기업의 AI 팀이 마주하는 당혹스러운 순간이 있다. 최신 모델을 도입하고 모든 컨텍스트를 제공했음에도 에이전트가 엉뚱한 곳에서 멈추거나 작업을 누락하는 장면이다. 이는 모델의 지능 문제가 아니라, 그 아래 깔린 업무 프로세스가 기계가 읽을 수 없는 인간의 암묵적 합의와 임시방편적인 우회 경로로 짜여 있기 때문에 발생한다.

Agentforce Operations의 구조와 작동 방식

Salesforce(고객 관계 관리 플랫폼 기업)는 이러한 문제를 해결하기 위해 Agentforce Operations를 공개했다. 이 플랫폼은 백오피스(기업의 후방 지원 업무) 워크플로우를 전문 에이전트가 수행할 수 있는 개별 작업 단위로 분해하는 제어 평면 역할을 수행한다. 사용자는 기존의 프로세스를 직접 업로드하거나 Salesforce가 제공하는 Blueprints(표준 업무 설계도)를 활용해 작업을 구조화할 수 있다.

Sanjna Parulekar(Salesforce 제품 부문 수석 부사장)는 많은 기업의 업무 프로세스가 제품 요구 사항 문서 단계부터 이미 결함이 있음을 관찰했다고 밝혔다. 시스템 내에는 세션 트레이싱(작업의 흐름을 추적해 기록하는 모델)이 도입되어 프로세스의 가시성을 확보하고, 필요한 지점에 인간의 검토 단계를 삽입해 투명성을 높이는 구조를 갖췄다. 이러한 제어 계층이 없다면 기업은 워크플로우의 근본적인 문제를 해결하지 못한 채 비용만 증가시키는 에이전트를 배포하는 위험을 감수해야 한다.

확률적 판단에서 결정론적 실행으로의 전환

예전의 워크플로우 자동화 도구들은 에이전트가 다음 단계를 확률적으로 판단해 결정하도록 설계되었다. 이제는 시스템이 미리 정의된 결정론적(결과가 입력에 의해 확정적으로 정해지는) 구조에 따라 실행을 강제하는 방식으로 바뀌었다. 기존 방식이 인간의 판단 공백을 메우기 위한 느슨한 정의와 개인의 경험적 판단에 의존했다면, Agentforce Operations는 업무 흐름을 명시적인 단계로 쪼개어 에이전트가 자신의 구체적인 임무를 즉각 인지하게 만든다.

개발자가 바로 체감하는 변화는 에이전트의 추론 능력에 기대던 영역이 설계된 경로의 실행으로 옮겨갔다는 점이다. 단순히 똑똑한 모델로 교체하는 것보다, 모델이 움직일 수 있는 궤적을 정교하게 코딩하는 것이 더 빠른 해결책이 된다. 이는 기업이 기존의 업무 방식을 원점에서 재검토하고 기계가 실행 가능한 형태로 명문화해야 함을 의미한다.

Brandon Metcalf(인력 오케스트레이션 기업 Asymbl의 설립자 겸 CEO)는 인간과 에이전트 모두가 성공적으로 작업을 완수하려면 공유된 목표가 명확해야 한다고 제안한다. 결국 누군가는 최종 결과물을 관리하고 책임져야 하며, 그 주체는 사람이 될 수도 있고 또 다른 관리 에이전트가 될 수도 있다. 이제 병목 현상은 에이전트가 과연 추론할 수 있는가에서, 그 아래의 워크플로우가 실행 가능할 만큼 일관적인가로 이동했다.

기업용 AI의 성패는 모델의 파라미터 크기가 아니라, 비즈니스 로직을 얼마나 기계적으로 정교하게 코딩했느냐에 달려 있다.