FPT Software의 Frank Bignone, 기업 전략 및 성장 부문 수석 부사장 – 인터뷰 시리즈

프랭크 비그노네, FPT Software의 기업 전략 및 성장 부문 수석 부사장으로, 디지털 변환, 인공 지능, 항공 우주, 지리 공간 기술, 기업 성장 등 20년 이상의 국제적 리더십 경험을 보유하고 있습니다. 그의 경력 동안 그는 아시아, 중동, 유럽 등에서 수석 리더십 역할을 수행했으며, 일본과 중동의 FPT Software 운영을 위한 최고 디지털 변환 책임자로 근무했으며, 이전에 에어버스의 아시아 태평양 및 중국 지역의 디지털 변환과제를 이끌었습니다. 그의 배경은 AI 기반 비즈니스 변환, 전략적 제휴, 시장 확장, 대규모 기술 채택 등에 대한 전문 지식을 결합합니다. 항공, 소프트웨어, 기업 기술 부문에서 생태계를 구축한 비그노네는 일관되게 조직이 새로운 기술을 활용하여 운영 효율성, 혁신, 지속 가능한 성장을 추진하도록 지원하는 데 중점을 두었습니다. 현재 그는 FPT Software의 기업 전략 및 성장과제를 이끌고 있으며, 회사의 글로벌 확장과 차세대 서비스 개발을 이끌고 있습니다.

FPT Software는 베트남에 본사를 둔 글로벌 기술 및 IT 서비스 제공업체로, 30개 이상의 국가에서 33,000명 이상의 직원이 근무하고 있습니다. 이 회사는 디지털 변환, AI, 클라우드 컴퓨팅, 데이터 분석, 소프트웨어 엔지니어링, 스마트 팩토리, 사이버 보안, 금융 서비스, 제조, 자동차, 헬스케어, 항공, 통신 등 다양한 산업 분야의 솔루션을 전문으로 합니다. 최근 몇 년 동안 FPT Software는 AI 우선 전략을 가속화하여 AI 기반 플랫폼, 기업 현대화 서비스, 글로벌 제휴를 투자하고 있으며, 유럽, 북미, 중동, 아시아 태평양 등에서 확장하고 있습니다. 대규모 엔지니어링 능력, 컨설팅 전문 지식, AI 기반 혁신을 결합하여 이 회사는 기업이 레거시 시스템을 현대화하고, 운영을 최적화하며, 디지털 변환과제를 가속화하는 데 도움을 줍니다.

에어버스 스카이와이즈와 대규모 기업 현대화 프로그램에서 디지털 변환과제를 이끌었던 경험을 돌아보면, 아전틱 엔지니어링과 플레지 파운드리에서 비전을 형성한 주요 교훈은 무엇입니까?

에어버스 스카이와이즈와 대규모 기업 현대화 프로그램에서 주요 교훈은 변환이 기술적으로 제한되는 경우가 드물다는 것입니다. 대부분의 경우 운영 모델이 제한됩니다.

스카이와이즈에서 우리는 데이터, 플랫폼, 생태계 협력을 결합하는 힘을 보았습니다. 그러나 기술이 발전했음에도 불구하고, 가치 창조는 운영 모델이 인간 중심적이고 순차적이며 시로된 경우에 종종 평탄화되었습니다.

그 경험은 아전틱 엔지니어링의 비전을 직접 형성했습니다. 우리는 디지털 플랫폼이 더 좋아지는 것이 아니라, 지능형 에이전트를 기반으로 하는 전달 시스템에서 다음 진화가 필요하다고 믿습니다. 여기서 AI는 분석 도구로서만 아니라 실행에 적극적으로 참여합니다.

플레지 파운드는 이러한 원칙에 따라 구축되었습니다. 조직이 의사결정에서 AI 보강된 전달 모델로 이동하도록 도와줍니다. 여기서 지속적으로 실행, 학습, 개선됩니다.

현재 많은 AI 논의가 코딩 코파일럿과 개발자 생산성에 중점을 두고 있습니다. 그러나 더 중요한 전환은 AI 기반 도구에서 AI 기반 운영 모델로 이동하는 것입니다. 왜 vậy입니까?

코딩 코파일럿은 중요하지만, 가치 체인에서 작은 부분만을 다룹니다. 오늘날 대부분의 대화는 개발자 생산성을 향상시키는 데 중점을 두고 있으며, 조직이 직면하는 더 큰 도전은 단편화되고, 느리게 적응하는 전달 시스템입니다.

진정한 기회는 작업이 구조화되는 방식을 재고하는 것입니다. AI 기반 운영 모델을 사용하면 작업을 인간과 지능형 에이전트가 협력하여 실행하는 태스크로 분해할 수 있습니다. 에이전트는 계획, 실행, 검증, 최적화에 참여할 수 있으며, 피드백 루프는 지속적으로 자동화됩니다.

이 시점에서 AI는 단순히 생산성 도구가 아니라 시스템 수준의 능력으로 변합니다. 여기서 조직은실질적인 기업 가치를 실현하기 시작합니다.

FPT는 최근 플레지 파운드를 출시하여 기업을 위한 AI 보강된 전달을 강화했습니다. 시장에서 해결하려고 했던 간격은 무엇이며, 플랫폼은 이미 이용 가능한 많은 AI 개발 도구와 어떻게 다릅니까?

우리는 시장에서 명확한 간격을 보았습니다. 기업은 점점 더 많은 AI 도구에 접근할 수 있지만, 대부분의 경우에는 일관된 및 관리되는 전달 플랫폼이 부족합니다.

대부분의 AI 솔루션은 분리된 활동에 중점을 둡니다. 예를 들어, 코딩 지원 또는 테스트 자동화에 중점을 둡니다. 그러나 엔드 투 엔드 전달 오케스트레이션, 기업 거버넌스, 라이프사이클 통합에는 중점을 두지 않습니다. 따라서 조직은 종종 개별 사용 사례를 넘어서 AI 채택을 확대하는 데 어려움을 겪습니다.

플레지 파운드는 이러한 도전을 해결하기 위해 설계되었습니다. 그것은 인간-에이전트 협력 플랫폼으로서, 전체 소프트웨어 및 IT 라이프사이클에 걸쳐 AI를 내장하며, 거버넌스, 추적성, 비즈니스 결과와의 일관성을 유지합니다. 따라서 그것은 단순히 또 다른 AI 도구가 아니라, AI 보강된 전달을 위한 운영 레이어입니다.

FPT는 플레지 파운드를 거버넌스된 인간-에이전트 협력 플랫폼으로 설명합니다. 실제로 AI 에이전트가 계획, 코딩, 테스트, 보안 검토, IT 운영에 참여할 때 거버넌스는 무엇을 의미합니까?

거버넌스는 모든 AI 동작이 표시, 제어, 감사가 가능하다는 것을 의미합니다.

실제로 AI 에이전트는 정의된 정책에 따라 작동하며, 이러한 정책은 보안 요구 사항, 규정 의무, 코딩 표준을 포함합니다. 그들의 동작은 로그인, 추적, 귀속 가능하며, 인간의 감시가 임계 결정 지점에 내장됩니다. 데이터 액세스는 설정된 ID 및 권한 제어를 통해 관리되며, 에이전트는 권한 있는 정보만 상호 작용할 수 있습니다.

가장 중요한 것은 거버넌스가 실행 이후에 추가되지 않고, 실행에 직접 구축된다는 것입니다. 이것은 조직이 AI 채택을 확대하면서 신뢰, 투명성, 운영 제어를 유지할 수 있도록 합니다.

기업이 가장 큰 우려는 책임입니다. AI 에이전트가 보안 취약점, 배포 문제 또는 운영 실패를 도입할 경우, 책임은 AI 시스템, 인간 감시자, 서비스 제공자 사이에서 어떻게 할당되어야 합니까?

AI는 책임을 제거하지 않습니다. 그것은 제어된 프레임워크 내에서 책임을 재배포합니다.

AI 에이전트는 정의된 매개변수 내에서 작업을 수행하지만, 궁극적인 책임은 시스템을 설계, 감독, 거버넌스하는 사람과 조직이 유지합니다. 인간 감시자는 감시 및 검증을 제공하며, 서비스 제공자는 에이전트의 동작을 안내하는 아키텍처, 제어, 거버넌스 메커니즘에 대해 책임을 집니다.

중요한 것은 완전한 추적성을 유지하는 것입니다. 모든 동작은 귀속 가능하고 감사가 가능해야 하므로, 조직은 신뢰, 제어, 의사결정 과정을 명확하게 이해할 수 있습니다.

플레지 파운드는 아전틱 개발 라이프사이클(ADLC)의 개념을 도입합니다. 이것은 기존의 애자일, 데브옵스, 플랫폼 엔지니어링 접근 방식과 어떻게 다릅니까?

애자일과 데브옵스는 인간의 협력을 최적화하고 전달 파이프라인을 자동화하기 위해 설계되었습니다. 아전틱 개발 라이프사이클(ADLC)은 근본적으로 다른 요소를 도입합니다. 즉, 라이프사이클 전반에 걸쳐서 AI 에이전트가 적극적으로 참여합니다.

에이전트는 개발자만을 지원하는 것이 아니라, 작업을 실행하고, 문제를 이유로하고, 의사결정에 기여하는 데 인간과 협력합니다. 지속적인 이유는 정적 워크플로우를 대체하며, 지능형 피드백 루프는 지속적인 최적화를 구동합니다.

간단히 말해서, 애자일은 반복적인 전달에 중점을 두고, 데브옵스는 자동화된 파이프라인에 중점을 두며, ADLC는 적응형 인간-에이전트 전달 시스템에 중점을 둡니다.

많은 조직이 AI 에이전트를 실험하고 있지만, 아직도 성능을 측정하기 위한 프레임워크를 설정하지 못했습니다. 기업은 소프트웨어 전달 직원으로서 AI 에이전트를 평가하기 위해 어떤 지표를 사용해야 합니까?

조직은 점점 더 AI 에이전트를 직원으로 간주하고, 그들을 해당하는 방식으로 측정해야 합니다.

전통적인 생산성 지표는 여전히 중요합니다. 즉, 전달 속도(작업 완료 속도)와 수동 노력의 감소입니다. 그러나 조직은 또한 품질 지표를 평가해야 합니다. 즉, 결함률, 재작업 수준, 정확성, 신뢰성, 규정 준수입니다.

궁극적인 목표는 단순히 더 높은 생산성이 아닙니다.진정한 성공은 AI 에이전트가 결과의 예측 가능성, 품질, 확장성을 개선하는지 여부입니다.

플레지 파운드는 전달 속도와 서비스 수준 목표에 연결된 결과 기반 가격 모델을 도입합니다. 이것은 전통적인 FTE 기반 아웃소싱 및 직원 증강 모델에서 더 넓은 전환의 시작이라고 생각합니까?

예, 우리는 이미 중요한 전환이 진행 중이라고 믿습니다.

전통적인 FTE 기반 모델은 노력이 주요 가치 드라이버라는 가정에 기반을 두었습니다. 그러나 AI 보강된 전달 환경에서, 이러한 가정은 점점 더 구식이 됩니다. 지능형 에이전트는 작업을 수행하는 방식을 크게 변경할 수 있기 때문입니다.

따라서 결과 기반 모델은 전달 속도, 서비스 수준 목표, 측정 가능한 비즈니스 영향과 관련이 있습니다. 플레지 파운드는 이러한 진화를 지원하여 전달 성능을 더 투명하게, 측정 가능하게, 예측 가능하게 만듭니다.

기업이 소프트웨어 개발 및 IT 운영에서 AI 에이전트를 더 많이 배치함에 따라, 향후 5년 동안 소프트웨어 엔지니어의 역할은 어떻게 진화할 것으로 생각합니까?

소프트웨어 엔지니어는 사라지지 않고 진화할 것입니다.

AI가 구현 활동의 더 큰 부분을 맡게 되면, 엔지니어는 더 높은 가치의 책임에 중점을 둘 것입니다. 즉, 시스템 디자인, 아키텍처, 에이전트 오케스트레이션, 거버넌스, 품질 보증, 비즈니스 문제 프레이밍입니다.

미래의 엔지니어 역할은 코드의 모든 줄을 작성하는 것이 아니라, 시스템을 설계하고, 지능형 에이전트를 안내하며, 기술 결과가 비즈니스 목표와 일치하는지 확인하는 것입니다.

향후를 내다보면, 성숙한 인간-에이전트 기업 기술 조직은 어떤 모습일까요? 2030년에 다시 이 대화를 하면, 소프트웨어 전달과 IT 운영은 오늘과 어떻게 달라질 것으로 생각합니까?

2030년까지, 나는 주요 조직이진정한 인간-에이전트 생태계로 운영될 것으로 믿습니다.

AI 에이전트는 전달 및 운영 프로세스에 걸쳐 내장되어, 지속적인 실행, 실시간 최적화, 비즈니스 요구 사항의 변경에 대한 더 빠른 적응을 가능하게 할 것입니다. 강력한 거버넌스 프레임워크는 신뢰, 책임, 규정 준수를 보장할 것입니다. 결과 기반 성과 모델은 조직이 가치를 측정하는 표준 방식이 될 것입니다.

소프트웨어 전달과 IT 운영은 오늘보다 훨씬 더 빠르고, 적응성이 높고, 예측 가능할 것입니다. 대화는 더 이상 AI 에이전트를 채택해야 하는지 여부에 중점을 두지 않을 것입니다. 대신, 차별점은 인간과 에이전트를 함께 확대하는 효과적인 방법입니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 FPT Software를 방문하십시오.