리소스 및 비용 최적화 - 에이전트 패턴

잘 설계된 자원 및 비용 최적화에 대해 자세히 알아보기 → 에이전트 엔터프라이즈 자원 및 비용 최적화

패턴

찾을 위치유사성
Agentforce | 작업✅ 컬렉션을 수용하는 설계 작업 50개의 사례 업데이트를 처리하는 에이전트가 50개의 별도의 호출이 아닌 사례 ID 컬렉션이 있는 단일 작업을 호출합니다.
Agentforce | 작업✅ 단일 SOQL 문에서 상위 및 하위 데이터를 검색하는 관계 쿼리를 사용하여 작업 체인 전반에서 SOQL 예산을 관리합니다.
플랫폼 | 플랫폼 캐시✅ 플랫폼 캐시의 캐시 참조 데이터 - 동일한 대화 내의 작업에서 반복되는 쿼리를 제거합니다.
플랫폼 | Apex✅ 동기 제한을 초과하는 에이전트 작업을 대기 가능 또는 배치 Apex 이동합니다.
플랫폼 | Apex✅ 프로필 작업 로드 중인 Apex 실행 로그. 동기 제한에 도달할 때 비동기 컨텍스트로 대량 처리 이동
Agentforce | 작업✅ 데이터 왜곡 시나리오에 대한 하위 레코드 제한 및 페이지 매김이 있는 설계 작업
Agentforce | 작업✅ 볼륨이 예측할 수 없이 “모든 내역”을 요청할 수 있는 에이전트에 대한 임계값을 초과할 경우 샘플링을 구현합니다.
플랫폼 | 스케일 센터✅ 스케일 센터 트랜잭션 추적을 사용하여 과도하게 쿼리를 사용하는 작업 식별

안티 패턴

찾을 위치불만 사항
Agentforce | 작업⚡️ 컬렉션 수락 대신 각 레코드에 대해 별도의 작업 호출(예: 50개의 사례 업데이트에 대해 별도의 호출 50개)
플랫폼 | Apex⚡️ 복잡한 10-15개 작업의 워크플로에서 작업당 5-10개의 SOQL 쿼리 실행, 동기식 SOQL 100개 제한에 근접
플랫폼 | Apex⚡️ 비동기 컨텍스트가 아닌 작업에서 대규모 처리를 동기식으로 실행(예: 동기식 Apex 1,000개 이상의 리드에 점수 매기기)
Agentforce | 작업⚡️ 에이전트가 방어 코딩 없이 기회가 15,000개인 계정에서 무제한 하위 레코드를 검색하거나 활동이 5,000개인 사례를 검색할 수 있도록 허용

패턴

찾을 위치유사성
플랫폼 | 이벤트 모니터링✅ 파일럿 단계 동안 이벤트 모니터링에서 API 소비를 모니터링하여 전체 롤아웃 전에 실제 사용량을 파악합니다.
Data 360 | 구성✅ 벡터 검색에서 실제로 사용된 결과 수만 검색하기 위한 상위-k 제한 설정
Data 360 | Analytics✅ Top-k 매개 변수 튜닝을 위해 Data 360 Analytics에서 벡터 검색 결과 사용량 모니터링
플랫폼 | 플랫폼 이벤트✅ 작업 존재에 관계없이 API 호출을 사용하는 예약된 폴링이 아닌 조건에 에이전트의 개입이 필요한 경우 플랫폼 이벤트 게시
통합 | 작업✅ 복합 패턴 사용: 단일 MuleSoft Experience API를 만들어 여러 시스템 점검(재고, 가격 책정, 크레딧)을 병렬로 집계하고 에이전트가 콜아웃 1개를 사용하여 외부 작업 1개를 호출합니다.
통합 | 작업✅ 에이전트 상호 작용당 여러 순차 플로가 아닌 모든 다운스트림 업데이트를 실행하는 단일 MuleSoft 플로 설계
Agentforce | 에이전트 구성✅ 표준 구성 요소를 사용하여 Lightning 페이지에 에이전트를 포함하여 상호 작용당 API 호출이 소모되지 않도록 합니다.
비즈니스 | 계획✅ 예상 에이전트 트랜잭션 볼륨을 기준으로 MuleSoft 라이센스 모델(트랜잭션 기반 및 플랫폼 라이센스 비교)을 평가하여 최상의 경제성 판단

안티 패턴

찾을 위치불만 사항
Data 360 | 구성⚡️ 상위 5만 사용하는 경우 상위 50개의 벡터 검색 결과를 검색하여 계산 및 컨텍스트 예산의 90%를 낭비합니다.
플랫폼 | 예약된 작업⚡️ 작업 존재에 관계없이 API 호출을 사용하는 예약 폴링(예: 5분마다 작업 없음 검색 80% 확인)
통합 | 명명된 자격 증명⚡️ 여러 시스템 호출을 집계하는 단일 복합 API 대신 3개의 콜아웃을 사용하는 별도의 작업 3개 사용
플랫폼 | Apex⚡️ 표준 Lightning 구성 요소가 이를 피할 수 있을 때 명시적인 API 요청을 하는 사용자 정의 LWC가 API 호출을 사용합니다.
통합 | 외부 시스템⚡️ CDC 이벤트를 구독하는 대신 수백 건의 일일 API 호출을 사용하는 시/도 변경 사항에 대해 Salesforce를 폴링하는 외부 시스템
통합 | 작업⚡️ 각 단계(고객 쿼리, 제품 쿼리, 재고 점검, 주문 만들기, 재고 업데이트, 배송 알림)에 대해 순차적인 API 호출을 수행하여 트랜잭션당 12개 이상의 호출을 사용하는 경우 복합 패턴으로 인해 소비량이 75% 줄어듭니다.
통합 | 에이전트 구성⚡️ 각 시스템 상호 작용이 필요한지 평가하지 않고 여러 시스템에서 에이전트 작업을 오케스트레이션하여 API 사용량을 각 추가 시스템에 곱한 값

패턴

찾을 위치유사성
Agentforce | 프롬프트 템플릿✅ 프롬프트 길이 최소화: 구체적인 지침, 중복 예제, 불필요한 컨텍스트를 제거합니다. 선택적 컨텍스트로 대기 시간과 품질 모두 향상
플랫폼 | Apex✅ 색인화된 필터와 함께 선택적 SOQL을 사용합니다. 전체 테이블 스캔을 유발하는 누락된 색인을 식별하는 쿼리 계획 도구 활용
Agentforce | 에이전트 구성✅ 종속성이 없는 경우 병렬 작업 실행을 사용합니다. 계정 세부 사항 및 기회를 가져와도 대기 시간과 순차적 검색을 반으로 줄이기
플랫폼 | 플랫폼 캐시✅ 자주 액세스한 참조 데이터(제품 카탈로그, 영역 매핑, 가격 책정 규칙)를 캐시하여 반복되는 SOQL 제거
플랫폼 | 플랫폼 캐시✅ 유사한 쿼리와 일치하는 시맨틱 캐싱을 구현하여 새 추론 없이 반복 요청 제공
플랫폼 | Apex✅ 일반 비동기 총괄자 제한을 사용하여 비동기식으로 비 긴급한 요청 처리(상태 업데이트, 배치 처리, 보고서 생성)
플랫폼 | Apex✅ 현실적인 데이터 볼륨 아래의 프로필 작업 작업 3초는 빠른 LLM 추론에 관계없이 지체 상태가 됩니다.
Agentforce | 작업✅ 작업에서 대량 처리를 구현하여 작업당 실행 시간 최소화

안티 패턴

찾을 위치불만 사항
Agentforce | 프롬프트 템플릿⚡️ 대기 시간과 품질을 모두 개선하는 선택적 컨텍스트 대신 소음을 추가하는 포괄적인 컨텍스트 포함
Agentforce | 에이전트 구성⚡️ 종속성이 없는 경우 순차적으로 작업 실행(예: 계정 쿼리 2s + 기회 쿼리 2s = 2s 병렬이 아닌 4s 순차)
플랫폼 | Apex⚡️ 색인화된 필터와 함께 선택적 SOQL을 사용하는 대신 색인 누락으로 인해 전체 테이블 스캔 실행
플랫폼 | 플랫폼 캐시⚡️ 캐시할 수 있는 일반적인 데이터(플랫폼 캐시에서 50ms)에 대해 Data 360을 반복적으로 쿼리(1.5초당)
Agentforce | 에이전트 구성⚡️ 긴급하지 않은 작업에 동기식 완료 필요(상태 업데이트, 배치 처리, 보고서 생성)

패턴

찾을 위치유사성
Data 360 | 구성✅ Knowledge 기사, 제품 문서, 사례 내역을 의미있는 250-750 단어 세그먼트로 분할
Data 360 | 구성✅ 에이전트 쿼리 패턴에 대한 청크 크기 확인 전체 자릿수(작은 청크) 및 컨텍스트 완결성(큰 청크) 비교
Data 360 | 구성✅ 에이전트 쿼리 패턴과 일치하는 내장형을 사용합니다. 검색 정밀도 및 리콜을 측정하는 대표 쿼리에 대한 선택 확인
Data 360 | 구성✅ 비즈니스 제약을 보장하는 메타데이터 필터로 벡터 유사성을 향상합니다(예: 시맨틱 유사성에 관계없이 중단된 항목을 제외한 활성 제품에 필터링).
Data 360 | 구성✅ 여러 소스의 고객 데이터를 단일 보기로 집계하는 통합 프로필을 사용합니다. 단일 쿼리에서 전체 컨텍스트(특성, 인사이트, 참여, 예측)에 액세스
Data 360 | 구성✅ 정확한 시스템 간 고객 일치를 제공하는 ID 확인 활성화
Data 360 | 구성✅ 데이터 보존 준수에 대한 규제 요구 사항과 일치하는 지역의 Data 360 인스턴스 구성

안티 패턴

찾을 위치불만 사항
Data 360 | 구성⚡️ 과도하게 큰 청크를 사용하여 벡터 검색 결과에서 관련성이 좁아지지 않는 관련 없는 정보가 포함됨
Data 360 | 구성⚡️ 메타데이터 필터 없이 시맨틱 유사성에만 의존하여 중단되거나 품질이 낮은 결과를 반환
Data 360 | 구성⚡️ 완전한 고객 컨텍스트에 Data 360 통합 프로필을 사용하는 대신 여러 개의 별도의 소스 쿼리를 오케스트레이션
Data 360 | 구성⚡️ 에이전트 쿼리 패턴과 일치하지 않는 모델 포함(예: 질문- 답변 유사성을 위한 문서 분류 포함)
Data 360 | 구성⚡️ 비유럽 Data 360 인스턴스에서 유럽 고객 데이터 처리, 데이터 보존 요구 사항 위반

패턴

찾을 위치유사성
Agentforce | 에이전트 구성✅ 컨텍스트 우선 순위 명시: 최근 대화 내역(최대), 중요 비즈니스 데이터/레코드 상태/권한(두 번째), 내역 컨텍스트(최저, 공간이 허용하는 경우에만)
Agentforce | 에이전트 구성✅ 10-15회 전환 후 조기 대화를 간결한 개요로 요약하고 전체 문장 내역 없이 중요한 사실을 유지합니다.
Data 360 | 구성✅ 모든 LLM 호출에서 전체 내역이 아닌 Data 360 또는 사용자 정의 개체에 확장 컨텍스트를 저장합니다. 현재 요구에 초점을 맞춘 요청 유지 프롬프트에 대한 쿼리
Agentforce | 작업✅ 작업 응답에서 필수 필드만 반환합니다. 계정 검색에서 현재 과업과 관련된 필드가 반환되며, 50개 모두가 반환되지 않습니다.
Agentforce | 에이전트 구성✅ 컨텍스트 창 할당의 명시적 우선 순위 지정 논리 및 임의의 자르기 비교 설계

안티 패턴

찾을 위치불만 사항
Agentforce | 에이전트 구성⚡️ 명시적 우선 순위 지정 논리가 없는 컨텍스트의 임의 잘림
Agentforce | 에이전트 구성⚡️ 10-15회 이상 전체 문자형 대화 내역 유지, 컨텍스트 예산 소모
Agentforce | 에이전트 구성⚡️ 확장 컨텍스트를 외부에 저장하고 요청 시 쿼리하는 대신 모든 LLM 호출에 전체 내역 포함
Agentforce | 작업⚡️ 현재 과업과 관련이 있는 하위 집합만 있는 경우 계정 검색에서 50개의 필드를 모두 반환하여 컨텍스트 예산 사용
Agentforce | 에이전트 구성⚡️ 응답 생성을 위한 충분한 공간을 예약하지 않고 컨텍스트 예산 할당

패턴

찾을 위치유사성
플랫폼 | 작업✅ 레코드 CRUD, 승인, 알림, 보고, 확인을 포함하는 중앙 집중식 작업 라이브러리를 개발합니다. 플랫폼 팀은 일관된 동작, 보안, 성능을 유지 관리
Agentforce | 에이전트 구성✅ 더 좁은 컨텍스트와 더 명확한 경계를 유지하는 깊은 도메인 전문 지식(사례 관리용 서비스 에이전트, 기회 지침용 판매 에이전트)을 갖춘 집중 전문 에이전트를 만듭니다.
Agentforce | 에이전트 구성✅ 교차 도메인 요구에 대한 에이전트 빌더 오케스트레이션 코디네이션 전문가 에이전트 사용
Agentforce | 프롬프트 템플릿✅ 프롬프트 빌더 확인된 프롬프트 패턴을 유지합니다. 템플릿은 RAG 쿼리 생성, 다단계 추론, 응답 서식의 입증된 접근 방식을 수집합니다.
Agentforce | 프롬프트 템플릿✅ 개선 사항의 A/B 테스트를 지원하는 버전 프롬프트 템플릿
Data 360 | 구성✅ 여러 에이전트를 지원하는 Data 360에서 공유 Knowledge 자료를 유지합니다. 단일 제품 Knowledge 기반 영업, 서비스 및 파트너 포털 에이전트
Agentforce | 에이전트 구성✅ 검증된 빌딩 블록에서 새 에이전트를 작성합니다. 목적 정의, 작업 선택, 프롬프트 구성(사용자 정의 빌드의 경우 일과 주 대비)

안티 패턴

찾을 위치불만 사항
Agentforce | 프롬프트 템플릿⚡️ 확인된 프롬프트 템플릿 라이브러리를 재사용하는 대신 각 에이전트에 대한 특별 프롬프트 만들기
Agentforce | 작업⚡️ 중앙 집중식 재사용 가능한 작업 라이브러리를 사용하는 대신 각 에이전트에 대한 작업 다시 구현
Agentforce | 에이전트 구성⚡️ 딥 도메인 전문 지식이 있는 집중 전문가 에이전트 대신 모든 시나리오를 시도하는 범용 에이전트 구축
Data 360 | 구성⚡️ 여러 에이전트를 기반으로 하는 단일 Knowledge 자료를 공유하는 대신 에이전트당 Knowledge 자료를 복제

패턴

찾을 위치유사성
플랫폼 | 사용자 정의 메타데이터 유형✅ 코드 변경 없이 사용자 정의 메타데이터 유형 및 프롬프트 빌더 제어 동작을 사용합니다. 관리자가 개발 주기 없이 프롬프트 템플릿 및 추론 매개 변수를 수정합니다.
Agentforce | 에이전트 구성✅ 전체 롤아웃 전에 품질 메트릭, 만족도, 과업 완료를 비교하는 실험적 버전으로 하위 집합 라우팅(예: 10% - v2, 90% - v1)
Agentforce | 에이전트 구성✅ A/B 테스트 중에 문제가 발견될 경우 확인 기간 모니터링 및 롤백 기능 유지
Agentforce | 작업✅ 구성 요소 간의 명확한 인터페이스 계약 정의: 작업에서 입력, 출력, 오류, 성능 기대치를 지정합니다.
Agentforce | 에이전트 구성✅ 여러 주 롤아웃 기간 동안 성공 버전을 점진적으로 확장(10%~25%~50%~100%)
Agentforce | 작업✅ 인터페이스 계약이 유지되는 경우 에이전트 수정 없이 작업 구현 교체

안티 패턴

찾을 위치불만 사항
플랫폼 | Apex⚡️ 구성 기반 접근 방식 대신 에이전트 동작을 수정하기 위해 코드 변경을 요구합니다(사용자 정의 메타데이터 유형, 프롬프트 빌더)
Agentforce | 에이전트 구성⚡️ 품질 메트릭 및 만족도를 비교하는 하위 집합에서 A/B 테스트 없이 새로운 에이전트 버전의 전체 롤아웃
Agentforce | 작업⚡️ 인터페이스 계약이 아닌 작업 구현 세부 사항에 의존하는 에이전트, 구현 변경 시 중단
Agentforce | 에이전트 구성⚡️ 롤아웃이 완료되지 않은 즉시 100%의 사용자에게 새 버전 배포
Agentforce | 에이전트 구성⚡️ 실험적 버전 테스트 동안 롤백 기능 없이 작동

패턴

찾을 위치유사성
Agentforce | 에이전트 구성✅ 가능한 한 적은 에이전트 작업으로 각 요청을 해결 - 작업당 유연한 크레딧이 소비되므로 다단계 논리를 단일 작업으로 통합하면 비용이 직접 절감됩니다.
Agentforce | 에이전트 구성✅ 예산 계획을 지원하는 문서화된 Flex Credit 소비율 및 예상 상호 작용량을 기반으로 월별 비용 예상 모델링
Einstein | 모니터링✅ 에이전트, 사용 사례, 사용자 모집단별로 유연한 크레딧 소비 모니터링하여 최적화가 필요한 소비량이 많은 패턴 식별
Einstein | 모니터링✅ 예상 대비 실제 소비를 비교하여 향후 계획을 알리고 최적화 기회를 식별합니다.

안티 패턴

찾을 위치불만 사항
Agentforce | 에이전트 구성⚡️ 하나의 통합 작업으로 요청을 해결하여 상호 작용당 Flex 크레딧 소비량을 곱한 여러 소규모 작업 체인화
비즈니스 | 계획⚡️ 상호 작용 비용별 모델링이 수행되지 않았으므로 Flex 크레딧 소비량이 프로덕션 배포 후에만 예상을 초과함

패턴

찾을 위치유사성
Agentforce | 에이전트 구성✅ 세션 경계 및 시간 제한을 설계하여 사전에 종료하고 새 청구 가능한 대화를 강제로 수행하지 않고 대화가 적절하게 유지됩니다.
Agentforce | 에이전트 구성✅ 청구 가능한 팔로우업이 필요하지 않고 초기 대화 내에서 과업이 완료되도록 첫 번째 대화 해결에 에이전트 기능 집중
Einstein | 모니터링✅ 대화별 가격 책정 아래에서 첫 번째 대화 해결률을 비용 효율 메트릭으로 추적
Agentforce | 에이전트 구성✅ 각각 고정 수수료가 부과되는 별도의 대화를 열지 않고 기존 대화 컨텍스트 내에서 관련 문제를 처리합니다.

안티 패턴

찾을 위치불만 사항
Agentforce | 에이전트 구성⚡️ 짧은 세션 시간 제한을 통해 대화를 조기에 종료하여 사용자가 단일 과업을 완료하기 위해 새 청구 가능한 대화를 시작하도록 강제 적용
Einstein | 모니터링⚡️ 첫 번째 대화 해결률을 추적하지 않고 총 대화량만 모니터링하며 대화당 가격 책정 아래에 기본 비용 레버가 누락됨

패턴

찾을 위치유사성
비즈니스 | 문서✅ 계량되지 않은 사용자당 가격 책정 값이 각 상호 작용을 최소화하는 것이 아니라 사용량에서 가져오므로 라이센스가 있는 사용자가 에이전트를 적극적으로 참여시키도록 도모
Einstein | 모니터링✅ 사용량을 추적하여 표적 교육 또는 라이센스 재할당을 위해 사용량이 낮은 라이센스 사용자를 식별합니다.
비즈니스 | 문서✅ 가치가 높은 사용 사례가 자리를 기준으로 투자할 수 있도록 사용자 모집단별로 에이전트 상호 작용을 비즈니스 결과에 연결합니다.
비즈니스 | 계획✅ 케이던스에서 사용자 모집단을 검토하여 라이센스가 과도한 라이센싱으로 드리프트되는 대신 실제 사용량에 맞게 유지

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획⚡️ 채택 계획 없이 사용자별 라이센스 프로비저닝, 에이전트와 거의 소통하지 않는 사용자에 대한 고정 판매 비용 지불
Einstein | 모니터링⚡️ 사용자 모집단별로 사용량을 검토하지 않으며, 기존의 자리를 낭비하는 동일한 초과 라이센스로 라이센스를 드리프트할 수 있습니다.

패턴

찾을 위치유사성
Agentforce | 에이전트 구성✅ 간단한 논리로 초기 라우팅을 처리하는 정렬 에이전트를 구현하여 복잡성이 필요한 경우에만 사용자를 전문 에이전트로 안내합니다.
플랫폼 | 플로✅ 규칙 기반 논리가 충분한 결정적 시나리오에서 플로 자동화로 돌아가 진정한 필요가 있는 모호한 상황에 대한 에이전트 논리를 예약합니다.
Data 360 | 에이전트 구성✅ 선택적으로 기초 교육 데이터를 검색하여 모든 상호 작용이 아닌 에이전트의 이유에 따라 필요한 경우에만 벡터 검색 및 문서 검색을 호출합니다.

안티 패턴

찾을 위치불만 사항
Agentforce | 에이전트 구성⚡️ 모든 요청을 전문 에이전트에게 직접 라우팅하여 간단한 정렬 논리가 처리할 수 있는 비용이 많이 드는 복잡한 요청 호출
플랫폼 | 플로⚡️ 변수 소비 없이 플로가 낮은 비용으로 실행할 결정적 규칙 기반 워크플로에 대한 에이전트 사유 사용
Data 360 | 에이전트 구성⚡️ 이유에 관계없이 모든 상호 작용에 대한 기초 교육 데이터를 검색하여 실제 요구를 추적하지 않는 Data 360 소비

패턴

찾을 위치유사성
Data 360 | 에이전트 구성✅ 정의된 새로 고침 케이던스(예: 24시간)가 있는 캐시 제품 카탈로그 내장형, 일상적인 질문을 위해 캐시에서 검색하고 신규 또는 고객별 데이터에 대한 Data 360만 쿼리
Data 360 | 에이전트 구성✅ 캐싱 전략을 구현하여 일반적인 요청에 대한 반복 쿼리를 줄이고 데이터 새로 고침 요구 사항에 대한 비용 최적화의 균형을 맞춥니다.
Data 360 | 조직✅ 초기 데이터 수집 및 처리 비용(조합, ID 확인, 내장형 생성)과 증분 성장 비용을 분리하여 모델링
Data 360 | 에이전트 구성✅ 검색 증가 생성을 추가하기 전에 RAG 오버헤드가 특정 사용 사례에 대한 품질 개선을 정당화하는지 평가합니다.

안티 패턴

찾을 위치불만 사항
Data 360 | 에이전트 구성⚡️ 대부분의 쿼리가 동일한 일반 질문이므로 반복되는 동일한 응답에 Flex 크레딧을 사용하더라도 캐싱이 구현되지 않았습니다.
Data 360 | 조직⚡️ 데이터 새로 고침 요구 사항을 고려하지 않고 적극적인 캐싱을 구현하고 사용자에게 오래된 정보를 제공

패턴

찾을 위치유사성
플랫폼 | 조직✅ 에이전트 개발을 위해 대상 고객 데이터 샘플과 함께 부분 복사 sandbox 사용, 사전 프로덕션 유효성 검사 전용으로 전체 사본 sandbox 예약
플랫폼 | 조직✅ Data 360 용량, 프롬프트 테스트를 위한 Flex 크레딧, 통합 연결을 포함한 개발 인프라 비용을 미리 계획

안티 패턴

찾을 위치불만 사항
플랫폼 | 조직⚡️ 모든 개발자가 에이전트 개발을 위해 전체 사본 Sandbox를 프로비저닝하여 Sandbox 비용을 5배로 늘립니다.
플랫폼 | 조직⚡️ 적용 범위가 부족한 특별 수동 테스트에 의존하여 프로덕션에서만 품질 문제를 발견
비즈니스 | 계획⚡️ 계획 도중 개발 인프라 비용을 볼 수 없게 만들어 구현 도중 상당한 예기치 않은 비용이 발생합니다.

패턴

찾을 위치유사성
비즈니스 | 문서✅ 개발, 추론(유연한 크레딧), 인프라(Data 360 + MuleSoft), 운영, 거버넌스, 변경 관리의 모든 6가지 비용 범주를 다루는 포괄적인 TCO 모델 구축
비즈니스 | 문서✅ 상호 작용량, 신용 소비율, 성장 추세에 대한 문서화된 가정을 사용하여 3-5년 비용을 예상하는 스프레드시트 TCO 모델을 만듭니다.
비즈니스 | 문서✅ 총 투자에 가장 영향을 미치는 가정을 밝히는 민감도 분석을 수행하여 집중적인 확인 작업을 수행합니다.
비즈니스 | 문서✅ 일반 AI-에이전트 산업 벤치마크가 아닌 고정 Salesforce 숫자에서 가져온 성숙한 에이전트의 연간 개발 비용의 의미 있는 반복 분수로 진행 중인 운영 비용을 모델링합니다.
비즈니스 | 계획✅ 자주 과소평가되는 변경 관리 비용(사용자 교육, 비즈니스 프로세스 조정, 조직 변화) 포함

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획⚡️ 진행 중인 소비를 모델링하지 않고 에이전트 비즈니스 사례에 개발 비용만 포함(유연한 크레딧, Data 360, 운영), 배포 후 상당한 비계획 연간 비용 검색
비즈니스 | 계획⚡️ 에이전트 독립성 및 위험 수준에 따라 증가하는 거버넌스 오버헤드(보안 검토, 인사 감독 인프라, 감사 로깅, 규정 준수 확인) 제외
비즈니스 | 계획⚡️ 특히 중요 워크플로 교대 근무를 유발하는 에이전트의 변경 비용을 과소평가하여 예산 부족

패턴

찾을 위치유사성
비즈니스 | 문서✅ 서비스 점검 비용을 포함한 포괄적인 3년간 TCO 비교를 통해 사전 구축된 Agentforce 에이전트와 맞춤형 개발을 평가합니다.
비즈니스 | 문서✅ 아키텍처 의사 결정 레코드에서 문서 구축 및 구매 결정을 비교하여 비용 및 성능 변화에 따라 향후 재평가 가능
Agentforce | 에이전트 구성✅ 프롬프트 빌더 통해 사전 구축된 에이전트의 사용자 정의 및 작업 구성을 기본 및 완전 사용자 정의 간의 중간 지점으로 고려합니다.
비즈니스 | 계획✅ 비용을 초과하는 요소 결정 기준: 시간 대가, 조직 개발 역량, 전략적 차별화 가치, 공급업체 종속성 허용

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획3년 TCO를 모델링하지 않고 사용자 정의 에이전트를 구축할 수 있으므로 사전 구축 옵션을 표시하지 않고 “제어를 원합니다”는 훨씬 저렴할 수 있습니다.
비즈니스 | 계획⚡️ 다년간의 지속적인 서비스 점검, 신용 소비, 공급업체 업데이트 혜택을 예상하지 않고 첫 해 비용만 기반으로 구축 또는 구매 선택

패턴

찾을 위치유사성
비즈니스 | 문서✅ 배포 전에 기존 자동화 대안(Flow, Apex, 수동 프로세스)과 에이전트 TCO 비교, 투자 사유 검증
비즈니스 | 문서✅ 완전 부하 직원 비용, 오류 비율, 처리 시간, 처리 수용력 등 수동 프로세스 기준을 설정하여 잠재적인 절감 효과를 발견합니다.
Agentforce | 에이전트 구성✅ 자연어를 이해하거나, 적응형 추론을 사용하거나, 기존 자동화가 성능과 일치하지 않는 높은 시나리오 변수를 처리해야 하는 과업에 대해 에이전트를 배포합니다.
플랫폼 | 플로✅ 명확한 규칙을 사용하여 결정적 워크플로에 플로 자동화를 사용하여 변수 추론 소비 없이 저렴한 비용으로 동등한 결과를 제공합니다.

안티 패턴

찾을 위치불만 사항
Agentforce | 에이전트 구성플로가 변수 비용 없이 동등한 기능을 제공할 경우 연간 15,000달러 크레딧을 소비하는 간단한 결정적 라우팅 과업에 대한 에이전트 배포
비즈니스 | 계획⚡️ 기존 자동화가 비용 총액으로 동등한 결과를 제공하는지 평가하지 않고 모든 자동화에 대해 에이전트 접근 방식으로 기본 설정

패턴

찾을 위치유사성
Einstein | 모니터링✅ 에이전트별 소비, 사용자 모집단, 기간, 상호 작용 유형을 표시하는 유연한 크레딧 소비 대시보드를 구축하여 소비 급증을 신속하게 식별합니다.
Einstein | 모니터링✅ 비즈니스 트랜잭션에 크레딧 소비를 연결하는 상호 작용별 비용 귀속 구현(해결된 사례당 비용, 적합한 리드당 비용, 처리된 주문당 비용)
Einstein | 모니터링✅ 예측 임계값(예: 에이전트별 70% 및 85%) 및 사용 사례(조직 전체뿐만 아니라)에 대한 예산 경고를 구성하여 재실행 전 사전 중재 가능
Einstein | 모니터링✅ 일반적이지 않은 소비 패턴을 식별하는 변칙 감지 구현(프롬프트 비효율성, 예기치 않은 사용 패턴 또는 남용을 나타내는 갑작스러운 급증)
비즈니스 | 문서✅ 비용 인식 에이전트 사용을 지원하는 투명성을 만드는 비즈니스 이해당사자 및 기술 팀과 비용 대시보드를 공유합니다.
비즈니스 | 문서✅ 분기별 예산 검토를 수행하여 예상 대비 실제 소비를 비교하고, 비즈니스 결과를 평가하고, 증거된 가치를 기반으로 할당을 조정합니다.
비즈니스 | 계획✅ 실험 및 예기치 않은 소비 증가를 위해 10-15%의 크레딧 예산을 예약하여 혁신 지체 지점을 방지합니다.
비즈니스 | 계획✅ 에이전트 채택 추세, 신규 배포, 확장된 사용 사례를 기반으로 수용력 계획 및 공급업체 협상을 지원하는 다년간 예상 만들기

안티 패턴

찾을 위치불만 사항
Einstein | 모니터링⚡️ 월별 인보이스 검토를 통해서만 대변 소비를 모니터링하고 갱신 전에 최적화할 시간이 없는 분기별 예산 초과 6주 확인
Einstein | 모니터링⚡️ 조직 수준에서만 예산 경고를 구성하고, 최적화 기회를 나타내는 에이전트별 및 사용 사례별 소비 증가가 누락됨
비즈니스 | 계획초과 실행을 사전에 식별하고 해결할 수 있도록 소비 모니터링이 조기에 구현되지 않았으므로 비상 예산을 늘려야 합니다.
비즈니스 | 계획⚡️ 검토 없이 회계 연도 시작 시 연간 예산을 한 번 설정하고, ROI가 낮은 에이전트가 할당을 사용하는 동안 가치가 높은 에이전트가 크레딧을 받을 수 있습니다.
비즈니스 | 계획⚡️ 실험에 대한 예산 보존이 0으로 할당되어 팀이 탐색 전 긴 승인을 통해 새 사용 사례를 정당화해야 합니다.

패턴

찾을 위치유사성
Einstein | 모니터링✅ 에이전트 유형 및 사용 사례 간 비교를 활성화하여 에이전트 인스턴스별로 소비를 추적하고 최상의 ROI를 제공하는 에이전트를 표시합니다.
비즈니스 | 문서✅ 소비를 비즈니스 프로세스(리드 자격 확인, 사례 해결, 주문 처리)에 연결하여 비즈니스 리더가 전략적 정렬을 평가할 수 있습니다.
Einstein | 모니터링✅ 에이전트 채택이 가장 높은 위치와 비용이 집중되는 위치를 보여주는 부서, 역할 또는 사용자 세그먼트별 소비 추적
비즈니스 | 계획✅ 분기별 비용 검토를 사용하여 포트폴리오 전반의 에이전트 ROI를 비교하고 증거된 가치를 기반으로 낮은 ROI에서 높은 ROI 에이전트로의 투자 재할당

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획⚡️ 사업부 지급 없이 모든 에이전트 비용을 IT 예산에 할당하여 비즈니스 리더가 지출이 우선 순위와 일치하는지 평가하지 못하도록 방지
비즈니스 | 계획⚡️ 소비를 비즈니스 결과에 연결하지 않고 에이전트 소비를 차별화되지 않은 비용으로 처리하여 ROI 계산을 불가능하게 만듭니다.

패턴

찾을 위치유사성
비즈니스 | 문서✅ 비즈니스 단위별 소비 가시성을 제공하는 표시 보고를 구현하고 비용 인식을 만들어 분쟁적인 지불 거절 이의 없이 정보에 근거한 사용 결정을 내릴 수 있습니다.
비즈니스 | 문서✅ 대량 프로덕션 에이전트의 경우 지불 거부와 함께 하이브리드 할당을 사용하고 실험적 또는 소량 에이전트의 경우 쇼백을 사용하여 책임감과 혁신 유연성의 균형을 맞춥니다.
비즈니스 | 문서✅ 분기별 검토를 실시하여 소비가 전달된 가치와 일치하는지 여부를 논의하여 최적화 서약을 이행합니다.

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획⚡️ 실험 에이전트에 대한 전체 지불 거절 구현, 즉시 발생하는 사용 사례에 예산 책임을 부과하여 혁신 및 탐색을 방지

패턴

찾을 위치유사성
Agentforce | 프롬프트 템플릿✅ 모든 상호 작용 전반에서 추가 토큰을 인식하는 시스템 프롬프트의 불필요한 용어 부족을 제거하여 사전 채우기 계산 및 대기 시간을 추가합니다. 에이전트가 실제로 사용하는 항목에 대한 시스템 프롬프트를 트리밍합니다.
Agentforce | 프롬프트 템플릿✅ 가장 중요한 정보가 컨텍스트 제한 내에 맞게 되는 관련성 등급으로 선택적 컨텍스트 검색을 통해 관련 정보만 포함
Agentforce | 프롬프트 템플릿✅ 정기적인 상호 작용에 대한 간결한 응답 서식을 지정하고 포괄적인 서식 또는 광범위한 설명 요청을 피하여 완료 토큰을 최소화합니다.
Agentforce | 프롬프트 템플릿✅ 유사한 에이전트에서 표준화된 프롬프트 템플릿을 재사용하여 일관성과 효율성을 창출하면서 프롬프트 최적화 투자 감소

안티 패턴

찾을 위치불만 사항
Agentforce | 프롬프트 템플릿⚡️ 최적화 없이 대화식으로 프롬프트를 작성하여 에이전트가 거의 참조하지 않는 구체적인 지침 및 광범위한 예를 비롯한 상호 작용당 2K+ 토큰 사용
Agentforce | 프롬프트 템플릿⚡️ 관련 정보만 선택적으로 포함하지 않고 컨텍스트에 잠재적으로 관련된 모든 데이터를 검색하여 프롬프트 토큰 소비량 증가
Agentforce | 프롬프트 템플릿⚡️ 패턴을 표준화하는 대신 모든 에이전트에 대해 고유한 프롬프트 템플릿을 만들고 비례하는 품질 혜택 없이 프롬프트 엔지니어링 노력을 곱하기

패턴

찾을 위치유사성
Agentforce | 에이전트 구성✅ 중복 쿼리용 캐시에서 직접 제공되는 자주 묻는 질문에 대한 일반적인 에이전트 응답 캐시(캐시 일치률이 30% 이상인 경우 상당한 최적화 기회)
Data 360 | 에이전트 구성✅ 안정적인 Knowledge 컨텍스트(제품 카탈로그, 정책 문서, 참조 자료)를 캐시하여 모든 상호 작용에 대한 검색 오버헤드 감소
Agentforce | 에이전트 구성✅ 사용자 세션 내에서 대화 캐싱을 구현하여 전체 내역을 다시 보내지 않고 전반적인 컨텍스트를 유지하고 다중 전환 상호 작용에서 토큰 소비를 줄입니다.
Agentforce | 에이전트 구성✅ 콘텐츠 변동성을 기반으로 캐시 무효화 전략을 정의합니다(시간/일 동안 제품 정보 캐시, 실시간 데이터는 캐시하지 않아야 함).

안티 패턴

찾을 위치불만 사항
Agentforce | 에이전트 구성⚡️ 쿼리의 60%가 동일한 일반 질문이므로 반복되는 동일한 응답에 불필요하게 Flex 크레딧을 사용하더라도 캐싱이 구현되지 않았습니다.
Agentforce | 에이전트 구성⚡️ 새로 고쳐야 하는 실시간 데이터(재고 수준, 가격 책정, 가용성) 캐싱, 잘못된 에이전트 응답으로 이어지는 오래된 정보 제공
Agentforce | 에이전트 구성⚡️ 제품, 정책 또는 프로세스 변경 시 기한이 경과한 답변으로 인해 캐시된 응답을 새로 고치지 않아도 됩니다.

패턴

찾을 위치유사성
비즈니스 | 문서✅ 예상 3년 TCO, 측정 방법과 함께 예상 비즈니스 결과, 대안과 비교, 위험 평가를 포함한 비즈니스 사례 필수
비즈니스 | 문서✅ 부서에서 승인할 수 있는 투자와 경영진 승인이 필요한 투자를 구분하는 승인 임계값을 정의하여 투자율이 높은 또는 위험도가 높은 에이전트가 적절한 경영진 검사를 받도록 합니다.
비즈니스 | 문서✅ 전체 생산 투자 전에 가정(소비, 품질, 채택)을 확인하는 명령 파일럿 배포
비즈니스 | 문서✅ 에이전트 제안에 ROI 계산을 포함합니다(예: 사례 해결을 통해 4:1 반환 및 수동 처리 비용 절감).

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획⚡️ 비즈니스 사례 없이 에이전트를 배포하고, 명확하지 않은 비즈니스 가치를 제공하면서 예상되는 크레딧 소비량 3배를 발견하고, 문서화된 ROI 없이 계획되지 않은 연간 소비를 만듭니다.
비즈니스 | 계획⚡️ 파일럿 배포 건너뛰기 및 전체 프로덕션으로 바로 이동, 전체 예산을 커밋하기 전에 소비 가정을 확인할 기회 누락
비즈니스 | 계획⚡️ 저렴한 비용으로 동등한 가치를 제공할 수 있는 대체 접근 방식(수동 프로세스, 기존 자동화)과 비교하지 않고 에이전트 투자 승인

패턴

찾을 위치유사성
비즈니스 | 문서✅ 연간 포트폴리오 검토를 수행하여 비용, 사용량, 비즈니스 가치, 전략적 정렬을 비교하여 모든 에이전트를 평가하여 에이전트별 검토에서 놓친 최적화 기회를 드러냅니다.
비즈니스 | 문서✅ 낮은 채택, 낮은 ROI, 과도한 기능, 과도한 비용)을 기준으로 낮은 가치의 에이전트가 예산을 소비하는 것을 방지합니다.
비즈니스 | 계획✅ 지속적인 투자 재할당을 연습하여 성과가 낮은 에이전트의 리소스를 비즈니스 우선 순위 변화에 맞춰 중요한 기회로 전환
비즈니스 | 문서✅ ROI 계층별로 에이전트 분류(예: 상위 2에서 50% 비용으로 70% 값을 제공 = 우수, 중간 4에서 35% 비용으로 25% 값을 제공 = 허용, 하단 2에서 15% 비용으로 5% 값을 제공 = 일몰 후보)

안티 패턴

찾을 위치불만 사항
비즈니스 | 계획⚡️ 배포된 에이전트는 이용 또는 가치 검토 없이 무기한으로 프로덕션에 머무르며, 가치가 높은 기회를 자금을 조달할 수 있는 예산을 소비하는 저가 에이전트가 누적됩니다.
비즈니스 | 계획⚡️ 포트폴리오 관점 없이 개별적으로만 에이전트를 평가하며, 일부 에이전트가 가장 많은 에이전트가 비례하게 자원을 소비하는 동안 가장 많은 에이전트가 가장 가치를 제공한다는 인사이트를 누락