WEBVTT

00:00:00.000 --> 00:00:02.360
하루의 절반을 승인대기로 보내고 계신가요?

00:00:02.540 --> 00:00:05.240
누군가는 휴가 중이고, 누군가는 이메일을 확인하지 않아서

00:00:05.240 --> 00:00:09.180
결정을 기다리는 동안 정작 그 요청이 필요했던 상황은 이미 지나버리고 맙니다.

00:00:09.360 --> 00:00:12.680
바쁘다는 핑계 속에 업무 진척이 멈춰버린 기업의 연옥 같은 현실이죠.

00:00:12.900 --> 00:00:15.020
이제 기다릴 필요가 없는 시스템을 상상해보세요.

00:00:15.280 --> 00:00:18.180
조건이 충족되는 즉시 자동으로 진행되는 워크플로우를 말입니다.

00:00:18.400 --> 00:00:19.720
자동화로 이장한 관료제 타파 도구,

00:00:20.000 --> 00:00:22.460
마이크로소프트 코파일럿 스튜디오 위 에이전트 플로우를 소개합니다.

00:00:22.680 --> 00:00:24.920
여기서 AI가 여러분의 첫 번째 승인자가 됩니다.

00:00:24.920 --> 00:00:27.460
AI는 데이터를 읽고 정책에 맞춰 평가하며,

00:00:27.840 --> 00:00:31.140
사람이 눈을 깜빡이 기도 전에 정보에 기반한 승인 또는 거절 결정을 내립니다.

00:00:31.340 --> 00:00:33.780
경계선에 있는 사례만 관리자의 메일함으로 전달되기에,

00:00:34.160 --> 00:00:36.560
감독을 소홀히 하지 않으면 서도 속도를 높일 수 있습니다.

00:00:36.780 --> 00:00:39.980
조건이 복잡해지면 무너지는 기존의 승인 흐름과 달리,

00:00:40.420 --> 00:00:45.000
AI 기반 흐름은 스스로 분기하고 검증하며 감사하면서 확장해 나갑니다.

00:00:45.220 --> 00:00:49.180
이번 시간에는 동료들이 전체 답장 버튼을 찾기도 전에 결정을 내리는

00:00:49.180 --> 00:00:52.540
다단계 조건부 승인 시스템을 구축하는 방법을 보여드리겠습니다.

00:00:52.540 --> 00:00:55.520
맞춤형 승인 로직을 갖춘 AI 단계 설정,

00:00:55.920 --> 00:00:57.180
필요한 인간의 검토 추가,

00:00:57.700 --> 00:01:00.320
지능적으로 경로를 재지정하는 동적 조건 설계,

00:01:00.760 --> 00:01:04.260
그리고 규정 준수를 위한 실제 문서 검증 통합 방법을 배우게 됩니다.

00:01:04.500 --> 00:01:06.400
영상이 끝날 때쯤에는 기계처럼 사고할 때와

00:01:06.400 --> 00:01:09.520
인간의 판단에 맡길 때를 구분하는 자동화된 프로세스를 갖추게 될 것입니다.

00:01:09.700 --> 00:01:11.240
이제 대기열에 엄매이지 마세요.

00:01:11.440 --> 00:01:12.880
논리가 흐름을 이끌게 하세요.

00:01:13.080 --> 00:01:14.960
전통적인 승인 방식의 문제점,

00:01:15.140 --> 00:01:18.820
전통적인 승인 체계는 비효율의 굴레를 반복하는 비극적인 리메이크와 같습니다.

00:01:18.820 --> 00:01:22.420
누군가 양식을 제출하면 이메일이 오가고 스프레드 시트는 버전이 어긋나며

00:01:22.420 --> 00:01:25.840
수많은 전달 과정 속에서 무엇이 최종 버전인지 아무도 기억하지 못하게 됩니다.

00:01:26.000 --> 00:01:28.620
참여자가 늘어날수록 가치가 아닌 지연만 더해질 뿐이죠.

00:01:28.780 --> 00:01:31.820
이 프로세스는 업무를 관리하는 게 아니라 지연을 생산하고 있습니다.

00:01:32.100 --> 00:01:34.760
일반적인 파워 오토메이트 승인 흐름이 이를 해결하려 하지만

00:01:34.760 --> 00:01:37.320
복잡한 상황이 도입되면 곧바로 멈춰버립니다.

00:01:37.540 --> 00:01:41.260
단일 승인 경로라면 예 또는 아니오만 확인하면 되니 괜찮습니다.

00:01:41.480 --> 00:01:46.280
하지만 관리계층, 지출한도, 특수규칙을 더하는 순간 설계는 파편화되기 시작합니다.

00:01:46.280 --> 00:01:48.400
결국 러시아 인형처럼 조건을 겹겹이 쌓게 되는데

00:01:48.400 --> 00:01:51.780
이는 세련되지 못하고 취약하며 6개월 뒤에는 디버깅조차 불가능해집니다.

00:01:51.880 --> 00:01:54.840
커넥터 하나만 끊어져도 시스템 전체가 조용히 실패합니다.

00:01:55.060 --> 00:01:59.020
결국 사람이 병목 현상이자 냉정하게 말해 지연노드가 되어버리는 셈입니다.

00:01:59.240 --> 00:02:02.380
그들이 받는 모든 메시지는 또 하나의 비동기 왕복통신이 됩니다.

00:02:02.640 --> 00:02:06.080
승인수단으로서의 이메일은 광섬유 세상에서 전서구를 사용하는 것과 같습니다.

00:02:06.400 --> 00:02:08.440
기술적으로는 작동하지만 그래서는 안됩니다.

00:02:08.640 --> 00:02:10.820
이제 마이크로소프트 코파일러 스튜디오를 만나보세요.

00:02:10.820 --> 00:02:13.840
이건 단순히 파워 오토메이트 위 개선 버전이 아닙니다.

00:02:14.020 --> 00:02:17.900
조직의 데이터 소스, 역할, 논리구조와 완전히 통합되면서

00:02:17.900 --> 00:02:21.820
AI 기반의 승인 시스템을 제공하는 에이전트 플로우를 도입합니다.

00:02:22.020 --> 00:02:25.840
결정론적인 정책 집행과 적응형 의사결정을 하나로 연결합니다.

00:02:26.100 --> 00:02:28.440
그 증가는 단계를 구분하는 방식에 있습니다.

00:02:28.820 --> 00:02:30.380
속도가 필요한 곳은 자동화하고

00:02:30.380 --> 00:02:32.680
검증이 필요한 곳은 사람이 담당하세요.

00:02:32.900 --> 00:02:35.060
계층 구조를 재설계한다고 생각하면 됩니다.

00:02:35.060 --> 00:02:41.500
AI 단계는 고정된 규칙, 금액 제한, 항목 유형, 날짜 범위를 기계적인 효율성으로 평가합니다.

00:02:41.680 --> 00:02:46.980
그런 다음 결정이 모호하면 모든 사소한 건을 대기시키지 않고 사람의 검토로 넘깁니다.

00:02:47.180 --> 00:02:49.880
이것만으로도 기하급수적인 지연을 없앨 수 있습니다.

00:02:50.140 --> 00:02:51.800
신명이 순차적으로 검토하는 대신

00:02:51.800 --> 00:02:55.580
AI가 80%를 즉시 처리하고 예외사항만 전달합니다.

00:02:55.820 --> 00:02:59.760
네, 코파일러 스튜디오는 데이터버스를 기반으로 모든 것을 추적하여

00:02:59.760 --> 00:03:03.300
팀이 메일함을 뒤질 필요 없이 검증 가능한 로그를 생성합니다.

00:03:03.300 --> 00:03:06.000
기존 워크플로는 사람을 위해 만들어졌습니다.

00:03:06.200 --> 00:03:08.220
에이전트플로는 사람을 중심으로 구축되어

00:03:08.220 --> 00:03:11.120
반복작업이 아닌 해석이 필요할 때만 사람을 개입시킵니다.

00:03:11.260 --> 00:03:12.920
이 아키텍처가 어떻게 작동하는지 알게 되면

00:03:12.920 --> 00:03:16.600
기존의 승인방식은 촛불을 켜고 가계부를 적던 원시적인 모습처럼 느껴질 것입니다.

00:03:16.760 --> 00:03:17.820
핵심은 간단합니다.

00:03:18.000 --> 00:03:20.540
규정 준수, 일관성, 그리고 확장성입니다.

00:03:20.720 --> 00:03:22.860
현대적 운영은 자동 검증 없이는 마비되며

00:03:22.860 --> 00:03:25.880
AI 지원 로직은 이제 신뢰성을 위한 기본이 되었습니다.

00:03:26.200 --> 00:03:29.420
정적플로에서 조건부 감사가능한 에이전트플로로 전환하면

00:03:29.420 --> 00:03:33.780
반응형으로 스인을 관리하는 대신 이를 하나의 유기적인 시스템으로 다루게 됩니다.

00:03:34.020 --> 00:03:36.860
차이는 단순히 속도가 아니라 구조적 효율성에 있습니다.

00:03:37.240 --> 00:03:40.520
AI 단계를 구축하고 첫 번째 승인자를 가르치는 과정입니다.

00:03:40.740 --> 00:03:41.980
이제 흥미로운 부분입니다.

00:03:42.180 --> 00:03:44.080
첫 번째 디지털 관료를 훈련해보겠습니다.

00:03:44.520 --> 00:03:47.740
AI 단계는 귀하의 승인 프로세스를 지키는 논리적 문지기입니다.

00:03:47.740 --> 00:03:50.000
AI 위 역할은 인간처럼 생각하는 것이 아니라

00:03:50.000 --> 00:03:52.820
초인적인 일관성으로 구조화된 추론을 수행하는 것입니다.

00:03:52.980 --> 00:03:54.740
지침을 읽고 입력각과 대조한 뒤

00:03:54.740 --> 00:03:57.480
승인 또는 거절이라는 두 가지 판결 중 하나를 내립니다.

00:03:57.700 --> 00:03:59.600
정치적 요구나 커피타임 같은 건 없습니다.

00:03:59.960 --> 00:04:02.240
먼저 새로운 에이전트플로를 정의하며 시작합니다.

00:04:02.480 --> 00:04:05.640
생성 시점의 AI 단계는 정답지를 기다리는 빈 시험지처럼

00:04:05.640 --> 00:04:06.640
중앙에 자리 잡습니다.

00:04:06.880 --> 00:04:08.620
트리거는 보통 데이터버스에서 발생하며

00:04:08.620 --> 00:04:11.720
청구 또는 경비 테이블에 레코드가 추가되거나 수정될 때 작동합니다.

00:04:11.720 --> 00:04:13.960
청구가 생성되면 이 단계가 활성화되어

00:04:13.960 --> 00:04:16.200
데이터를 평가하고 그에 따라 결정합니다.

00:04:16.400 --> 00:04:18.080
단계 내에서 가장 중요한 필드는

00:04:18.080 --> 00:04:20.600
작업의 두뇌 역할을 하는 지침 프롬프트입니다.

00:04:20.600 --> 00:04:23.760
이곳의 승인 로직을 쉽지만 엄격한 언어로 기술합니다.

00:04:24.000 --> 00:04:25.800
임기응변을 절대 하지 않는 변호사에게

00:04:25.800 --> 00:04:27.640
지시를 내린다고 생각하고 작성하세요.

00:04:27.860 --> 00:04:29.600
예를 들어 금액이 500미만이고

00:04:29.600 --> 00:04:32.380
설명이 신체 또는 정신건강과 관련 있으며

00:04:32.380 --> 00:04:35.460
구매 날짜가 제출일로부터 30일 이내인 경우 승인합니다.

00:04:35.660 --> 00:04:37.720
규칙 중 하나라도 충족하지 못하면 거절하세요.

00:04:37.940 --> 00:04:38.760
그게 전부입니다.

00:04:39.020 --> 00:04:40.140
이진법처럼 명확하죠.

00:04:40.140 --> 00:04:42.180
다음으로 동적 입력값을 정의하세요.

00:04:42.380 --> 00:04:45.300
이것들을 로직에 실제 데이터를 공급하는 변수라고 생각하면 됩니다.

00:04:45.520 --> 00:04:48.700
대개 금액, 설명, 그리고 구매 날짜가 포함될 것입니다.

00:04:48.700 --> 00:04:54.560
각 항목은 AI가 결정을 내릴 때 참고할 콘텐츠, 텍스트 또는 숫자 입력값으로 추가됩니다.

00:04:54.720 --> 00:04:59.740
코파일러 스튜디오는 이러한 입력을 텍스트, 숫자, 이미지 문서와 같은 유형별로 분류합니다.

00:04:59.940 --> 00:05:02.120
텍스트로 저장된 숫자처럼 유형을 혼용하면

00:05:02.120 --> 00:05:05.440
사람과 기계 모두 혼란스러워함으로 올바르게 선택해야 합니다.

00:05:05.640 --> 00:05:08.440
각 입력란 아래에 테스트용 샘플 데이터를 제공하세요.

00:05:08.680 --> 00:05:11.040
이는 로직을 조정하는 동안 가이드 역할을 합니다.

00:05:11.300 --> 00:05:17.300
예를 들어 피트니스 요가 매트, 금액 300, 구매 날짜 8월 22일과 같은 청구 예시를 입력하세요.

00:05:17.300 --> 00:05:22.260
테스트를 실행하면 코파일러 스튜디오는 기반이 되는 GPT 추론 모델을 가동하여

00:05:22.260 --> 00:05:24.720
결정사항과 그에 대한 설명을 출력합니다.

00:05:24.920 --> 00:05:27.240
결과가 예상과 일치한다면 성공입니다.

00:05:27.500 --> 00:05:30.420
그렇지 않다면 지시사항의 확정성이 부족한 것입니다.

00:05:30.640 --> 00:05:32.920
대부분의 초보자가 바로 이 부분에서 실수합니다.

00:05:33.140 --> 00:05:37.880
합리적인 비용, 최근 구매와 같은 광범위하거나 모호한 표현은 AI에게 독이 됩니다.

00:05:38.220 --> 00:05:41.500
시스템은 기업의 분위기를 읽을 수 없으며 수학적 정의가 필요합니다.

00:05:41.720 --> 00:05:45.300
따라서 테스트 결과가 일관되게 나올 때까지 지시사항을 끊임없이 다듬으세요.

00:05:45.300 --> 00:05:49.160
지시사항을 수정할 때 마다 재현 가능성을 위해 판단 엔진을 조정하는 것입니다.

00:05:49.340 --> 00:05:52.660
항상 동일한 입력에 동일한 출력이 나오는 패턴을 만들어야 합니다.

00:05:52.900 --> 00:05:55.400
사무실의 잡담이 아닌 기계적인 논리가 필요합니다.

00:05:55.600 --> 00:06:00.600
프롬프트가 여러 테스트 사례에서 신뢰할 수 있는 결정을 내리면 AI 승인자 학습은 성공한 셈입니다.

00:06:00.820 --> 00:06:06.780
이제 데이터버스에서 가져온 토큰을 사용하여 실제 동적 데이터, 청구 금액 상세, 구매 또는 제출 날짜를 주입하세요.

00:06:06.980 --> 00:06:09.640
실제 운영 시 N&E 데이터가 테스트 값을 대체합니다.

00:06:09.640 --> 00:06:15.780
그 시점부터 AI는 각 청구를 상황에 맞춰 평가하고, 새로운 데이터가 들어오는 즉시 승인 여부를 결정합니다.

00:06:15.940 --> 00:06:18.400
성공을 선언하기 전에 반복 테스트를 수행하세요.

00:06:18.620 --> 00:06:20.680
금액을 600으로 변경했을 때 거부하나요?

00:06:20.840 --> 00:06:23.580
날짜를 3개월 전으로 변경했을 때 부적절한 것으로 표시하나요?

00:06:23.760 --> 00:06:27.100
아이패드 구매와 같은 터무니없는 청구를 추가했을 때 불일치를 감지하나요?

00:06:27.300 --> 00:06:29.840
각 테스트는 일관된 인과 관계를 보여야 합니다.

00:06:30.060 --> 00:06:34.020
응답이 들쭉날쭉하다면 문제는 AI 모델이 아니라 프롬프트의 명확성입니다.

00:06:34.240 --> 00:06:37.980
일관된 패턴이 나타나면 콘텐츠 변수에 대한 명명규칙을 수립하세요.

00:06:37.980 --> 00:06:43.480
문자연례는 str 밑줄 클레임 밑줄 어마운트, 숫자가배는 넌 밑줄 퍼쳐스 밑줄 데이트와 같은 접두사를 사용하세요.

00:06:43.640 --> 00:06:47.900
이러한 작은 규율이 나중에 다중분기 로직으로 확장할 때 혼란을 방지합니다.

00:06:48.120 --> 00:06:53.340
이 단계에서 자동화된 승인자는 정책에 따라 감독 없이 독립적으로 결정을 내릴 수 있습니다.

00:06:53.600 --> 00:06:55.840
하지만 자동화는 독재가 아니라 위임입니다.

00:06:56.080 --> 00:06:59.120
기계는 속도와 정확성을 담당하며 판단을 담당하지는 않습니다.

00:06:59.320 --> 00:07:05.140
경계선상에 있는 시나리오의 경우 AI가 거부하거나 불확실하다고 판단한 내용을 검토할 사람의 개입, 휴먼 인 더 룩이 필요합니다.

00:07:05.140 --> 00:07:10.080
다음 단계가 필요한 이유가 바로 이건이며 실리콘과 인간 사이에서 권한이 공유되는 방식입니다.

00:07:10.220 --> 00:07:13.520
인적 감독을 추가하고 다단계 및 조건부 로직을 구성합니다.

00:07:13.740 --> 00:07:19.520
AI가 자신있게 청구를 심사하게 되면 관료 조직에서 반어적으로 부르는 인간의 손길, 휴먼 터치, 을 더할 수 있습니다.

00:07:19.720 --> 00:07:25.080
코파일러 스튜디오에서는 실제 사람이 재량권을 행사할 수 있는 체크 포인트인 수동 단계를 의미합니다.

00:07:25.280 --> 00:07:26.920
이를 안전벨브라고 생각하세요.

00:07:27.220 --> 00:07:29.140
예측 가능한 모든 것은 자동으로 처리됩니다.

00:07:29.940 --> 00:07:32.400
미묘한 문제는 관리자의 책상으로 넘어갑니다.

00:07:32.400 --> 00:07:36.120
승인 디자이너에서 AI 단계 바로 뒤에 수동 단계를 추가하며 시작합니다.

00:07:36.300 --> 00:07:38.760
이렇게 하면 에이전트 흐름에 두 번째 관문이 생성됩니다.

00:07:38.960 --> 00:07:40.640
이 전달 과정에는 조건이 붙습니다.

00:07:40.860 --> 00:07:44.080
AI 위판정이 승인일 경우 애만 사람의 단계로 넘어갑니다.

00:07:44.260 --> 00:07:46.880
AI가 거부하면 프로세스는 즉시 종료됩니다.

00:07:47.100 --> 00:07:50.800
이미 정책상 부적격인 것을 관리자에게 확인하도록 시간 낭비할 필요가 있을까요?

00:07:50.980 --> 00:07:53.580
효율성이란 자동화로 포장된 선택적 집중입니다.

00:07:53.800 --> 00:07:55.240
예시 시나리오를 설정해보겠습니다.

00:07:55.700 --> 00:07:58.620
직원이 헬스장 멤버십 비용 청구를 제출했다고 가정해봅시다.

00:07:58.840 --> 00:08:01.800
모든 기준이 정책에 부합함으로 AI는 이를 승인합니다.

00:08:01.800 --> 00:08:06.080
이제 그 결정이 관리자 승인이라는 관리자 수준의 수동 단계를 트리거합니다.

00:08:06.340 --> 00:08:11.780
내부적으로는 청구 제출자로부터의 비용 청구 승인 요청과 같은 제목으로의 단계를 구성합니다.

00:08:12.000 --> 00:08:15.260
해당 변수들은 데이터버스에서 데이터를 동적으로 가져옵니다.

00:08:15.460 --> 00:08:20.000
담당자, 필드에서 작업을 받을 사람, 보통은 청구자의 관리자를 정의합니다.

00:08:20.240 --> 00:08:25.620
이 라우팅을 자동화하기 위해 코파일러 스튜디오는 오피스 365 사용자 커넥터 통합을 지원합니다.

00:08:25.620 --> 00:08:31.720
먼저 데이터버스 위 사용자 테이블에서 아이디로 행 가져오기 작업을 사용하여 청구 생성자의 사용자 레코드를 확보합니다.

00:08:31.940 --> 00:08:33.980
그러면 제출자의 정보가 검색됩니다.

00:08:34.220 --> 00:08:38.200
다음으로 관리자 가져오기 작업을 통해 해당 사용자의 이메일로 관리자를 찾습니다.

00:08:38.440 --> 00:08:42.060
그 결과를 str 관리자 이메일과 같은 변수로 수동 단계에 전달합니다.

00:08:42.300 --> 00:08:45.100
결과적으로 하드코딩이나 오래된 계층 구조가 사라집니다.

00:08:45.300 --> 00:08:48.020
관리자가 바뀌어도 계층 구조는 스스로 업데이트됩니다.

00:08:48.260 --> 00:08:51.940
이제 다단계 승인이 존재하는 실질적인 이유인 조건부 분기가 필요합니다.

00:08:51.940 --> 00:08:54.960
에이전트 흐름 내에서 직접 로직을 도입할 수 있습니다.

00:08:55.220 --> 00:08:59.180
청구 금액이 150 이상인 경우 관리자 승인 단계를 추가합니다.

00:08:59.460 --> 00:09:01.420
그렇지 않으면 프로세스를 종료합니다.

00:09:01.660 --> 00:09:06.480
이는 단순한 2단계 루틴을 상황에 맞게 적응하는 다단계 의사 결정 트리로 바꿉니다.

00:09:06.680 --> 00:09:08.580
소액 청구는 한 명이 사람만 거칩니다.

00:09:08.880 --> 00:09:12.080
고액이거나 위험도가 높은 청구는 추가 검토를 위해 상향 조정됩니다.

00:09:12.260 --> 00:09:15.200
디자이너에서 흐름을 종료하기 전에 조건 작업을 삽입합니다.

00:09:15.400 --> 00:09:18.520
숫자 변수, 예, 넘 청구 금액을 참조합니다.

00:09:18.520 --> 00:09:23.460
이상 연산자를 선택하고 150과 같은 인계값을 설정합니다.

00:09:23.680 --> 00:09:27.340
참 분기에는 관리자 승인이라는 수동 단계를 하나 더 추가합니다.

00:09:27.560 --> 00:09:30.480
규정 준수 관리자와 같은 고정된 승인자에게 할당합니다.

00:09:30.720 --> 00:09:33.140
거짓 분기에서는 승인 상태로 종료합니다.

00:09:33.360 --> 00:09:37.880
그 효과로 워크플로우가 병목 현상을 일으키는 대신 합리적인 조직처럼 작동하게 됩니다.

00:09:38.180 --> 00:09:39.960
여기서 실용적인 유머를 한마디 덧붙이자면

00:09:39.960 --> 00:09:43.060
네, 위임은 근거 없는 희망이 아니라 여전히 신뢰를 필요로 합니다.

00:09:43.060 --> 00:09:46.360
모든 것을 승인할 수 있는 광범위한 보안 역할을 할당하지 마십시오.

00:09:46.460 --> 00:09:50.360
데이터버스 역할 기반 액세스 제어를 통해 관련 사용자 나그룹으로 권한을 제한하세요.

00:09:50.560 --> 00:09:52.800
그렇지 않으면 자동화된 무질서 상태가 될 뿐입니다.

00:09:52.960 --> 00:09:56.080
구조를 테스트해보면 각 조각이 얼마나 매끄럽게 맞물리는지 알 수 있습니다.

00:09:56.300 --> 00:10:00.980
150달러 미만의 청구가 AI 검토를 통과하면 관리자 승인 후 절차가 종료됩니다.

00:10:01.160 --> 00:10:05.760
150달러가 넘으면 시스템은 최종 승인 전 관리자 검토를 위해 정중히 대기시킵니다.

00:10:05.760 --> 00:10:11.580
각 경로마다 감사추적, AI 추론 로그, 타임스탬프가 찍힌 승인 내역, 기록된 결과가 데이터버스에 저장됩니다.

00:10:11.740 --> 00:10:14.060
나중에 아무도 본 적 없다 고발뱀 할 수 없습니다.

00:10:14.300 --> 00:10:16.140
데이터베이스가 사실을 증명하니까요.

00:10:16.280 --> 00:10:18.920
정교하게 다듬을 때는 명명규칙을 철저히 지키세요.

00:10:19.080 --> 00:10:24.620
관리자 승인, 운영자 승인과 같이 단계별로 접두사를 명확히 붙여 흐름을 시각적으로 추적할 수 있게 하세요.

00:10:24.820 --> 00:10:27.360
순서도는 추상예술이 아닌 논리처럼 읽혀야 합니다.

00:10:27.600 --> 00:10:30.360
만족스럽다면 게시하고 실제 시나리오로 테스트해보세요.

00:10:30.580 --> 00:10:32.240
과정이 진행되는 모습을 지켜보세요.

00:10:32.560 --> 00:10:34.040
AI가 즉시 평가합니다.

00:10:34.040 --> 00:10:36.400
관리자에게는 승인 작업이 전달됩니다.

00:10:36.580 --> 00:10:38.960
운영자는 조건이 충족될 때만 개입합니다.

00:10:39.180 --> 00:10:45.100
결과는 단순히 자동화가 다 처리하는 느낌이 아니라 스스로 관리되는 투명한 계층 구조처럼 느껴집니다.

00:10:45.300 --> 00:10:48.860
이러한 계층적 조율은 문서검증이라는 새로운 영역을 열어줍니다.

00:10:49.140 --> 00:10:52.480
양식의 입력값은 거짓일 수 있어도 영수증은 그렇지 않기 때문입니다.

00:10:52.680 --> 00:10:57.180
다음 단계는 AI가 받은 편지함에 도달하기 전 물리적 증거를 먼저 검토하게 만드는 것입니다.

00:10:57.400 --> 00:11:01.460
거기서 영수증 검증이 시작되며 관료주의를 검증 가능한 과학으로 바꿉니다.

00:11:01.460 --> 00:11:05.300
동적 입력 및 문서검증, 영수증에 대해 이야기해봅시다.

00:11:05.460 --> 00:11:10.240
누군가 환급을 요청하면 갑자기 중요한 증거물이 되는 구겨진 작은 종이 조각 말이죠.

00:11:10.440 --> 00:11:13.580
수동 승인 프로세스에서는 사람이 눈으로 직접 확인합니다.

00:11:13.820 --> 00:11:16.240
네, 이건 요트가 아니라 요가 매트가 맞네요.

00:11:16.500 --> 00:11:21.020
자동화된 프로세스에서는 AI 가판단 필요 없이 똑같은 확인 작업을 수행하게 합니다.

00:11:21.220 --> 00:11:25.240
코파일럿 스튜디오 위 에이전트 플로우에서 문서검증은 동적 콘텐츠 입력,

00:11:25.240 --> 00:11:29.240
즉 이미지나 파일을 승인 로직으로 전달하는 기능을 통해 구현됩니다.

00:11:29.460 --> 00:11:32.620
이는 AI 승인자에게 세 번째 감각인 시각을 부여하는 것과 같습니다.

00:11:32.940 --> 00:11:37.940
텍스트 필드에만 위존하는 대신 모델이 문서를 읽고 기록된 내용과 업로드된 내용을 비교합니다.

00:11:38.140 --> 00:11:39.220
구조는 다음과 같습니다.

00:11:39.560 --> 00:11:43.540
AI 단계 내에 이미지 또는 문서라는 새로운 입력 유형을 추가합니다.

00:11:43.780 --> 00:11:46.200
영수증 파일과 같이 명확하게 라벨을 지정하세요.

00:11:46.420 --> 00:11:48.420
테스트를 위해 샘플 영수증을 업로드하세요.

00:11:48.660 --> 00:11:51.360
이는 실전 적용이 아니라 로직 네이아웃을 훈련하는 과정입니다.

00:11:51.360 --> 00:11:54.820
이제 지시 프롬프트를 조정하여 문서 교차 검증을 포함시키세요.

00:11:55.000 --> 00:11:56.560
기존 로직을 확장하는 것입니다.

00:11:56.780 --> 00:11:58.740
다음 조건이 모두 충족될 때 청구를 승인합니다.

00:11:59.120 --> 00:12:02.000
금액 500달러 이하, 청구 내용이 신체 또는 정신건강과 관련,

00:12:02.340 --> 00:12:06.040
구매일 30일 이내, 그리고 영수증 문서가 신고된 품목, 금액, 날짜와 일치함.

00:12:06.180 --> 00:12:11.160
이 네 번째 조건은 AI 승인자를 정책 집행자에서 회계 감사관으로 탈바꿈시킵니다.

00:12:11.340 --> 00:12:15.080
테스트가 실행되면 모델은 문서에서 읽을 수 있는 텍스트를 추출하고,

00:12:15.280 --> 00:12:17.860
비하에 구조화된 입력과 일치하는지 확인합니다.

00:12:17.860 --> 00:12:21.820
영수증에 8월 22일, 피트니스 매트 300달러라고 적혀있는데,

00:12:22.000 --> 00:12:24.580
청구 내용이 그와 다르면 결과는 거부로 바뀝니다.

00:12:24.760 --> 00:12:28.680
자, 이제 구현을 위해 승인 프로세스가 실행되기 전에 해당 문서를 가져와야 합니다.

00:12:28.840 --> 00:12:31.680
데이터버스 위 파일 또는 이미지 다운로드 작업을 사용하세요.

00:12:31.880 --> 00:12:35.520
청구레코드가 있는 동일한 테이블, 아마도 클레임즈 테이블을 대상으로 지정하세요.

00:12:35.680 --> 00:12:39.600
파일열에서 영수증과 같이 흔히 이름 붙여진 첨부 파일 필드를 선택하세요.

00:12:39.820 --> 00:12:44.560
그런 다음 트리거에서 행 아이디를 동적으로 지정하여 고유한 청구 식별자를 설정하세요.

00:12:44.560 --> 00:12:49.080
이 작업은 파일 메타 데이터와 콘텐츠를 반환하는데, 여기서 미묘한 함정이 있습니다.

00:12:49.320 --> 00:12:53.300
AI가 올바르게 해석하려면 콘텐츠 출력에 약간의 수술이 필요합니다.

00:12:53.480 --> 00:12:59.960
파일 콘텐츠를 문서 영수증 파일 입력에 맵핑할 때 식 편집기를 열고 본문 참조해 콘텐츠를 추가하세요.

00:13:00.160 --> 00:13:04.120
그 마지막 조정이 메타 데이터 래퍼가 아닌 실제 파일 바이트를 전달합니다.

00:13:04.360 --> 00:13:07.880
이를 건너뛰면 AI 갑인 영수증을 열정적으로 승인해버릴 것입니다.

00:13:08.120 --> 00:13:11.320
문서 워크플로의 아킬레스건인 동기화 문제를 다뤄보겠습니다.

00:13:11.320 --> 00:13:16.000
대부분의 데이터버스 테이블은 레코드가 처음 저장된 후에야 첨부 파일을 저장함으로,

00:13:16.540 --> 00:13:20.320
레코드 생성 시 흐름이 트리거되면 파일이 존재하기 전에 실행될 수 있습니다.

00:13:20.540 --> 00:13:23.960
증상, 흐름이 실패하거나 영수증 콘텐츠가 널로 나타납니다.

00:13:24.120 --> 00:13:25.240
해결책은 우아합니다.

00:13:25.520 --> 00:13:31.100
트리거 조건을 항목 수정 시 로 변경하되, 영수증 열이 변경될 때만 실행되도록 제한하세요.

00:13:31.360 --> 00:13:35.840
그렇게 하면 누군가 파일을 업로드하거나 교체하는 즉시 검증이 시작됩니다.

00:13:35.840 --> 00:13:45.680
이를 구성하려면 트리거 설정을 열고, 수정된 열을 선택한 다음, 고급 도구 아래에 데이터버스 열 세부 정보에서 가져올 수 있는 영수증 열이 논리 이름을 붙여넣으세요.

00:13:45.900 --> 00:13:47.540
설정이 완료되면 게시하세요.

00:13:47.840 --> 00:13:49.980
이제 자동화가 예의 바르게 작동합니다.

00:13:50.220 --> 00:13:52.420
검증할 대상이 생길 때까지 기다립니다.

00:13:52.740 --> 00:13:55.980
청구가 새 영수증으로 업데이트되면 흐름이 다시 시작됩니다.

00:13:56.180 --> 00:14:00.660
파일을 다운로드하고 AI 단계를 거쳐 모든 입력을 교차 검증합니다.

00:14:00.660 --> 00:14:07.880
금액 불일치, 지난 날짜, 일관되지 않은 설명 등 차이가 있으면 AI 가 이유를 포함하여 거부합니다.

00:14:08.060 --> 00:14:11.680
추론 로그에는 청구 금액 305달러가 문서 합계 300달러와 다릅니다.

00:14:11.880 --> 00:14:12.860
라고 표시될 수 있습니다.

00:14:13.080 --> 00:14:14.440
불만 없는 규정 준수입니다.

00:14:14.720 --> 00:14:16.160
실질적인 효과는 무엇일까요?

00:14:16.380 --> 00:14:18.220
모든 제출권이 스스로 감사하게 됩니다.

00:14:18.500 --> 00:14:22.180
직원들은 더 이상 의심스러운 영수증이나 모호한 설명을 몰래 통과시킬 수 없습니다.

00:14:22.480 --> 00:14:27.200
AI 가 판단을 내리고 데이터버스가 증거를 제공하며 둘 다 커피타임 없이 일합니다.

00:14:27.480 --> 00:14:30.060
그러니 문서 검증은 결코 과한 것이 아닙니다.

00:14:30.060 --> 00:14:32.360
워크플로우를 위한 면역기업과 같습니다.

00:14:32.780 --> 00:14:36.240
이상 증후는 실제 영수증에 인쇄된 글자 수준에서 포착되며

00:14:36.240 --> 00:14:40.080
인간 검토자는 수동 확인자에서 예외 처리자로 승격됩니다.

00:14:40.260 --> 00:14:40.840
축하합니다.

00:14:41.340 --> 00:14:43.580
이제 정직함 그 자체를 자동화 하셨습니다.

00:14:43.840 --> 00:14:47.140
신뢰성 구축, 테스트, 버전 관리 및 개시입니다.

00:14:47.400 --> 00:14:50.220
어떤 자동화든 실행하기 전까지는 완벽해 보일 수 있습니다.

00:14:50.480 --> 00:14:53.360
그렇기 때문에 신뢰성은 하나의 단계가 아니라 하나의 원칙입니다.

00:14:53.540 --> 00:14:56.280
코파일러 스튜디오는 에이전트 흐름에 직접 내장된 버전 관리,

00:14:56.280 --> 00:14:59.620
테스트 및 개시 제어 기능을 통해 이러한 원칙을 놀랍도록 쉽게 만듭니다.

00:14:59.740 --> 00:15:01.520
반복적인 테스트부터 시작하세요.

00:15:01.760 --> 00:15:03.960
모든 승인 흐름은 하나의 작은 생태계입니다.

00:15:04.220 --> 00:15:06.940
잘못된 변수 이름 하나만으로도 혼란이 발생할 수 있습니다.

00:15:07.200 --> 00:15:09.540
그러니 테스트를 과학적인 과정으로 다루세요.

00:15:09.760 --> 00:15:12.980
변경사항을 분리하고 데이터를 적용하고 결과를 관찰하세요.

00:15:13.220 --> 00:15:15.240
흐름 편집기에서 코파일러 스튜디오를 사용하면

00:15:15.240 --> 00:15:18.440
프로덕션 트리거를 배포하지 않고도 샘플 데이터를 시뮬레이션 할 수 있습니다.

00:15:18.680 --> 00:15:22.860
너무 큰 금액, 지난 날짜, 관련 없는 항목 이름 등 다양한 시나리오를 입력하고

00:15:22.860 --> 00:15:24.940
각각 정확한 판단을 내리는지 확인하세요.

00:15:25.120 --> 00:15:26.880
그런 다음 명명규칙으로 넘어가세요.

00:15:27.040 --> 00:15:28.480
지루한 가요, 물론입니다.

00:15:28.740 --> 00:15:30.740
필수적인 가요, 공기보다 더 중요합니다.

00:15:30.960 --> 00:15:32.640
모든 변수에 체계적으로 접두사를 붙이세요.

00:15:32.840 --> 00:15:35.260
문자열은 str, 숫자는 num, 파일은 각도 표시하세요.

00:15:35.440 --> 00:15:37.440
마찬가지로 작업 레이블도 명확하게 지정하세요.

00:15:37.620 --> 00:15:41.000
영수증 파일 다운로드, 관리자 승인 확인, 청구 승인 업데이트와 같이 말이죠.

00:15:41.160 --> 00:15:43.700
3개월 후 누군가 외 7번 작업이 중단되었는지 물어볼 때

00:15:43.700 --> 00:15:46.920
고고학보다는 흔적을 남기는 것이 훨씬 낫다는 것을 깨닫게 될 것입니다.

00:15:47.100 --> 00:15:50.320
개별 테스트가 성공하면 에지 시나리오 검증으로 확장하세요.

00:15:50.320 --> 00:15:52.040
서툰 사용자가 되어보세요.

00:15:52.300 --> 00:15:55.120
영수증을 올리지 않거나 날짜를 내년으로 바꾸거나

00:15:55.120 --> 00:15:56.980
500 대신 500을 입력해보세요.

00:15:57.220 --> 00:16:00.400
ai가 충돌 없이 상황을 설명하고 거부하는지 확인하세요.

00:16:00.620 --> 00:16:03.580
이는 가상의 실수가 아니라 현실에 대비하는 리허설입니다.

00:16:03.780 --> 00:16:05.960
초기에 더 많은 오류 사례를 제거할수록

00:16:05.960 --> 00:16:09.880
나중에 흐름이 또 멈췄다는 새벽 2시의 팀즈 메시지를 덜 받게 될 것입니다.

00:16:10.100 --> 00:16:11.740
개시는 거버넌스를 도입합니다.

00:16:12.000 --> 00:16:13.320
중요한 변경사항을 저장할 때

00:16:13.320 --> 00:16:16.020
마다 코파일럿 스튜디오는 자동으로 새 버전을 생성합니다.

00:16:16.240 --> 00:16:18.000
언제든지 이전 버전으로 되돌릴 수 있습니다.

00:16:18.240 --> 00:16:19.600
덮어쓰기에 대한 걱정은 없습니다.

00:16:19.600 --> 00:16:23.280
이를 활용하여 실험적인 로직 샌드박스를 프로덕션 환경과 분리하세요.

00:16:23.460 --> 00:16:26.540
청구 승인 개발 흐름과 청구 승인 프로덕션 흐름을 구분하세요.

00:16:26.740 --> 00:16:29.580
개발 환경에서 테스트하고 안정적일 때만 개시하세요.

00:16:29.840 --> 00:16:31.960
신뢰성은 단순히 정확성에 관한 것이 아니라

00:16:31.960 --> 00:16:34.320
변화 속에서의 제어에 관한 것임을 기억하세요.

00:16:34.780 --> 00:16:36.860
개시 후에는 활동 로그를 활용하세요.

00:16:37.140 --> 00:16:38.200
이 로그는 장식이 아니라

00:16:38.200 --> 00:16:41.260
ai와 인간의 상호작용에 대한 법적 수준의 기록입니다.

00:16:41.480 --> 00:16:44.500
타임 스탬프, 승인자 신원, 추론 요약 등이 포함됩니다.

00:16:44.720 --> 00:16:46.320
이 로그를 주기적으로 검토하세요.

00:16:46.520 --> 00:16:47.660
패턴이 드러날 것입니다.

00:16:47.660 --> 00:16:49.520
어떤 규칙이 가장 많은 거부를 유발하는지

00:16:49.520 --> 00:16:51.480
어떤 관리자가 ai 결정을 재정해냈는지

00:16:51.480 --> 00:16:53.740
규정 증수 단계가 얼마나 자주 수행되는지 확인하세요.

00:16:53.900 --> 00:16:56.480
이러한 통찰력은 정책과 설계를 모두 개선합니다.

00:16:56.640 --> 00:16:57.740
또 다른 유용한 관례로

00:16:57.740 --> 00:17:01.920
각 분기 끝에 상태 업데이트를 데이터버스 레코드에 자동으로 기록하세요.

00:17:02.140 --> 00:17:05.200
행 업데이트 작업은 청구 상태가 승인됨 또는 거부됨과 같은

00:17:05.200 --> 00:17:06.980
명확한 필드로 설정되어야 합니다.

00:17:07.200 --> 00:17:09.240
이러한 다시적인 끝점은 신뢰를 강화합니다.

00:17:09.480 --> 00:17:12.060
사용자는 자신의 테이블 보기 내에서 결정을 확인할 수 있습니다.

00:17:12.280 --> 00:17:14.960
별도의 추적 스프레드 시트 나 불근명한 승인은 사라질 것입니다.

00:17:14.960 --> 00:17:18.580
시스템이 모든 테스트를 통과하면 차분한 자신감을 가지고 계시 버튼을 누르세요.

00:17:18.740 --> 00:17:20.820
이전 세대의 파워 오토메이트 흐름과 달리

00:17:20.820 --> 00:17:22.960
에이전트 흐름은 상황별 메타 데이터,

00:17:23.360 --> 00:17:24.460
ai 결정 스키마,

00:17:24.800 --> 00:17:27.060
동적 콘텐츠 바인딩 및 버전 태그를 유지합니다.

00:17:27.260 --> 00:17:29.200
결과는 단순히 실행 중인 프로세스가 아니라

00:17:29.200 --> 00:17:32.180
재현 가능한 아티팩트이자 감사 가능한 자동화입니다.

00:17:32.400 --> 00:17:34.520
최종 신뢰성 검사는 심리적 인건입니다.

00:17:34.720 --> 00:17:36.120
과도한 엔지니어링을 피하세요.

00:17:36.340 --> 00:17:37.960
때로는 실패한 흐름이 기술적 버그가 아닌

00:17:37.960 --> 00:17:39.800
지나치게 복잡한 규칙 때문임을 드러냅니다.

00:17:39.800 --> 00:17:41.600
가능한 한 로직을 간소화하세요.

00:17:41.780 --> 00:17:43.680
더 적은 단계, 더 명확한 지침,

00:17:44.020 --> 00:17:45.380
최소한의 모호함이 필요합니다.

00:17:45.560 --> 00:17:47.000
자동화는 무작위성이 아니라

00:17:47.000 --> 00:17:49.200
불필요한 기교를 배제하는 것입니다.

00:17:49.440 --> 00:17:51.100
2단계를 마치면 승인 시스템은

00:17:51.100 --> 00:17:52.920
운영 성숙도에 도달하여 테스트,

00:17:53.260 --> 00:17:55.720
버전 관리, 롤백, 검증이 가능해집니다.

00:17:55.920 --> 00:17:57.780
ai 위 판단부터 관리자의 승인까지

00:17:57.780 --> 00:17:59.860
모든 결과는 엄격한 검토를 견딜 수 있는

00:17:59.860 --> 00:18:01.200
디지털 발자국을 남깁니다.

00:18:01.380 --> 00:18:03.800
이는 분위기나 운이 아닌 정량화된 신뢰성이며

00:18:03.800 --> 00:18:06.920
여러분이 잠든 사이 애도 생각하도록 만든 도구들에 위해

00:18:06.920 --> 00:18:08.720
충실히 기록된 구조적 추론입니다.

00:18:08.880 --> 00:18:10.420
결과와 현실적인 보상,

00:18:10.600 --> 00:18:13.100
관료주의를 수학에 맡기면 어떤 일이 벌어질까요?

00:18:13.300 --> 00:18:14.940
수인을 위해 기다릴 필요가 없습니다.

00:18:15.280 --> 00:18:17.100
ai 기반의 다단계 에이전트 흐름은

00:18:17.100 --> 00:18:19.540
위사결정이 더 이상 일정에 좌우되지 않기 때문에

00:18:19.540 --> 00:18:21.740
처리 시간을 며칠에서 몇 분으로 단축합니다.

00:18:21.960 --> 00:18:25.100
객관적 정책을 충족하는 모든 청구는 즉시 승인됩니다.

00:18:25.360 --> 00:18:27.780
모든 예외 사례는 이미 컨텍스트가 첨부된 상태로

00:18:27.780 --> 00:18:29.880
관리자의 대기열에 깔끔하게 정리됩니다.

00:18:29.880 --> 00:18:32.740
사람은 사무적인 확인이 아닌 가치판단을 내립니다.

00:18:32.740 --> 00:18:35.320
그 영향은 시간 단축으로 먼저 나타납니다.

00:18:35.520 --> 00:18:38.360
과거에 이메일 4번과 알림 2번이 필요했던 비용 정산이

00:18:38.360 --> 00:18:39.940
이제 점심시간 전에 해결됩니다.

00:18:40.140 --> 00:18:41.580
부서는 더 짧은 처리 주기,

00:18:41.960 --> 00:18:43.040
더 적은 대기 상태,

00:18:43.440 --> 00:18:45.940
그리고 완벽하게 기록된 추론 경로를 경험합니다.

00:18:46.180 --> 00:18:48.900
승인 메커니즘은 더 이상 방해 요소가 아닙니다.

00:18:49.140 --> 00:18:50.380
그것은 인프라가 됩니다.

00:18:50.740 --> 00:18:52.100
그 다음은 오류 감소입니다.

00:18:52.420 --> 00:18:54.840
ai를 통해 결정론적 규칙을 시행함으로써

00:18:54.840 --> 00:18:57.520
수동 승인의 고질적인 문제인 주관적 편차를 제거합니다.

00:18:57.520 --> 00:19:01.040
이게 건강 및 복지로 간주되는 줄 알았다는 시계 변명은 이제 끊입니다.

00:19:01.040 --> 00:19:03.820
ai는 매번 동일한 방식으로 기준을 해석합니다.

00:19:04.020 --> 00:19:07.100
행정 로직에서 일관성은 공간보다 더 확장 가능합니다.

00:19:07.280 --> 00:19:08.640
관리자는 이상치만 처리하며

00:19:08.640 --> 00:19:10.860
그 마저도 감사 추적과 함께 제공됩니다.

00:19:11.060 --> 00:19:14.040
데이터 입력, 결정 이력, 모델 설명이 모두 포함됩니다.

00:19:14.260 --> 00:19:17.440
감사는 당황스러운 절차에서 예의 바른 검증 과정으로 변모합니다.

00:19:17.640 --> 00:19:20.740
조직 차원에서 볼 때 이는 더 빠를 뿐만 아니라 더 안전합니다.

00:19:20.960 --> 00:19:23.320
규정 준수는 기억이나 기분에 의존하지 않습니다.

00:19:23.560 --> 00:19:24.640
그것은 내장되어 있습니다.

00:19:24.960 --> 00:19:27.920
데이터버스 로그는 누가, 언제, 왜 승인했는지 보여줍니다.

00:19:27.920 --> 00:19:32.840
모든 결정이 검색 가능한 연구 상태로 남기 때문에 이러한 투명성은 편법 문화를 억제합니다.

00:19:32.980 --> 00:19:38.480
철학적으로 워크플로우는 ai 지원을 받는 인간에서 인간의 수정이 동반된 ai 우선 방식으로 바뀝니다.

00:19:38.600 --> 00:19:40.680
공상과학이 아닌 실용적인 거버넌스입니다.

00:19:40.900 --> 00:19:43.460
ai는 규칙을 집행하고 사람은 판단을 내립니다.

00:19:43.680 --> 00:19:47.180
이러한 하이브리드 방식은 더 공정하고 신속하며 궁극적으로 더 신뢰할 수 있는 시스템을 만듭니다.

00:19:47.320 --> 00:19:49.220
감사관에게 이를 설명하는 모습을 상상해보세요.

00:19:49.460 --> 00:19:52.160
그 결과로 지어지는 미소만으로도 자동화를 도입할 가치는 충분합니다.

00:19:52.340 --> 00:19:53.500
자 여기까지입니다.

00:19:53.500 --> 00:19:56.740
마이크로소프트 코파일럿 스튜디오는 단순한 자동화 도구가 아닙니다.

00:19:56.900 --> 00:19:59.540
여러 조직의 우유부단함이 마침내 은퇴하는 곳입니다.

00:19:59.760 --> 00:20:06.500
조건에 따라 판단하고 책임있게 에스컬레이션하며 영수증을 현실과 대조해 검증하고 모든 과정을 기록하는 승인 엔진을 구축하세요.

00:20:06.720 --> 00:20:09.060
그건 단순한 흐름이 아니라 거버넌스 모델입니다.

00:20:09.280 --> 00:20:11.260
다른 건 다 있더라도 이것만은 기억하세요.

00:20:11.500 --> 00:20:15.100
ai는 의사결정을 예측 가능하게 만들고 인간은 예외적인 일을 처리해야 합니다.

00:20:15.300 --> 00:20:17.780
습관적으로 모든 것을 사람을 거쳐 처리하게 하지 마세요.

00:20:18.000 --> 00:20:21.340
일상 업무는 로직이 처리하게 하고 관리자는 예외 상황을 다루게 하세요.

00:20:21.340 --> 00:20:26.360
이번 가이드로 관리자 스인을 기다리며 보낼 일주일을 아끼셨다면 구독을 고려해보세요.

00:20:26.580 --> 00:20:34.260
다음 튜토리얼에서는 에이전트 흐름이 파워 플랫폼 분석 및 적응형 정책과 연결되는 한층 더 발전된 코파일럿 스튜디오 자동화를 다룹니다.

00:20:34.440 --> 00:20:35.780
성장의 길을 확보하세요.

00:20:36.020 --> 00:20:39.100
구독하고 알림을 켜두면 새 에피소드가 자동으로 배포됩니다.

00:20:39.300 --> 00:20:43.180
수동 확인도 놓치는 에피소드도 없이 유용한 지식만 지속적으로 전달받으세요.

00:20:43.380 --> 00:20:43.940
시작하세요.