기업 AI Agent Workshop
팀 공통 언어와 첫 업무 Loop
남는 것 · Agent Loop Canvas
Loop Engineering · Enterprise AI Agent
팀이 결정하고,
에이전트가 실행하며,
학습이 돌아옵니다.
기업의 반복 업무를 사람이 검증하고 다음 기준이 축적되는 Agent Loop로 바꿉니다.
20+제품을 만든 PM 경력
22+직접 운영하는 AI 에이전트
200+실습 기반 학습자
4.8평균 강의 만족도
3회연속 KDT 리드 강의
01 · Agent Loop method한 번의 Loop가
한 번의 Loop가
기준을 만들고,
다음 Loop를
더 똑똑하게 만듭니다.
목표와 컨텍스트를 정의하고, 에이전트가 실행한 결과를 사람이 검증합니다. 그 판단은 다음 실행의 기준으로 돌아옵니다.
02 · Learn · Build · Adopt배우고, 만들고,
배우고, 만들고,
운영까지 하나의
체계로 연결합니다.
조직의 현재 상태에 따라 다른 시작점을 선택하되, 세 과정은 하나의 Habix Operating System으로 이어집니다.
FDE Prototype Sprint
현장 업무 위에 작동하는 첫 버전
남는 것 · Agent + 평가 기준
Organization Adoption
승인·보안·평가를 조직 안에 정착
남는 것 · 운영 Runbook
03 · Tangible deliverables손에 남는 결과물로,
손에 남는 결과물로,
운영이 쉬워집니다.
워크숍·프로토타입이 끝나면 Agent Loop Canvas·Decision Record·Evaluation Checklist·Human Approval Map·Context Memory 5종의 운영 문서가 남습니다. 팀은 이 문서를 다음 실행 때 다시 꺼내 씁니다.
산출물 샘플 자세히 보기
Agent Loop Canvas
JTBD · Trigger · Intent · Human decision · 성공/실패 조건을 한 장에 고정합니다.
Human Approval Map
누가 어떤 근거를 보고 승인·수정·중단할지와 예외 경로를 표시합니다.
Evaluation Checklist
정답 조건, 근거 품질, 허용 오차, 실패 케이스와 재현 절차를 남깁니다.
Decision Record
고객 신호, 가장 위험한 가정, 선택한 경계와 다음 실험을 기록합니다.
Context / Memory Blueprint
Source → Claim → Decision → Next Use를 연결해 다음 작업이 꺼내 쓰게 합니다.
Operating Runbook
권한, 보안, 실패 복구, 운영 로그와 다음 개선 Backlog를 인수 가능한 형태로 만듭니다.
04 · Flagship proof system세 가지 증명 시스템으로
세 가지 증명 시스템으로
한 번의 Loop를
완성합니다.
hplan은 결정하고, llm-brain은 기억하며, Legal Universe는 복잡한 판단의 근거를 검증합니다.
Verify
Legal Universe
복잡한 법률 판단도 출처와 관계를 따라가며 사람이 근거와 예외를 검토합니다.
40K+ corpus · 250K+ relationsLegal Universe 보기05 · Enterprise course case반복 업무를
반복 업무를
Loop로 전환하는
실제 사례.
도구 사용법에 머물지 않고 실제 업무를 분해해 실행, 검토, 평가, 다음 기준 축적까지 한 사이클로 완성합니다.
01반복 업무
금융 소식 수집과 선별
02Agent 실행
수집·정리·요약 자동화
03사람 검토
핵심 확인과 위험 판단
04평가 기록
품질 기준과 변경 이유
05다음 기준
검증 결과를 다음 Loop로
06 · Outcomes기준이 연결되면
기준이 연결되면
성과가 누적됩니다.
habix Agent Loop는 판단 기준·검증 결과·기억(Context Memory)을 하나의 체계로 연결합니다. 문서와 자동화가 따로 노는 상태보다 다음 실행의 결과 편차가 줄어듭니다.
후기와 최근 기록 더 보기
“막연했던 에이전트가 실제 업무 프로세스로 보이기 시작했습니다.”
“도구보다 문제를 쪼개고 결과를 확인하는 방법을 가져갈 수 있었습니다.”
“멋진 데모가 아니라 운영 가능한 범위를 판단할 수 있게 됐습니다.”
최근 기록
블로그 전체 보기자기 개선 루프가 제품이 됐다 — PM이 설계할 것은 에이전트가 아니라 루프다
재귀적 자기 개선이란 에이전트가 다음 에이전트를 개선하는 피드백 루프를 가리킨다. Anthropic Institute는 2026년 6월 이를 공식 운영 시스템으로 공개했…
Anthropic 분기 첫 흑자 — 에이전트 비즈니스가 매출로 검증됐다
에이전트 비즈니스란 PoC를 반복 매출 운영 구조로 전환하는 설계의 문제다. Anthropic은 2026년 Q2에 매출 $10.9B(전분기 대비 2.3배)로 분기 첫 흑…
에이전트 인프라는 자본·컴퓨트·검색의 3축이다
에이전트 인프라란 모델 API 호출 이상의 세 레이어—컴퓨트 선점·자본 규모·검색 접근권—가 동시에 작동하는 구조다. OpenAI의 GPU 장기 계약, AWS 한국 12…
Start with one real loop
우리 팀의 첫 Agent Loop를 진단합니다.
상품부터 고르지 않습니다. 반복 업무와 사람의 판단 지점부터 확인합니다.
- 01 · Recurring work지금 반복적으로 발생하는 업무는 무엇인가요?
- 02 · Human judgment사람이 꼭 판단해야 하는 지점은 어디인가요?
- 03 · Operating risk속도, 품질, 보안, 비용, 내재화 중 무엇이 가장 불안한가요?
- 04 · Desired outcome강의, 프로토타입, 조직 적용 중 어디에 가까운가요?
FAQ
habix.ai는 무엇을 하는 곳인가요?
팀의 반복 업무를 사람이 검증할 수 있는 Agent Loop로 설계하는 Loop Engineering 스튜디오입니다. 데이터 분석 SaaS나 챗봇 자동화 서비스가 아닙니다.
어떤 조직에 가장 잘 맞나요?
AI PoC를 실제 반복 업무로 전환하려는 제품·사업·운영 조직에 가장 잘 맞습니다.
강의와 FDE Sprint는 무엇이 다른가요?
강의는 팀의 공통 언어와 설계 역량을 만들고, FDE Sprint는 특정 업무의 작동하는 첫 버전까지 함께 만듭니다.
비개발자도 참여할 수 있나요?
가능합니다. 문제 정의, 기준 설정, 예외 해석과 승인 지점은 도메인 전문가의 참여가 더 중요합니다.
회사 데이터와 보안은 어떻게 다루나요?
공개·더미 데이터로 시작하고 실제 데이터는 권한, 보존, 외부 전송과 승인선을 먼저 합의합니다.
협업은 어떻게 시작하나요?
반복 업무 하나와 사람이 꼭 판단해야 하는 지점을 알려주시면 가장 작은 유효 범위를 먼저 진단합니다.