소수 정예 인원으로 대규모 서비스를 운영하는 팀이 눈에 띕니다. 이들은 AI 에이전트가 코드 작성과 고객 대응을 스스로 처리하는 구조를 만듭니다. 에이전트가 사람처럼 올바르게 판단하려면 조직의 맥락을 학습하는 과정이 필수적입니다.

에이전트가 일하는 방식과 온톨로지

에이전트의 품질은 조직이 합의한 개념과 관계를 정리한 온톨로지(Ontology) 가 결정합니다. 더플레이토 팀은 B2B 세일즈 에이전트인 바린(Barin)과 보안 대응 에이전트인 겨울(Gyeoul)을 운영합니다. 바린은 소통 내역을 읽고 이탈을 방지하며 겨울은 보안 문의를 자동으로 검토합니다. 사람이 할 일은 최종 검토를 마친 뒤 전송하는 일뿐이라 매우 단순합니다.

이런 자동화는 에이전트가 제멋대로 행동하지 않도록 제어하는 규칙 저장소와 맥락 파악 시스템이 있어야 가능합니다. 조직 안에서 사용하는 개념들을 명확하게 연결해야 오판을 막습니다.

AI 위키로 만드는 프리 온톨로지

회의록은 휘발되기 쉬운 조직의 맥락과 의사결정 배경을 보존하는 최적의 재료입니다. AI 노트테이커 티로(Tiro)는 회의가 끝나면 대화 내용을 분석해 인물, 제품, 개념을 자동으로 추출합니다. 추출한 개념은 기존 데이터와 비교해 동일한 대상인지 확인하는 정제 과정을 거칩니다. 예를 들어 티로와 tiro가 같은 단어라고 판단하여 기존 페이지에 정보를 누적하는 정밀한 방식을 사용합니다.

이 과정이 반복되면서 자동으로 자라나는 AI 위키 가 완성됩니다. 이 단계는 공식 온톨로지를 설계하기 전 검토하는 프리 온톨로지(Pre-Ontology) 역할을 합니다. 실무자들이 실제로 사용하는 언어와 예외 상황이 그대로 녹아 있어 매우 유용합니다.

데이터, 로직, 액션의 연결

조직의 디지털 트윈을 완성하려면 데이터와 로직, 액션이라는 세 가지 레이어를 구축해야 합니다. 데이터 레이어는 창고의 위치나 담당자 이름 같은 기본 정보를 정의합니다. 로직 레이어는 ‘창고가 비었다’는 상태의 의미를 규정합니다. 액션 레이어는 상태 변화에 따라 에이전트가 수행할 행동을 지정하므로 매우 체계적입니다.

개념의 정의가 명확해야 에이전트가 올바르게 움직입니다. 영업팀과 재무팀이 ‘매출’이라는 단어를 서로 다른 기준으로 사용한다면 에이전트는 혼란을 겪습니다. 회의록에 기록된 실무 맥락을 바탕으로 부서 간 개념 차이를 조율하는 일부터 시작하는 과정이 중요합니다.

회의록을 단순한 기록에서 조직의 지식 자산으로 전환하는 일은 어렵지 않습니다. 매일 쌓이는 대화 속에서 에이전트가 일하는 기반을 만드는 일부터 시작하면 됩니다.

요약

  • AI 에이전트의 품질과 판단력을 결정하는 핵심 요소는 조직의 고유한 맥락과 지식을 체계화한 온톨로지입니다.
  • 회의록은 실무자의 언어, 예외 상황, 의사결정 배경이 그대로 보존되어 프리 온톨로지를 구축하는 최적의 소스 역할을 합니다.
  • 데이터, 로직, 액션 레이어로 구성된 온톨로지를 확보해야 에이전트가 오판 없이 자율적으로 업무를 수행합니다.