 때 채택이 빨라집니다.
셋째, 개발 조직이라면 AI 코딩 도구를 개인 실험에서 끝내지 말고, 코드 리뷰/테스트/배포 정책과 함께 묶어 운영 규칙을 먼저 만드세요. AI가 코드를 쓰는 시대엔 “누가 만들었나”보다 “어떤 통제 아래 배포됐나”가 나중에 조직을 살립니다.
이번 Anthropic-Infosys 파트너십은 ‘모델이 좋아졌다’는 뉴스가 아니라, 규제 산업에서 AI가 일하는 방식이 “챗봇”에서 “업무 주체(에이전트)”로 넘어가는 장면에 가깝습니다.1 이제 경쟁력은 도입 속도보다, 안전하게 운영하는 설계 능력에서 갈릴 가능성이 큽니다.
참고
1Anthropic and Infosys team up to build AI agents for regulated industries
3Infosys and Anthropic Announce Collaboration to Unlock AI Value across Complex, Regulated Industries