에이전트 AI가 차량 내 경험을 재정의하는 세 가지 방법
- 앤디 치우
- 10월 16일
- 4분 읽기
업데이트되었습니다: 4d
에이전트 AI는 차량이 수동적인 응답자에서 사용자를 대신하여 의도를 해석하고 작업을 완료할 수 있는 능동적인 에이전트로 전환하여 차량 내 경험을 재구성하고 있습니다. 기존의 음성 시스템은 명시적인 명령을 기다리지만 에이전트 시스템은 내비게이션, 디지털 객실 서비스 및 상거래 전반에 걸쳐 의도를 행동으로 분류한 다음 전문가 기능을 조정하고 후속 조치를 취할 수 있습니다. 이러한 변화는 사람들이 자동차와 상호 작용하는 방식과 제조업체가 소프트웨어 하드웨어 및 비즈니스 모델을 설계하는 방식을 변화시킬 것입니다.
이 인사이트에서는 OEM이 기술 역량을 반복 가능한 사용자 가치와 새로운 수익원으로 전환할 수 있도록 새로운 업계 사례와 제품 및 플랫폼 팀을 위한 명확한 권장 사항을 통해 각 차원을 설명합니다.
오케스트레이션 → 의도를 자율적인 멀티 에이전트 작업으로 전환합니다.
학습 → 공유 메모리를 통해 지속적인 적응을 가능하게 합니다.
수익 창출 → 새로운 서비스 생태계를 강화하기 위해 안전하고 표준화된 결제 기능을 내장합니다.
1. 단일 어시스턴트에서 오케스트레이션된 에이전트 시스템까지
변경 사항
단일 반응형 어시스턴트 대신 콕핏은 전문 에이전트로 구성된 오케스트레이션 시스템이 됩니다. 중앙 오케스트레이터 에이전트는 사용자 의도를 작업으로 변환한 다음 내비게이션 결제, 인포테인먼트 및 차량 상태와 같은 도메인 전문 에이전트에게 해당 작업을 할당합니다. 그 결과 이전에는 분리되어 있던 시스템 전반에서 사전 예방적이고 조정된 조치가 이루어집니다.
예제
NIO Banyan 3와 NOMI 에이전트는 지각 인지 감정 및 도메인 전문가 에이전트를 통합하여 "오늘 밤 부모님과 외식을 할 거야"와 같은 한 마디로 위치 주차, 요리, 예산을 자동으로 조정할 수 있습니다.
메르세데스 벤츠 MBUX 4세대는 대화 탐색 및 지식 에이전트를 사용하여 다중 턴 컨텍스트 유지 대화를 위해 작업을 넘겨줍니다.
IM Motors AIOS 에코시스템은 사용자가 앱을 전환하지 않고도 중앙 에이전트가 배달 주차 및 엔터테인먼트 에이전트를 호출하는 '노터치 노앱' 방식을 구현합니다.
OEM은 무엇을 해야 할까요?
인텐트-투-액션 오케스트레이션 계층을 구축하세요. 깨지기 쉬운 지점 간 API를 타사 서비스 에이전트가 동적으로 연결할 수 있는 시맨틱 기능 버스로 대체하세요. 콕핏을 고정된 명령 트리가 아닌 확장 가능한 서비스 플랫폼으로 설계하세요. 마지막으로, 명확한 에이전트 인터페이스 서비스 검색 및 런타임 거버넌스를 우선시하여 시스템이 제어력을 잃지 않고 확장할 수 있도록 하세요.
2. 일회성 작업에서 지속적이고 반복적인 학습까지
변경 사항
자동차는 상태 정보가 없는 작업 실행자에서 컨텍스트를 유지하고 시간이 지남에 따라 개선되는 적응형 시스템으로 진화합니다. 에이전트는 통합 메모리 패브릭을 공유하므로 에이전트와 여정 전반에 걸쳐 집단 학습 및 개인화가 이루어집니다.
예제
일정 에이전트는 운전자의 주간 운동 루틴을 학습하고, 내비게이션 에이전트는 출발 시간을 예측하며, 음악 에이전트는 새로운 명령 없이 선호하는 재생 목록을 대기열에 추가합니다.
메모 초안을 작성하거나 회의 미리 알림을 만드는 등 차 안에서 시작한 작업은 클라우드 공유 메모리를 통해 집이나 사무실의 상담원이 다시 시작할 수 있습니다.
NIO, BMW 및 IM 모터스는 장단기 메모리 또는 벡터 메모리 계층을 사용하여 장치 내 학습을 통해 노출을 제한하면서 단기 및 장기 선호도를 유지합니다.
OEM은 무엇을 해야 하나요?
에이전트 상태 및 사용자 기본 설정에 대한 단일 소스를 제공하는 공유 컨텍스트 계층을 구현하세요. 원시 사용자 데이터를 로컬에 보관하고 글로벌 모델 업데이트를 위해 파생된 인사이트만 공유하여 개인 정보 보호를 최우선으로 설계하세요. 마지막으로 메모리 보존 동의를 위한 수명 주기 제어와 저장된 기본 설정을 검사하고 삭제할 수 있는 기능을 포함하세요.
3. 제품 기능부터 에코시스템 중심 서비스 모델까지
변경 사항
에이전트가 행동과 결제를 모두 수행할 수 있게 되면 차량은 커머스 네트워크의 활성 노드로 전환됩니다. 결제 가능한 에이전트는 사용자를 대신하여 서비스를 검색, 예약, 결제하여 새로운 반복 수익원을 창출할 수 있습니다.
예제
Google AP2 프로토콜은 프로그래밍 가능한 결제 옵션과 계정 간 및 판매자 프레임워크 간의 상호 운용성을 포함하여 에이전트 개시 결제를 표준화합니다.
메르세데스 페이 플러스는 지문 기반 차량 내 주유 및 구독 결제를 지원하여 신원 및 승인을 증명합니다.
ISO 15118 플러그 앤 차지는 전기차 충전기에서 자동 인증 및 과금을 지원합니다. 리 오토 파킹과 메이투안 주문 에이전트는 차량 내 결제와 대화형 흐름을 통해 게이트 출입, 주차 요금, 식사 주문을 처리합니다.
OEM은 어떻게 해야 하나요? 결제 가능한 상담원을 수익화 엔진으로 활용하세요. AP2 지원 플로우, 플러그 앤 차지, 기본 생체 인증을 상담원 워크플로에 통합하세요. 상담원 거래에 대한 감사 가능한 원장을 설계하고 동의 및 영수증에 대한 사용자 제어를 명확히 하세요. 마지막으로 수익 분배 및 개발자 플랫폼 경제성을 고려하여 타사 에이전트가 사용을 촉진하는 동시에 OEM이 신뢰와 규정 준수를 유지할 수 있도록 하세요.
다음 단계
"에이전트 AI는 콕핏을 반응형 인터페이스에서 사용자를 대신하여 학습하고 거래하는 능동적 오케스트레이터로 변화시킵니다. 이 기회를 잡기 위해 OEM은 지금 세 가지 핵심 플랫폼 계층에 투자해야 합니다. 첫째는 의도를 조정된 행동으로 전환하는 오케스트레이션 계층입니다. 두 번째는 개인정보를 보호하면서 에이전트 간 학습을 가능하게 하는 공유 컨텍스트 계층입니다. 세 번째는 에이전트가 신뢰할 수 있는 감사 가능한 방식으로 거래할 수 있도록 하는 보안 결제 계층입니다. 이러한 계층에 우선순위를 두면 자동차 제조업체는 일회성 제품 판매에서 사용자와 비즈니스를 위한 새로운 가치를 창출하는 지속적인 모빌리티 서비스 역할로 전환할 수 있습니다."
에이전트 AI 여정에 대해 논의할 수 있습니다, 예약 무료 디스커버리 통화를 예약하세요. 지금 바로 시작하려면 SBD Automotive 제공하는 차량용 AI 가이드 다운로드하여 로드맵과 파트너 전략을 수립하세요. 이 상세 보고서에는 실제 사례 연구를 포함한 OEM AI 전략, 단기, 중기 및 장기 사용 사례, 고려해야 할 AI 파트너 옵션이 포함되어 있습니다.
