애피어, 에이전틱 AI 성과 확대 위한 5대 조건 ‘SCALE’ 제시

벤처스퀘어2026년 9월 21일

한눈에 보기

애피어(Appier)가 에이전틱 AI 활용 확대를 실제 비즈니스 성과로 연결하기 위해 다섯 가지 운영 조건을 담은 프레임워크 ‘SCALE’을 내놨다.
맥킨지 ‘2026 AI 현황’ 조사에서 연 매출 10억달러 이상 대기업 중 AI 에이전트를 확장 단계에서 활용한다는 응답은 지난해 27%에서 올해 40%로 늘었지만, AI 활용이 수익성 개선에 기여했다는 응답은 37%로 전년과 비슷한 수준에 머물러 도입 확대가 성과로 곧장 이어지지 못하는 격차를 보였다.
SCALE은 목표를 수치로 명확히 세우는 전략성, AI가 할 수 있는 일과 한계를 구분해 판단하는 정교함, 상황에 맞춰 대응 방식을 조정하는 유연한 운영, 과거 실행 결과에서 배우는 지속적 학습, 연산 자원을 낭비 없이 쓰는 효율성까지 다섯 개 축으로 짜여 있다.
이 가운데 유연한 운영 축에서는 업무 성격에 맞는 모델을 골라 연결하는 모델 라우팅과 여러 에이전트가 협업하도록 짜는 에이전트 오케스트레이션이 핵심 수단으로 꼽혔고, AI 활용 규모가 커질수록 연산 비용을 관리할 필요성도 함께 제시됐다.
치한 위 애피어 CEO 겸 공동창업자는 “이제 기업의 관심은 도입한 AI가 어떤 성과를 내고 있으며 이를 어떻게 지속적으로 확대할 수 있을지에 집중되고 있다”고 말했다.
그는 이어 “에이전틱 AI가 더 많은 판단과 실행을 맡게 될수록 자율성 자체보다 이를 얼마나 신뢰할 수 있고 효율적으로 운영하느냐가 중요해진다. 결국 AI의 자율성이 높아질수록 이를 운영하는 기업의 판단 역시 더 정교해져야 한다”고 강조했다.

외국어 요약

Appier, an AI-native Agentic AI as a Service company, unveiled 'SCALE', a five-part framework for operating agentic AI to translate expanded adoption into real business results. According to McKinsey's '2026 State of AI' survey, the share of large enterprises using AI agents at scale rose from 27% to 40% year over year, while the share reporting profitability gains from AI stayed flat at 37%. Appier's SCALE framework—Strategic, Calibrated, Adaptive, Learning, Efficient—emphasizes setting measurable goals, judging AI reliability and risk, using model routing and agent orchestration, continuous learning from past executions, and managing compute costs as usage scales.

Learn more

AI原生型AaaS企业Appier发布了名为“SCALE”的五大运营条件框架，旨在将不断扩大的智能体AI应用转化为实际业务成果。根据麦肯锡《2026年AI现状》调查，年营收超10亿美元的大型企业中，在扩展阶段使用AI智能体的比例从去年的27%升至今年的40%，但认为AI应用有助于提升盈利能力的比例仍维持在37%，与去年相近。Appier的SCALE框架包括：明确战略目标（Strategic）、评估能力与风险（Calibrated）、采用模型路由与智能体协同的自适应运营（Adaptive）、持续学习（Learning）以及高效管理算力成本（Efficient）。

了解更多

AIネイティブのAaaS（Agentic AI as a Service）企業Appierは、エージェンティックAIの活用拡大を実際の事業成果に結び付けるための5つの運用条件「SCALE」を発表した。マッキンゼーの「2026年AI現況」調査によると、年間売上10億ドル以上の大企業のうち、AIエージェントを拡張段階で活用していると回答した割合は昨年の27%から今年は40%に増加した一方、AI活用が収益性改善に寄与したという回答は37%で前年と同水準だった。SCALEは、戦略的な目標設定（Strategic）、能力と限界の判断（Calibrated）、モデルルーティングとエージェントオーケストレーションによる適応的運用（Adaptive）、継続的学習（Learning）、計算コストの効率的管理（Efficient）の5要素で構成される。

詳しく見る

Appier, une entreprise d'IA native proposant l'Agentic AI as a Service, a présenté « SCALE », un cadre en cinq conditions opérationnelles visant à transformer l'adoption croissante des agents IA en résultats commerciaux concrets. Selon l'enquête « État de l'IA 2026 » de McKinsey, la part des grandes entreprises (plus d'un milliard de dollars de chiffre d'affaires) utilisant des agents IA à grande échelle est passée de 27 % l'an dernier à 40 % cette année, tandis que la part déclarant une amélioration de la rentabilité grâce à l'IA est restée stable à 37 %. Le cadre SCALE repose sur des objectifs stratégiques mesurables (Strategic), l'évaluation des capacités et des risques (Calibrated), une gestion adaptative via le routage de modèles et l'orchestration d'agents (Adaptive), l'apprentissage continu (Learning) et une gestion efficace des coûts de calcul (Efficient).