AX 전환 교육이 끝나면 담당자가 가장 먼저 여는 화면은 사용량 대시보드다. 좌석 몇 개가 활성이고 지난주 호출이 몇 건이었는지가 표에 뜬다. 숫자가 올라가면 성공으로 보고하고, 정체되면 라이선스를 회수한다.
8월 넷째 주에 공개된 자료들은 다른 숫자를 들고 나왔다. 얼마나 썼는지가 아니라, 그 결과물이 조직 안에서 얼마나 살아남았는지를 센 숫자다.
링크드인은 제안 건수 대신 살아남은 비율을 공개했다
링크드인이 사내 코드 리뷰에 붙인 멀티 에이전트 플랫폼의 측정치가 8월 22일 공개됐다. 풀 리퀘스트 1,727건에서 뽑은 리뷰 코멘트 5,230건을 표본으로, 실제 병합된 코드와 대조해 채택 여부를 판정했다. 전체 채택률은 63.9%다.
| 제안 유형 | 채택률 |
|---|---|
| 동시성 버그 | 100% |
| 로직 오류 | 80% |
| 버그 수정 | 58.1% |
| 보안 수정 | 40.6% |
요점은 63.9%가 아니라 편차다. 로직 오류에서 80%를 받은 같은 시스템이 보안 제안에서는 40.6%에 그친다. 이 표가 있으면 "AI 리뷰 도입 완료"라는 문장은 성립하지 않고, 어느 영역에 사람 검토를 남길지가 논의 대상이 된다. 링크드인은 표본의 90.1%를 병합된 코드만으로 판정할 수 있었다고 밝혔다. 채점 근거가 설문이 아니라 저장소에 있었다는 뜻이다.
벤더가 주는 지표는 아직 '썼다'까지만 센다
같은 달 7일 깃허브는 Copilot 사용량 지표 API에 totals_by_3rd_party_agent 배열을 추가했다. 클로드나 코덱스 같은 외부 에이전트 활동을 하나로 뭉뚱그리던 것을 에이전트별로 쪼갰고, 필드는 agent_name, agent_id, user_initiated_interaction_count, session_count다. 깃허브는 롤아웃과 라이선스 결정을 추정이 아니라 실제 사용에 근거하게 하려는 목적이라고 적었다.
세는 대상은 여전히 호출과 세션이다. 에이전트별 비교는 가능해졌지만, 그 호출이 병합됐는지는 이 API가 알려주지 않는다. 채택률은 벤더가 배송해주는 숫자가 아니라 각 조직이 자기 저장소에서 직접 재야 하는 숫자다.
정책 문서는 프로덕션이 증명하기 전까지 아무것도 아니다
같은 흐름이 거버넌스 쪽에서도 나왔다. 8월 24일 공개된 마이크로소프트의 AI 거버넌스 구조는 정책·통제·가시성·증명 네 기능으로 나뉜다. 마지막 '증명'은 텔레메트리를 규제 대응 증거로 바꾸는 단계다. 에이전트 통제 사양은 입력, 모델 호출, 도구 실행, 출력 네 지점에 체크포인트를 두고 영향이 큰 행동에는 사람 승인을 요구한다. 문서가 아니라 실행 경로에 걸리는 규칙이다.
8월 25일 구글 클라우드가 인용한 조사에서는 기술 리더의 79%가 추론 확장의 최대 난관으로 보안·거버넌스·운영을 꼽았고, 35%는 다중 시스템 접근에 대한 보안이 부족해 에이전트 배포를 못 한다고 답했다. 두 숫자 모두 모델 성능 항목이 아니다. 병목은 성능이 아니라 증명 능력에 있다.
교육과 AX 현장에서 우리가 바꿔야 할 것은 도구가 아니라 보고 양식이다. 다음 성과 회의에는 사용량 표 대신 무엇이 채택됐고 무엇이 반려됐는지를 들고 들어가야 한다. 사업영역 →