발표에서 확인된 핵심 사실

목요일부터 모든 고객이 기본적으로 사용할 수 있게 된 이 도구는 AI 에이전트 팀이 무엇을 자동화할지 스스로 결정하고 직접 구축까지 수행한다. Serval이 정식 출시한 Catalyst(기업 자동화 구축 AI 에이전트)는 관리자를 위한 슈퍼 에이전트 역할을 한다. 자동화할 대상을 정하는 기획 단계부터 실제 시스템을 만드는 구현 단계까지 AI가 전 과정을 주도하며 관리자의 개입을 줄인다.

내부 워크플로우는 TypeScript(웹과 앱 개발에 쓰이는 프로그래밍 언어) 코드를 기반으로 작동한다. 사용자의 요청이 들어오면 AI가 연결된 시스템의 상태를 감지하고, 이를 실제로 수행할 수 있는 코드를 즉석에서 생성해 실행한다. 특정 AI 모델에 종속되지 않는 모델 불가지론(어떤 인공지능 모델을 사용해도 상관없는 구조) 설계를 적용해 확장성을 확보했다.

기본적으로 프런티어 랩의 최신 모델들을 사용하며, 각 작업에 어떤 모델이 가장 적합한지 내부적으로 평가해 최적의 조합을 찾아낸다. 관리자가 직접 OpenAI나 Anthropic의 API 키(외부 프로그램의 기능을 가져다 쓰기 위한 인증 암호)를 제공해 특정 모델을 지정해 사용할 수도 있다. 기업이 보유한 API 권한에 따라 AI 모델을 유연하게 교체하며 자동화 효율을 높이는 구조다.

기술이 실제로 작동하는 방식

티켓 처리 이력과 표준 운영 절차(SOP, 업무 매뉴얼) 같은 기존 기록들이 자동화의 설계도가 된다. Catalyst는 자연어로 적힌 지침까지 꼼꼼히 훑어보며 반복되는 작업 패턴을 찾아낸다. 이를 바탕으로 업무 흐름인 워크플로우와 수행 능력인 기술, 입력 양식, 권한 정책, 사용자 경로 및 현황판인 대시보드 초안을 직접 짠다. 사람이 일일이 분석해 정의하던 자동화 단계를 AI가 데이터 분석만으로 대신 설계하는 구조다.

사용자 응대와 도구 호출(tool calling, 외부 기능을 실행하는 명령)에는 OpenAI의 GPT 모델을 배치했다. GPT 모델은 사람과 대화하며 의도를 파악하고 적절한 도구를 선택해 실행하는 작업에 최적화되어 있다. 반면 자동화 시스템의 핵심인 코드 생성 작업에는 Anthropic의 Sonnet과 Opus 모델을 활용한다. 이 모델들이 코드 생성 영역에서 가장 강력한 결과물을 내기 때문이다. 각 모델의 특성에 맞춰 역할을 분담해 효율을 높인 결과다.

확인해야 할 핵심 지점

티켓을 접수한 뒤에 움직이는 반응형 대응과 문제가 터지기 전 미리 고치는 선제적 대응 중 어디에 리소스를 투입할지가 운영의 핵심이다. Catalyst는 연결된 시스템을 24시간 감시하며 새로운 문제를 찾아내는 백그라운드 에이전트(뒷단에서 자동으로 작동하는 프로그램)를 만든다. 직원이 불편함을 느끼고 티켓(서비스 요청서)을 접수하기 전에 시스템을 먼저 검사해 수정안을 제시한다. 문제가 공식적으로 보고되기 전에 해결책을 먼저 내놓는 방식이다.

ServiceNow(서비스나우), Atlassian(아틀라시안), Freshworks(프레시웍스) 같은 경쟁사들도 AI 기반의 워크플로우(업무 흐름) 생성 기능을 제공한다. 하지만 Serval은 기회를 발견하고 거버넌스(관리 규칙) 기반의 자동화를 조립해 선제적 에이전트까지 만드는 과정을 단일 관리 계층으로 묶었다. 단순한 도구 제공을 넘어 발견부터 실행까지 한 곳에서 관리하는 구조다.

설계, 분석, 실행 도구가 분리된 기존의 파편화된 AI 환경을 유지하기보다, 발견부터 선제적 대응까지 단일 대화 창으로 압축된 운영 모델로 전환하는 것이 리소스 낭비를 줄이는 실질적인 기준이 된다.