시와소프트, “왜 지금 AI Agent인가… 하이퍼오토메이션 실전 구조 제시” 작성일 12-03 33 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">'AX & 하이퍼오토메이션 코리아 2025-Fall' 콘퍼런스에서 키노트 발표</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="bHoYd5WIDZ"> <p contents-hash="e5e054aeacfee667094bb2891ee0af646d9d2e80bbe402e69f5e27f6616fbd2c" dmcf-pid="KXgGJ1YCIX" dmcf-ptype="general">국내 최대 규모의 업무 자동화 콘퍼런스인 “AX & 하이퍼오토메이션 코리아 2025-Fall'이 업계의 관심과 열띤 참여 속에서 성황리에 개최됐다. 특히 이번 콘퍼런스에서는 “LLM 기반 AI Agent 아키텍처와 하이퍼오토메이션 적용 사례”라는 제목으로 발표한 시와소프트의 발표가 주목을 끌었다.</p> <p contents-hash="d3810d35b3c1573512d08616714d3b27103cf7b7a44cde946e12364b7fb2cca4" dmcf-pid="9ZaHitGhrH" dmcf-ptype="general">하이퍼오토메이션 열풍 속에서 기업 자동화의 새로운 기준으로 떠오른 기술이 바로 AI Agent다. 시와소프트 성태우 팀장은 이번 발표에서 'Agent란 무엇인가'라는 가장 기본적인 질문에서 출발해, 왜 지금 Agent가 중요한지, 현재 Agent 기술의 실태는 어떠하며 어떤 개선 방향이 필요한지, 그리고 실제 개선 사례는 무엇인지까지 체계적으로 설명하며 하이퍼오토메이션의 실전 로드맵을 제시했다.</p> <p contents-hash="1f970f129a0ca15abe3710223b5f7e7bfa1fc659c18d43298ba4e23c74f9ff48" dmcf-pid="25NXnFHlOG" dmcf-ptype="general">성 팀장은 먼저 Agent의 본질을 짚었다. 그동안 챗봇과 자동화 시스템은 “대답하는 존재”에 머물렀다면, Agent는 사용자의 의도와 맥락을 이해하고, 스스로 판단하며, 실제 업무를 실행하는 존재로 진화했다는 설명이다. 자연어로 주어진 요청을 토대로 필요한 정보를 찾아내고, 조건을 해석하고, 내부·외부 API를 호출해 실제 시스템을 조작하는 기능을 갖춘 형태가 바로 Agent라는 것이다. 즉, Agent는 더 이상 대화형 인터페이스에 머물지 않고, 업무 프로세스를 완결하는 주체로 자리 잡기 시작했다.<br></p> <figure class="figure_frm origin_fig" contents-hash="8c9249a32a2e7e49f64ed82beb7fee6195f09d803d5cc366521810eaeda9d60b" dmcf-pid="V1jZL3XSrY" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/03/etimesi/20251203105448192kggh.png" data-org-width="700" dmcf-mid="FF2FNutWD7" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/03/etimesi/20251203105448192kggh.png" width="658"></p> </figure> <p contents-hash="8a81feb45a57e5987698098aa704368f9dea8d594d1e4efd00463a0001e3980b" dmcf-pid="fbCqr2ztOW" dmcf-ptype="general">이어 발표는 “왜 지금 Agent인가?”라는 질문으로 넘어갔다. 기업은 매출을 늘리고, 운영비를 줄이고, 업무 속도를 높이며, 리스크를 줄여야 하는 상황에 놓여 있다. 과거에는 이러한 목표를 RPA나 비정형 자동화로 해결하려 했지만, 실제 현장에서 마주하는 복잡성은 기존 기술만으로는 감당하기 어려웠다. 그러나 LLM의 등장으로 기계가 언어와 문서를 이해하고 논리를 구성하며, 사람의 지시를 해석해 실제 업무를 수행할 수 있는 환경이 마련되면서 Agent는 기업 자동화의 필수 요소로 자리 잡고 있다. 기업이 직면한 불확실성과 경쟁 압박 속에서 빠른 도입, 즉각적인 가치 창출, 실무 수준의 자동화가 가능한 Agent는 선택이 아니라 필수에 가까운 기술이 된 셈이다.<br></p> <figure class="figure_frm origin_fig" contents-hash="c62d520dadc118ba003da66a79073ec35580ff6a62f05b3379db59e4601b2ac1" dmcf-pid="4KhBmVqFOy" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/03/etimesi/20251203105449499flxx.png" data-org-width="700" dmcf-mid="3Zvkqmcnsu" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/03/etimesi/20251203105449499flxx.png" width="658"></p> </figure> <p contents-hash="03510740c579a0a22bf4778dc50524c538df874f0040db01d503abda909a020b" dmcf-pid="89lbsfB3ET" dmcf-ptype="general">하지만 성 팀장은 Agent 기술을 단순 찬양하는 대신, 현재 Agent의 실태와 한계를 솔직하게 분석했다. LLM 기반 Agent는 때때로 사실을 왜곡하고, 답변이 일관되지 않으며, 복잡한 멀티턴 업무에서는 중간 상태를 잊기 쉽다. 규제 요구를 충족하기 어렵고, 비용이 예측 불가능하게 증가하며, 시스템 호출 과정에서 오류가 발생할 경우 복구가 어렵다. 기업이 실제로 원하는 수준의 안정성과 품질, 그리고 책임성을 확보하기에는 아직 도전 과제가 남아 있다는 진단이다.</p> <p contents-hash="0c0a09db50530cc41a6fd026159d1b02f3b5d9364dde852c915c5bc6861bc504" dmcf-pid="62SKO4b0mv" dmcf-ptype="general">이러한 문제에 대한 개선 방안도 이어졌다. 발표는 Agent 구조의 핵심 개선 요소로 세 가지를 강조했다. 첫째, 자연어 명령을 구조화된 파라미터로 변환하고 내부·외부 시스템을 안전하게 호출하는 기능이 반드시 필요하다고 말했다. 이를 통해 Agent는 단순 답변 생성기를 넘어서 실제 업무 실행자가 된다. 둘째, 승인 대기, 예외 처리, 재시도, 롤백 등 업무에서 흔히 발생하는 상황을 관리하기 위해 상태 기반 오케스트레이션이 필요하다고 설명했다. 기업의 실제 업무는 단발성 요청과 응답으로 끝나지 않는 만큼, Agent는 업무 전체의 “흐름”을 이해하고 관리해야 한다는 것이다. 셋째, Agent의 출력은 일반적인 자연어가 아니라 JSON이나 DSL처럼 다운스트림 프로세스와 직접 연결 가능한 구조화된 형태여야 한다고 강조했다. 이러한 구조가 갖춰져야만 자동화 품질과 안정성을 확보할 수 있다는 논리다.<br></p> <figure class="figure_frm origin_fig" contents-hash="9a2e0243f7b531ca5cbb8bf6314b6dc012190f10ef931cdf7ded3693ebb9ee59" dmcf-pid="PVv9I8KprS" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/03/etimesi/20251203105450745klky.png" data-org-width="700" dmcf-mid="poTEBskLwp" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/03/etimesi/20251203105450745klky.png" width="658"></p> </figure> <figure class="figure_frm origin_fig" contents-hash="6a861c6b8df79741c3c76b9976ddd65ba85d9d639b58f0d4bd5a7cde01b4946e" dmcf-pid="QfT2C69UDl" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/03/etimesi/20251203105452209cpgo.png" data-org-width="700" dmcf-mid="U9c1gp5TE0" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/03/etimesi/20251203105452209cpgo.png" width="658"></p> </figure> <p contents-hash="4a59b987625894919307cb4d2661cccad4089d560b2f8c70a9450902c8dc7aa5" dmcf-pid="x4yVhP2uEh" dmcf-ptype="general">성태우 팀장은 이러한 개선 방향이 적용된 실제 사례를 소개하며 현실성을 더했다. 세금계산서 발행 업무에서는 Agent가 사용자의 의도를 파악해 필요한 데이터를 추출하고, 발행 시스템을 호출해 결과를 처리한다. 탄소배출량과 같은 규제 대응 업무에서는 정책 문서를 기반으로 계산 기준을 해석하고, 관련 데이터를 조회해 결과를 정리한다. 문서 파서 업무에서는 PDF나 이미지 같은 비정형 문서를 구조화된 데이터로 변환하는 과정을 Agent가 수행한다. 이 사례들은 Agent가 단순 상담이나 형식적인 자동화를 넘어서 백오피스의 실제 핵심 프로세스를 자동화할 수 있는 단계에 이미 도달했음을 보여준다.<br></p> <figure class="figure_frm origin_fig" contents-hash="2b6bc9009699bae1e2fdcf9a3ea2415e4afb43317eecc4cde0f4f39837ff6520" dmcf-pid="yhxI4vOcwC" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/03/etimesi/20251203105453452xvzl.png" data-org-width="700" dmcf-mid="u6WflQV7r3" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/03/etimesi/20251203105453452xvzl.png" width="658"></p> </figure> <p contents-hash="c0985d82f4592eba7dc7b7b550f2be32434845371d6219d777eeeded39846fc4" dmcf-pid="WlMC8TIkmI" dmcf-ptype="general">발표는 결국 “실행 중심의 안전한 자동화”라는 메시지로 마무리됐다. 성태우 팀장은 기술의 화려함보다 중요한 것은 실제 업무를 안전하게 처리하고 결과를 만들어내는 능력이라고 강조했다. LLM 기반 Agent는 이제 실험 단계가 아니라 실전 운영 단계로 진입했으며, 이를 활용하는 기업은 매출, 비용, 속도, 품질 전체를 새롭게 정의할 수 있는 기회를 맞고 있다는 것이다. 이번 발표는 Agent 기술의 본질에서 시작해 현재의 문제의식, 개선 전략, 실전 사례까지 일관된 흐름으로 구성되며, 기업 자동화가 앞으로 나아가야 할 방향을 명확하게 제시했다는 평가다.</p> <p contents-hash="8d02265dd591bf6c939ec5b9ef5a4463909dc1a3c5beb25209563ae78e8cc9e3" dmcf-pid="YSRh6yCEDO" dmcf-ptype="general">시와소프트는 국내 중견·중소기업의 실제 업무 환경에 맞춘 하이퍼오토메이션 솔루션을 개발해온 기업이다. 기술 개발에 대한 진정성과 현장 중심의 문제 해결 역량을 기반으로 실용적이고 빠르게 적용 가능한 자동화 기술을 꾸준히 선보여 왔다. 특히 복잡한 엔터프라이즈 구조보다 즉시 활용 가능한 실행형 기술에 집중하며, 제한된 자원으로도 핵심 기능을 직접 구현해내는 기술 내재화 능력이 돋보인다. 이러한 특성 덕분에 시와소프트는 기술로 실질적 가치를 만드는 기업, 그리고 중견·중소기업의 현실을 가장 잘 이해하는 하이퍼오토메이션 전문 기업으로 널리 알려져 있다.</p> <p contents-hash="ccf730390e7e774cfb069407f398c0ae24e54dbb7fac35f0959370f50c71d0c1" dmcf-pid="GvelPWhDws" dmcf-ptype="general">임민지 기자 minzi56@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 크리니티, 'AI × Softwave 2025'서 AI 기반 공공 메일 자동화 기능 첫 시연 12-03 다음 세계도핑방지기구 회장 “한국 反도핑 당국, 아시아 이끄는 선진 사례” 12-03 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
