AI 에이전트를 여러 개 도입하면 일이 저절로 끝날 것 같지만 현실은 다르다. 누구에게 어떤 자료를 주고 어디까지 맡길지 사람이 매번 설명해야 한다. 똑똑한 인턴은 많아졌는데 이들을 배치할 팀장이 없는 셈이다.
Trace는 바로 그 AI 팀장 역할을 목표로 한다.
회사 구조를 먼저 배운다
이메일과 Slack, Airtable 같은 도구를 연결해 회사의 사람과 정보, 업무 과정을 지식 그래프로 정리한다. “내년 영업 계획을 만들어줘” 같은 큰 일을 받으면 단계별로 나누고 일부는 AI에게, 판단이 필요한 부분은 사람에게 배정한다.
각 AI 에이전트에는 전체 회사 자료가 아니라 해당 업무에 필요한 맥락만 전달한다. 일을 시키기 위한 인수인계 작업을 줄이는 것이다.
관리 AI의 판단도 관리해야 한다
잘못된 사람에게 민감한 자료를 보내거나 중요 결정을 AI에게 넘기면 문제가 된다. 업무 배정의 근거와 권한, 사람의 승인 지점을 명확히 해야 한다. 회사의 실제 관계는 조직도보다 복잡해 지식 그래프가 모든 사정을 이해하기도 어렵다.
AI 에이전트 시대에는 가장 똑똑한 모델보다 여러 AI와 사람이 충돌하지 않게 만드는 조정 능력이 중요해질 수 있다. Trace는 AI가 직원을 대체하는 그림보다 AI 조직에도 관리와 인수인계가 필요하다는 현실적인 장면을 보여준다.
https://techcrunch.com/2026/02/26/trace-raises-3-million-to-solve-the-agent-adoption-problem/
관련 글
같은 맥락에서 이어서 읽기 좋은 글들입니다.