---
title: "디케이테크인, 구글 클라우드와 사내 AI 에이전트 실무 워크숍 진행"
published: 2026-07-10T12:05:04.917Z
canonical: https://jeff.news/article/4901
---
# 디케이테크인, 구글 클라우드와 사내 AI 에이전트 실무 워크숍 진행

카카오 IT 솔루션 개발 자회사 디케이테크인이 구글 클라우드 코리아와 함께 임직원 대상 AI 에이전트 실무 워크숍을 진행했다. 개발자뿐 아니라 사업, 기획, 디자인 직군까지 참여해 제미나이 엔터프라이즈 기반 업무용 AI 비서를 직접 만들어보는 방식이었다. 교육 이후에는 한 달간 각자 만든 에이전트를 현업에 적용하는 검증 과정을 이어간다.

- 디케이테크인이 구글 클라우드 코리아와 함께 사내 임직원 대상 AI 에이전트 워크숍을 진행함
  - 디케이테크인은 카카오 계열의 IT 솔루션 개발 자회사
  - 워크숍 주제는 제미나이 엔터프라이즈(Gemini Enterprise) 기반 AI 에이전트 실무 활용
  - 7월 10일에 워크숍을 마쳤다고 밝힘

- 이번 행사는 개발자만 대상으로 한 기술 세미나가 아니라, 전사 업무 방식 바꾸기에 가까움
  - 사업, 기획, 디자인 등 비개발 직군까지 참여
  - 목표는 생성형 AI를 ‘써봤다’ 수준에서 끝내는 게 아니라, 실제 업무에 붙여 AI 기반 업무 문화를 정착시키는 것

- 프로그램은 구글 AI 도구 소개에서 시작해 직접 에이전트를 만드는 실습으로 이어짐
  - 첫 세션에서는 제미나이(Gemini), 나노바나나(Nano Banana), 노트북LM(NotebookLM) 같은 구글 AI 도구의 주요 기능을 소개
  - 단순 기능 나열이 아니라 업무별 활용 사례를 같이 다룸
  - 사내 구성원이 자기 업무에 어떤 식으로 끼워 넣을 수 있는지 감을 잡게 하는 구성이었음

- 핵심은 ‘노코드 에이전트(No-code Agent)’ 실습임
  - 문서 작성, 정보 탐색, 반복 업무 자동화에 쓸 업무용 AI 비서를 코딩 없이 만드는 방식
  - 자연어로 필요한 동작을 정의하고, 각자 업무에 맞는 에이전트를 구성하는 흐름
  - 개발팀만 자동화를 독점하는 게 아니라, 현업 부서가 자기 반복 업무를 직접 줄여보는 쪽으로 방향을 잡은 셈

> [!NOTE]
> 기업 AI 도입에서 은근히 중요한 지점은 모델 성능보다 ‘누가 직접 만들고 써보느냐’임. 이번 워크숍은 비개발 직군까지 에이전트 제작에 참여시켰다는 점에서 그쪽에 초점이 있음.

- 교육 이후에는 한 달짜리 현업 검증(POC) 과정이 이어짐
  - 각자 AI 에이전트를 완성해서 실제 업무에 적용해보는 방식
  - 구성원들이 발굴한 활용 사례와 피드백을 사내에 공유할 예정
  - 우수 사례는 전사로 확산해 AI 활용 업무 방식을 제도화하겠다는 계획

- 디케이테크인 쪽 메시지는 꽤 명확함. AI를 교육으로 끝내지 않고 업무 개선 루틴으로 만들겠다는 것
  - 안혜미 인사팀장은 구성원들이 생성형 AI로 스스로 업무 방식을 최적화하고 실질적인 효율성을 끌어내는 시간이었다고 설명
  - 앞으로도 구성원 역량 강화를 위한 성장 지원 프로그램을 확대하겠다고 밝힘

- 개발자 입장에서 보면, 이건 사내 AI 에이전트 도입이 개발 조직 바깥으로 확장되는 흐름을 보여주는 사례임
  - 앞으로 현업 부서가 직접 만든 노코드 에이전트가 늘어나면, 개발팀은 에이전트 거버넌스, 권한 관리, 데이터 접근 정책, 품질 검증 같은 문제를 더 많이 보게 될 가능성이 큼
  - “비개발자가 만든 AI 자동화”가 실제 업무 시스템과 만나는 순간, 편의성만큼이나 운영 기준도 중요해질 수밖에 없음

## 핵심 포인트

- 디케이테크인이 구글 클라우드 코리아와 제미나이 엔터프라이즈 기반 AI 에이전트 워크숍을 진행
- 개발자뿐 아니라 사업, 기획, 디자인 등 비개발 직군까지 전사 임직원이 참여
- 문서 작성, 정보 탐색, 반복 업무 자동화에 쓸 노코드 에이전트를 자연어로 만드는 실습 포함
- 교육 후 한 달간 현업 적용 검증을 거쳐 우수 사례를 전사로 확산할 계획

## 인사이트

이 뉴스의 포인트는 ‘AI 도구 교육’이 아니라 비개발 직군까지 직접 업무용 에이전트를 만들게 했다는 점이다. 기업 내부 AI 도입이 챗봇 체험에서 끝나는 게 아니라, 부서별 반복 업무를 노코드 에이전트로 실험하는 단계로 넘어가고 있다.