제네시스랩의 AI 에이전트 플랫폼 에이전트리아가 홈캐스트에 화이트라벨로 공급됩니다. 홈캐스트는 자사 브랜드로 에이전트리아를 판매하고 컨설팅·구축 서비스를 함께 제공할 예정입니다.
원문: 이투데이 — 홈캐스트, 제네시스랩과 함께 AI 전환 사업 본격화
제네시스랩과 홈캐스트가 전략적 파트너십을 체결하고 AI 에이전트 개발 플랫폼 ‘에이전트리아’의 화이트라벨 공급 계약을 맺었습니다. 홈캐스트는 자사 브랜드로 에이전트리아를 판매하고 컨설팅·도입 서비스를 함께 제공합니다.
에이전트리아는 직관적 인터페이스로 AI 에이전트를 만들고 배포할 수 있는 플랫폼으로, API 연동과 온프레미스 구축, 테스트·모니터링 기능을 갖췄습니다. 홈캐스트는 이번 파트너십을 ‘AI 에이전트’와 ‘헬스케어’라는 두 성장 축의 출발점으로 삼겠다는 계획을 밝혔습니다.
계약 세부 조건과 홈캐스트 측의 구체적 사업 로드맵은 원문 기사에서 확인할 수 있습니다.
A single LLM quickly hits its limits on complex business problems. This article traces AI architecture evolution — from single prompts to multi-agent systems — and explores what multi-agent scaling laws mean for B2B platform design.
단일 LLM으로 복잡한 비즈니스 문제를 해결하는 접근은 현실에서 쉽게 한계에 부딪힌다. 이 글에서는 단일 프롬프트부터 멀티 에이전트 시스템에 이르기까지 AI 아키텍처의 발전 단계를 분석하고, 각 구조가 왜 실패하거나 부족했는지 그 이유를 짚는다. 그리고 그 흐름 속에서 도출되는 멀티 에이전트 스케일링 법칙이 B2B 플랫폼 설계에 어떤 시사점을 주는지 살펴본다.
A psychiatrist rating "It's tough, but manageable" as 3/3 relies on reasoning that post-hoc labeling often loses. A joint study by Genesis Lab, UNIST, and Seoul National University Hospital, presented at IASDR 2025, shows how interface design can capture that reasoning as training data.
"힘들지만 버틸 만하다"는 환자의 말을 3점이라 판단하는 임상의의 근거는 어디에 있을까요. 기존 AI는 판단의 결과만 배웠을 뿐 근거를 놓쳤습니다. IASDR 2025에서 발표된 제네시스랩·UNIST·서울대병원 공동 연구는 라벨링 인터페이스 설계로 이 근거를 데이터로 만드는 방법을 보여줍니다.