시스템 기록의 전통적 역할과 변화
과거에는 고객 관리를 위한 CRM, 재무를 위한 ERP 등 각 도메인별로 명확한 시스템 기록이 존재했습니다. 지난 10년간 이러한 현실을 데이터 웨어하우스나 레이크하우스로 중앙화하여 분석적 진실의 중심점으로 삼으려는 시도가 있었으나, 이는 주로 과거를 반영하는 ‘회고적 거울’ 역할에 머물렀고, 운영 세계의 ‘거래적 출입구’는 아니었습니다.
AI 에이전트의 영향과 요구사항
AI 에이전트는 본질적으로 다음 두 가지 중요한 방식으로 기존 방정식을 변화시킵니다.
-
교차 시스템적 특성: 에이전트는 ‘견적부터 현금화까지’와 같은 워크플로우를 실행할 때 CRM, CPQ, 청구 시스템 등 여러 시스템을 넘나들며 작업을 수행합니다.
-
액션 지향적 특성: 단순히 보고서를 생성하는 것을 넘어, 기본 시스템의 상태를 변경하는 실제 행동을 취합니다. 이로 인해 에이전트는 어떤 시스템이 어떤 진실을 소유하고 있는지, 그리고 이 진실들 간의 계약이 무엇인지에 대한 명확한 이해가 필수적입니다. 잘못된 가격 목록이나 계약 조건을 참조할 경우, 전체 워크플로우가 잘못된 방향으로 자동화될 수 있습니다.
데이터 웨어하우스의 진화: 진실 레지스트리
이러한 변화 속에서 데이터 웨어하우스와 레이크하우스는 에이전트 워크플로우를 위한 자연스러운 기반으로 부상하고 있습니다. 이들은 이미 도메인 전반의 데이터를 중앙 집중화하고, 지표 및 비즈니스 엔티티를 정의하는 의미론적 계층을 포함하며, 거버넌스, 계보, 접근 제어의 교차점에 위치합니다. 웨어하우스는 단순한 보고 시스템을 넘어, 나머지 회사가 의존할 수 있는 ‘진실 레지스트리’의 역할을 수행하게 됩니다.
그러나 대부분의 스택은 인간의 쿼리 실행을 위해 설계되었으므로, 에이전트가 워크플로우를 조율하기 위해서는 다음과 같은 요소가 필요합니다.
-
명시적인 규칙: 에이전트는 인간처럼 미묘한 차이를 이해할 수 없으므로, 명시적인 규칙이 필요합니다.
-
데이터 모델 내 충돌 해결: ‘공식 ARR’은 외부 보고용, ‘영업 ARR’은 보상 계획용 등 지표의 구체적인 용도와 우선순위를 데이터 모델에 인코딩해야 합니다.
-
데이터의 의미 및 우선순위 인코딩: 데이터 웨어하우스는 단순히 데이터를 저장하는 것을 넘어, 데이터의 선례와 의미를 인코딩해야 합니다.
운영 시스템의 변화: API를 가진 상태 머신
CRM, ERP, 청구 시스템과 같은 운영 시스템은 사라지지 않을 것입니다. 대신, 이들은 인간 UI보다는 프로그래밍적 접근에 최적화된 ‘API를 가진 상태 머신’으로 조용히 진화할 것입니다. 에이전트가 견적을 시작하고, 가격을 계산하며, 계약을 조립하고, 협상을 진행한 다음, 적절한 순간에 잘 정의된 경계를 통해 최종 상태를 하위 시스템 기록에 기록하게 됩니다. 인간은 여전히 웹 인터페이스에서 해당 상태를 볼 수 있지만, 주요 소비자는 에이전트가 될 것입니다. 시스템 기록은 클릭하며 탐색하는 장소라기보다는 기계가 소통하는 ‘내구성 있는 저장 및 제약 엔진’이 될 것입니다.
가치 평가 관점
에이전트 플랫폼이 지표 정의, 엔티티 스키마 정의, 정책 적용의 중심지가 된다면, 이는 단순한 워크플로우 도구를 넘어 ‘진실의 원천’으로서의 고착성(stickiness)을 가지게 되며, 이에 따라 더 높은 가치 평가를 받을 수 있습니다.