기조 연설: 인간-에이전트 팀의 미래에 오신 것을 환영합니다

안녕하세요. 뉴욕에서 열리는 Work Innovation Summit에 오신 것을 환영합니다.

좋습니다. 그럼 우리가 모두 여기에 모인 이유는 무엇일까요? 우리는 배우기 위해 이 자리에 모였습니다. 오늘 남은 시간 동안 훌륭한 세션이 준비되어 있습니다. 우리는 교류하기 위해 이 자리에 모였습니다. 왼쪽을 봐도, 오른쪽을 봐도 기술 분야에서 가장 영감을 주는 리더들로 둘러싸여 있습니다.

그리고 우리는 미래, 업무의 미래, 그리고 주체적 업무의 미래에 대한 영감을 얻기 위해 이곳에 모였습니다.

먼저 장기적인 성장을 추구하는 선구적인 기업과 파트너십을 맺고 있는 LTSC의 공동 주최사에 감사의 말씀을 드리고 싶습니다.

이제 가정생활에서부터 여정을 시작해 보겠습니다.

그리고 가정에서는 AI 에이전트와 함께 일하면서 생산성이 크게 향상되는 것을 보고 있습니다. AI 에이전트는 우리가 조사하는 것을 도와줍니다. AI 에이전트는 우리가 창작하는 것을 도와줍니다. 계획을 세우는 데 도움을 줍니다.

하지만 어떤 이유에서인지 업무에 있어서는 그다지 도움이 되지 않습니다.

그리고 여러분이 보시는 것은 업무 생활에서 기대했던 이러한 엄청난 생산성이 아직 실현되지 않았다는 것입니다.

그 이유는 무엇일까요?

업무 생활이 가정 생활과 다른 이유는 5가지가 있습니다.

첫 번째는 지식이라는 작은 요소입니다. 기본적으로 집에서는 신경 써야 할 유일한 배경 정보가 여러분의 머릿속에 있으며, 이를 쉽게 떠올릴 수 있습니다.

하지만 직장에서는 과거에 업무를 수행했던 성공적인 방식이 다른 사람들의 머릿속에 존재합니다. 이것이 바로 팀에 인턴이 들어온 적이 있다면, 인턴이 누가 무엇을 알고 있는지, 그리고 우리가 이곳에서 어떻게 일을 하는지 알 수 있도록 인턴을 온보딩하는 데 몇 주가 걸린다는 것을 깨닫게 되는 이유입니다.

업무는 가정 생활과도 다른데, 업무에서는 여러 시스템이 서로 연관되어 있기 때문입니다.

수십, 수백 개의 시스템과 여러 사람이 관여합니다.

사실, 많은 사람들이죠. 이제 집에서 이러한 에이전트 중 하나와 소통할 때, 조율해야 할 유일한 사람은 바로 여러분 자신입니다.

배우자나 자녀와 조율해야 할 수도 있습니다.

하지만 직장에서는 가장 간단한 일을 처리하기 위해 10명, 20명, 30명의 사람들과 조율해야 합니다. 그리고 말이죠. 모두 각자의 의견이 있습니다.

이들은 사물이 어떻게 보여야 하는지, 어떻게 느껴져야 하는지에 대한 의견을 가지고 있습니다. 그들만의 기준이 있습니다. 각자 선호하는 것이 있습니다.

이것은 가정 생활과는 많이 다릅니다.

그리고 마지막으로, 집에서는 자신의 데이터만 신경 쓰면 됩니다. 공유하려는 데이터의 양을 선택할 수 있습니다.

하지만 직장에서는 고객 데이터라는 정말 소중한 것이 있기 때문에 그 선택이 정말로 여러분의 것이 아닙니다.

이것이 바로 직장이 가정과 다른 이유이며, Asana가 이러한 업무 환경의 모든 맥락적 문제를 해결하는 휴먼 에이전트 운영 체제를 구축하기 시작한 이유입니다.

우리는 업무 그래프로 여정을 시작합니다.

업무 그래프는 누가 언제까지 무엇을 하는지, 그리고 과거에 업무가 어떻게 처리되었는지에 대한 살아있는 원장입니다. 이를 통해 업무 그래프를 기반으로 업무를 시작하는 모든 에이전트가 이미 해당 이력과 지식을 보유하고 있는지 확인할 수 있습니다.

둘째, Asana는 이제 커넥터를 통해 500개의 시스템을 연동합니다. 즉, 일상 업무에서 아직 만나지 못하셨다면 오늘 많은 분들이 만나게 될 AI 수석 보좌관인 Dash가 필요한 워크플로가 무엇인지 추론할 수 있다는 뜻입니다. 모호한 프롬프트를 받아들여 이를 워크플로와 일련의 작업으로 변환하고 실제로 업무를 완료할 수 있습니다.

이제 사람들을 조율하는 측면에서, 우리는 모든 사람을 위한 멀티플레이어 액트 하니스로 시작합니다.

모두가 마감일이 언제인지, 다음에 누가 무엇을 해야 하는지 확인할 수 있는 단일 캔버스, 단일 원장이 있습니다. 이 멀티플레이어 하니스를 통해 업무 조율의 어려움과 반복되는 주고받기의 늪에서 벗어날 수 있습니다.

팀원을 미리 구축했습니다.

팀원은 인간과 똑같이 행동하는 액터입니다.

저희는 오늘부터 팀에서 업무를 처리할 수 있도록 이러한 팀원을 30명 정의하고 구축했습니다.

하지만 팀원의 가장 좋은 점은 멀티플레이어 모드에서 팀원과 상호작용할 수 있다는 것입니다. 즉, 팀원의 모든 선호 사항, 모든 취향을 팀원에게 반영할 수 있습니다. 즉, 원하는 모습, 원하는 결과물, 활용할 입력값을 팀원에게 반영할 수 있습니다.

그리고 범위가 지정된 에이전트를 사용하면 이 팀원들 각각을 프로그래밍할 수 있습니다. 액세스 권한을 부여하고자 하는 데이터에만 액세스하도록 프로그래밍할 수 있습니다.

원하는 비용만 소모하도록 할 수 있습니다.

또한 모든 팀원에 대한 승인 단계를 정의하여 기존의 계층 구조를 따르도록 할 수 있습니다.

이것이 바로 휴먼 에이전트 운영 체제입니다. 여기에서 우리는 기업 AI 생산성을 제공하는 방법과 관련한 5가지 주요 과제를 해결했습니다.

이제 실제 사례를 살펴보겠습니다. 이 실제 사례의 주인공은 신디입니다.

신디 님은 매우 행복한 삶을 시작합니다. 그녀는 고객 지원팀에서 일하고 있습니다.

그녀는 고객 지원을 위한 새로운 툴을 찾았습니다. 그녀는 이 도구를 그룹 전체에 배포하고 싶어 합니다.

그리고 그녀는 경쟁에서 앞서 나가고 있습니다. 그녀는 자신의 예산이 얼마인지 알고 있습니다.

어떤 벤더를 고려하고 있는지 알고 있습니다. 이미 RFP를 보냈습니다.

하지만 '새로운 고객 지원 도구가 필요합니다'라는 간단한 요청을 받은 신디님과 같은 분들에게는 일반적으로 어떤 일이 일어날까요? 바로 현실에 직면하게 될 것입니다.

현실은 냉혹합니다.

현실은 100개의 하위 작업입니다.

저는 실제로 저와 관련된 이러한 작업 중 일부를 수동으로 작성했습니다. 새로운 고객 지원 팀을 가동하기 위해서만도 많은 작업이 필요합니다... 도구를 실행하는 데 말이죠.

그러니까 작업이 정말 많습니다.

이 작업들이 어떻게든 선형적이라면 간단할 수 있겠지만, 실제로 업무를 시작하면 다음과 같이 됩니다.

업무를 주고받는 과정에서 길을 잃게 됩니다.

너무 익숙한 상황이라 여기서 고통스럽게 얼굴을 찡그리는 분들도 계실 겁니다. 직장에서 우리가 시간을 할애하는 것은 종종 실제 업무가 아니라 일을 위한 일이기 때문입니다.

이것이 바로 제가 '업무 소용돌이'라고 부르는 것에 갇혀 있는 수많은 팀의 현실입니다.

더 나은 방법이 있어야 합니다.

이 새로운 고객 지원 도구에 대한 Cindy 님의 희망과 꿈이 방금 산산조각 났습니다. 벤더를 선정하는 것만으로도 8주, 9주, 10주짜리 프로젝트가 되고 있기 때문입니다.

Cindy 님을 도와드릴 수 있는지 알아보겠습니다.

이제 Asana를 사용하면 AI 수석 보좌관인 Dash가 새로운 시작점이 됩니다.

Dash가 Cindy 님께 오늘 무엇을 할 것인지 물어볼 것입니다. 새로운 고객 지원 벤더를 선정하고 싶어요.

하지만 Dash는 빈 캔버스로 시작하지 않습니다.

Dash는 즉시 업무 그래프를 스크랩할 것입니다.

Dash는 회사가 해온 모든 일을 파악하고 있습니다.

사실 이 예시에서 Dash는 과거에 새로운 벤더를 온보딩한 적이 있는지 살펴보고 파악할 수 있습니다. 했던 것 같아요. 그 과정에는 무엇이 포함되었나요? 과거의 모든 프로젝트, 과거의 모든 예산, 과거의 모든 목표, 내려진 모든 결정, 모든 회의를 살펴보고 실제로 수행해야 하는 100가지 작업을 파악하여 하나의 캔버스에 깔끔하게 정리할 수 있습니다.

그리고 아시나요? 저는 그보다 조금 더 많은 일을 할 겁니다.

저는 누가 누구인지 어느 정도 알고 있습니다. 이제 이 작업을 수행해야 하는 사람들을 배정하여 이 작업을 완료할 수 있는 체계를 갖출 것입니다.

그리고 여기에서 이 업무에 배정된 특이한 사람들이 몇 명 있는 것을 보실 수 있습니다. 이전에 본 적이 없을 수도 있는 일부 캐릭터입니다.

이들은 팀원입니다.

이들은 미리 만들어진 팀원입니다.

사실, 지금 이 시점에서 저는 여러분께 이러한 팀원 중 세 명을 소개해 드리겠습니다. 보안 검토자, 가격 분석가, 프로젝트 보조자입니다. 이들은 미리 구축되고 패키지로 제공되는 팀원입니다.

Asana는 업무와 관련하여 오랜 경험을 쌓아왔습니다. 그래서 여러분 모두에게 유용할 것으로 생각되는 30명의 사전 구축된 팀원을 만들었습니다.

저희는 이 각 팀원을 자세히 살펴보고, 그들에게 기술을 부여하고, 여러분에게 가장 도움이 되는 방법을 정확히 알 수 있도록 교육했습니다.

이들이 바로 사전 구축된 팀원들입니다. 갑자기 Cindy 님의 업무가 훨씬 수월해졌습니다.

단일 환경에서 사람과 에이전트가 모두 참여하는 여러 업무 흐름을 조율할 수 있습니다.

그리고 신디 님에게 가장 눈에 띄는 것은 벤더 선정입니다.

보안 검토를 통과했습니다. 요구 사항을 충족하지 못합니다.

안타깝게도 특정 벤더가 예산 요건을 충족하지 못했습니다. 견적 금액이 $600,000였습니다. 신디 님은 연간 $500,000만 지출할 수 있었습니다.

하지만 걱정하지 마세요.

이 회사에 있는 다른 사람이 협상 에이전트를 미리 구축해 두었습니다.

이 협상 에이전트에는 사전 정의된 규칙이 있습니다. 어떤 협상 플레이북을 따라야 하는지 정확히 알고 있습니다. 예산 한도가 얼마인지 알고 있으며, 재무 부서에서 어떤 사람이 어떤 수준에서 승인할 수 있는지도 알고 있습니다.

이것이 바로 에이전트의 범위를 정하는 개념입니다. 이 에이전트는 미리 범위가 지정되어 있습니다. 에이전트가 작업을 시작합니다. 이 제안에 대해 작업을 시작합니다. 실제로 Cindy에게 답장을 보냅니다. 신디 님에게 새로운 제안을 제시합니다. 벤더가 선택되었습니다.

삶이 즐겁습니다.

8주 동안 주고받는 대신, 현실적으로 며칠 만에 이 일이 이루어집니다.

여러분께 여쭤보고 싶은데요. 여러분의 그룹에서 에이전트화하고 싶은 업무 프로세스가 있나요? 오늘 어떤 워크플로를 에이전트화하실 건가요?

남은 시간 동안 마케팅, IT, 전략적 운영, R&D 부서에 있든, 조직 전체의 프로세스 작성기이든 관계없이 에이전트 워크플로를 만드는 것이 생각보다 쉽다는 점을 알려드리고자 합니다.

Asana는 인간과 에이전트 팀을 위한 운영 체제를 제공하므로 모두가 함께 워크플로를 수행할 수 있습니다.

이제 최고 제품 책임자인 Arnah Bose 님께 마이크를 넘기겠습니다. Arnah 님께서 오늘 여러분 모두가 이러한 워크플로를 만드는 방법에 대해 더 자세히 설명해 주실 것입니다. 감사합니다.

여러분, 안녕하세요. 잘 지내고 계신가요? 그저 그런가요... 네. 활기를 불어넣어 봅시다. 좋아요. 네.

뉴욕 관객분들의 열기를 보니 기분이 좋네요. 저는 아르나브입니다. 저는 Asana의 제품 팀장입니다.

오늘 제가 소개해 드리고 싶은 것은 댄 님이 한 단계 더 상세하게 보여드린 내용입니다.

그가 선보인 것은 여러 시스템에 걸친 조율된 실행이었고, 그런 다음 Asana에서 10년 이상 구축해 온 이 컨텍스트 크래프트, 즉 워크 크래프트의 강력한 기능을 통해 이 모든 것을 구축하는 것이었습니다.

제 섹션에서는 업무 그래프 컨텍스트를 Stack.ai의 강력한 기능을 활용하여 여러 시스템에 걸친 작업을 조율하는 방법과, 이러한 엔드투엔드 프로세스를 반복적으로 사용하여 데이터를 업무 그래프에 다시 기록하는 방법에 대해 설명하겠습니다. 그러면 예외가 발생하거나 새로운 협상이 이루어질 때마다 해당 데이터가 컨텍스트 시스템에 기록되어 재사용 가능한 지식이 됩니다.

다룰 주제가 몇 가지 있습니다. 하나는 조율된 실행입니다. 업무 그래프의 강력한 기능을 통해 이를 어떻게 개선할 수 있을까요? 그리고 이러한 실행, 즉 반복적인 실행을 어떻게 지식으로 전환하여 다음번에 오케스트레이션된 워크플로를 실행할 때 훨씬 더 나은 결과를 얻을 수 있을까요? 그만큼 더 정확해집니다.

그래서 우리는 이제 Asana의 일부가 된 stack.ai의 강력한 기능을 통해 여러 시스템과 연결하는 측면에서 이 모든 작업을 백엔드에서 수행하고 있습니다.

이제 댄 님이 설명한 협상 단계에 대해 좀 더 자세히 알아보겠습니다.

고객이 받은 것은 새 벤더의 견적으로, 575,000달러였으며 이는 500,000달러의 예산을 훨씬 초과하는 금액이었습니다.

그리고 견적서가 들어왔습니다. 여러분 대부분이 일상 업무에서 경험하셨듯이, 아마도 PDF로 들어왔을 것입니다.

PDF에는 이용 약관이 있습니다. 자잘한 글씨로 된 내용도 있습니다.

그리고 이것이 그냥 승인해도 되는 것인지 파악하는 것이 쉽지 않습니다.

Stack Overflow가 백그라운드에서 수행한 작업은 고객이 승인한 모든 과거 견적을 검토하는 것이었습니다. 모든 PDF를 읽고 RAG를 지원하는 지식 베이스로 변환했습니다. 즉, 매우 빠른 검색을 수행할 수 있으며, 비정형 데이터 집합에 대해 에이전트 워크플로를 수행할 수 있다는 뜻입니다.

따라서 사용자당 라이선스 비용, 계약에 해지 조항이 있는지 여부, 비용에 지원 비용이 포함되는지 여부 등과 같은 모든 사소하지만 흥미로운 세부 정보는 단순한 조회가 아니기 때문에 분석이 훨씬 더 복잡해집니다. 이제 Stackie를 통해 백엔드에서 해당 비교를 수행할 수 있습니다. 따라서 기본적으로 이러한 모든 비정형 데이터를 변환하여 백엔드에서 여러 시스템을 연결할 수 있습니다.

그렇다면 Stack 워크플로는 어떤 역할을 하나요? 승인된 항목을 분석합니다. 특정 신규 견적과 모든 이용 약관을 검토한 후 반대 제안을 해야 한다고 판단합니다. 그리고 수정 제안은 15% 할인가로 $489,000여야 합니다.

하지만 이 업체는 신규 벤더입니다. 과거에는 실제로 이 프로세스를 거치지 않았습니다.

따라서 단순히 작업을 완전히 자동화된 방식으로 실행할 수 없는 상황입니다.

저희는 인간과 AI 에이전트가 팀을 이루어 협력할 때 최상의 결과를 얻을 수 있다고 믿습니다.

맞죠? 저희는 고객과 비즈니스가 자동화와 AI와 함께 일할 수 있다면 번창할 것이라고 믿습니다. 따라서 Stack은 Asana에 190개 이상의 커넥터를 통해 해당 승인 워크플로를 위한 완벽하게 구성된 프로젝트를 자동으로 구축할 수 있습니다. 여기에는 제안의 세부 정보가 포함됩니다. 여기에는 재무적 관점이나 법적 관점에서 우리가 조사해야 할 사항에 대한 세부 정보가 포함되며, 이러한 하위 작업을 배정하고 인력 팀을 투입하게 됩니다. 이것은 인간과 AI 에이전트가 동일한 원장에서 하나가 되어 협력하는 것이며, 이것이 바로 우리가 말하는 조율된 실행입니다.

따라서 해당 반대 제안이 승인될 준비가 되면 재무팀이 이렇게 말합니다. 보세요. 1년 이내 퇴사 조항을 넣고 싶습니다.

법무 승인팀에서는 우리가 추가하고 싶은 레드라인이 많다고 할 수도 있습니다.

사람들이 제공하는 모든 데이터가 이제 업무 그래프에 기록됩니다. 따라서 이러한 데이터는 작업에 기록되며, 이제 Stack AI 워크플로에서 이와 같은 예외가 다시 발생할 때 사용할 수 있습니다.

여기서 보여드리는 것과 우리가 '조율된 실행'이라고 말하는 것은 여러 기록 시스템과 여러 백엔드 시스템을 연결하는 이 완벽한 기능을 갖춘 워크플로 빌더를 얻는 것뿐만 아니라, 여러분이 이전에 많이 보셨던 것들이지만, 이것이 업무 그래프에 의해 구동된다는 것입니다. 따라서 컨텍스트부터 시작합니다. 또한 업무 그래프와 Asana가 제공하는 모든 기능을 기반으로 작동하므로 예외가 발생할 경우 인간 팀을 투입하여 협업하고 조율하며 적절한 다음 단계를 파악할 수 있으며, 향후 해당 프로세스를 개선할 수 있습니다. 이것이 바로 우리가 말하는 지식의 축적입니다. Asana는 지식을 축적할 수 있도록 지원하고 AI Agent가 팀, 즉 인간과 상호 작용할 때 모든 상호 작용이 기록되어 AI Agent가 다음 번에 훨씬 더 나은 성과를 낼 수 있는 회사 브레인을 구축할 수 있도록 도와줍니다. 실행, 보존, 개선. 이 루프를 계속 반복합니다.

여기 Asana의 Stack은 실제 실행 엔진과 마찬가지로 노코드 작성기입니다. 500개 이상의 연동 기능을 갖추고 있습니다. 보시다시피, Human-in-the-Loop를 지원합니다. 이제 초기 맥락뿐만 아니라 일부 예외를 포착할 때도 업무 그래프를 통해 모든 맥락을 다시 업무 그래프로 푸시할 수 있습니다.

Stack.ai를 만든 원조, OG를 소개해 드리고 싶습니다. Stack.ai의 공동 창업자인 버나드 님을 무대로 모시겠습니다.

아르나브 님, 감사합니다.

여러분, 이 자리에 서게 되어 기쁩니다.

저는 버나드입니다.

Arnav 님이 잠시 보여드린 것처럼, Stack.ai에서는 기업이 AI 에이전트를 통해 가장 복잡한 워크플로를 혁신할 수 있도록 지원합니다.

Stack dot ai를 통해 500개 이상의 엔터프라이즈 시스템에 연결된 AI 에이전트 팀을 구축할 수 있습니다. 이 팀은 각자 컴퓨터, 터미널, 웹 브라우저를 사용하여 일반 직원처럼 작동할 수 있으며, 가장 복잡한 프로세스를 처리하고 이를 AI로 확장할 수 있습니다.

WarGraph와 연동하면 Stack AI 에이전트는 기업이 실제로 수행하는 업무의 맥락에서 작동할 수 있습니다. 누가 어떤 작업을 하고 있나요? 목표는 무엇인가요? 그리고 하나의 조직과 계획 하에 운영됩니다.

오늘날 LifeMD, Exeter, Wild Retirement, BA Systems와 같은 기업들은 모두 Stack.ai와 협력하여 가장 복잡한 워크플로를 대규모로 실행하고 있습니다.

이러한 회사 중 하나가 바로 SciMotion입니다.

20년 이상 SciMotion은 최고의 공급 제조업체로서 맞춤형 케어를 제공해 왔으며, 특히 의료진과 협력하여 모든 환자와 고객에게 특화된 서비스를 제공함으로써 이를 실현해 왔습니다.

하지만 이러한 수준의 맞춤형 서비스를 제공하는 것은 매우 비용이 많이 들고 복잡할 수 있습니다.

환자 기록을 받자마자 SAP에서 재고를 검토하고, SharePoint에서 환자 정보를 확인하고, 전체 스크립트와 자체 데이터에서 다양한 검사 결과를 확인하고, 이 모든 것을 멋진 맞춤형 브랜드로 통합하는 데 최대 2시간이 소요될 수 있습니다.

SciMotion은 이것이 올바른 방법이 아니라는 것을 알고 있었습니다. 그리고 AI 시대가 도래하면서 상황을 바꿀 수 있게 되었습니다. SciMotion은 Stack.ai를 통해 새로운 에이전트 중심 접근 방식을 채택했습니다. 그들은 이러한 모든 요소를 통합하여 Stack AI 플랫폼에서 새로운 주문이 접수될 때마다 보충제 재고, 모든 환자 정보 및 검사 결과를 쿼리할 수 있는 AI 에이전트 팀을 구축했습니다. 이를 통해 처리 시간을 2시간에서 단 5분으로 단축할 수 있었습니다.

그리고 이 프로세스의 일환으로, 모든 중요한 결정에 있어 의료진이 모든 주요 결정을 평가하고 승인하는 방식으로 인간을 프로세스에 계속 참여시킬 수 있었습니다.

오늘 우리는 저의 이야기만 듣는 것이 아니라 더 많은 이점을 누릴 수 있습니다. 또한 SignMojian의 CRO인 Max Perisky 님이 함께해 주셔서 본인의 경험을 바탕으로 실시간으로 이야기를 들려주실 겁니다. 맥스 님, 환영합니다. 자, 시작해 볼게요.

만나서 반갑습니다.

만나서 반갑습니다, 맥스 님. 뉴욕에서 함께해 주셔서 감사합니다. 감사합니다. 그리고 오늘 이렇게 모셨으니... 어떻게 이 지경에 이르렀는지에 대한 이야기를 조금 들어보면 좋을 것 같습니다. stack.ai를 통해 MedPack을 구축하는 이 프로세스를 어떻게 보시나요? 물론이죠.

음, 아시다시피... 이 모든 것이 시작된 곳은, 아시다시피, 저는 CRO입니다. 사실 저는 이 이벤트에서 Asana 무대에 선 최초의 CRO라고 들었습니다. 과거에는 우리가 여기에 설 이유가 딱히 없었기 때문이죠. 하지만 제 역할은 사실... 우와. 이런 말에 박수를 받을 거라고는 생각하지 못했습니다. 제 역할은 사실 고객을 위한 인프라와 전략을 구축하는 것입니다. 여기서 고객은 의료 전문가입니다.

그래서 약 1년 전, 저는 AI가 이러한 문제 중 일부를 해결하는 데 도움이 될 수 있는 방법이 있을지도 모른다고 생각했습니다. 말씀하신 것처럼 이러한 구성 요소를 하나로 통합하는 것이죠. 그래서 저는 무모한 생각을 하게 되었고, 어느 주말에 사용 가능한 몇몇 에이전트를 가지고 이것저것 만지작거리기 시작했습니다. 그리고 개념을 어느 정도 입증할 수 있었지만, 문서 처리 방식과 웹 검색 방식에는 만족스럽지 않았습니다. 저는 Stack을 발견하고 무료 버전을 사용해 보기 시작했습니다. 그리고 영업팀이 고객에게 정말 빠르게 가치를 제공하고 이를 배포할 수 있도록 이러한 문제를 해결하는 에이전트를 구축할 수 있었습니다. 사실 저희는 비용을 지불하기도 전에 이를 배포했습니다.

기억나요, 기억나요. 그리고 이제는 유료로 사용하고 있습니다.

이제 유료로 사용하고 있습니다. 네. 그래서 제가 여기에 있는 겁니다.

좋습니다. 하지만 좋습니다. 이를 통해 많은 효율성을 얻을 수 있다는 것을 알고 계실 겁니다. 예를 들어, 보여드린 것처럼 수익 관련 운영과 임상 수준의 운영을 모두 자동화하고, 의료 패키지를 만드는 등 모든 것을 자동화할 수 있습니다. 궁금한 점이 있는데요, 이러한 효율성 덕분에 아마도 많은 시간을 확보하셨을 것 같습니다. 그것이 Zimmergen이라는 회사에 어떤 이점을 가져다주었나요?

몇 가지가 있습니다. 우리는 영업 담당자들이 정말 빠르게 가치를 제공할 수 있도록 돕기 위한 툴로 이를 도입하는 것부터 시작했습니다. 저희는 300개 이상의 제품을 보유하고 있습니다. 이 제품들이 각각 임상 도구로 설계되었다고 상상해 보세요. 그래서 미묘한 차이가 있습니다. 복잡합니다.

그리고 저희는 방금 영업팀의 상당 부분을 교체했습니다. 그래서 300가지 제품을 익히고 적절한 시기에 적절한 담당자에게 적절한 제품을 전달해야 하는 신규 직원이 많았습니다. 그래서 이 프로세스를 원활하게 진행하고 학습 곡선을 가속화하는 데 정말 도움이 되었습니다. 그것이 일종의 첫 번째 개념 증명이었습니다. 그리고 나서 우리는 고객에게 이 솔루션을 제공하자고 생각했고, 그것이 바로 지금 Catalyst를 통해 배포하고 있는 것입니다.

정말 대단하네요. 이제 곧 훨씬 더 큰 성공을 거둘 수 있기를 바랍니다. 정말 좋네요. 함께해 주셔서 대단히 감사합니다, Max 님. 감사합니다. 앞으로도 오랫동안 함께 힘을 합쳐 업무를 수행하고, 더 높은 목표를 달성할 수 있기를 기대합니다.

네.

초대해 주셔서 감사합니다.

좋습니다.

함께해 주셔서 감사합니다. 감사합니다. 고마워요.

네, 그렇습니다.

그래서 맥스 님으로부터 이에 대한 이야기를 실시간으로 들었습니다. 그리고 그는 자신의 이야기의 모든 세부 정보를 보여주기 위해 매우 친절하게 나섰습니다. 그럼, 비하인드 스토리를 살펴보면 어떤 모습일까요? 이러한 아이디어를 어떻게 제품화하나요? 이제 SimoGen과 매우 유사한 다른 회사의 스토리를 살펴보겠습니다.

Aiuhealth라는 회사인데, 이 회사도 맞춤형 관리와 보조제를 제공합니다.

Aiuhealth는 비슷한 분야에서 운영되고 있으며 정확히 동일한 문제를 안고 있습니다. Aiuhealth는 환자 기록을 쉽게 가져오고, 이를 바탕으로 여러 시스템을 쿼리하고, 웹을 쿼리하고, 데이터를 수집하여 이 문제에 맞게 맞춤형으로 조정된 의료 패키지를 개인화할 수 있는 시스템을 구축해야 했습니다. 화면에서 볼 수 있듯이, 이들은 환자 인식 PDF를 실제로 수신하고, 이 모든 시스템에 쿼리를 보내고, 모든 스크립트 도구에 쿼리를 보낸 다음, 모든 결과를 맞춤형 패키지로 집계하여 해당 데이터를 어디에서 찾을 수 있는지, 출처가 무엇인지에 대한 인용을 제공할 수 있는 AI 에이전트를 구축했습니다.

그뿐만 아니라 수행한 모든 작업의 추적 내역을 확인할 수 있습니다. 그리고 이를 mFrame 파일 결과에 통합합니다. 이 모든 데이터를 생각하고 수집하는 동안 백그라운드에서 어떤 작업을 수행하고 있을까요? 화면에서 볼 수 있듯이 Stack.ai에서는 사용자로부터 메시지, 파일, 전체 스크립트 API 사양 집합을 수신하는 에이전트 워크플로를 구축합니다. 그런 다음 이를 통해 이 경우 Claude가 구동하는 하네스에 연결하고, 문제에 대한 맞춤형 프롬프트로 SharePoint의 주요 지식베이스, 전체 스크립트의 데이터에 연결하고, 웹 브라우저에 연결하고, 이메일을 보내고, 웹을 검색하고, 다른 개인 AI 에이전트와 마찬가지로 작동하지만, 새로운 요청이 들어왔을 때 모든 시스템을 트리거할 수 있도록 사용 사례에 맞게 조정됩니다.

그리고 그 결과, 이 프로세스를 거치면 맞춤형 계획을 얻을 수 있습니다. 실무자는 모든 데이터를 얻고, 이를 요약하고, 결과에 대한 출처를 확인하고, 에이전트에게 피드백을 제공하고, 이 고객을 지원하는 데 사용할 수 있을 뿐만 아니라 덜루스 방식의 인간적인 방식으로 다른 업무를 지원하는 데도 사용할 수 있는 맞춤형 경험을 제공하기 위해 협업할 수 있습니다.

언제든지 FIBA를 계속 사용하고 이를 통해 작업을 수행할 수 있지만, 이 기술은 그 이상을 제공할 수 있습니다.

IU Health는 이를 한 단계 더 발전시켜 Asana를 통해 WarGraph에 연결했습니다. 이를 통해 임상 연구 부서에서 새로운 연구를 평가하거나 새로운 현상을 평가할 때마다 이 에이전트에 연결하고 Asana 작업에서 직접 트리거할 수 있도록 했습니다. 그러면 이 AI 에이전트가 동일한 정보를 쿼리하고 이를 하나의 공통 결과로 통합할 수 있습니다.

이것이 바로 엔터프라이즈 소프트웨어와 기업 내 AI 에이전트의 미래입니다. AI 에이전트가 한 곳에서 모든 도구를 사용하여 작동하고, 비정형 데이터를 처리하고, 비정형 작업을 실행할 수 있으며, 인간이 게임을 지휘하고, 피드백을 제공하고, 모든 지침을 제공할 수 있는 단일 장소입니다.

물론 이것이 마지막 단계는 아닙니다. 앞으로 나아갈 길이 많이 남아 있습니다. 그리고 오늘, 우리는... AI 에이전트와 인간은 서로 다른 계획에 따라 운영됩니다. 앞으로는 두 주체가 단일한 공통 운영 계획에 따라 운영되어야 합니다. 그리고 Asana가 이 문제를 어떻게 해결하고 있는지에 대해 들어보실 겁니다. 이를 위해 Asana의 CMO인 Prachi Gore 님이 함께해 이 미래에 대해 조금 소개해 주실 겁니다. 감사합니다.

감사합니다, 버나드 님. 그가 말했듯이, 에너지 넘치는 기업의 약속을 이행하려면 방금 보았듯이 여러 시스템에서 작업하는 에이전트가 필요합니다. 하지만 사람, 즉 우리, 우리 팀이 동일한 목표, 동일한 계획, 완전히 공유되는 회사 맥락을 바탕으로 협력하는 것도 필요합니다.

이것은 Agentic Work Management를 통해 가능합니다.

Dan 님이 말씀하셨듯이, Agentic Work Management에는 사전 숙련되고, 관리되며, 바로 업무를 시작할 준비가 된 30명의 AI 팀원이 함께 제공됩니다.

모든 Asana 사용자는 Dash라는 개인 수석 보좌관에게도 액세스할 수 있습니다. Dash는 이메일, 미팅, 모든 프로젝트에 걸쳐 모든 업무를 추적하므로 여러분이 어떤 업무를 수행하고 있는지 정확히 파악할 수 있습니다.

또한 사용자를 대신하여 조치를 취할 수도 있습니다. 예를 들어, 가장 중요한 업무에 집중할 수 있도록 미팅 후 후속 작업을 설정하는 것과 같은 조치를 취할 수 있습니다.

또한 Figma, Databricks, HubSpot, Google 드라이브와 같이 매일 사용하는 다양한 툴과 20개 이상의 연동 기능을 제공하므로 모든 업무를 한 곳에서 수행할 수 있습니다.

그리고 전 세계에서 가장 큰 브랜드 중 일부가 Asana를 사용하고 있습니다. 하지만 오늘은 그중 Skydance라는 회사에 대해 자세히 알아보겠습니다. Skydance는 우리가 가장 좋아하는 프로그램 중 일부를 제작했습니다. 저에게는 스폰지밥 네모바지와 옐로스톤이 그런 작품입니다.

하지만 모든 텔레비전 프로그램, 라이브 스트리밍, 스포츠, 뉴스, 애니메이션을 제작합니다.

Skydance에는 매일 수천 명의 사람들이 아이디어를 콘텐츠로 전환하고, 여러 건의 릴리스를 조율하고, 새로운 프로그램을 시장에 선보이기 위해 노력하고 있습니다.

이를 수행하고 계속해서 비즈니스를 확장하기 위해 Skydance는 팀을 조율하면서 지속적으로 성장할 수 있는 방법이 필요했습니다.

바로 이때 Agentic Work Management가 도입되었습니다. 팀과 에이전트가 동일한 목표를 위해 공유된 맥락을 바탕으로 함께 협업할 수 있는 공간입니다.

Skydance의 예를 하나 소개해 드리겠습니다. Pluto TV의 3명으로 구성된 운영 팀은 워크플로에 AI 팀원을 도입함으로써 매달 750개의 콘텐츠를 관리할 수 있습니다.

마찬가지로, CBS News에서는 AI가 이미 모든 지원 요청을 분류하고 사람이 실제로 개입하기 전에 체계적인 작업을 생성하고 있습니다.

하지만 직접 들어보겠습니다.

우리는 원대한 목표를 가지고 있습니다. 이를 달성하기 위해서는 탄탄한 파트너, 탄탄한 시스템, 그리고 AI를 강력하게 도입해야 합니다.

저희 트럭이 내려갑니다.

우리는 할리우드의 창의적인 측면과 실리콘밸리의 혁신적인 정신을 결합한 기술 중심의 미디어 회사가 되고자 합니다.

저희는 전통적인 회사가 아닙니다.

우리는 배후에서 지구상에서 가장 창의적인 사람들을 지원하고 있습니다. 문화가 매우 분산되어 있던 시기가 있었습니다.

Paramount는 수백 개의 부서와 디비전으로 구성된 매우 대규모의 조직입니다. AI가 직장에서 빠르게 확산되면서 많은 사일로가 생겨나고 있습니다.

모두가 저마다의 워크플로에서 AI를 사용하고 있었습니다. 이로 인해 변화가 생길 때마다 지원하고 확장하고 업데이트하기가 어려웠습니다.

그리고 사실 AI에서 누락된 연결 고리는 데이터에 대한 안전한 액세스 권한이 없거나... 데이터가 여기저기 흩어져 있으면 AI가 실패할 것입니다.

Asana는 AI를 위한 이러한 기반을 마련했습니다.

AI는 이미 업무가 진행되고 있는 곳에 구축됩니다.

추가로 클릭하거나 다른 화면으로 이동할 필요가 없습니다. 이미 사용하고 있는 대화창에 바로 있습니다.

접근성은 도입의 핵심입니다. AI 팀원을 사용하는 것은 단 한 번의 버튼 클릭이었습니다.

컨텍스트 창은 몇 초 만에 열렸는데, 정말 놀라웠습니다.

Asana를 통해 다양한 AI 기능을 추적하고, 누가 적극적으로 사용하고 있는지, 그들의 비즈니스 케이스는 무엇인지, 그리고 ROI를 제대로 파악하고, 이러한 사용 사례를 비즈니스의 다른 부서와 공유할 수 있었습니다.

솔직히 말해서, 저희가 Asana를 선택한 이유는 Asana가 저희 비즈니스를 이해하는 데 도움을 주었기 때문입니다. 공급업체에서는 이런 일이 흔치 않습니다.

저는 Asana를 우리의 장기적인 파트너로 생각합니다.

이제 Skydance의 EVP 겸 CIO인 Laksh Nathan 님을 무대로 모시고 더 많은 이야기를 들어보겠습니다.

안녕하세요. 초대해 주셔서 감사합니다.

함께해 주셔서 감사합니다, Laksh 님. 회원님의 팀은 놀라운 성과를 거두었습니다. 그런데 워크플로에 AI 에이전트를 구축하는 것이 어땠는지 말씀해 주시겠어요? 비하인드 스토리를 조금만 알려주세요.

아시다시피, 저희는 처음부터 매우 복잡한 조직이었습니다. 우리는 크리에이티브한 사람들입니다. 저희는 뉴스 조직입니다. 저희는 사무직 직원입니다. 그래서 저는 저희 문화의 다양성 자체가...

우리에게는 매우 열린 캔버스입니다. 그래서 각 프로세스를 살펴보고, 이를 간소화하고, 에이전트가 구축을 도울 수 있도록 한 것이 우리에게는 정말 놀라운 일이었습니다.

정말 대단하네요. 예시를 들어주시거나 일상적인 업무가 어떻게 진행되는지 보여주실 수 있을까요? 네.

저희는 모든 AI 도구와 파트너 등과 같은 것들이 홍수처럼 쏟아지고 있습니다.

재밌게도 저희는 Asana를 사용하여 이 모든 것을 추적합니다. 그리고 가장 좋은 점은 아까 보셨던 상담원들과 마찬가지로 검토가 필요한 다양한 그룹을 다루고 있기 때문에, 모든 팀이 하나의 플랫폼에서 각자의 맥락을 시스템에 입력하고 이를 자동화할 수 있다는 것입니다. 이는 우리에게 정말 큰 변화를 가져왔습니다.

정말 대단하네요. Lax 님, 함께해 주셔서 다시 한번 감사드리며, 훌륭한 성과를 축하드립니다. 정말 감사합니다. 큰 박수 부탁드립니다.

이제 AgenTik Work Management의 SVP 겸 GM이신 Kirk Miles 님을 무대로 모시겠습니다.

와.

정말 놀랍지 않았나요?

Skydance가 AgenTeq 제품군을 어떻게 사용하고 있는지 보는 것이 정말 재미있습니다. 여러분, 안녕하세요. 저는 Asana의 AgenTeq Work Management를 이끌고 있는 Kirk Miles입니다.

스토리를 들어보셨으니, 이제 그 이면에 있는 제품을 몇 가지 소개해 드리겠습니다.

오늘 우리는 캠페인 운영 매니저와 함께 Agentic Work Management의 이점을 활용하여 한 주 동안의 업무와 막바지에 진행되는 한 건의 캠페인을 살펴보는 여정을 함께할 것입니다.

하지만 시작하기 전에, 새로 도입된 몇 가지 사항에 대해 소개해 드리겠습니다.

첫 번째는 AI 회의입니다. 통화에서 논의된 내용을 실제로 실행되는 실행 과제로 변환합니다.

다음은 페이지입니다. 문서를 팀이 업무를 수행할 수 있는 살아있는 계획으로 전환합니다.

마지막으로, 표는 비즈니스 데이터를 스프레드시트에서 가져와서... 업무가 실제로 진행되는 곳 옆으로 옮깁니다.

이 모든 것이 업무 그래프에 표시되므로, 사람과 에이전트 팀원 모두 동일한 공유 배경 정보를 바탕으로 업무를 수행할 수 있습니다.

그럼 시작해 보겠습니다. Sarah 님을 소개해 드리겠습니다. Sarah 님은 미디어 회사에서 캠페인 운영을 이끌고 있습니다.

금요일 오후인데, 그녀는 막바지에 일주일도 채 남지 않은 대규모 성장 목표가 걸린 주요 출시와 관련한 요청을 받았습니다.

Sarah는 스트레스를 받고 있습니다. 솔직히 저라도 일주일도 안 남은 시점에 대규모 론칭을 진행하라는 요청을 받으면 스트레스를 받을 것 같습니다.

하지만 걱정하지 마세요. Asana가 그녀를 도와줄 거예요. 그 방법을 보여드리겠습니다.

이 경우, 요청은 실제로 Asana가 아닌 Slack에서 시작됩니다.

성장 부문 책임자인 Michael 님이 크리에이티브 요청 채널에 요청을 게시하자 AI Studio가 이를 자동으로 포착하여 작업을 생성하고 캠페인, 예산에 대한 세부 정보를 입력한 후 작업에 대한 가시성이 필요한 모든 협업 참여자를 작업에 추가합니다.

그런 다음 Michael 님에게 연락하여 지역 범위를 확인하고 이를 애셋 라이브러리와 대조합니다.

이 경우, 자산 중 하나가 EMEA 사용에 대해 승인되지 않은 것으로 확인되므로 캠페인을 계속 진행하기 전에 Sarah가 브랜드 및 법무팀의 승인을 받을 수 있도록 하위 작업을 생성합니다.

이 자산 라이브러리는 테이블로 구성되어 있으므로 살펴보겠습니다.

여기서 각 행은 서로 다른 시각적 자산이며, 권한 기간, 지역별 승인, 관련 캠페인과 같은 세부 정보가 포함되어 있습니다.

EMEA 열을 확대해 보겠습니다. 이것이 Sarah 님과 다음 주 출시 사이에 가장 중요한 사항이기 때문입니다.

그럼 월요일로 가보겠습니다.

Sarah 님은 4일 이내에 완료해야 할 일이 많다는 것을 알고 있기 때문에 바로 업무에 착수합니다. 그녀는 Dash에게 Asana에서 법무팀과 브랜드팀을 위한 페이지 초안을 작성하도록 요청했습니다. 이 페이지에는 출시 관련 배경 정보, 자산의 범위, EMEA 지역의 부족한 부분, 그리고 화요일까지의 승인 마감일이 요약되어 있습니다.

Dash는 자산 라이브러리의 접수 작업에서 내용을 가져와 페이지 초안을 작성하고 이를 법무팀과 브랜드팀과 공유합니다. 두 팀은 즉시 페이지로 이동하여 인라인 댓글을 달고 EMEA 비주얼 자산에 대해 통화로 논의하자고 합니다.

다음 날, 그들은...와 함께 통화를 시작합니다. AI 미팅이 켜진 상태에서요.

그리고 통화가 끝나자마자 대화록과 요약이 자동으로 캠페인 프로젝트에 게시되고 모든 참석자와 공유되며, 제안된 실행 과제와 담당자도 입력됩니다.

Sarah 님이 사무실에 도착하여 목록을 검토하자, 법무팀의 한 멤버가 이미 한 가지를 맡은 것을 확인할 수 있었습니다. 그녀는 캠페인 코디네이터 팀원에게 배정된 법적 고지를 포함한 나머지 작업을 승인합니다.

캠페인 코디네이터가 법적 고지 사항의 초안을 작성하고 법무팀에 승인을 요청합니다.

그리고 법무팀이 승인하는 즉시 애셋 라이브러리가 자동으로 업데이트됩니다.

그리고 Sarah 님이 그토록 걱정했던 EMEA 승인이 즉시 녹색으로 바뀝니다.

화요일이 끝나갈 무렵, Sarah 님은 낙관적인 기분을 느낍니다. 처음에는 확신이 없었지만, 이제는 실제로 성공할 수 있을 것 같다고 느낍니다.

이제 수요일로 가보겠습니다.

특별히 문제가 있는 것 같지는 않지만, 조율해야 할 팀이 5개이고 결과물이 20개가 넘기 때문에 Sarah 님은 확실히 확인하고 싶어 Dash 님에게 물어봅니다.

그러자 Dash가 한 가지를 알려줍니다.

유료 소셜 미디어 팀이 어제 마감일을 지키지 못했으며, 오늘 예정된 검토가 위험한 상태입니다.

Sarah는 한 가지만 응답하면 됩니다.

유료 소셜 미디어 결과물의 마감일을 오늘로 연기하고, Priya 님의 작업을 Marcus 님에게 재배정하고, 모든 항목을 높은 우선순위로 표시합니다.

Dash는 곧 적용될 모든 변경 사항을 미리 보여주므로 Sarah가 승인할 때까지 아무것도 변경되지 않습니다. 그리고 그녀가 승인하는 즉시 모든 작업이 한 번에 업데이트됩니다.

수요일이 끝날 무렵, 20개의 결과물이 모두 승인되었고 이 출시를 위한 모든 준비가 완료되었습니다.

그럼 금요일로 가보겠습니다. 출시가 진행되었습니다. Sarah 님은 매우 안심하고 기뻐하지만, 아직 할 일이 남아 있습니다.

부사장은 출시 진행 상황을 파악하기 위해 상태 업데이트를 기대하고 있으며, Sarah는 직접 작성하기 위해 자리에 앉으려고 합니다.

Sarah는... 그녀가 작업을 열자, 생성된... 그녀의 팀원이 만든 팀원인 캠페인 애널리스트가 적극적으로 나타나 작업을 맡겠다고 제안합니다.

이 팀원은 부사장이 선호하는 보고서 형식을 이해하고 Databricks 연결을 통해 성과 데이터와 예산 대비 실제 수치를 가져올 수 있는 사용자 지정 스킬을 보유하고 있습니다.

그녀는 작업을 종료하고, 유료 소셜 미디어 조정 및 계획 대비 성과를 포함하여 5개 캠페인 전반에 걸친 성과를 가져옵니다.

Sarah 님은 실제로 이렇게 말합니다. "저는 차라리... 브리프 대신 프레젠테이션을 받고 싶습니다.

그리고 이는 반복되는 업무임을 인식하고 매주 금요일마다 수행하겠다고 제안합니다. Sarah 님은 수락합니다.

이제 매주 금요일마다 팀원이 모든 캠페인의 업데이트 내용을 요약한 멋진 브랜딩 프레젠테이션을 자동으로 작성하며, Sarah 님은 이를 부사장과 공유할 수 있습니다.

예전에는 오후 내내 걸리던 일이 이제는 단 몇 분 만에 완료됩니다.

이 경우 Sarah 님은 한 줄을 업데이트하고 이를 부사장에게 보냅니다.

부사장은 매우 감명받아 Sarah 님을 크게 칭찬하며 보고서를 CMO에게 전달합니다.

즉, 5개 팀, 20개 이상의 자산, 1주일 이내입니다.

요청 수신부터 조율 미팅, 승인 추적, 보고에 이르기까지 모든 것이 업무 그래프에 있기 때문에 가능합니다.

그리고 이러한 새로운 제품과 관련하여, 오늘부터 Pages를 이용하실 수 있으며, AI 미팅과 테이블은 이번 달 말에 출시될 예정임을 알려드리게 되어 기쁩니다. 자세한 내용을 원하시면 엑스포 홀에서 저희를 찾아주세요. 기쁜 마음으로 데모를 보여드리겠습니다.

이제 Arnaud 님을 다시 무대로 모시고 Agentic Work Management를 넘어 우리가 구축해 온 것에 대해 더 자세히 말씀드리겠습니다. 감사합니다.

감사합니다, 커크 님. 정말 멋진 데모가 아니었나요? 데모가 마음에 드셨나요? 그렇죠?

다시 말씀드리지만, Kirk 님이 보여주신 것은 시스템 전반에 걸친 조율된 실행이었고, 업무 그래프에 점점 더 많은 배경 정보를 추가하기 위해 우리가 도입하고 있는 모든 새로운 기능이었습니다. 페이지, 미팅, 이 모든 비정형 데이터는 사람과 에이전트가 더 효율적으로 협업할 수 있는 기반을 형성합니다.

다음으로 제가 다룰 내용은 이 플랫폼에 구축한 세 가지 새로운 에이전트 애플리케이션입니다. 이러한 애플리케이션은 모두 플랫폼 기능을 계승하고 그 혜택을 누리며 더욱 향상되지만, 특정 팀을 위해 특별히 설계되었습니다.

올해 초 Wiz London에서 이러한 애플리케이션을 발표했으며, 지난달부터 모두 GA되었습니다. 이 세 가지 에이전트 기술 애플리케이션은 모두 현재 GA 상태입니다. 지금 바로 구매하실 수 있습니다. 이 섹션의 목표는 각 애플리케이션에 대해 여러분이 충분히 관심을 갖도록 하는 것입니다. 이 세션이 끝나면 기조 연설 무대에서 나와 엑스포 홀의 데모 부스를 둘러보시기 바랍니다. 그렇다면, 저희는 무엇을 구축했을까요? IT 지원 센터, 재무, 시설, HR, 법무 등 비즈니스의 모든 직원 서비스 데스크를 위한 Asana Service Management를 구축했습니다.

당사는 모든 고객 요청을 신속하게 처리하기 위해 AI를 사용해야 하는 대행사 및 전문 서비스 팀을 위해 Asana Client Management를 구축했습니다. 어떻게 수익성을 유지할 수 있을까요? 이들은 어떻게 하나의 작업 공간에서 이 모든 고객 관계를 관리할까요?

그리고 Command by Asana가 있습니다. Command by Asana는 연구 개발 팀과 모든 기업이 사용하는 소프트웨어를 개발하는 엔지니어링 팀이 제품을 개발하는 방식을 혁신할 것입니다. 어떻게 하면 서로 조율하고 가능한 한 가장 빠른 방식으로 최고의 제품을 개발할 수 있을까요?

먼저 Asana Service Management에 대해 조금 더 자세히 알아보겠습니다. 다시 말씀드리지만, Service Management는 오늘부터 일반적으로 이용할 수 있습니다.

이 기능은 이러한 모든 내부 헬프 데스크 사용 사례를 위해 설계되었습니다.

그리고 저희의 핵심 주장은 기존의 서비스 관리 시스템은 고장 수리 티켓을 대기열로 전달하도록 설계되었으며, 이는 더 이상 충분하지 않다는 것입니다. 더 이상 그렇게 해서는 안 됩니다. 맞죠? 모든 기업에 필요한 것은 자기 학습 지식 기반을 사용하여 직원들의 질문에 자동으로 답변할 수 있는 방법입니다. 바로 이것이 Asana Service Management가 갖춘 자가 학습 지식 베이스입니다.

신입 사원 온보딩 사용 사례, 회사 내에서 디비전이나 부서를 변경하는 경우, 적절한 시기에 적절한 도구에 대한 액세스 권한을 부여하는 등 완료되어야 하는 작업의 경우, 여러 시스템을 조율하는 Stack.ai의 기능을 통해 이러한 작업을 백그라운드에서 자동으로 실행할 수 있습니다. 즉, 티켓을 자동으로 해결하는 것입니다.

그리고 마지막으로, 모든 고객 데이터를 통해 이러한 티켓의 상당 부분이 단순히 해결될 수 없다는 것을 알 수 있습니다. 단순한 문제 해결이 아닙니다. 따라서 우리는 티켓을 가져와서 사람들이 해당 프로젝트에 대해 조율하고 복잡한 변경 관리 워크플로를 완료하는 데 필요한 모든 배경 정보를 포함하여 자동으로 프로젝트로 이관할 수 있습니다.

이 모든 기능은 HR용 Workday, 채용용 Greenhouse, 재무 관리용 Brex 또는 Ramp 등 IT 팀이 사용하는 시스템과 사전 구축되고 통합되어 제공되며, 향후 Stack.ai를 기반으로 더 많은 통합이 이루어질 것입니다. Stack.ai에는 500개 이상의 연동 기능이 있습니다. 이 모든 것을 Asana Service Management에 서서히 도입할 것입니다.

또한, Arri Behavioral Health와 같은 고객사는 Asana Service Management를 도입하면 내부 직원 지원 센터의 작업 수용량 중 약 5분의 1을 확보할 수 있을 것으로 이미 예상하고 있습니다. 오늘 늦게 소그룹 세션에서 Arri Behavioral Health의 CIO와 대화를 나눌 예정이니, 해당 세션을 꼭 참석해 주세요.

이제 Asana Client Management입니다. 앞서 말씀드린 것처럼 전문 서비스 회사와 에이전시... 청중 여러분 중 전문 서비스 분야나 대행사에 종사하시는 분은 몇 분이나 되시나요? 몇 분이 손을 드셨네요. 맞죠? 프로젝트를 관리하고, 인력 배치 계획을 세우고 싶지만, 이러한 모든 작업을 고객과 조율해야 합니다.

Asana Client Management는 고객 포털을 Asana로 가져와 고객과의 모든 대화와 고객에게 서비스를 제공하는 프로젝트 팀을 한 곳에서 일원화할 수 있도록 합니다. 즉, 해당 특정 계약과 고객을 모두 지원하는 AI 에이전트와 인간이 모두 동일한 데이터 맥락에 대해 이야기하고 있다는 뜻입니다. 그래서 저희는 AI 팀원, AI Studio 워크플로, Kirk 님이 보여주신 모든 핵심 플랫폼 구성 요소의 강력한 기능을 이러한 고객 관계 참여에 도입하고 있습니다.

정말 정말 멋지죠. 이미 Liminal, iRead and Company, Gravitate와 같은 고객사들이 Asana Client Management를 활용하여 오늘날 놀라운 성과를 거두고 있습니다.

마지막으로, Command by Asana입니다.

이 자리에 계신 모든 분들이 2026년에만 코딩 에이전트가 이룬 놀라운 발전들에 대해 들어보셨을 거라고 확신합니다. 이제 코드를 생성하는 것이 매우 저렴해졌습니다.

새로운... 그리고 몇 주마다 새로운 코딩 모델이 등장합니다. 제품을 구축하는 것이 정말 쉽습니다. 더 이상 컴퓨터 과학 학위를 취득할 필요가 없습니다. 그런 모든 언어가 공중에 떠다니고 있습니다.

하지만 이제 병목 현상이 다른 곳으로 옮겨갔습니다.

고품질 제품을 제공하는 데 있어 병목 현상이 이제는 조율, 전략, 그리고 무엇을 개발하지 말아야 하는지에 대해 모두가 동일한 인식을 갖도록 하는 것으로 옮겨갔습니다. 취향이란 무엇인가요?

AI 에이전트는 무엇을 개발하지 말아야 하는지, 실제로 릴리스에 무엇이 포함되어야 하는지, 또는 엔드투엔드 프로세스의 상태가 어떤지 스스로 파악할 수 없습니다. 고품질로 제공되나요? 실제로 제품 출시 가이드라인 일정에 맞추고 있나요?

Command by Asana는 모든 사람이 조율되고 작업을 AI 에이전트에 자동으로 인계하여 가능한 한 가장 빠른 방식으로 아이디어에서 고품질의 완전한 제품으로 전환할 수 있도록 구축된 계획 제품 시스템입니다. 이를 통해 소프트웨어 팩토리 개념이 단순히 코드를 생성하는 것에서 처음부터 끝까지 제품을 초고속으로 구축하는 것으로 한 단계 더 발전하고 있습니다.

그리고 이를 실현하기 위해 OpenAI Codex, SpaceX AI의 Cursor, GitHub Copilot과 파트너십을 맺게 되어 매우 기쁩니다. 정말, 정말 멋집니다.

자, 이렇게 해서 이 플랫폼에 구축한 에이전트 앱이 세 가지가 있는데, 이는 회사 내 새로운 유형의 구매 센터나 새로운 페르소나를 한층 강화해 줍니다.

서비스 데스크를 강화하고, 고객 관리와 전문 서비스 및 모든 에이전시 사용 사례를 극도로 최적화하며, 모든 R&D 팀을 완전한 소프트웨어 팩토리로 전환합니다.

뉴욕에 계신 모든 분들이 잘 알고 계실 고객사를 살펴보겠습니다. 이 고객사도 에이전트 여정을 진행하고 있습니다.

NYU의 사례를 소개해 드리겠습니다. 동영상을 재생해 볼게요.

우리는 매우 높은 기준을 지켜야 합니다. 사람들은 NYU에 최고의 것을 기대합니다.

NYU는 18개의 단과대학, 65,000명의 학생, 수만 명의 교수진, 70만 명 이상의 동문을 보유하고 있습니다.

기관으로서 매우 높은 기준을 갖고 있습니다. 우수성의 기준입니다.

우리의 책임은 조직 전체, 교직원, 직원, 학생들이 업무의 미래에 적응할 수 있도록 준비시키는 것입니다.

우리는 AI가 필연적으로 포함될 세상에서 더 효율적이고 효과적으로 일하고자 합니다.

수십 개의 다양한 단과대학이 모두 고유한 환경을 운영하고 있습니다. 치과대학은 스턴 비즈니스 스쿨(Stern School of Business)과 다를 것입니다.

저희는 150만 건 이상의 기록을 관리하는 데이터베이스를 담당하고 있습니다. 프로젝트는 매우 복잡하며 대학 전체의 수만 명의 파트너에게 의존합니다.

이로 인해 많은 시스템이 중복되고 우선순위에 대한 명확성이 부족해질 수 있습니다.

모든 것이 긴급할 때는 아무것도 긴급하지 않습니다.

이를 관리하는 것이 또 다른 정규직 업무였습니다.

AI가 효과를 발휘하려면 연결된 기반이 필요합니다.

바로 이것이 Asana가 우리에게 가져다준 변화입니다.

Asana는 우리의 업무를 양보할 수 없는 사항인 데이터 보안, 개인 정보 보호 및 거버넌스와 연결하여 AI를 위한 프레임워크와 기반을 구축할 수 있도록 합니다.

우리는 체계적으로 업무를 수행할 수 있는 방법을 갖추고 있으며, 모든 구성원을 조율하기 위해 자율성과 가시성을 제공합니다. 더 이상 이것이 여러 사람이나 여러 학교에 영향을 미치는 것인지 추측할 필요가 없었습니다.

우리는 Asana를 통해 주의를 기울여야 할 부분을 파악하고, 가능한 한 신속하고 정확하게 문제를 해결할 수 있습니다.

학생, 직원, 교수, 동문 모두에게 더 잘 연결된 대학이 더 나은 대학입니다.

Asana는 학생들이 AI가 지원되는 세상에서 일할 수 있도록 준비시키고, 대학 전체를 준비시킬 수 있는 명확한 플랫폼이었습니다. 우리는 가능한 한 모든 곳에서 이를 추구하고자 합니다.

여러분, 안녕하세요. 와. 정말 많은 분들이 오셨네요. 즐겁게 지내고 계신가요? 네.

이 동영상은 조직이 어떻게... 조직이 하나의 시스템으로 운영될 때 어떤 모습인지 보여주었죠.

이 주제에 대해 NYU 글로벌 서비스 제공 부문 부사장인 Michael Worden 님보다 더 적합한 분은 없습니다. Michael 님, 환영합니다. 안녕하세요.

만나서 반갑습니다, 마이클 님.

만나서 반갑습니다.

이 동영상을 통해 NYU가 많은 학교가 상당한 독립성을 갖고 운영되는 매우 복잡한 시스템이라는 것이 분명해졌습니다. 그래서 여쭤봐야겠는데요, 어떻게 모든 구성원이 하나의 공유 계획에 따라 업무를 수행하도록 하셨나요?

맞습니다. 대학은 매우 분산되어 있고... 곳곳에 흩어져 있습니다. NYU의 경우, 전 세계에 흩어져 있습니다. 네. 그리고 우리는 Asana가 다양한 곳에서 사용되는 것을 보기 시작했습니다. 그리고 저희는 자연스럽게 이런 생각을 하게 되었습니다. 사람들이 사용하는 개별 제품이 아니라 플랫폼으로 생각하면 어떨까? 그리고 플랫폼에서 적극적으로 활동하는 사람들에게 물어봤을 때, 이것이 우리가 나아가야 할 올바른 방향이라는 데 만장일치로 동의했고, 이것이 우리의 나아갈 길의 핵심이었습니다.

정말 대단하네요. 그리고 AI가 이러한 공유 계획의 일부가 되기 시작하면서, Asana가 어떤 역할을 할 것이라고 생각하시나요?

AI는 모든 사람이 가장 관심을 갖는 분야입니다. 대학으로서 우리는 AI를 다루는 데 있어 매우 미묘한 균형을 유지해야 합니다.

물론이죠.

AI는 미래의 일부가 될 것이지만, 저희는 또한 학생들에게 AI를 효과적으로 사용하는 방법을 가르치고 정말 적합한 곳에서만 사용하도록 하고 싶습니다. 하지만 오늘 살펴본 모든 예를 생각해 보면, 때로는 항상 할 수 없는 작업을 자동화할 수 있는 다양한 방법이 있다고 생각합니다. 바로 그 점 때문에 Asana 플랫폼에 AI가 도입되는 것이 정말 기대됩니다.

정말 좋네요. 저희는 Michael 님을 고객으로 모시게 되어 기쁩니다. 스토리를 공유해 주셔서 대단히 감사합니다.

감사합니다.

좋습니다. 여기 계신 분들 중 IT, HR, 시설, 재무, 법무 등 서비스 제공 팀에서 일하시는 분이 몇 분이나 되시는지 여쭤봐야겠네요.

손을 들어주세요. 와. 많은 분들이 계시네요. 그러면 이 내용은 여러분을 위한 것입니다.

앞서 Arm Up이 여러분과 같은 서비스 팀을 위해 설계된 AI 네이티브 엔터프라이즈 서비스 관리 솔루션인 Asana Service Management를 미리 소개해 드렸습니다.

이제 NYU와 같은 분산된 환경에서 다양한 팀이 하나의 공유 계획을 기반으로 업무를 수행해야 하는 경우, 이것이 실제로 어떻게 작동하는지 보여드리고자 합니다.

그래서 제 데모에서는 역시 뉴욕에 있는 Acme University를 사용하겠습니다. NYU를 모델로 했을 수도, 아닐 수도 있습니다. 잘 모르겠네요.

Acme University의 미션은 매우 간단합니다. 학생들에게 훌륭한 학습 경험을 선사하는 것입니다. 그리고 그 중 일부는 학생들이 학습에 다시 집중할 수 있도록 학생들의 요청을 매우 신속하게 해결하는 것을 의미합니다.

이제 일반 학생이자 AI 연구원인 Zoe 님을 따라가 보겠습니다.

어느 날 아침, Zoe는 커피를 마시고 AI 연구실에 도착했지만 갑자기 출입 카드가 작동하지 않습니다.

Asana를 사용하기 전이라면 전화나 이메일을 하거나 캠퍼스를 가로질러 돌아가는 매우 번거로운 일을 해야 했을 것입니다.

하지만 Asana Service Management를 사용하면 Asana 포털에서 바로 요청을 등록할 수 있습니다.

서비스 AI가 그녀의 신원과 접근 권한을 확인하고 24시간 동안 유효한 임시 접근 코드를 발급합니다.

티켓이 시설팀에 전달되지 않으며, 사람이 개입할 필요가 없습니다.

Zoe는 몇 분 만에 연구실로 돌아갑니다.

믿기 힘들겠지만, 요즘 학생들은 AI 연구 말고도 다른 것들을 생각합니다.

그래서 그 주말, Zoe는 봄방학 계획을 세우기 시작합니다.

그래서 학생 지원팀 Slack 채널에 들어가 휴일 일정을 문의합니다.

이번에는 서비스 AI가 지식 베이스를 검색하지만, 지식 베이스는 시간이 지남에 따라 오래되므로 최신 답변을 찾을 수 없습니다. 익숙하게 들리시나요?

이 경우 서비스 AI는 질문을 학생 업무 담당자인 Zach에게 전달하고, Zach가 답변합니다.

그런데 무슨 일이 있었을까요?

서비스 AI는 1년 중 이 시기에 조이 님이 이 질문을 했다면 다른 100명의 학생도 이 문제에 대해 생각하고 있을 것이라고 판단합니다.

그래서 잭 님의 답변을 바탕으로 지식 기반 게시글 초안을 작성하고 잭 님에게 검토 및 승인을 요청합니다.

이제 다음 학생이 봄방학에 대해 질문하면 즉시 답변을 받을 수 있고, 잭은 같은 내용을 99번 더 반복해서 답변할 필요가 없으니 잭에게도 좋습니다.

그리고 봄방학이 시작됩니다. 조이와 친구들은 즐거운 시간을 보냅니다. 저는 봄방학이 그립지만, 어쨌든.

그리고 돌아와서 해변에서 노트북이 도난당한 것을 알게 됩니다. 그렇다면 그녀는 어떻게 해야 할까요? 먼저, 그녀는 즉시 Slack에 사건을 신고합니다.

그리고 해당 기기가 서비스 자산 관리에서 이미 Zoe 님에게 매핑되어 있기 때문에 Asana는 어떤 기기가 도난당했는지 파악할 수 있습니다. 탐정처럼 조사할 필요도 없고, Zoe에게 수많은 질문을 할 필요도 없습니다.

그리고 이 시점에 Zoe와 서비스 AI는 기기의 원격 잠금을 수행한 다음 즉시 새 노트북에 대한 구매 요청을 생성하고 프로세스 전반에 걸쳐 Zoe에게 업데이트를 제공합니다.

그래서 Zoe는 노트북을 돌려받고 AI 연구에 다시 집중할 수 있게 되었습니다.

그리고 아시나요? 그녀의 모든 노력이 보상을 받게 됩니다. 연말에 그녀의 연구 프로젝트가 엄청난 성공을 거두었기 때문이죠.

그리고 학생 업무를 담당하는 친구인 키라는 이를 축하하기 위해 연구실에서 파티를 열기로 합니다.

그리고 무슨 일이 있었는지 아세요? 이것은 분명히 고장 수리 티켓이 아닙니다.

장소, 케이터링, 예산 승인, 여러 팀에서 일하는 다양한 사람들이 관련되어 있습니다.

이 경우 Asana는 기본적으로 한 번의 클릭으로 Asana 프로젝트를 생성합니다.

모든 마감일, 소유자, 종속성이 WorkGraph에서 미리 채워집니다.

이것이 바로 Asana Service Management의 강력한 기능입니다. 간단한 요청은 자동으로 해결되고, 지식 베이스는 시간이 지남에 따라 더욱 스마트해지고 최신 상태로 유지되며, 복잡한 요청은 모든 정보가 하나의 감사 추적에 보존된 Asana 프로젝트가 됩니다.

따라서 서비스 팀의 운영 방식을 변경할 준비가 되셨다면 엑스포 홀로 오셔서 저희를 찾아주세요. 저와 저희 팀, 그리고 다른 Asana Service Management 전문가들이 여러분의 맞춤형 사용 사례를 안내해 드릴 것입니다.

정말 감사합니다. 곧 뵙겠습니다.

이제 미국 정부 팀의 책임자인 동료 Kelly 님을 모시겠습니다.

Jen 님, 감사합니다. 여러분, 안녕하세요. 오늘 아침은 정말 영감을 주는 시간이었네요. 여러분 모두 새로운 것, 실천 가능한 것을 배웠고, 이곳에 참석하는 것만으로도 업무의 미래로 나아가는 첫걸음을 내딛고 계십니다.

이제 청중 여러분의 참여를 부탁드리겠습니다. 오늘 청중 중 Asana 고객이 몇 분이나 계신지 손을 들어서 보여주시겠어요? 한번 볼게요. 안녕하세요.

멋진 청중이네요. 이 모습을 사진으로 찍고 싶네요. 6년, 6개월, 6일 동안 저희와 함께하셨든, 그동안 AI를 위한 Asana WorkRef 내에서 맥락을 구축해 오셨습니다.

이것은 매우 중요합니다. 왜냐하면 팀원을 온보딩하거나 Dash와 상호작용할 때, Dash는 이미 여러분, 여러분의 팀, 그리고 여러분의 비즈니스가 Asana에서 어떻게 운영되는지에 대한 맥락을 가지고 있기 때문입니다.

이미 오늘날 이를 실천하고 있는 놀라운 고객사들이 있습니다. 그래서 여러분 모두와 함께 2026년 업무 혁신상 수상자들을 축하하고 싶습니다. 화면에 여러분이 보이신다면 스스로에게 축하를 보내세요. 맞죠? 정말 훌륭한 기업들이네요.

잘하셨어요.

이제, 여기에 계시지 않거나 여기에 계시려고 노력하시는 분들은 오늘 여기서 배운 모든 것을 어떻게 받아들일 수 있을지 고민하고 계실지도 모르겠습니다.

앞서 말씀드린 것처럼, 우선 여러분은 이곳에 참석함으로써 이미 첫걸음을 내디뎠습니다. 이제 제가 다음 단계를 위한 청사진을 제시해 드리겠습니다. 작은 것부터 시작합니다. 어떤 것이 접근하기 쉬울까요? 식별할 수 있는 워크플로 중 가장 수작업이 많이 필요한 워크플로를 1~2개 생각해 보세요. 어떤 일을 덜고 싶으신가요?

둘째, 팀원을 온보딩하세요.

이 팀원들은 여러분의 팀과 협력하여 워크플로를 에이전트화할 것입니다.

셋째, Dash와 상호작용하세요. 오늘 Asana에서 AI가 업무에 어떻게 도움이 될 수 있는지 생각해 보세요. 이 모든 것을 지금 이용하실 수 있습니다.

하지만 이 모든 것을 혼자서 할 필요는 없습니다. 회원님께서 여정을 성공적으로 마치실 수 있도록 도와드릴 훌륭한 파트너가 있습니다. 오늘 여기에 소개된 모든 파트너사 여러분께 파트너십, 후원, 그리고 우리 공통 고객 모두의 성공을 위한 헌신에 감사드립니다.

커뮤니티 없이는 성공할 수 없습니다. 따라서 여러분 모두에게 한 가지 권하고 싶은 것이 있다면 바로 Asana 커뮤니티에 가입하는 것입니다. 저희는 커뮤니티를 소중히 여깁니다. 오랫동안 Asana를 사용해 오신 분이든 처음으로 Asana를 사용하시는 분이든, 모두를 위한 공간이 있습니다. 이곳에서는 사용 사례에 대해 알아보고, 제품의 최신 기능과 최고의 기능을 확인하고, 전문가들과 교류할 수 있습니다.

오늘 저희와 함께해 주시고 저희와 함께 업무의 미래로 나아가는 첫걸음을 내딛어 주셔서 대단히 감사합니다. 이 여정을 함께하기 위해 저희가 여기 있습니다. 이제 시작해 보겠습니다.