Sakana AI, 에이전트 플랫폼 ‘Aquarium’ 발표

Sakana AI가 조직의 의사결정과 실행을 지원하는 AI 에이전트 구축·운영 플랫폼 ‘Sakana Aquarium’을 발표했습니다. 조직마다 다른 판단의 전제를 AI가 처리할 수 있게 정리하고, 정보 확인부터 판단과 실행까지 맡는 에이전트를 운영합니다. 핵심은 Ontology, Governance, Managed Agents의 세 기능입니다.

Ontology는 판단에 필요한 지식·규칙·데이터를 의미와 관계에 따라 체계화합니다. 표와 문서처럼 형식이 다른 정보를 기존 저장소에서 옮기지 않고 연결하며, 업데이트도 반영해 에이전트가 최신 상황을 바탕으로 판단하도록 합니다. Governance는 데이터와 온톨로지, 에이전트를 관리하고 접근 권한과 실행 전 승인을 설정합니다. 판단 근거부터 실행 결과까지 기록하며, 실행 속도와 정확도, 모델 사용 현황도 확인할 수 있습니다.

Managed Agents는 온톨로지의 정보를 바탕으로 작업을 수행하는 기반입니다. 정보 조회, AI 판단, 함수 실행, 사람의 승인을 작업 흐름으로 작성하면 배포할 수 있고, 에이전트의 전체 수명 주기를 관리합니다. 정비한 데이터와 온톨로지는 다른 에이전트에서도 재사용할 수 있어 업무별 에이전트를 빠르게 구축하고 같은 기반에서 관리할 수 있습니다. 여러 물고기가 한 수조의 정돈된 환경에서 헤엄치는 모습에 빗대 Aquarium이라는 이름을 붙였습니다.

Sakana AI는 조직의 데이터와 문서를 AI가 읽어 의사결정에 폭넓은 정보를 활용하도록 지원한다고 설명했습니다. 업데이트된 정보를 바탕으로 상황을 파악하면 곳곳에서 정보를 다시 모으는 부담을 줄이고 판단과 대응에 집중할 수 있다고 밝혔습니다. 정해진 권한과 규칙 아래 AI가 확인부터 실행까지 맡고, 필요한 단계에서는 사람이 승인합니다. 기록을 통해 AI가 참조한 정보와 판단, 승인, 실행 결과를 추적하고 절차를 개선할 수 있습니다.

회사는 설립 이후 추론 시 스케일링, 여러 모델의 협력, 자기 개선 등 모델 규모를 키우는 방식 외의 방법으로 AI 역량을 높이는 연구를 해왔습니다. 동시에 정확성과 설명 책임이 요구되는 금융 분야 등에서 구현 경험을 쌓았으며, 미쓰비시UFJ은행과 AI 대출 전문가를, SMBC 그룹과 제안서 자동 생성을, 다이와증권 그룹과 공동 개발을 진행했습니다. 각 사업에서 FDE(현장에 투입돼 도입을 지원하는 기술자)는 데이터와 절차를 파악하고 작업 흐름 설계, 평가, 정확도 개선을 맡았습니다.

사업마다 데이터 연결과 용어, 판단 기준을 처음부터 정리해야 했던 문제를 해결하기 위해 Aquarium은 해당 작업을 조직 안에서 공동으로 쓸 기반으로 묶었습니다. 개발에는 Sakana AI에서 구현을 맡은 ARE와 FDE뿐 아니라 Palantir, Snowflake, Microsoft, AWS 등에서 데이터 기반과 거버넌스를 구축해 온 구성원도 참여했습니다. 앞으로 운영 중 발생하는 수정과 판단을 반영해 조직 변화에 맞춰 온톨로지와 에이전트를 업데이트하는 기능, AI가 에이전트 구축을 돕는 기능을 개발할 계획입니다. FDE가 고객과 함께 구축과 검증을 반복해 한 업무에서 조직 전체로 활용을 넓히고, 활용 사례도 차례로 공개하겠다고 밝혔습니다.

Sakana AI가 조직의 의사결정과 실행을 지원하는 AI 에이전트 구축·운영 플랫폼 ‘Sakana Aquarium’을 발표했습니다. 조직마다 다른 판단의 전제를 AI가 처리할 수 있게 정리하고, 정보 확인부터 판단과 실행까지 맡는 에이전트를 운영합니다. 핵심은 Ontology, Governance, Managed Agents의 세 기능입니다.

Ontology는 판단에 필요한 지식·규칙·데이터를 의미와 관계에 따라 체계화합니다. 표와 문서처럼 형식이 다른 정보를 기존 저장소에서 옮기지 않고 연결하며, 업데이트도 반영해 에이전트가 최신 상황을 바탕으로 판단하도록 합니다. Governance는 데이터와 온톨로지, 에이전트를 관리하고 접근 권한과 실행 전 승인을 설정합니다. 판단 근거부터 실행 결과까지 기록하며, 실행 속도와 정확도, 모델 사용 현황도 확인할 수 있습니다.

Managed Agents는 온톨로지의 정보를 바탕으로 작업을 수행하는 기반입니다. 정보 조회, AI 판단, 함수 실행, 사람의 승인을 작업 흐름으로 작성하면 배포할 수 있고, 에이전트의 전체 수명 주기를 관리합니다. 정비한 데이터와 온톨로지는 다른 에이전트에서도 재사용할 수 있어 업무별 에이전트를 빠르게 구축하고 같은 기반에서 관리할 수 있습니다. 여러 물고기가 한 수조의 정돈된 환경에서 헤엄치는 모습에 빗대 Aquarium이라는 이름을 붙였습니다.

Sakana AI는 조직의 데이터와 문서를 AI가 읽어 의사결정에 폭넓은 정보를 활용하도록 지원한다고 설명했습니다. 업데이트된 정보를 바탕으로 상황을 파악하면 곳곳에서 정보를 다시 모으는 부담을 줄이고 판단과 대응에 집중할 수 있다고 밝혔습니다. 정해진 권한과 규칙 아래 AI가 확인부터 실행까지 맡고, 필요한 단계에서는 사람이 승인합니다. 기록을 통해 AI가 참조한 정보와 판단, 승인, 실행 결과를 추적하고 절차를 개선할 수 있습니다.

회사는 설립 이후 추론 시 스케일링, 여러 모델의 협력, 자기 개선 등 모델 규모를 키우는 방식 외의 방법으로 AI 역량을 높이는 연구를 해왔습니다. 동시에 정확성과 설명 책임이 요구되는 금융 분야 등에서 구현 경험을 쌓았으며, 미쓰비시UFJ은행과 AI 대출 전문가를, SMBC 그룹과 제안서 자동 생성을, 다이와증권 그룹과 공동 개발을 진행했습니다. 각 사업에서 FDE(현장에 투입돼 도입을 지원하는 기술자)는 데이터와 절차를 파악하고 작업 흐름 설계, 평가, 정확도 개선을 맡았습니다.

사업마다 데이터 연결과 용어, 판단 기준을 처음부터 정리해야 했던 문제를 해결하기 위해 Aquarium은 해당 작업을 조직 안에서 공동으로 쓸 기반으로 묶었습니다. 개발에는 Sakana AI에서 구현을 맡은 ARE와 FDE뿐 아니라 Palantir, Snowflake, Microsoft, AWS 등에서 데이터 기반과 거버넌스를 구축해 온 구성원도 참여했습니다. 앞으로 운영 중 발생하는 수정과 판단을 반영해 조직 변화에 맞춰 온톨로지와 에이전트를 업데이트하는 기능, AI가 에이전트 구축을 돕는 기능을 개발할 계획입니다. FDE가 고객과 함께 구축과 검증을 반복해 한 업무에서 조직 전체로 활용을 넓히고, 활용 사례도 차례로 공개하겠다고 밝혔습니다.