AI가 일하기 시작했다…코난테크놀로지, 발전·사법·제조로 에이전트 확장

코난테크놀로지는 기업 AI 활용 범위 확대를 추진하며 업무 지원에서 실제 업무 수행으로 역할을 넓히는 방향을 제시했다. 코난테크놀로지는 에이전틱 AI 시장 공략에도 착수했다.

코난테크놀로지는 9일 서울 양재동 엘타워에서 '코난 AI 서밋 2026'을 개최했다. 행사에서는 발전·사법·제조 분야의 AI 적용 사례와 에이전틱 AI 전략이 공개됐다.

현장에서는 한국서부발전, 대법원 법원행정처, 서연이화가 추진 중인 AI 구축 경험을 소개했다. 코난테크놀로지는 이들 사례를 통해 AI 적용과 구축 경험을 연결해 제시했다.

김영섬 코난테크놀로지 대표는 기업 AI 활용이 단순 질의응답 단계를 넘어 자율 판단과 업무 수행 단계로 이동하고 있다고 밝혔다. 김 대표는 공공 분야에서 축적한 기술과 구축 경험을 발전·제조 등 산업 현장으로 확장하겠다는 구상을 제시했다. 이어 AI를 활용하는 기업에서 AI가 실제로 일하는 기업으로의 전환이 시작됐다고 설명했다.

양승현 코난테크놀로지 COO는 프런티어 AI 모델 간 성능 격차가 축소되고 있다고 진단하며, 기업의 관심사가 모델 선택에서 업무 실행 구조로 이동하고 있다고 봤다. 그는 LLM의 판단과 실제 업무를 끝까지 처리하는 문제는 별개라고 설명했다. 그러면서 필요한 요소로 실행·검증·복구를 포함한 '엔터프라이즈 에이전트 아키텍처'를 제시했다.

양 COO는 업무 자동화의 범위를 직무 전체보다 독립적으로 검증 가능한 단위로 설정해야 한다고 밝혔다. 그는 여러 단계의 작업을 한꺼번에 맡기면 중간 오류가 이후 과정으로 번질 수 있어, 단계별 결과를 점검하고 문제가 발생하면 재시도하는 구조가 필요하다고 설명했다.

또한 양 COO는 에이전트의 실행을 통제하고 결과를 검증하는 역할의 '하네스'를 핵심 요소로 제시했다. 그는 미래에는 AI를 더 많이 쓰는 기업이 아니라 AI가 일할 수 있도록 워크플로우를 다시 설계한 기업이 앞서갈 것이라는 취지로 말했다.

한국서부발전은 사내 생성형 AI 플랫폼 '위피봇'의 실제 발전 업무 적용 경험을 공개했다. 위피봇은 2025년 8월 구축에 착수했고, 2025년 12월 시범 오픈을 거쳤다. 이후 올해 5월 1차 오픈을 진행한 뒤 6월 30일 공식 서비스로 전환했다.

이 사업의 규모는 47억원이다. 인프라는 GPU 서버 총 3대로 구성했다. 이 가운데 서버 2대에는 H200 8장을 탑재했고, 서버 1대에는 B300 8장을 탑재했다.

위피봇은 발전설비 관리 시스템과 연계해 활용하고 있다. 활용 분야는 발전·안전 질의응답과 문서 작성이다. 또 고장 속보 정리를 지원하고, 설비 브리핑 정리도 지원한다.

아울러 작업 전 안전회의(TBM) 관련 업무도 지원한다. 모바일 기능으로는 회의 녹음을 기반으로 안건을 정리하고, 회의 녹음을 기반으로 후속 조치 사항도 정리한다.

이와 함께 모바일 기능은 현장 사진·표준작업절차(SOP) 분석을 기반으로 위험요인을 탐지한다. 또한 공사 중 현장 촬영을 기반으로 안전상 문제를 확인하는 기능도 적용했다.

발전소 AI 운영 과정에서는 AI가 발전소 자체 용어를 오해하는 일이 있었다. 이로 인해 설비 정보를 잘못 요약한 사례도 발생했다.

이에 따라 실제 활용도를 높이기 위한 과제로는 현장 용어와 업무 맥락을 AI에 정확히 반영하는 일이 확인됐다. 운영 과정에서 드러난 오류가 활용도 제고의 핵심 과제를 분명히 보여준 셈이다.

장승규 한국서부발전 AX추진부장은 초기부터 구축 대상의 세부 대안을 보유한 것은 아니었다고 밝혔다. 이어 시범 운영과 기능 추가를 지속해 거치면서 현 시스템이 형성됐다고 설명했다.

한편 대법원 법원행정처는 생성형 AI 기반 재판지원 AI를 단계적으로 구축하고 있다. 적용 대상은 재판 업무이며, 사업 기간은 2025년 7월~2028년 12월이고, 사업 규모는 약 145억원이다.

이 사업은 4단계로 진행된다. 1단계는 법률정보 검색·리서치, 2단계는 재판자료 요지·쟁점 분석, 3단계는 재판서 작성·검수 지원, 4단계는 에이전틱 AI 적용이며, 4단계 목표는 업무 전주기 지원 체계 고도화다.

현재 사업은 1단계에서 구축한 지능형 법률정보 검색·리서치 기능이 전국 법관·직원에 의해 실제 활용되는 가운데 2단계 사업으로 진행 중이다.

재판지원 AI는 사용자 질의를 분석한 뒤 하이브리드 검색을 거쳐 관련 법령·판례·문헌·주석서를 탐색하고 LLM 답변을 생성하는 구조로 설계됐다. 또한 답변의 근거 자료를 함께 확인할 수 있도록 했으며, 법률 업무상 신뢰성 제고에 중점을 두고 있다.

이 시스템은 사건정보·개인정보를 취급하는 민감 정보의 성격을 고려해 자체 폐쇄망 환경을 구축했다. 데이터 계층에서는 사건정보 데이터웨어하우스, 빅데이터 플랫폼을 활용하고 있으며, 내부 인프라는 GPU, 스토리지, 접근통제 체계로 구성됐다.

아울러 존재하지 않는 판례 제시, 잘못된 법령 제시 문제를 축소하기 위한 오류 저감 작업이 진행 중이다. 이를 위해 사건, 판례, 법령, 적용 법조의 관계를 온톨로지 방식으로 구조화하고 있으며, 검색 결과가 기준에 미달할 경우에는 재검색하거나 답변을 중단하도록 설계했다.

자동차 부품업체 서연이화는 2026년 AX 원년을 설정하고 기존 업무시스템과 AI 에이전트를 연결하는 사업에 착수했다. 회사는 해외 생산거점 확대와 제품군 증가, 완성차 개발 주기 단축을 배경으로 기존 인력 중심 업무 방식의 대응 부담이 증가했다고 판단했다.

이에 따라 서연이화는 코난테크놀로지와 올해 6월부터 AI 구축 사업을 진행하고 있다. 서연이화는 기존 DX 과정에서 마련한 업무시스템과 데이터베이스를 보유하고 있으며, 이를 AI 플랫폼에 연결하는 방식으로 사업을 추진하고 있다.

이 플랫폼은 기존 업무시스템에서 필요한 데이터를 확보하고 에이전트 오케스트레이션을 수행한 뒤 검색·추론을 거쳐 결과를 제공하는 구조다. 이는 별도 챗봇 추가에 한정되지 않으며, 축적된 제조 데이터를 실제 업무 흐름에 연결하는 데 초점을 두고 있다.

서연이화가 개발 중인 에이전트는 4종이다. 시험계획 자동 생성 에이전트와 개선대책서 작성 지원 에이전트, 조립공정 설계 에이전트, 설비 고장 원인·대책 추천 에이전트를 개발하고 있다.

시험계획 에이전트는 제품 사양·시험 규격·장비 가용 일정을 종합해 계획안을 작성한다. 개선대책서 에이전트는 연간 약 2000건 작성 문서를 대상으로 과거 품질 문제·조치 사례를 탐색하고 대응 방안과 초안을 제시한다.

조립공정 설계 에이전트는 제품 사양·과거 공정 사례를 바탕으로 복수 설계안을 추천한다. 설비 에이전트는 고장·정비 이력을 분석해 현재 문제의 원인과 대응 방안을 제안한다.

이들 에이전트가 내놓은 결과안은 담당자가 검토·수정한 뒤 확정한다. 이후 처리 결과는 시스템에 재저장된다.

이 같은 방식은 특정 숙련자가 보유한 노하우를 조직 지식으로 전환해 다른 담당자도 활용할 수 있게 하는 구조적 효과로 이어진다. 홍석환 서연이화 AX추진팀장은 빠른 환경 변화에 대응하는 데서 AI 에이전트가 매우 중요한 역할을 할 것으로 기대했다.

코난테크놀로지가 산업별 AI 에이전트 구축·운영용 통합 플랫폼 '에이전트-X(Agent-X)'를 소개했다. 코난테크놀로지는 AI 기능을 먼저 적용하는 방식보다 업무 위임 대상과 자율성 수준, 검증 기준을 사전에 설계하는 접근 방식을 우선한다고 밝혔다.

에이전트-X는 에이전트 워크플로우와 에이전트 커널, 에이전트 OS로 구성된다. 에이전트 워크플로우는 업무 흐름을 설계하고, 에이전트 커널은 실제 에이전트를 구동하며, 에이전트 OS는 실행 과정과 품질을 관리한다.

이 플랫폼은 업무 진단과 적용 범위 설정, 실행, 운영, 통제를 단일 체계로 연결하는 적용 범위를 갖췄다. 이를 통해 설계와 구동, 관리 기능을 하나의 체계로 묶어 운영할 수 있도록 했다.

코난테크놀로지는 여기에 하네스 엔지니어링을 적용했다. 하네스 엔지니어링은 에이전트의 실행 과정과 결과를 점검하고, 오류가 발생할 경우 대응하는 역할을 맡는다. 또한 기업 내부 지식과 기존 시스템을 활용하면서 AI가 정해진 권한과 범위를 이탈하지 않도록 관리하는 목적도 담았다.

김규훈 코난테크놀로지 AI사업부문장은 업무 지식의 지도화와 그 위의 AI 작업 경로 설계를 통해 에이전트의 안전한 운영이 중요하다고 밝혔다.

에이전트 적용 범위가 제조 현장 시각 업무까지 확대되는 가운데, 코난테크놀로지가 VLM 기반 멀티모달 AI 에이전트 '비전플로우'를 공개했다. '비전플로우'의 목적은 현장 데이터 부족을 보완하는 데 있다.

'비전플로우'는 이미지·영상·현장 문서를 분석하는 기능을 갖췄으며, 설비 상태 확인과 작업 상태 확인을 지원한다. 또 문서 질의응답과 SOP 생성, 작업 기록, 보고서 작성도 지원한다. 이와 함께 실시간 통역과 이미지 판독 기능도 제공한다. 연동 대상은 스마트폰·태블릿·스마트글래스·바디캠이다.

코난테크놀로지는 제조 현장 DX 완결을 기다리기보다 VLM을 선적용하는 방식을 제시했다. 아울러 대규모 학습데이터 없이 활용 가능한 VLM을 우선 도입하고, 사용 과정에서 데이터를 축적하는 흐름을 내놨다.

코난테크놀로지는 이러한 전략을 통해 데이터 구축 시간 절감과 데이터 구축 비용 절감을 추진한다. 동시에 DX와 AX를 병행하는 전략도 제시했다.

코난테크놀로지는 현장에서 에이전트와 실시간 AI 통역 솔루션을 함께 선보이며 생성형 AI 활용 범위가 넓어지고 있음을 보여줬다. 이번 서밋은 생성형 AI 활용 범위의 확장 흐름을 제시했고, 그 방향은 범용 챗봇·개인 생산성 향상 수준에서 산업별 업무 프로세스로 확대되는 데 맞춰졌다.

코난테크놀로지는 실시간 AI 통역 솔루션 '링고엑스'를 공개했다. '링고엑스'는 32개 언어를 지원하며, 이날 행사 전 세션에 동시통역으로 적용됐다. 행사장에는 비전플로우·링고엑스 체험용 시연존도 마련됐다.

유영욱 코난테크놀로지 AI디바이스사업부장은 책임 주체는 사람이라고 밝혔다. 그는 에이전트의 역할이 사람이 더 정확히 보고 판단하도록 탐색·이해·검증·기록을 지원하는 데 있다고 설명했다.

김영섬 대표는 사람처럼 보고 듣고 이해하는 기술을 기반으로 공공을 넘어 제조 현장의 실질적 변화를 창출하는 파트너를 지향한다고 밝혔다. 이를 통해 코난테크놀로지는 생성형 AI의 적용이 특정 영역을 넘어 실제 산업 현장으로 확장되는 흐름을 현장에서 제시했다.

향후 기업의 에이전틱 AI 경쟁에서는 모델 성능 자체보다 내부 데이터·기존 시스템의 안정적 연결이 중요할 것으로 전망됐다. 실행 과정의 오류·권한 통제의 중요성도 함께 제기됐다. 실제 운영 단계의 과제로는 산업별 전문 용어와 데이터 품질, AI 결과 검증 체계가 꼽혔다.

코난테크놀로지는 공공 분야 구축 경험을 보유하고 있으며, 향후 사업 확대의 관건은 이 경험을 발전·제조 등 민간 산업에 연결해 생산성 향상과 업무 효율 개선에 활용하는 정도에 달려 있다.

출처: 테크월드뉴스 · 김승기 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=406759

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=406759