글
AI-native 소프트웨어 구축에 관한 글 36개.
추천 글
추천 글
여기서부터: 비즈니스 시맨틱 레이어가 왜 열려 있어야 하는지, AI-native가 왜 코드가 아니라 메타데이터인지, 그리고 한 문장이 어떻게 거버넌스 가능한 앱이 되는지.
-
게시됨열린 기업 온톨로지: 비즈니스 의미 계층은 누가 소유해야 하는가
기업 AI에는 기계가 읽을 수 있는 비즈니스 정의 계층이 필요하다. 하지만 고객, 주문, 설비의 정의가 각 플랫폼 안에 갇히면 agent는 같은 회사를 전체로 보지 못한다. 의미 계층은 기업이 소유해야 한다.
보안과 거버넌스 비즈니스 리더 기업 온톨로지시맨틱 레이어Palantir마이크로소프트 Fabric오픈 프로토콜트렌드 -
게시됨AI-native 애플리케이션의 핵심은 코드 생성이 아니라 메타데이터 생성이다
코드 생성은 프로토타입을 빠르게 만들 수 있지만, 엔터프라이즈 애플리케이션에는 객체, 필드, 관계, 뷰, 권한, 워크플로, 액션, Agent 도구를 함께 통제하는 메타데이터 런타임이 필요합니다.
앱 개발 비즈니스 리더 AI Builder메타데이터애플리케이션 구축코드 생성 -
게시됨Vibe Coding 기술 부채: AI가 만든 앱은 왜 나중에 바꾸기 어려운가
AI가 만든 경비 정산 시스템은 몇 달 동안 잘 돌아갔다. 하지만 세무 규칙이 바뀌자 아무도 읽어 본 적 없는 12,000줄 코드를 건드리지 못했다. 장기 시스템에는 코드가 아니라 검토 가능한 정의가 필요하다.
앱 개발 IT / CIO Vibe Coding기술 부채코드 생성메타데이터AI 거버넌스트렌드 -
게시됨한 문장에서 객체, 뷰, 권한, Agent까지: AI Builder 생성 체인
AI Builder에서 중요한 것은 한 문장을 페이지로 바꾸는 것이 아니라, 비즈니스 요구를 객체, 필드, 뷰, 워크플로, 권한, 자동화, Agent 도구로 분해하는 것입니다.
앱 개발 비즈니스 리더 AI Builder자연어 애플리케이션 구축메타데이터Agent
최신 글
최신 글
ObjectOS 블로그의 최신 글입니다.
-
게시됨AI 에이전트가 운영 데이터베이스를 삭제할 때: 런타임 가드레일이 필요한 이유
Replit 데이터베이스 사고가 보여준 구조적 교훈은 agent의 영향 반경을 프롬프트에만 맡기면 안 된다는 것이다. 권한, 승인, 감사는 런타임이 강제해야 한다.
AI와 에이전트 IT / CIO ReplitAI 에이전트런타임 가드레일거버넌스감사 -
게시됨Retool vs. AI 네이티브 앱 플랫폼: 그것이 다스리는 것은 누가 앱을 여느냐이지, 로직이 무엇을 하느냐가 아니다
Retool은 로코드에서 최고의 접근 거버넌스를 갖췄다 — RBAC, 감사 로그, SSO, 셀프 호스팅. 그러나 비즈니스 로직은 화면마다 흩어진 JavaScript라, 어떤 사람도 diff로 검토할 수 없고 어떤 AI도 감사할 수 없다. 그것이 그 간극이다.
앱 개발 개발자 Retool로코드내부 도구거버넌스AI 네이티브 -
게시됨Power Platform 락인: Dataverse, Azure, 셀프 호스팅을 어떻게 판단할 것인가
Power Platform의 강점은 분명하다. ID, Teams, Dynamics, 청구가 같은 테넌트 안에 있다. 다만 주권, 규모 비용, AI 변경 리뷰가 중요하다면 Dataverse와 Azure 런타임의 경계를 먼저 확인해야 한다.
보안과 거버넌스 IT / CIO Power PlatformPower AppsDataverse셀프 호스팅데이터 주권 -
게시됨Lovable는 프로덕션에 안전한가: 접근 제어 리뷰의 문제
Lovable는 빠른 프로토타입에 강하다. 하지만 프로덕션 시스템에서 물어야 할 것은 작동하는지가 아니라, 누가 접근 제어를 검토할 수 있는지다. RLS, 프런트엔드 필터, 보안 스캔의 경계를 구분해야 한다.
보안과 거버넌스 개발자 LovableVibe Coding보안접근 제어AI-Native -
게시됨Airtable Omni vs 거버넌스가 적용된 AI 앱 플랫폼: 왜 실행 취소 버튼이 아니라 diff가 필요한가
Airtable Omni는 자연어와 표 기반 앱을 강하게 결합한다. 기록 시스템에서 물어야 할 것은 생성할 수 있는지가 아니라, AI가 권한, 필드, 플로를 바꾸기 전에 검토 가능한 diff를 내는지다.
앱 개발 비즈니스 리더 AirtableAirtable OmniAI Builder거버넌스감사 -
게시됨AI가 앱을 쓴 뒤: 그 diff를 리뷰하고 Merge할 수 있는가
AI는 돌아가는 앱을 빠르게 생성하고 CI도 통과할 수 있다. 진짜 문제는 아무도 전체를 이해하지 못하는 큰 PR에 누가 책임지고 Merge할 수 있느냐다.
앱 개발 개발자 AI 코드 작성코드 리뷰메타데이터거버넌스Vibe Coding트렌드 관점 -
게시됨Agent 규칙 파일 작성법: AI가 거버넌스 가능한 앱을 생성하게 하기
AGENTS.md, .cursor/rules, CLAUDE.md는 코드 스타일만 다뤄서는 안 된다. 권한, 승인, 감사, 대상 메타데이터 형식을 쓰면 AI 생성 앱은 처음부터 검토하기 쉬워진다.
AI와 에이전트 개발자 에이전트 규칙AI 코드 작성MCP오픈 프로토콜거버넌스트렌드 관점 -
게시됨EU AI Act 감사 준비: 당신의 AI 런타임은 증거를 낼 수 있는가
AI 판단의 전체 기록을 요구받을 때 모델 품질만으로는 부족하다. 런타임은 권한, 증거, 감독, 감사 이력을 보여줄 수 있어야 한다.
보안과 거버넌스 IT / CIO EU AI ActCADA컴플라이언스데이터 주권셀프 호스팅AI 거버넌스 -
게시됨MCP 보안: 프로토콜만으로는 왜 충분하지 않은가
MCP와 A2A는 agent와 도구의 연결을 쉽게 만든다. 하지만 연결은 인가가 아니다. 기업에 필요한 것은 호출마다 신원, 권한, 감사를 강제하는 도구 계층이다.
AI와 에이전트 IT / CIO MCPA2AAgent 상호운용성도구 계층AI 거버넌스트렌드 -
게시됨AI Agent 파일럿이 프로덕션 전에 실패하는 이유: 빠진 네 계층
데모에서 박수받은 agent가 법무의 질문 하나로 멈추는 경우가 있다. 문제는 모델이 아니라 의미, 권한, 승인, 감사라는 네 실행 계층이 없다는 데 있다.
AI와 에이전트 비즈니스 리더 AI Agent도입ROI거버넌스런타임트렌드 -
게시됨AI Agent 가격: 동작당 과금과 셀프 호스팅 실행 비용
동작 단위나 token 단위 과금은 유연해 보이지만, agent가 자율적일수록 도구 호출은 늘어난다. 비용은 사용량 곡선, 데이터 반출, 락인, 자체 운영의 분기점을 함께 봐야 한다.
보안과 거버넌스 비즈니스 리더 비용ROI액션당 과금셀프 호스팅Agentforce트렌드 -
게시됨Agentforce, Copilot Studio 너머: 왜 어떤 기업은 개방형, 셀프 호스팅 런타임을 택하는가
한 회사가 Agentforce에 서명하기 직전, 벽 바깥에 있는 데이터 절반에 닿지 못한다는 사실을 발견했다. 닫힌 스위트와 열린 셀프 호스팅 런타임을 정직하게 비교하고, 언제 무엇을 고를지 — 그리고 왜 '둘 다 쓰기'가 정답일 때가 많은지 짚는다.
AI와 에이전트 IT / CIO AgentforceCopilot StudioServiceNow개방형 플랫폼셀프 호스팅트렌드 -
게시됨기업 AI Ontology: 비즈니스 의미 계층을 열린 프로토콜로 둬야 하는 이유
AI가 기업에 들어가려면 거버넌스된 비즈니스 의미 계층이 필요하다. 중요한 것은 그 정의를 열려 있고 검토 가능하며 이동 가능한 형태로 두고, 실행 책임은 런타임이 지는 것이다.
보안과 거버넌스 비즈니스 리더 OntologyPalantirAI 거버넌스오픈 프로토콜트렌드 -
게시됨Airtable처럼 만들고, 대화처럼 수정하는 애플리케이션
AI Builder의 가장 선명한 제품 이미지는 표 기반 애플리케이션 구축과 자연어 상호작용의 결합입니다. 객체, 필드, 뷰, 권한, 자동화를 대화로 생성하고 수정할 수 있습니다.
앱 개발 비즈니스 리더 AI BuilderAirtableNo-code자연어 -
게시됨대화로 업무 시스템 바꾸기: 필드, 워크플로, 뷰, 자동화
AI Builder의 진짜 제품 가치는 지속적인 대화형 개선에 있다. 필드, 워크플로, 뷰, 권한, 자동화를 메타데이터 계층에서 안전하게 진화시킬 수 있다.
앱 개발 비즈니스 리더 대화형 앱 빌딩AI Builder자동화권한 -
게시됨고객 문제를 스스로 이해하는 지원 시스템: AI 티켓 허브 만들기
문의, 고객 이력, SLA, 지식 베이스를 하나의 티켓 허브로 묶는다. AI는 답변을 서두르는 것뿐 아니라 권한과 감사 경계 안에서 다음 조치를 제안해야 한다.
앱 개발 비즈니스 리더 케이스 관리고객 포털 AI ticketingCustomer supportNatural-language app buildingMetadata-driven apps -
게시됨영업이 CRM을 손으로 채우지 않게: 대화형 AI 세일즈 어시스턴트
영업 메모, 기회, 후속 조치를 AI가 정리한다. 중요한 것은 입력을 줄이는 것뿐 아니라 고객 데이터를 권한 범위 안에서 다루는 것이다.
앱 개발 비즈니스 리더 CRM AI salesCRMNatural-language app buildingAgent -
게시됨프로젝트 리스크는 진행 업데이트에 숨어 있다: AI 프로젝트 관리 어시스턴트
진행 업데이트, 이슈, 지연 신호를 읽어 프로젝트 리스크를 더 일찍 발견한다. AI는 제안할 수 있지만 상태 변경과 알림은 권한과 승인 아래 움직여야 한다.
앱 개발 비즈니스 리더 AI project managementRisk detectionMeeting notesNatural-language app building -
게시됨공급업체 리스크를 더 일찍 보기: AI 구매 의사결정 앱
공급업체, 가격, 납기, 컴플라이언스 정보를 연결해 구매 판단의 리스크를 더 일찍 발견한다. AI 제안은 승인과 감사가 있는 업무 흐름에 올라야 한다.
앱 개발 비즈니스 리더 공급망과 구매 제조 AI procurementSupplier riskSupply chainProcurement decisions -
게시됨경비 심사는 OCR만이 아니다: 규칙을 이해하는 AI 재무 심사 앱
경비 심사는 OCR만으로 끝나지 않는다. AI는 영수증, 사내 규정, 예외 사유를 읽고 승인자가 검토할 수 있는 형태로 리스크를 제시한다.
앱 개발 비즈니스 리더 금융 서비스 AI financeExpense auditSpend controlAudit -
게시됨티켓 제출에서 대화로: AI 기업 서비스 센터
사내 문의를 티켓 제출에서 대화로 옮긴다. AI는 답변 후보를 내고 필요한 절차로 안내하지만, 직원 데이터와 승인은 런타임이 지켜야 한다.
앱 개발 비즈니스 리더 HR 및 내부 앱케이스 관리 AI employee serviceEnterprise service centerHRIT service -
게시됨계약 검토를 먼저 AI에게 맡길 수 있을까: AI 계약 리스크 앱
계약 리스크, 빠진 조항, 승인 경로를 AI가 먼저 읽는다. 법무 판단을 대체하지 않고, 검토 가능한 차이와 감사 증거를 남기는 앱이어야 한다.
앱 개발 비즈니스 리더 금융 서비스 AI contract reviewLegal operationsRisk managementMetadata-driven apps -
게시됨콘텐츠 팀의 AI 워크벤치: 아이디어부터 회고까지
기획, 작성, 리뷰, 배포, 회고를 하나의 AI 워크벤치로 묶는다. 콘텐츠 운영에서도 권한, 승인, 이력은 생성 속도만큼 중요하다.
앱 개발 비즈니스 리더 통신과 미디어 AI content operationsContent workbenchNatural-language workflowApp development -
게시됨규정을 손으로 뒤지는 컴플라이언스에서: AI 내부통제 앱
규정, 증거, 예외, 시정 작업을 연결해 내부통제를 지속적으로 확인한다. AI는 판단을 돕고, 사람의 승인과 감사 로그를 남겨야 한다.
앱 개발 IT / CIO 금융 서비스 AI complianceInternal controlsAuditGovernance -
게시됨비즈니스 시스템에 Agent 붙이기: 실행 가능한 AI 워크벤치
업무 시스템에 agent를 붙인다면 채팅창만으로는 부족하다. 실행 가능한 액션, 권한, 승인, 감사를 같은 워크벤치에서 다뤄야 한다.
앱 개발 IT / CIO AI AgentBusiness workbenchTool callingPermission governance -
게시됨기업 AI 애플리케이션 플랫폼을 먼저 셀프 호스팅해야 하는 이유
AI가 업무 데이터를 읽고, 워크플로를 실행하고, 애플리케이션을 생성하고, 도구를 호출한다면 기업은 객체, 권한, 도구, 승인, 감사를 제어하는 런타임을 통제해야 합니다.
보안과 거버넌스 IT / CIO Self-hostedPrivate DeploymentData SecurityAI Governance -
게시됨하나의 요구사항에서 실행 앱까지: 수리 업무로 보는 ObjectStack 메타데이터
장비 수리 시나리오를 통해 AI Builder가 하나의 요청을 객체, 필드, 관계, 뷰, 권한, 작업, 워크플로, API, 에이전트 도구로 바꾸는 과정을 보여줍니다.
앱 개발 개발자 AI BuilderApp DevelopmentMetadataObject Modeling -
게시됨AI 에이전트가 기업 권한 경계 안에서 작동하는 방식
기업에 필요한 것은 슈퍼 관리자 AI가 아닙니다. 사용자 권한을 상속하고, 위험한 작업은 승인으로 보내며, 모든 행동을 감사할 수 있는 제어된 에이전트입니다.
보안과 거버넌스 IT / CIO AI AgentPermissionsData SecurityAudit -
게시됨제조팀이 legacy system에 AI를 연결하는 방법: ERP 교체가 아니라 보고서와 작업지시서부터
제조 시스템은 오래되고 무겁고 교체하기 어렵습니다. 실용적인 AI 경로는 기존 시스템을 연결하고 보고서, 작업지시서, 예외 분석에서 시작하는 것입니다.
통합과 데이터 IT / CIO 케이스 관리공급망과 구매 제조 ManufacturingERPWork OrdersAI Adoption -
게시됨복잡한 비즈니스에서 low-code가 무너지는 이유와 AI-native 앱 플랫폼의 차이
Low-code는 페이지와 workflow를 빠르게 만들게 해주지만, 복잡한 비즈니스 시스템은 객체, 권한, 통합, 변화, 유지보수성에 의해 제한됩니다.
앱 개발 IT / CIO HR 및 내부 앱케이스 관리 Low-CodeAI-NativeApplication PlatformArchitecture -
게시됨CRM에서 시작하기: AI가 고객, 영업기회, follow-up 이력을 이해하는 방법
대부분의 CRM에는 고객, 영업기회, 연락처, 활동 이력이 이미 있습니다. 유용한 길은 데이터를 내보내 일회성 분석을 하는 것이 아니라, 권한 아래에서 AI가 그 비즈니스 객체를 이해하게 하는 것입니다.
통합과 데이터 비즈니스 리더 CRM CRMSales ManagementAI AdoptionCustomer Data -
게시됨마이그레이션 없이 기존 비즈니스 시스템을 AI-native로 만들기
이미 운영 중인 데이터베이스에 ObjectOS를 연결하고, 코딩 에이전트가 테이블을 객체로 모델링하게 하면 원래 시스템을 건드리지 않고도 권한 아래에서 실제 데이터에 AI를 적용할 수 있습니다.
통합과 데이터 일반 Data SourcesAI-NativeArchitecture