기업용 AI

Atos, 기업 AI 운영 통제를 위한 Genesis Intelligence와 Codex 발표

Atos가 10월 26일 공개한 제품군은 데이터와 모델, 업무 동작을 연결한다. 기존 소버린 AI 서비스와 파트너 네트워크를 기반으로 한다.

게시일 업데이트
AtosGenesis Intelligence기업용 AI

Atos는 10월 26일 Genesis Intelligence를 발표하며 데이터 관리, AI 기능, 업무 운영 통제를 기업용 제품군으로 묶었다. AI가 생성한 분석을 핵심 업무의 실행 동작과 연결하기 위한 플랫폼 Atos Codex도 소개했다. 회사는 민감한 정보를 다루거나 서비스 중단의 영향이 큰 조직을 대상으로 삼고 있으며, 교통 운영사, 산업 기업, 공공기관 등이 여기에 포함된다.

Atos Codex는 Center of Operations and Data EXcellence의 약자다. 제안된 기반은 조직의 활동을 공통된 방식으로 표현하는 체계다. 관련 인력과 시스템, 이들의 관계, 적용 규칙, 권한, 실행 가능한 동작을 연결해 사용자와 AI가 같은 업무 맥락을 공유하게 한다. Atos는 조직이 판단을 동작으로 전환하는 방식과 사람이 유지할 통제 수준을 결정한다고 설명한다. 권고가 나왔다는 이유만으로 실행 권한이 주어진 것으로 간주하지 않는다는 의미다.

제품군에는 데이터 준비와 추적성, 모델 선택과 비용 관리, 현지 환경에 배포할 수 있는 소형 언어 모델 개발 체계, 맞춤형 에이전트를 제공하는 기업 포털이 포함된다. Atos는 퍼블릭 클라우드와 소버린 클라우드, 고객 시설, 외부 네트워크와 연결되지 않은 환경을 배포 위치로 설명한다. 발표에는 일반 가격표나 배포 일정, 독립적으로 측정한 고객 성과가 제시되지 않았다.

이 제안을 뒷받침하는 서비스는 올해 초부터 구체화되고 있었다. Atos는 3월 12일 4개국에 걸쳐 운영되고 10개 글로벌 딜리버리 센터의 지원을 받는 서비스 제공 모델인 Sovereign Agentic Studios를 발표했다. 당시 설명은 버밍엄과 텍사스의 작업, 프랑스와 독일의 역량을 언급했다. 회사는 보안과 감독, 데이터와 모델을 어디에서 운영할지 선택할 수 있는 능력을 일상 업무에 에이전트를 도입하는 과정의 일부로 제시했다.

회사가 5월 20일 공개한 분석은 이러한 통제가 해결하려는 문제를 설명한다. Atos는 데이터 노출, 모델 출력 조작, 무단 접근 등을 위험으로 꼽았고, 불투명한 판단은 오류를 발견하기 어렵게 만든다고 주장했다. 제안한 대응은 평가와 정책, 테스트, 신원 통제, 모니터링을 결합하는 방식이다. 이는 공급사가 자신의 보안 접근법을 설명한 것이며, 이 요소들을 하나로 묶으면 AI 시스템의 모든 실패 유형이 사라진다는 증거는 아니다.

해당 분석은 이전 컨설팅 업무도 소개했다. Microsoft 365 Copilot을 시험하던 익명의 공공부문 조직은 소프트웨어와 AI 특유의 위험, 개인정보 문제를 다루는 다층 평가를 받았다. 다른 익명의 기술 기업은 생성형 AI 애플리케이션 플랫폼 검토와 취약점 개선 권고를 받았다. 이 사례들은 Atos가 새 제안에 포함하는 구현 지원 업무의 유형을 보여주지만, 블로그는 이를 Genesis Intelligence 배포 사례라고 설명하지 않는다.

3월 Studios 발표에는 파트너십 측면도 포함됐다. Atos는 Poolside의 플랫폼과 자사의 운영 통제를 결합해 고객 소유 인프라에서 실행할 수 있는 기업용 에이전트를 공동 개발하고 있다고 밝혔다. Scaler 액셀러레이터는 프로세스 평가, 직원 지원, 에이전트 보안 분야 기업과 고객을 연결하기도 했다. 10월 제품군은 이처럼 이미 구축된 서비스와 파트너 네트워크를 바탕으로 한다.

앞선 발표는 영국 환경식품농무부를 Studios 고객으로 명시했다. 해당 부처는 현대화 작업과 구조화된 평가를 진행 중인 추가 AI 활용 사례를 설명했다. 이 관계는 Genesis Intelligence 출시 발표보다 먼저 형성됐으며 Studios 협업에 해당한다. 핵심 공공서비스를 중시하는 Atos의 방향을 이해하는 배경이 되지만, 새로 발표한 제품군과 수개월 전에 보고된 고객 성과는 구분해야 한다.