【와티비커뮤니티-WATVcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

채팅

글쓰기

[IT뉴스]오픈소스 다음 승부처는 ‘업무 설계’… RAG·에이전트가 기업 AI 완성

온카뱅크관리자

2026-09-14 06:07:25

<div id="layerTranslateNotice" style="display:none;"></div> 15일 ‘오픈 테크넷 서밋 2026’ 개최… 오픈 소스 활용 전략 논의 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="Q2xwaiPKhD">
 <figure class="figure_frm origin_fig" contents-hash="912838bc22e81149686897ff9a2db02e166b0e3660d1bb5667deb0a8b8501159" dmcf-pid="xVMrNnQ9vE" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/552796-pzfp7fF/20260914060026426bcfv.jpg" data-org-width="640" dmcf-mid="PZ0x2qFYSw" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/552796-pzfp7fF/20260914060026426bcfv.jpg" width="658">
 </figure>
 [디지털데일리 구아현기자] 기업이 쓸 인공지능(AI) 모델을 골랐다고 구축이 끝나는 것은 아니다. 범용 모델은 기업 내부 문서와 업무 규칙을 알지 못하고 실제 사내 시스템을 움직일 수도 없다. 검색증강생성(RAG)으로 기업 지식을 연결하고 에이전트에 업무 절차와 도구를 붙이는 ‘모델 이후’ 설계가 기업 AI 구현의 핵심으로 떠오르고 있다.
 오픈모델 선택지가 늘면서 기업이 자체 환경에 AI 모델을 구축할 수 있는 문턱은 낮아졌다. 하지만 같은 모델을 사용하더라도 어떤 사내 데이터를 찾아 모델에 전달하는지, 어떤 업무도구를 연결하는지, 어느 단계까지 AI가 스스로 판단하고 실행하도록 허용하는지에 따라 실제 활용도는 달라진다.
 기업 AI 경쟁의 무게중심이 모델 자체에서 기업별 데이터와 업무 흐름을 연결하는 애플리케이션 설계로 옮겨가고 있는 셈이다.
 ◆ 오픈모델은 ‘우리 회사 일’을 모른다
 첫 단계는 기업이 보유한 지식을 AI와 연결하는 작업이다. 대표적인 기술이 RAG다. 사용자의 질문과 관련된 사내 문서나 데이터베이스(DB)를 찾아 필요한 내용을 모델에 함께 전달해 답변하도록 한다.
 예컨대 범용 모델에 회사의 출장비 규정을 물으면 정확한 답변을 기대하기 어렵다. 반면 RAG를 이용해 최신 사내 규정과 경비 지침을 검색한 뒤 이를 모델에 전달하면 기업 상황에 맞는 답변을 만들 수 있다.
 단순히 문서를 많이 연결한다고 정확도가 높아지는 것도 아니다. 문서를 어떤 단위로 나눌지, 검색 대상에서 무엇을 제외할지, 최신 문서를 우선할지, 직원별 접근권한을 어떻게 반영할지 등을 함께 설계해야 한다.
 레드햇은 기업용 RAG를 구축할 때 단순 벡터 유사도 검색만으로는 이용자 의도와 최신성, 접근권한, 산업별 맥락을 충분히 반영하기 어렵다며 메타데이터 필터링과 복수 검색방식, 검색 결과 재정렬 등을 결합하는 구조를 제시하고 있다. 즉 RAG 역시 완성된 기술 하나를 가져다 붙이는 작업이라기보다 기업 데이터 구조와 업무에 맞춰 검색 과정을 설계하는 영역에 가깝다.
 ◆ RAG로 ‘알게’ 하고 에이전트로 ‘일하게’
 AI 활용 범위가 질의응답에서 업무 수행으로 넓어지면서 RAG와 에이전트를 결합하는 움직임도 빨라지고 있다.
 RAG가 AI에 기업 지식을 제공한다면 에이전트는 그 정보를 토대로 다음 행동을 결정하고 여러 도구를 순서대로 사용하는 역할을 맡는다.
 예를 들어 직원이 “우리 회사 일본 출장 규정을 알려줘”라고 물으면 RAG로 관련 규정을 검색해 답할 수 있다. 하지만 “다음주 일본 출장을 준비해줘”라는 요청을 처리하려면 상황이 달라진다. 출장 규정을 확인하고 직원 일정을 조회한 뒤 예산과 항공편을 확인하고 필요한 경우 결재까지 요청해야 한다.
 이처럼 복수 단계의 업무를 수행하기 위해서는 AI가 필요한 정보를 찾고 업무 상황에 따라 사용할 도구를 선택하도록 흐름을 설계해야 한다.
 최근에는 RAG 자체도 에이전트 방식으로 진화하고 있다. 엔비디아는 지난 7월 오픈모델 ‘네모트론’과 에이전트 프레임워크 ‘랭그래프’를 이용해 에이전틱 RAG를 구현하는 방식을 공개했다. 기존 RAG처럼 한 차례 정보를 검색해 답변하는 데 그치지 않고 AI가 필요한 정보를 판단해 검색과 추론을 반복하는 방식이다.
 국내에서도 에이전트를 실제 기업 업무에 맞게 설계하려는 시도가 이어지고 있다. KT는 올해 6월 정산 검증 업무를 지원하는 멀티에이전트 시스템 ‘RA 에이전트(RA Agent)’ 구축 사례를 공개했다. 상품 개발 요청서와 설계 문서, SQL, 운영 데이터베이스(DB) 등을 검증하는 역할을 여러 전문 에이전트로 나누고 중앙 오케스트레이터가 사용자 요청에 따라 필요한 에이전트와 실행 순서를 정하도록 설계했다.
 단순히 여러 에이전트를 연결하는 데 그치지 않고 기업 업무 규칙도 구조에 반영했다. 문서에서 필요한 정보를 추출한 뒤 필수 항목과 업무 규칙을 확인하고, 설계 문서와 SQL, 실제 운영 데이터까지 단계적으로 대조하는 방식이다. 같은 AI 모델을 사용하더라도 실제 기업 업무에 적용하려면 업무 단계와 검증 기준, 에이전트별 역할을 별도로 설계해야 한다.
 에이전트의 기업 도입도 늘고 있다. 랭체인이 지난 6월 개발자와 제품 담당자, 기업 관계자 등 1300여명을 대상으로 실시한 조사에서는 응답자의 57%가 에이전트를 실제 운영 환경에 적용했다고 답했다. 다만 32%는 품질을 실제 서비스 적용의 가장 큰 걸림돌로 꼽았다.
 ◆ 마지막은 기업 몫… ‘업무 맥락’ 누가 잘 설계하나
 오픈모델과 RAG, 에이전트 프레임워크는 오픈소스로 가져다 쓸 수 있지만 기업 업무 자체를 대신 설계해주지는 않는다.
 어떤 직원에게 어떤 자료까지 검색하도록 허용할지, AI가 어느 단계까지 스스로 업무를 수행할지, 언제 사람에게 승인을 요청할지 등은 기업마다 다르다. ERP와 CRM, 그룹웨어 등 기존 업무시스템 가운데 무엇을 어떤 순서로 호출할지도 정해야 한다.
 같은 오픈모델과 에이전트 프레임워크를 사용하더라도 기업마다 결과가 달라질 수밖에 없는 이유다. AI 모델의 능력을 실제 업무 성과로 연결하려면 데이터 구조와 접근권한, 업무 순서, 사용할 도구와 사람의 개입 지점까지 함께 설계해야 한다.
 결국 기업 AI 경쟁은 좋은 모델을 확보하는 단계를 넘어 AI가 우리 회사에서 어떤 정보를 보고, 어떤 순서로 판단하며 어디까지 행동할 것인지를 설계하는 경쟁으로 확대되고 있다.
 이 같은 기업 AI와 오픈소스 활용 전략을 논의하는 자리가 마련된다. 과학기술정보통신부가 주최하고 정보통신산업진흥원과 &lt;디지털데일리&gt;가 공동 주관하는 ‘오픈 테크넷 서밋 2026’이 오는 9월15일 서울 양재동 엘타워 그레이스홀에서 열린다. ‘AI 시대 오픈소스 거버넌스·보안·표준 혁신’을 주제로 AI 도입부터 검증, 운영, 확산까지 필요한 기업 전략을 다룬다.
 오전 세션에서는 감정한 깃랩(GitLab) 솔루션 아키텍트가 안전한 에이전틱 오케스트레이션 플랫폼 구축 방안을 발표한다. 오진석 메가존클라우드 전무는 공격 도구로 활용되는 오픈 AI에 대한 방어 전략을, 김제민 삼성전자 빅데이터센터 파트장은 삼성전자의 에이전틱 AI 도입과 운영 혁신 여정을 소개한다.
 오후에는 A·B 트랙으로 나뉜다. A트랙에서는 윤종원 스패로우 최고기술책임자(CTO)가 AI 시대 소프트웨어 신뢰성 확보 전략을, 고우주 나무에이엑스 최고AI책임자(CAIO)가 오픈소스 LLM의 효율적인 공유·배포 방안을 발표한다. 이진현 맨텍솔루션 전무는 AI 네이티브 인프라의 조건과 구축 전략을 다룬다.
 B트랙에서는 이창원 오라클 상무가 AI 시대 엔터프라이즈 자바와 오픈소스 플랫폼 운영 전략을 발표한다. 김지섭 뤼튼테크놀러지스 CoS는 AI 전환의 현실적 과제를, 박제호 GS네오텍 시큐리티 리드는 오픈소스 취약점의 공급망 보안 대응 전략을 공유한다.
 이어 이주영 NHN클라우드 개발랩장의 소규모 오픈모델 활용 방법론, 정영진 링크알파(LinqAlpha) 엔지니어의 AI 코딩 에이전트 시대 시프트레프트 보안 전략, 이서연 클라우드브로 공동창업자·CSO의 오픈소스 검증·도입 플레이북 발표가 진행된다. 손석호 한국전자통신연구원(ETRI) 전문위원은 신뢰할 수 있는 에이전틱 AI 시스템 구축을 위한 클라우드 네이티브 오픈소스 기술 동향을 소개한다.
 사전 등록은 디지털데일리 홈페이지를 통해 가능하다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

[PC 가적기 시대 ①] 내려가지 않는 노트북 가격… '가성비' 지고 지금이 싼 '가적기' 뜬다 조해나 패리스 블리자드 사장 "블리즈컨의 본질은 커뮤니티 연결…팬들과의 약속 지킬 것"

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기