Druid AI, 기업 에이전트의 의미 연결 문제 겨냥

기업용 소프트웨어 업체들은 자사 시스템의 업무 절차를 연결하는 에이전트 플랫폼을 구축하고 있지만, 서로 다른 시스템에서 용어가 무엇을 뜻하는지 맞추는 데 어려움을 겪고 있습니다. Druid AI 공동창업자 겸 최고운영책임자 안드레아 플레샤(Andreea Pleșea)는 비즈니스 개념의 의미와 관계를 일치시키는 온톨로지 문제가 에이전트 통합의 핵심 과제로 떠오르고 있다고 말했습니다. 2018년 설립된 Druid는 통합 문제의 앞단을 대화형 비서로 해결하기 시작했으며, 뒷단에서는 로보틱 프로세스 자동화(RPA)가 업무를 처리했습니다.

플레샤는 에이전트가 연구 주제였던 15년 전부터 소프트웨어 에이전트를 연구했고, 기업 안팎에서 쓰이는 개념과 그 관계를 형식적으로 나타내는 비즈니스 온톨로지로 박사 논문을 썼습니다. 그는 벽돌을 사고파는 에이전트가 벽돌 종류와 판매자의 동의어 표현을 구매자의 요청에 맞춰야 했던 사례를 들었습니다. 오늘날에는 이 과제가 사용자의 의도와 에이전트가 수행하는 업무를 연결하는 문제와 같다고 설명했습니다. 박사 학위 취득 후에는 루마니아 기업용 소프트웨어 회사 TotalSoft에서 셀프서비스 애플리케이션 개발을 이끌었습니다. 이 애플리케이션은 ERP 시스템 위에서 작동하며 여러 시스템에 흩어진 정보를 직원이 찾도록 도왔습니다.

플레샤는 ERP와 CRM 제품에 미리 탑재된 에이전트가 기업이 2011년 또는 그 이전에 겪었던 문제를 되풀이할 수 있다고 말했습니다. 당시 직원들은 정보의 출처를 알기 어려웠고 단일한 기준 정보를 확보하지 못했습니다. 정보를 찾으려는 직원이 Salesforce 에이전트에 이어 다른 CRM 에이전트에도 물어야 할 수 있습니다. Druid는 자사와 다른 업체의 에이전트를 조율하는 보안·관리 환경과 에이전트가 맡은 일을 끝냈는지 확인하는 평가 체계를 제공하려 합니다. 플레샤는 데스크톱 에이전트가 기업 규모로 확산되면 각 에이전트의 활동을 통제하고 측정하며 감사하기가 더 어려워진다고 말했습니다.

2005년 설립된 루마니아 회사 UiPath는 소프트웨어 로봇이 애플리케이션 화면을 클릭하고 입력하는 RPA로 성장했습니다. 이 방식은 사용 가능한 API가 없는 경우에도 시스템 간 데이터를 옮기는 데 쓰입니다. 대화형 서비스로 출발한 Druid는 2018년 챗봇을 UiPath 로봇에 연결해 대화로 오래 걸리는 백오피스 업무를 시작하고, 업무가 끝나거나 예외가 생기면 응답을 받을 수 있게 했습니다. 두 회사는 수년간 협력했지만 현재는 경쟁 관계라고 플레샤는 말했습니다. Druid 최고경영자 겸 사장 조 킴(Joe Kim)은 2025년 9월 Sumo Logic을 이끈 뒤 합류했으며, 에이전트는 설계된 절차만 따르는 대신 거래를 성사시키려는 영업사원의 의도처럼 업무의 목적을 중심으로 시스템을 연결할 수 있다고 말했습니다. 그는 에이전트의 행동과 신뢰를 설계에 반영하고 지속해서 모니터링해야 한다고 덧붙였습니다.

킴은 대규모 언어 모델(LLM)이 의미를 더 쉽게 해석해 플레샤의 연구 아이디어를 확장하기 수월하게 만든다고 말했습니다. 이전 대화형 플랫폼은 문구를 미리 정해 둔 의도와 슬롯에 대응시켰습니다. 그는 기대 정확도를 사용 사례에 맞춰야 한다고 강조했습니다. 전문가가 검토하고 반박할 수 있는 요약은 정확도가 다소 낮아도 괜찮을 수 있지만, 고객·직원·개인정보가 관련된 업무 결정과 실행은 정확도가 100%에 가까워야 한다는 설명입니다. 킴은 LLM이 추론을 맡고, 기업 시스템에 데이터를 기록하는 작업은 조직이 기록하고 통제할 수 있도록 기존의 구조화된 결정론적 시스템을 사용해야 한다고 말했습니다.

킴이 설명한 일반적인 설계는 결정론적 라우팅으로, 라우터가 요청을 워크플로에 보내거나 안전 우려가 낮다고 판단될 때 예측 가능성이 낮은 경로로 보냅니다. 그는 구조화된 경로와 비구조화된 경로를 분리하면 두 방식의 장점을 결합하지 못할 수 있고, 라우팅된 경로의 에이전트를 통제하지 않으면 활동 범위를 제한하기 어렵다는 두 가지 문제를 꼽았습니다. 기사 작성자는 2016년 무렵 RPA 로봇이 터미널 창 사이에서 복사·붙여넣기 하는 모습을 봤으며, 약 10년이 지난 지금도 사람들이 RPA로 클라우드 앱 사이의 정보를 옮긴다고 전했습니다. 기사에 따르면 UiPath, Automation Anywhere, Blue Prism은 에이전트 간 통신 분야로 진출하고 있으며 ERP·CRM 업체와 통합 기업, 모델 제공업체도 에이전트 계층을 추진하고 있습니다. 작성자는 시장이 아직 진행 중이며 여러 접근법이 경쟁할 여지가 있다고 평가했습니다.

기업용 소프트웨어 업체들은 자사 시스템의 업무 절차를 연결하는 에이전트 플랫폼을 구축하고 있지만, 서로 다른 시스템에서 용어가 무엇을 뜻하는지 맞추는 데 어려움을 겪고 있습니다. Druid AI 공동창업자 겸 최고운영책임자 안드레아 플레샤(Andreea Pleșea)는 비즈니스 개념의 의미와 관계를 일치시키는 온톨로지 문제가 에이전트 통합의 핵심 과제로 떠오르고 있다고 말했습니다. 2018년 설립된 Druid는 통합 문제의 앞단을 대화형 비서로 해결하기 시작했으며, 뒷단에서는 로보틱 프로세스 자동화(RPA)가 업무를 처리했습니다.

플레샤는 에이전트가 연구 주제였던 15년 전부터 소프트웨어 에이전트를 연구했고, 기업 안팎에서 쓰이는 개념과 그 관계를 형식적으로 나타내는 비즈니스 온톨로지로 박사 논문을 썼습니다. 그는 벽돌을 사고파는 에이전트가 벽돌 종류와 판매자의 동의어 표현을 구매자의 요청에 맞춰야 했던 사례를 들었습니다. 오늘날에는 이 과제가 사용자의 의도와 에이전트가 수행하는 업무를 연결하는 문제와 같다고 설명했습니다. 박사 학위 취득 후에는 루마니아 기업용 소프트웨어 회사 TotalSoft에서 셀프서비스 애플리케이션 개발을 이끌었습니다. 이 애플리케이션은 ERP 시스템 위에서 작동하며 여러 시스템에 흩어진 정보를 직원이 찾도록 도왔습니다.

플레샤는 ERP와 CRM 제품에 미리 탑재된 에이전트가 기업이 2011년 또는 그 이전에 겪었던 문제를 되풀이할 수 있다고 말했습니다. 당시 직원들은 정보의 출처를 알기 어려웠고 단일한 기준 정보를 확보하지 못했습니다. 정보를 찾으려는 직원이 Salesforce 에이전트에 이어 다른 CRM 에이전트에도 물어야 할 수 있습니다. Druid는 자사와 다른 업체의 에이전트를 조율하는 보안·관리 환경과 에이전트가 맡은 일을 끝냈는지 확인하는 평가 체계를 제공하려 합니다. 플레샤는 데스크톱 에이전트가 기업 규모로 확산되면 각 에이전트의 활동을 통제하고 측정하며 감사하기가 더 어려워진다고 말했습니다.

2005년 설립된 루마니아 회사 UiPath는 소프트웨어 로봇이 애플리케이션 화면을 클릭하고 입력하는 RPA로 성장했습니다. 이 방식은 사용 가능한 API가 없는 경우에도 시스템 간 데이터를 옮기는 데 쓰입니다. 대화형 서비스로 출발한 Druid는 2018년 챗봇을 UiPath 로봇에 연결해 대화로 오래 걸리는 백오피스 업무를 시작하고, 업무가 끝나거나 예외가 생기면 응답을 받을 수 있게 했습니다. 두 회사는 수년간 협력했지만 현재는 경쟁 관계라고 플레샤는 말했습니다. Druid 최고경영자 겸 사장 조 킴(Joe Kim)은 2025년 9월 Sumo Logic을 이끈 뒤 합류했으며, 에이전트는 설계된 절차만 따르는 대신 거래를 성사시키려는 영업사원의 의도처럼 업무의 목적을 중심으로 시스템을 연결할 수 있다고 말했습니다. 그는 에이전트의 행동과 신뢰를 설계에 반영하고 지속해서 모니터링해야 한다고 덧붙였습니다.

킴은 대규모 언어 모델(LLM)이 의미를 더 쉽게 해석해 플레샤의 연구 아이디어를 확장하기 수월하게 만든다고 말했습니다. 이전 대화형 플랫폼은 문구를 미리 정해 둔 의도와 슬롯에 대응시켰습니다. 그는 기대 정확도를 사용 사례에 맞춰야 한다고 강조했습니다. 전문가가 검토하고 반박할 수 있는 요약은 정확도가 다소 낮아도 괜찮을 수 있지만, 고객·직원·개인정보가 관련된 업무 결정과 실행은 정확도가 100%에 가까워야 한다는 설명입니다. 킴은 LLM이 추론을 맡고, 기업 시스템에 데이터를 기록하는 작업은 조직이 기록하고 통제할 수 있도록 기존의 구조화된 결정론적 시스템을 사용해야 한다고 말했습니다.

킴이 설명한 일반적인 설계는 결정론적 라우팅으로, 라우터가 요청을 워크플로에 보내거나 안전 우려가 낮다고 판단될 때 예측 가능성이 낮은 경로로 보냅니다. 그는 구조화된 경로와 비구조화된 경로를 분리하면 두 방식의 장점을 결합하지 못할 수 있고, 라우팅된 경로의 에이전트를 통제하지 않으면 활동 범위를 제한하기 어렵다는 두 가지 문제를 꼽았습니다. 기사 작성자는 2016년 무렵 RPA 로봇이 터미널 창 사이에서 복사·붙여넣기 하는 모습을 봤으며, 약 10년이 지난 지금도 사람들이 RPA로 클라우드 앱 사이의 정보를 옮긴다고 전했습니다. 기사에 따르면 UiPath, Automation Anywhere, Blue Prism은 에이전트 간 통신 분야로 진출하고 있으며 ERP·CRM 업체와 통합 기업, 모델 제공업체도 에이전트 계층을 추진하고 있습니다. 작성자는 시장이 아직 진행 중이며 여러 접근법이 경쟁할 여지가 있다고 평가했습니다.