에이전트 & AI 인사이트
클로드코드 노하우, 이종 에이전트, 하네스 엔지니어링 등 — Marblo 팀이 정리하는 최신 트렌드와 사내 도입 노하우
AI 에이전트 도입 전후 3개월 — 우리가 실제로 측정한 숫자
마케팅·CS·콘텐츠 세 영역에 AI 에이전트를 도입한 3개월. 처리량, 비용, 품질, 만족도 — 자랑이 아니라 실제 측정값을 그대로 공개합니다.
사내 AI 에이전트 도입 ROI 계산법 — 실전 시트와 함께
AI 에이전트 도입 비용은 얼마고 언제 회수되는가? 인건비 절감·처리량 증가·오류율 감소를 한 시트에 담는 ROI 계산법을 우리 자체 도입 데이터로 정리합니다.
MCP(Model Context Protocol) 완벽 가이드 — 에이전트가 도구를 갖는 표준
AI 에이전트가 파일시스템·DB·API·Git 같은 실제 도구에 접근할 수 있게 만든 표준, MCP(Model Context Protocol)를 해부합니다. 왜 이것이 에이전트 산업의 'USB-C'가 됐는지, 사내 시스템 연동 사례까지.
업종별 AI 에이전트 구축 사례 8선: 이커머스, SaaS, 금융, 제조업까지
8가지 업종의 실제 AI 에이전트 구축 사례를 소개합니다. 각 업종별로 어떤 에이전트를 어떻게 구축했는지, 구체적인 아키텍처와 성과 데이터를 공개합니다.
2025 AI 에이전트 구축 방법론: OpenAI Agent SDK부터 멀티에이전트 아키텍처까지
최신 AI 에이전트 구축 기술을 총정리합니다. OpenAI Agent SDK, Claude MCP, Function Calling, RAG 파이프라인, 멀티에이전트 오케스트레이션 등 실전에서 사용하는 아키텍처와 구축 방법론을 다룹니다.
N8N vs Flask: 왜 우리는 파이썬 코드 기반으로 AI 에이전트를 구축하는가
N8N, Make 같은 노코드 자동화 플랫폼과 Flask+Python 기반 에이전트 구축의 차이를 비교합니다. 실제 프로젝트 경험을 바탕으로 코드 기반 접근이 기업용 에이전트에 더 적합한 이유를 설명합니다.
AI 에이전트 도입 성공 사례: 법무법인부터 이커머스까지
다양한 산업에서 AI 에이전트를 도입해 실질적인 비즈니스 성과를 낸 사례를 분석합니다. 법무법인, 이커머스, 금융, 교육 등 업종별 구체적인 ROI와 도입 과정을 확인하세요.