- Webinar
- AI & ML
2026년 AI 트렌드 : PoC 이후 Agentic AI 운영의 새로운 기준
WHEN
2026.01.30 14:00 ~ 15:00
WHERE
SLEXN YouTube
2025년, 생성형 AI와 LLM의 기술 성숙과 접근성 확대로 많은 기업이 PoC를 시도해왔습니다. 그러나 막상 실제 운영 단계에서는 성능 편차, 비용 예측의 어려움, 자원 관리, 보안 · 거버넌스 이슈로 인해 확장에 실패하거나 도입을 중단하는 사례가 반복되고 있습니다.
이번 웨비나에서는 2025년 한 해 동안의 실제 적용 사례를 바탕으로 LLM 도입의 한계를 짚고, AgentOps 관점에서 실제 운영을 전제로 한 Agentic AI 설계 · 운영 인사이트를 공유합니다.
AI 자동화 영역과 인간 개입 지점을 명확히 구분하는 것은 Agentic AI를 운영 가능한 시스템으로 만드는 핵심 판단 기준입니다.
2026년을 대비해 AI를 시스템으로 운영하고자 하는 조직이라면, 슬렉슨 웨비나에서 그 기준을 직접 확인해보세요.
AGENDA
AGENDA
Part.
01
2025 AI 도입 동향과 주요 키워드
2025년 LLM 도입 흐름과 주요 키워드를 중심으로 AI 운영이 어려웠던 구조적 원인 분석
Youngseon Kim
Solution Architect
Part.
02
Agentic AI의 한계와 AgentOps 실행 구조
Agentic AI의 한계와 Context·토큰 관리 관점의 AgentOps On-Prem 운영 전략
Jooho Lee
Solution Expert
Part.
03
AgentOps 기반 실제 개발 흐름 데모
CodeCenter·Trace.Space 기반 요구사항 – 코드 – 테스트 생성의 구조 설계와 AI·사람 역할 구분
Junho Lee
Solution Expert
Part.
04
Q&A
웨비나 신청 시 사전 접수된 질문을 중심으로 질의 응답
Youngseon Kim
Solution Architect
Secure, flexible, and transparent AI coding
Codecenter는 외부 인터넷 연결이 어려운 Air-gap 환경에서도 실행할 수 있는 온프레미스 AI 코딩 어시스턴트입니다.
보안 극대화
온프레미스 · 100% 에어갭 환경 완벽 지원
비용 효율성
API 토큰 과금 없는 예측 가능한 비용 구조
MCP · AI Agent 연동
내부 · 외부 리소스 통합으로 확장된 개발 환경
고성능 AI 코딩
RAG 기반 코드 · 질의 응답 · 리팩토링 등 지원
AI-Native Requirements Management and Traceability
Trace.Space는 복잡한 제품 개발 수명주기 전반에서 발생하는 요구사항과 테스트, 변경 데이터를 하나의 흐름으로 연결하는 차세대 AI 요구사항 통합 플랫폼입니다.
Enterprise-Grade Security
SOC 2, ISO 27001 및 산업별 규제를 준수하는 인프라를 기반으로, 저장 및 전송 구간 암호화를 적용해 최고 수준의 데이터 보호 기준을 충족합니다.
Air-gapped AI 배포
자체 가상 프라이빗 클라우드(VPC) 또는 에어갭 환경에 배포하여 대규모 환경에서도 완전한 제어, 규제 준수, 성능을 보장합니다.
AI Model Control, Your Way
사용자가 직접 보유한 LLM/AI 모델을 선택해 사용 가능하며, 명확한 경계와 무데이터 유출 정책으로 엔지니어링 데이터의 완전한 비공개성을 보장합니다.
매끄러운 시스템 통합
Trace.Space를 귀사의 기존 시스템 스택—PLM, CAD, 시뮬레이션 도구, Jira, 커스텀 API—과 유기적으로 연결하여 통합 환경을 구축할 수 있습니다.
Related Blogs
CodeCenter Web이 개인 중심 AI 코딩을 조직의 협업 플랫폼으로 확장하는 구조와 로드맵을 정리합니다.
이번 웨비나에서는 요구사항 분석, 테스트 생성, 변경 영향 분석을 자동화하는 단 하나의 AI 요구사항 솔루션 Trace.Space에 대해 알아봅니다.
이번 업데이트는 단순 기능 확장을 넘어 AI 기반 요구사항 관리 도구가 어떤 형태로 성숙해가는지 확인할 수 있는 지점입니다.
단순 요청 기반 코딩과 컨텍스트 엔지니어링 기반 Agentic 코딩을 동일 과제로 비교한 실험 결과를 정리합니다.
2025년은 AI 기술이 여러 방향에서 한꺼번에 진화를 이루며, 다시 한 번 변화의 흐름을 확인하게 만든 해였습니다.
이번 웨비나는 AI 코딩 도구 CodeCenter를 중심으로, 컨텍스트 엔지니어링이 개발 효율과 결과물 품질에 어떤 차이를 만드는지 검증합니다.
요구사항을 이해하고 코드를 구현하는 CodeCenter의 에이전틱 AI 개발 환경을 데모를 통해 소개합니다.
폐쇄망 AI 코딩 에이전트 CodeCenter v2로 기업 내부망에서도 안전하게 코드 작성, 실행, 디버깅, 요구사항 관리까지 한 번에 수행할 수 있는...
Trace.Space는 요구사항 자동 생성부터 품질 검사, 추적성 확보, 리뷰·변경 관리까지 지원하는 AI 기반 ALM 플랫폼입니다.
요구사항 생성 → 코드 작성 → 테스트 자동화의 전체 흐름을 따라가며 AI 도구가 실무에 어떻게 통합 및 적용되고 있는지 공유합니다.
엔터프라이즈급 보안과 최신 AI 기능을 동시에 갖춘 온프레미스 AI 코딩 어시스턴트 CodeCenter의 주요 핵심 기능 6가지를 소개합니다.
보안과 성능을 모두 잡은 온프레미스형 AI 에이전트 CodeCenter를 슬렉슨 웨비나에서 직접 확인해보세요.
보안, 커스터마이징, 온프레미스 지원 등 실무에서 중요한 기준을 중심으로 두 AI 코드 어시스턴트를 비교합니다.
바이브 코딩은 개발 방식에 혁신을 가져오고 있지만, 개발자의 경험과 통찰력 또한 여전히 중요한 요소입니다.