웨비나속 Q&A
최근 웨비나 진행 중 발생한 질문과 답변을 조회할 수 있습니다
[질문] 에이전트가 많아져서 수십, 수백 개로 늘어나면 관리 복잡도가 증가할텐데 AgentGo의 현실적인 운영 한계는 어느 정도인가요? 또 거버넌스를 도입하면 리스크는 줄지만 속도가 느려지지는 않나요?
거버넌스 구조 자체가 확장을 고려해야 하므로 AgentGo에게 에이전트 갯수가 늘어나는 것은 큰 문제가 되지 않습니다. 다만 업체마다 요구 사항이 매우 다양하기 때문에 서로 다른 유형을 어떻게 통합적으로 수용해야 하는가가 항상 설계 고민이 됩니다. 서비스 자체는 컨테이너 기반으로 설계되어 스케일링이 매우 자유롭기 때문에 운영 한계 자체는 없습니다
아이티센클로잇
2026-02-26 14:59
[질문]멀티 에이전트 통합과 관리 시, 에이전트 간 상호 협력과 기능에 대한 복잡성 보완 방법은 어떻게 세워야 하는지요? 지연과 비용 증가에 대한 보완 방안은 무엇인지요?
아직 답변이 없습니다
[질문] 전사적 AX 전환 시 어떤 부서의 에이전트를 가장 먼저 통합 거버넌스 아래 두는 것이 ROI 측면에서 유리할까요?
1순위 : 공통 지원 부서(HR, 재무, 법무, IT 부서 등) - 전 직원이 이용하는 서비스로 도입 체감도가 높고 대체로 프로세스가 표준화 되어 있어 자동화가 용이 -> 기대 ROI : 단순 반복 문의 응대 시간 단축 2순위 : 고객 접점 부서 - 데이터의 양이 가장 많고, 응대 속도가 서비스 품질과 직결됨 -> 고객 응대 리드타임 단축 및 상담원 생산성 향상 3순위 : 공급망 및 운영 부서 - 부서 간 협업과 데이터 교환이 가장 복잡한 영역 -> 의사 결정 가속화 등 결론 : ROI를 극대화 하기 위해서는 '어떤 부서'에서 시작하느냐보다 통합 플랫폼 위에서 시작하느냐가 중요합니다. 1순위 부서에서 검증된 거버넌스 모델을 표준화하고 2~3순위 부서로 확산하게 되면 투입되는 비용과 시간을 획기적으로 절감할 수 있습니다.
아이티센클로잇
2026-02-26 14:58
[질문]단순 응답 정확도 외에, 에이전트가 실제 업무를 “완수”했는지 판단하는 KPI는 무엇으로 정의하나요? 예를 들어 Task Completion Rate, Cost per Task, Escalation Rate 같은 지표를 플랫폼에서 기본 제공하나요?
아직 답변이 없습니다
(질문) 에이전트를 실제 업무에 적용할 때, 기존의 챗봇이나 RPA(자동화 봇)와는 어떤 차이가 있는지요 언뜻 보면 자동화의 확장처럼 보이는데, 에이전트가 기존 자동화 기술과 구체적으로 어떻게 다른 역할을 하는지 궁금합니다.
아직 답변이 없습니다
[질문]특정 LLM이나 모델을 교체할 경우, 기존 에이전트 워크플로에 미치는 영향은 어떻게 최소화하나요? 프롬프트 버전 관리와 모델 버전 관리가 분리되어 있나요?
AgentGo는 멀티 LLM을 지원하고 있습니다. 각 에이전트 별로 프롬프트와 버전을 모두 관리하고 있으며 새로운 LLM을 연동하기 전에 까다로운 테스트를 걸쳐 선정하고 있기에 기존의 워크플로우를 해치지 않도록 개발하고 있습니다.
아이티센클로잇
2026-02-26 14:50
[질문] 에이전트가 내린 결정이나 수행한 행위에 대해 사후 검증이 가능하도록 로그를 저장하고, 이를 시각화하여 리포팅하는 기능이 포함되어 있는지요
AgentGo는 에이전트의 이용, 답변, 토큰 사용량 등 숫자로 표현할 수 있는 데이터는 관리자가 대시보드에서 확인할 수 있습니다. 질의부터 에이전트의 설계, 행동, 결과까지 모든 로그를 암호화하여 저장 합니다. 처리 내역에 대한 AI 활동을 가디언을 통해 관찰(Observation), 평가(Evaluation), 조정(Intervention) 처리하고 있습니다. 에이전트 처리에 대한 결과를 리포팅 하는것은 개인정보로 암호화 되어 로그 원본만으로는 리포팅이나 시각화를 하지 않도록 제어하고 있습니다.
아이티센클로잇
2026-02-26 14:43
[질문]에이전트가 외부 시스템(API, ERP, DB)에 실제로 수행한 작업은 단순 호출 로그인지, 아니면 “행위 기반 추적(Who did What, Why)”까지 남기는지 궁금합니다. 또한 SIEM 연동은 표준 포맷을 지원하나요?
아직 답변이 없습니다
[질문]현재 업계 동향 및 앞으로의 발전 방향에 대해서 문의드립니다
에이전트가 매우 중요한 화두로 떠오르고 있는 것은 맞지만 아직까지는 RAG 기반의 지식 제공에 더 많은 주안점을 두고 있는 상황입니다. 그러나 워낙 기술 개발이 급속히 진행되고 있어서 에이전트의 출현이 과거 인터넷, 스마트폰이 줬던 충격보다 더 큰 충격을 줄 것으로 보며 멀티 에이전트가 하나의 견고한 방향이 될 것이라는 것은 분명합니다.
아이티센클로잇
2026-02-26 14:50
[질문] 직원들이 개인용 계정으로 생성형 AI를 쓰는 것을 무조건 막을 순 없는데 AgentGo가 이를 강제 금지하는 방식인가요 아니면 흡수하여 양성화하는 방식인가요?
아직 답변이 없습니다
[질문] 연동이 가능한 ai 툴이 무엇이 인가요?
아직 답변이 없습니다
[질문] AgentGo 적용관련 이슈와 해결을 통한 차별점이 궁금합니다
아직 답변이 없습니다
아직 답변이 없습니다
[질문] IT 인프라와 인력 리소스가 제한적인데, 멀티 에이전트 기반 AX 시스템을 도입할 경우 에이전트 간 오케스트레이션(Orchestration) 방안, 멀티 에이전트 시스템을 업무 프로세스에 통합할 때, 의사결정 책임 분배(Decision Accountability)를 어떻게 하는지 궁금합니다
의사결정 책임 분배는 향후 에이전트 기능이 고도화될수록 반드시 필요한 중요한 요소입니다. 그러나 그전에 중요한 것은 의사결정 책임 분배와 같은 복잡한 전략이 없어도 사용자에게 유용한 기능이 많다는 점입니다. 이러한 필수 기능에 대한 우선순위를 높여서 제품화가 진행되고 있습니다.
아이티센클로잇
2026-02-26 14:44
[질문]권한 통제 모델이 단순 RBAC인지, 아니면 데이터 분류·사용 맥락까지 고려하는 ABAC 기반 정책도 지원하는지 궁금합니다. 예를 들어, 동일 사용자가 다른 데이터 민감도에 따라 다른 에이전트 행동을 하도록 제한할 수 있나요?
아직 답변이 없습니다
[질문]최근 지능화사업을 수행한 경험을 토데로 정확성이 어느 정도인지 궁금하며, 사내 시스템 활용시 보안과 권한 통제에 대한 제어가 가능한지 궁금합니다. 추가로 사용한 모델과 에이전트 구성도 궁금합니다.
퍼블릭 LLM API를 사용할 경우 고객의 정확성에 대한 만족도는 높은 편입니다. 그러나 고객이 더 만족하지 못하는 것은 정확도보다는 응답 속도입니다. 고객에게 가장 민감한 것은 응답 속도입니다. 아무리 정확도가 높아도 답변이 느리면 불만이 커질 수 밖에 없습니다. 폐쇄망의 경우 아직까지 sLLM의 성능이 충분히 올라오지 못해서 여기에 대해서는 정확성이 많이 떨어지는 편입니다. 폐쇄망의 경우, 도메인을 잘 파악해서 가는 전략이 중요해집니다. 보안과 권한 통제를 위해 AgentGo는 관리자 기능을 총 4단계의 관리자 기능으로 구분하였습니다. 모든 정보에 접근 가능한 최고 관리자, 시스템 운영에 필요한 기능(공통, 배치, 시스템 설정 등)을 위한 시스템관리자, 아이티센 그룹처럼 여러 법인에 적용할 때의 법인 관리자, 운영을 위한 지식 DB 등을 관리할 운영관리자로 구분하고 있습니다. 기능적으로는 사용자지정, 관리자 등급, 관리자별 접근제어를 메뉴별로 세세히 구분이 가능하고, 관리자의 권한 별로 접근하는 데이터 접근기록을 별도의 로그로 암호화하여 저장하고 있습니다.
아이티센클로잇
2026-02-26 14:32
[질문] 프로젝트 80%가 성과를 내지 못하는 이유 중 기술적 한계 외에 조직적/프로세스적 측면에서 가장 흔히 저지르는 실수는 무엇인가요?
1. 현업 주도성 결여 (IT 부서만의 '고립된 추진') AX의 키를 IT 부서만 잡고 있을 때 발생합니다. 현업은 "IT가 알아서 해주겠지"라며 방관하고, 결과물은 실제 업무 현장의 디테일을 담지 못해 결국 외면받습니다. 그래서 AgentGo는 현업 담당자가 직접 에이전트 로직을 설계하고 수정할 수 있는 No-Code 기반의 환경을 제공합니다. 2. 기존 워크플로우와의 단절 (Isolated AI) AI를 기존 업무 프로세스에 녹여내지 않고, 별도의 '새로운 툴'로만 접근하는 경우입니다. 직원들이 AI를 쓰기 위해 기존 업무창을 떠나 새로운 창을 열 수 밖에 없게 됨으로써 사용률이 급격히 떨어집니다. 그래서 AgentGo는 ERP, CRM, 슬랙(Slack), 메신저 등 기존 레거시 시스템과의 강력한 API 연동을 지원합니다. 즉 사용자가 일하는 방식 그대로, 배경에서 보이지 않게 업무를 돕는 오케스트레이션 기능을 제공합니다. 3. '학습 및 개선' 프로세스의 부재 (Set and Forget) AI 배포를 '프로젝트의 끝'으로 생각하는 오류입니다. AI는 배포 후 실사용 데이터와 피드백을 통해 계속 진화해야 하는데, 이를 위한 전담 조직이나 피드백 수집 프로세스가 없습니다. AgentGo는 통합 모니터링 및 분석으로 에이전트의 답변 품질과 사용자 만족도를 실시간 트래킹하는 대시보드를 제공합니다. (실사용 피드백을 즉각 로직에 반영하고 성능을 개선할 수 있는 운영 관리 프로세스를 시스템화)
아이티센클로잇
2026-02-26 14:30
[질문] LLM 모델로 전달되는 프롬프트에서 개인정보나 기밀 데이터를 실시간으로 탐지하고 마스킹하는 AgentGo Guard의 필터링 메커니즘은 무엇이고 장점등 궁금합니다
단순한 필터링을 넘어선 능동적인 역할이 필요하다고 저희는 생각했습니다. 다층(Multi-Layered) 보안 아키텍처를 구현하였습니다. 첫번째, AgentGO Guard - 대부분의 민감정보는 필터링 할 수 있습니다. - 단어사전(금칙어, 민감정보)를 관리할 수 있고 특수단어, 사회적 현상등에 대해 유연성을 제공하고 있습니다. - NLP 모델을 사용하여 강력한 수준의 비식별화를 질문과 답변에 적용하고 있습니다. 두번째, Multi-Layered 보안 아키텍처를 통하여 단계별로 개인정보가 마스킹 되고 최종적으로 개인정보를 차단할수 있도록 통제 하고 있습니다
아이티센클로잇
2026-02-26 14:25
[질문]Shadow AI를 단순히 차단하는 수준이 아니라, 실제 조직 내에서 탐지·가시화하고 통제 정책을 적용하는 메커니즘은 네트워크 레벨인지, SaaS API 호출 레벨인지 궁금합니다.
각각은 장단점이 뚜렷하기 때문에 한가지로 모든 것을 다 처리할 수 있는 만능의 방법은 없습니다. AgentGo는 네트워크 레벨과 SaaS API 호출 레벨 모두 고려하고 있고, 단순히 기술적인 고려뿐만 아니라 정책적인 면까지 고려하고 있습니다. 또한 고객마다 요구사항이 다양하기 때문에 가장 제너럴한 구조를 산출하기 위해 계속 발전 중입니다.
아이티센클로잇
2026-02-26 14:37
[질문] 동 솔루션을 효과적으로 활용하기 위해 기업 입장에서 사전에 준비해야 될 필요조건은 무엇인가요? 또 중소기업에 적용된 우수사례도 궁금합니다.
AX전환은 일하는 방식의 변화를 전제로합니다. AI Agent를 통해서 기존 레거시시스템의 활용도를 높이는 방향이 맞습니다. 기업의 정형,비정형데이터의 디저털화 및 표준화가 전제되어야 효율성을 보장할수 있습니다. 작은 규모의 Agent를 자체적으로 적용을 해보면서 직원들 전체가 AI전환에 대한 방향성과 인식을 공유하는 준비가 필요합니다. 컨설팅이나 PoC를 통해서 도움을 받을수도 있고 해커톤에 참여해보는것도 좋은 밥업입니다. 중소기업의 사례를 들어드리기는 어려우나 , 공공기관중에 지자체(충주시, 양산시)의 경우는 사내 학습조직을 통해서 자체적으로 성공적인 Agent를 구축하고, 사례를 공유 및 사업화를 진행중이기도 합니다.
아이티센클로잇
2026-02-26 14:31