유승재 페르소나AI 대표는 5일 열린 미래기술전략포럼(공동의장 송상훈 TTA 회장·최경진 한국인공지능법학회장)에서 기업용 AI 에이전트의 다음 과제로 업무 전반을 자동화하는 초자동화(Hyper Automation)를 꼽았다. AI가 기업 데이터를 읽는 데 그치지 않고 조직의 업무 규칙과 맥락을 이해해 실제 작업까지 수행해야 한다는 것이다.
페르소나AI는 SK텔레콤(017670)이 주도하는 ‘모두의 AI’ 컨소시엄에도 참여해 공공 에이전트 영역을 공동 개발하고 있다. 김지훈 SK텔레콤 AI사업본부장은 강연에서 페르소나AI가 공공 에이전트 개발에 함께하고 있다고 소개했다.
유승재 페르소나AI 대표
유 대표는 기업용 AI 에이전트가 넘어야 할 장벽으로 데이터 사일로, 업무 맥락, 실행 능력을 들었다. 기업 데이터가 시스템마다 분산돼 있고, 조직의 권한과 업무 규칙까지 파악하지 못하면 AI가 정확한 판단을 내리기 어렵다는 설명이다.
이를 해결하는 기술로 온톨로지를 제시했다. 온톨로지는 데이터와 데이터 사이의 관계를 구조화하는 기술이다. 개별 정보를 따로 처리하는 대신 재고와 주문, 매장과 물류센터가 어떻게 연결되는지 파악해 업무 전체를 이해하도록 돕는다.
가령 공급 차질이 예상되면 영향을 받는 매장과 재고 상황을 확인하고, 부족 물량을 우선 공급할 곳을 판단할 수 있다. 대체 물류센터를 찾고 배송 경로와 일정까지 조정하는 것도 가능하다. 데이터 검색을 넘어 여러 업무를 연결해 처리하는 방식이다.
◇업무 절차도 AI가 만들고 수정
AI가 업무 흐름을 만드는 방식도 달라지고 있다. 기존에는 서비스에 장애가 발생하거나 업무 절차가 바뀌면 담당자가 원인을 분석하고 워크플로를 수정해야 했다. 유 대표는 이 과정에 평균 3~4주가 걸렸다고 설명했다.
페르소나AI는 자연어로 업무 절차를 생성하고 실행 흐름을 제안하는 기술을 개발하고 있다. 그는 기존에 3~4주 걸리던 작업을 20~30초 만에 처리할 수 있다고 소개했다. AI가 초안을 만들면 사람이 검토하고 승인하는 방식이다.
출처=유승재 페르소나AI 대표
유 대표가 내다본 다음 단계는 피지컬 AI다. AI 에이전트가 기업의 정보기술(IT) 시스템을 넘어 제조 설비와 로봇을 연결하는 것이다.
현재 공장 자동화는 정해진 작업을 설비가 반복하도록 하는 데 무게가 실려 있다. 설비에 문제가 생겼을 때 원인을 찾고 생산에 미치는 영향을 따져 대안을 마련하는 일은 사람의 판단에 의존하는 경우가 많다.
AI 에이전트가 생산·품질·에너지·안전 데이터를 함께 분석하면 설비 이상에 따른 생산 차질을 예측하고 대응 방안을 제안할 수 있다. 특정 설비에 문제가 생겼을 때 작업을 대체 설비로 옮기거나 생산 일정을 조정하는 식이다. 사람은 목표와 운영 원칙을 정하고 계획을 승인하며, 로봇이 실제 작업을 맡는 구조다.
페르소나AI는 품질·에너지·안전 등 분야별 에이전트가 협업하는 공장 관리 에이전트(FMA·Factory Manager Agent)를 구상하고 있다. 유 대표는 로봇 개 20대를 동시에 제어해 물건을 운반하는 사례도 소개했다. 전북·경남 지역 피지컬 AI 사업에도 참여하고 있다고 밝혔다.
유 대표는 “미래 공장에서는 사람이 목표와 정책을 설정하고 AI가 상태를 모니터링해 계획을 수립하고 승인된 업무를 수행하게 될 것”이라며 “물리적인 작업이 필요할 때는 휴머노이드 등 로봇이 투입되는 구조로 발전할 것”이라고 말했다.
