그라비티의 CEO 로리 블런델 – 인터뷰 시리즈

로리 블런델, 그라비티의 CEO는 기술적인 깊이, 상업적인 리더십, 그리고 창업 경험을 API 관리 분야에 가져온다. 2020년 9월 CEO로 취임하기 전에, 그는 그라비티의 수익 책임자로 합류하여 이전에 스냅로직에서 EMEA 필드 기술 운영을 이끌면서 회사의 성장 전략을 형성했다. 그의 배경에는 벨린코, 영국 소프트웨어 및 컨설팅 비즈니스에서 법률 및 회계 부문에서 일한 경험이 포함되어 있다. 여기서 그는 API, ETL, AWS, Java, PHP, WordPress, 데이터베이스, 보고, 데이터 변환 프로젝트에서 직접 작업했다. 엔지니어링 유연성, 기업 판매 경험, 스타트업 실행이 그라비티를 API, 이벤트 스트림, AI 에이전트가 기업 인프라스트럭처의 중심이 되는 데领导하는 데 도움이 된다.

그라비티는 기업이 애플리케이션, 서비스, 이벤트 스트림, AI 에이전트 사이의 디지털 연결을 관리, 보안, 거버넌스, 확장하는 것을 도와주는 API 관리 회사이다. 그라비티의 플랫폼은 API 관리, 이벤트 네이티브 게이트웨이, 개발자 포털 기능, 이벤트 스트리밍 지원, 새로운 AI 에이전트 관리 기능을 결합하여 조직에 동기식 API, 비동기 이벤트, MCP/A2A 에이전트 상호작용, 분산 환경 거버넌스를 위한 통일된 제어 플레인을 제공한다. 회사는 플랫폼을 오픈 소스 및 확장 가능하다고 설명하며, 2025년 Gartner 매직 쿼드런트에서 API 관리 리더로 인정받았다. 이는 API 인프라, 실시간 이벤트 주도 시스템, 새로운 에이전트 AI 스택의 교차점에서 위치한다.

벨린코를 설립하고, 다양한 기술을 직접 구축한 후 스냅로직에서 기술 팀을 이끌었으며, 이제 그라비티의 CEO가 되었다. 그 경험이 어떻게 기업 인프라스트럭처와 AI 에이전트의 미래를 형성하는 데 영향을 미쳤는가?

私の 배경은 기업 인프라스트럭처를 여러 각도에서 볼 수 있게 해주었다. 벨린코에서 우리는 실제 데이터 문제를 해결했다. 정보를 다른 곳에서 끌어와 변환하고, 집계하고, 사용할 수 있게 했다. 그 경험은 기업 기술이 해야 할 일을 내게 보여주었다. 시스템을 연결하고, 데이터를 보호하고, 복잡성을 사람들에게 행동할 수 있게 만드는 것이다.

스냅로직에서私は API 관리가 기업 스택에서 중심이 되고 있음을 보았다. API는 기술적인 인터페이스가 아니었다. 그것은 회사가 중요한 시스템과 데이터에 대한 접근을 노출하고, 제어하고, 확장하는 방법이었다. 그것이 나를 그라비티로 데려갔고, 그것이 내가 이 시장에 대해 생각하는 temel이다.

기업은 누가 무엇에 접근할 수 있는지, 어떻게 접근점을 찾고 사용하는지, 환경 전체에서 실제로 무슨 일이 발생하는지 알아야 한다. 이러한 원칙은 API에 필수적이었으며, 이제 에이전트에게도 마찬가지이다. 기업은 에이전트가 API, 애플리케이션, 데이터, 워크플로우에서 작동하는 세계로 이동하고 있다. 성공하는 회사는 가장 많은 에이전트를 구축하는 것이 아니다. 올바른 인프라를 에이전트 주변에 두는 것이다. 명확한 권한, 강한 거버넌스, 접촉하는 시스템에 대한 제어이다.

그라비티는 API 관리에서 명성을 얻었으며 이제 AI 에이전트 관리로 초점을 확장했다. AI 에이전트가 주요 기술 시프트를 나타낸다고 믿게 된 것은 무엇이며, 회사를 이 방향으로 발전시키는 것이 지금 적절한 시기인 이유는 무엇인가?

나는 AI 에이전트 관리를 우리가 항상 기업이 해결하도록 도와준 문제의 다음 진화로 본다.

API 관리는 기본적으로 세 가지 것에 관한 것이다: 보안, 발견 가능성, 관찰 가능성. 에이전트는 이러한 원칙을 적용해야 하는 다음 장소이다.

오늘날 기업은 에이전트와 관련하여 API와 마찬가지로 같은 질문에 직면한다. 보안을 어떻게 보장할 수 있는가? 에이전트가 실행 중인 곳, 실행 중인 에이전트, 접근할 수 있는 것을 어떻게 알 수 있는가? 에이전트가 무엇을 하는지, 왜 그렇게 하는지, 적절한 경계 내에서 작동하는지 어떻게 이해할 수 있는가?

타이밍이 중요하다. 회사는 실험에서 실제 작업으로 에이전트를 사용하는 방법을 묻고 있다. 어려운 질문은 더 이상 에이전트를 구축할 수 있는지 여부가 아니다. 그것은 기업이 에이전트를 거버넌스할 수 있는지 여부이다. 모델, 도구, API, 시스템을 접촉하는 에이전트를 관리하는 것이다.

그라비티의 API 관리 유산이 여기서 매우 관련이 있다. 에이전트는 기업에서 확장할 수 있기 전에 조직이 에이전트에 동일한 규율을 부여할 수 있어야 한다. 명확한 권한, 가시성, 감사 가능성, 거버넌스, 제어이다.

많은 조직이 AI 에이전트를 실험하고 있지만, 상대적으로 몇 개만이 대규모로 배포했다. 성공적인 도입자와 조직이 아직 시도 단계에 머물고 있는 것을 구분하는 것은 무엇인가?

차이점은 조직이 에이전트를 분리된 실험으로 간주하는지, 또는 새로운 운영 모델의 일부로 간주하는지에 있다. 작은 규모에서, 한두 개의 에이전트는 관리 가능해 보인다. 하지만 기업이 여러 에이전트를 팀, 시스템, 워크플로우에 걸쳐 이동하기 시작할 때, 문제는 더 이상 에이전트가 작업을 완료할 수 있는지 여부가 아니다. 그것은 조직이 에이전트가 작동하는 방식, 접촉하는 것을 어떻게 제어할 수 있는지, 비즈니스 운영에 어떻게 적합한지에 대한 것이다.

조직이 에이전트 주변에 관리 규율을 구축하는 것은 초기에 이해하는 것이다. 에이전트가 워크플로우에 어떻게 적합한지, 사람들과의 결정은 어디에 남아 있는지, 에이전트가 신뢰받을 수 있기 전에 어떤 제어가 있어야 하는지 이해하는 것이다.

이것은 기술적인 변화만이 아니다. 이것은 또한 조직이 작동하는 방식의 변화이다. 성공적인 도입자는 이러한 변화를 이해하고, 처음부터 올바른 구조를 두는 것이다.

AI 에이전트는 점점 더 API, 데이터베이스, 기업 애플리케이션, 그리고 다른 에이전트와 상호작용하고 있다. 에이전트 오케스트레이션이 어떻게 발전할 것이라고 생각하시나요? 이러한 시스템이 신뢰할 수 있게 확장하기 전에 조직이 해결해야 할 도전은 무엇인가?

도전은 기술적인 복잡성만이 아니다. 그것은 책임성 복잡성이다. 에이전트가 API를 호출하고, 데이터베이스를 조회하고, 다른 에이전트를 호출할 때, 권한 체인이 증가하고, 대부분의 기업은 그것을 볼 수 있는 방법이 없다.

오케스트레이션은 단일 에이전트 작업 실행에서 다중 에이전트 워크플로우로 진화한다. 여기서 한 에이전트의 출력이 다른 에이전트의 입력이 된다. 종종 모델, 벤더, 기업 경계를 넘어, 그것은 정확히 거버넌스가崩壊하는 때이다.

이러한 시스템이 신뢰할 수 있게 확장하기 전에, 조직은 네 가지 것을 해결해야 한다. 각 에이전트에게 알려진 인증된 身分을 부여하는 것, 각 에이전트가 접촉할 수 있는 것을 정의하는 것, 실행 중에 이러한 권한을 강제하는 것, 그리고 인간의 프롬프트에서 에이전트가 최종적으로 접촉한 시스템까지 완전한 계보 기록을 유지하는 것이다.

비즈니스가 오케스트레이션을 순수한 엔지니어링 문제로 간주하고 거버넌스 레이어를 건너뛰면, 그들은 운영을 확장하는 대신 사건을 관리하게 될 것이다.

클라우드 기술을 채택함에 따라 산업은 API 스프롤의 몇 년을 보냈다. 이제 우리는 “에이전트 스프롤”의 시대에 들어가는 것인가? 이전 기술 변환에서 어떤 교훈을 기업이 적용할 수 있는가?

예, 나는 같은 패턴을 재창조하는 실제 위험이 있다고 본다. 비즈니스 전체에 걸쳐서 관리 모델이 제자리에 있기 전에 광범위하게 채택하는 것이다. API 시대에서 배운 교훈은 조직이 환경이 이미 분산된 후에 가시성과 제어를 둘러싸는 것을 기다리지 말아야 한다는 것이다.

에이전트는 비슷한 도전을 만들지만, 더 적극적인 위험 레이어를 만든다. 왜냐하면 에이전트가 시스템과 워크플로우에서 작동할 수 있기 때문이다. 기업이 답변해야 할 질문은 간단하다. 어떤 에이전트가 존재하는지,誰가 소유하고 있는지, 그리고 무엇을 접촉할 수 있는지이다.

기업이 처음부터 규율을 적용하면, 에이전트를 볼 수 없거나, 보안하거나, 제어할 수 없는 상황에 빠지지 않을 수 있다.

현재 많은 조직이 AI 에이전트를 실험하고 있지만, 상대적으로 몇 개만이 대규모로 배포했다. 비즈니스 리더들이 현재 AI 에이전트에 대해 가지고 있는 가장 큰 오해는 무엇이며, 어디에서 기대가 현실을 앞서는가?

주도적인 오해는 에이전트의 능력이 병목 현상이라는 것이다. 그것이 아니다. 병목 현상은 조직이 에이전트를 사람과 같은 방식으로 책임을 지울 수 있는지 여부이다. 정의된 역할, 범위가 지정된 접근, 감사 가능한 기록이 있는지 여부이다.

많은 리더는 더 많은 에이전트를 배치하면 자동으로 더 빠르게 이동한다고 믿는다. 실제로, 没有 거버넌스의 에이전트는 그림자 AI 지출, 제어할 수 없는 데이터 접근, 운영 실패를 만든다. 그리고誰도 이유를 알 수 없다. 왜냐하면 감사 기록이 없기 때문이다.

최근의 예는 운영 에러로 인해 생산에서 에이전트를 다시 가져온 경우이다. 우리는 캘린더 권한이 rộng고, 정의된 경계가 없는 에이전트를 본 적이 있다. 전체 기업 캘린더를 단 하나의 동작으로 지웠다. 모델이 문제가 아니었다.誰도 그것이 접촉할 수 있는 것을 정의하지 않았다. 이것은 AI의 과장된 문제가 아니다. 이것은 거버넌스 문제이다. 많은 경우에, 에이전트는 작업을 수행할 수 있는 능력이 있었지만, 정의된 역할과 접촉할 수 있는 경계, 그리고 계획이 없었다.

期待은 자율적인 의사결정에서 가장 현실을 앞선다. 리더들은 행동하는 에이전트를 원하지만, 무엇보다도 가시적이고, 되돌릴 수 있고, 귀속 가능한 에이전트의 행동이 필요하다.

보안과 거버넌스는 AI 에이전트가 민감한 시스템과 데이터에 접근함에 따라 주요 우려 사항이 되었다. 가장 중요한 위험은 무엇이며, 조직은 이러한 위험을 관리하기 위해 어떻게 접근해야 하는가?

가장 큰 위험은 에이전트가 거버넌스할 수 있는 속도보다 생산에 더 빠르게 이동하는 것이다. 그라비티의 AI 에이전트 보안 상태 보고서는 기업 AI 에이전트 에스테이트가 2025년 12월 이후로 거의 두 배로 증가했으며, 모니터링 범위, 책임 구조, 배포 전 제어가 거의 이동하지 않았다는 것을 발견했다. 연구에 따르면 거의 절반(48%)의 생산 AI 에이전트는 보안 또는 거버넌스 없이 실행되고 있으며, 54%의 조직은 지난 12개월 동안 AI 에이전트 보안 또는 데이터 개인정보 보호 사고를 경험하거나 의심했다.

그 데이터는 거버넌스가 채택과 함께 성숙해야 하는 이유를 강조한다. 에이전트가 민감한 데이터, 애플리케이션, 워크플로우에 접근할 수 있을 때, 소유권과 책임성이 접근 자체와 마찬가지로 명확해야 한다. 이 에이전트를誰가 책임지고 있는지, 어떤 행동을 했는지, 어떻게 적극적으로 모니터링하는지이다.

答案은 에이전트를 느리게 하는 것이 아니다. 처음부터 각 에이전트, 연결된 모델, 사용하는 도구, 상호작용하는 다른 에이전트에 대한 명확한 가시성을 확립하는 것이다.

조직은 에이전트 주변에 올바른 운영 모델을 배포할 수 있다. 명확한 소유권, 범위가 지정된 권한, 배포 전 제어, 지속적인 모니터링, 감사 가능성, 그리고何か가 잘못될 때 명확한 에스컬레이션 경로이다. 그것이 기업이 에이전트를 안전하게 확장하는 데 자신감을 주는 것이다.

정부와 규제 기관이 AI 시스템에 더 관심을 기울이기 시작함에 따라, 기업은 어떻게 혁신과 규제 준수, 투명성, 위험 관리를 균형을 잡아야 하는가?

규제적 관심은 촉매제가 되어야 한다. 기다리는 이유가 되어서는 안 된다.

준수는 계보에서 시작한다. 인간의 프롬프트에서 에이전트가 최종적으로 접촉한 시스템까지 완전한 감사 가능한 기록이다. 그것이 없으면, 기업은 기본적인 규제 질문에 답변할 수 없다. 에이전트가 무엇을 했는지, 왜 그렇게 했는지이다. 이것은 미래의 문제가 아니다. EU AI법의 2026년 8월 준수 기한이 이미 달력에 있다. 그리고 오늘날에 계보와 정책 시행을 갖춘 조직은 혼란 없이 그것을 충족할 것이다.

정책-코드와 중앙 정책 시행은 그 모델의 실제 구현이다. 기업은 하나의 정책 엔진, 하나의 감사 트레일, 모든 에이전트에 걸쳐 일관된 시행이 필요하다. 모델이나 벤더에 관계없이이다.

위험 관리 태도가 승리하는 것은 느린 배포가 아니다. 처음부터 책임을 지는 대담한 배포이다. 에이전트 책임을 처음부터 시작으로 간주하는 것, 그것이 아니라 규제 장벽으로 간주하는 것이 아니다. 규제에 의해 늦추어지지 않을 것이다. 그것에 준비가 될 것이다.

모델 컨텍스트 프로토콜(MCP) 및 에이전트-에이전트(A2A) 커뮤니케이션과 같은 오픈 표준이 모멘텀을 얻고 있다. 에이전트 간의 상호운용성이 기업 AI의 미래에 얼마나 중요할 것이라고 생각하시나요? 그리고 업계는 공통 표준으로 충분히 빠르게 이동하고 있나요?

상호운용성은 선택이 아니다. 기업은 하나의 모델이나 하나의 벤더를 실행하지 않는다. 그들은 에코시스템을 실행한다. MCP와 A2A와 같은 표준은 에이전트가 도구에 접근하고, 컨텍스트를 접근하고, 에코시스템을 넘어서 다른 에이전트와 통신할 수 있도록 한다. 별도의 통합 없이이다.

모멘텀은 실제이다. 하지만 속도 질문은 더 중요한 질문을 놓친다. 에이전트가 작동하는 방식을 규정하는 표준은 프로토콜 수준에서 책임성을 동반해야 한다. 연결성은 거버넌스를 이동시키기만 한다.

그라비티의 접근 방식이 중요한 이유이다. API 관리, 에이전트 관리, ID가 하나의 플랫폼에 있는 것은 모든 에이전트 상호작용을 하나의 정책 엔진이 거버넌스한다는 것을 의미한다. 어느 프로토콜을 통해 여행하든 관계없이이다.

앞으로 5년 동안 AI 에이전트가 기업에서 성공을 거두는 것이 무엇을 의미하는지, 그리고 오늘날 기업이 확장 가능하고 미래를 위한 AI 전략을 구축하기 위해 무엇을 조언하실 것인지 알려주세요.

앞으로 5년 동안의 성공은 에이전트가 의미 있는 작업을 안전하게, 신뢰할 수 있게, 확장할 수 있게 하는 것을 측정할 것이다. AI 에이전트는 회사를 더 민첩하게 만들 수 있고, 사람들에게 훨씬 더 큰 레버리지를 줄 수 있다. 하지만 그것은 조직이 에이전트를 의도적으로 배포할 때만 발생한다. 단순히 에이전트를 “전체”로 만들고, 거버넌스를 나중에 걱정하는 조직은 초기 승리를 볼 수 있지만, 그 승리는 뒤따르는 복잡성으로 살아남지 못할 것이다.

나의 조언은 초기에 관리 모델을 구축하는 것이다. 에이전트가 임계 워크플로우에서 작동하기 전에 소유권, 권한, 모니터링, 감사 가능성, 에스컬레이션 경로를 정의한다. 미래는 단순히 인간이 모든 작업을 직접 구축하는 것이 아니다. 그것은 인간이 프로세스의 아키텍트가 되는 것이다. 에이전트가 더 빠르게 이동하고, 영향력을 확대하고, 이전에 할 수 없었던 것을 더 잘할 수 있도록 도와주는 것이다.

그레이트 인터뷰 감사합니다. 더 많은 것을 배우고 싶은 독자는 그라비티를 방문해야 합니다.