유라클 “AI 역량 자산화, 기업 경쟁력 기준 될 것”

유라클, AI 역량 자산화가 기업 경쟁력 기준이라고 제시했다.

여러 AI Agent에 업무를 분담·동시 활용하는 환경이 현실화된 가운데, 기업 경쟁력의 기준이 변화하고 있다는 분석이 제시됐다. 에이전트 수보다 수행 업무와 경험의 자산 축적·재사용 역량이 중요하다는 내용이다.

유라클은 17일 서울 코엑스에서 '유라클 AI 서밋 2026(Uracle AI Summit 2026)'를 개최하고, AI 에이전트가 기업 업무 표준이 되는 상황에서 에이전트 자산화·관리 방안을 전략으로 제시했다. 이용재 유라클 기술연구소 연구소장은 AI 에이전트 자산화를 위한 모듈식 관리를 주제로 발표에 나섰다.

소제목은 '에이전트 팩'으로 AI 구성요소 모듈화다. 사진은 이용재 연구소장 발표 장면이며, 사진기자는 성원영이다.

유라클은 AI 에이전트를 단일 모델의 응답 기능이 아니라 여러 구성요소가 단계적으로 작동하는 체계로 설명하며, 스킬·툴·MCP·하네스 구성요소의 모듈화를 소개했다. 이용재 유라클 기술연구소 연구소장은 AI 에이전트가 LLM 단독 응답 생성이 아닌 복수 구성요소의 협업 시스템이라고 밝혔고, 하나의 요청 처리 과정에서도 AI 에이전트가 여러 단계를 거쳐 답을 도출한다고 설명했다.

유라클은 각 구성요소의 성격도 제시했다. 스킬은 특정 업무 수행용 재사용 요소이고, 툴은 API처럼 데이터 조회와 실제 행동 수행 요소이며, MCP(모델 컨텍스트 프로토콜)는 에이전트와 외부 시스템을 연결하는 규격이고, 하네스는 에이전트의 행동 범위와 품질을 통제하는 요소라고 소개했다.

유라클은 이 같은 구성요소를 바탕으로 구성요소 자산 관리 방식을 제시하고, 검증된 경험 기반의 에이전트 생명주기 관리 접근도 소개했다. 이를 통해 에이전트의 제작 방식과 관리 방식을 함께 다루는 흐름을 제시했다.

유라클은 현업에서 업무 담당자 1명과 에이전트 1개 수준일 때는 오류가 발생해도 감당할 수 있지만, 에이전트가 100개 규모로 확대되면 상황이 달라진다고 설명했다. 이에 따라 에이전트의 제작 방식과 관리 방식을 동시에 설계할 필요가 있다고 밝혔다.

유라클은 해결책으로 구성 요소 모듈화를 제시했다. 스킬·툴·MCP를 '에이전트 팩(Agent Pack)'으로 모듈화하고, 에이전트 구성 명세를 표준화하는 방식이다. 또한 모듈의 명세·검증·사용처 등 생명주기 관리를 통해 조합 가능성을 높이는 구조를 제시했다.

이 구조에서는 팩을 결합할 때 규칙 충돌이 발생할 가능성이 있다. 유라클은 규칙 충돌 시 머지 엔진(Merge Engine)으로 우선순위를 결정하도록 했다.

유라클은 에이전트의 업무 수행 과정에서 실행 경험을 축적하고, '에이전틱 메모리(Agentic Memory)'로 실행 경험을 검증하는 체계도 더했다. 이렇게 검증된 실행 경험은 다음 업무에 활용하도록 설계했다.

유라클은 해당 구조를 자사 3계층 플랫폼에 적용했다. '아테나 AI 스튜디오(Athena AI Studio)'는 에이전트 팩 설계·검증·자산 관리와 실행 경험 재활용을 지원한다. '오르다(Orda)'는 AI 게이트웨이, 모델 서빙, 그래픽처리장치(GPU) 자원 관리와 모델 라우팅·비용·성능·보안 운영을 제공한다. 'AI 포털(AI Portal)'은 구성원의 에이전트 탐색과 조직·업무에 맞는 에이전트 활용, 피드백 남기기를 지원한다.

두 번째 세션에서는 코드 기반 개발현장에서 AI의 생산성 향상과 기업 보안 관리 요구를 동시에 해결하는 방안이 제시됐다.

사진 속 인물인 이찬중 유라클 AI개발본부 본부장이 발표를 진행했다.

이찬중 본부장은 AI가 개발 과정에서 코드 생성, 변환, 오류 분석, 테스트 등 반복 작업을 수행할 수 있다고 설명했다. 이를 통해 개발 현장의 생산성을 높일 수 있다는 점을 제시했다.

이찬중 본부장은 기업이 보유한 소스코드와 내부 개발 표준, 보안 문서 등을 AI 활용 과정에 적용할 때 정보 유출과 무단 학습 우려가 발생한다고 밝혔다. 이와 함께 AI 사용량 증가에 따라 토큰 비용도 증가한다고 짚었다.

이찬중 본부장은 토큰 사용량 자체를 생산성 기준으로 삼는 접근에는 한계가 있다고 말했다. 아울러 비용과 사용량을 통제할 수 있는 거버넌스 체계가 필요하다고 강조했다.

이 본부장은 기업의 AI 활용에서 AI를 일률적으로 제한하기보다 사전 승인과 사람 검토를 결합한 '휴먼 인 더 루프(Human in the Loop)' 방식을 제시했다. 그는 해당 방식으로 AI 결과물의 신뢰성과 보안성을 관리할 필요가 있다고 주장했다.

유라클의 '아테나 코드(Athena Code)'는 기업 환경의 요구를 반영했으며, 보안·관리·품질·개발환경 기능을 제공한다. 이 본부장은 아테나 코드의 강점으로 개발언어 사전학습 모델과 데이터 연동·컨텍스트 활용, 기존 IDE 환경 UX 유지, 간편한 설치·도입을 제시했다.

아테나 코드는 폐쇄망·온프레미스(On-premise)·프라이빗 클라우드 등 다양한 환경을 지원하며, 해당 환경에서 내부 AI 모델 활용도 지원한다. 또한 외부 퍼블릭 AI 서비스를 이용할 때 사용 권한 관리 기능과 로그·이력 관리 기능을 제공하고, 팀 단위 사용량·비용을 모니터링할 수 있는 거버넌스 기능도 제공한다.

품질 측면에서는 기업 내부 소스코드·문서·개발 산출물을 연계하고, 기존 시스템 특성·개발 표준을 반영한 코드 생성을 지원한다. 이어 그래프 DB를 활용해 소스코드 간 관계·호출 구조를 분석하고, 이를 바탕으로 코드 변경에 따른 영향까지 파악할 수 있도록 지원한다.

사용 방식과 관련해서는 VS Code·이클립스(Eclipse)·인텔리J(IntelliJ) 등 기존 개발환경에서 플러그인 형태로 사용할 수 있다. 아울러 MCP·스킬·커맨드·룰을 모듈화하고, 이를 공유할 수 있는 마켓플레이스를 제공한다.

출처: 아이티데일리 (IT DAILY) · 성원영 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241703

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241703