[SW키트] 데이터이쿠, 에이전트 개발 '시각화' 전략 제시…"비용·리스크 통제"

데이터이쿠가 인공지능(AI) 에이전트 개발 과정을 시각적하는 전략으로 사업을 강화하고 있다. AI가 어떤 데이터·과정을 거쳐 결과를 도출하는지 시각적으로 보여줌으로써 기업이 에이전트 개발 과정을 더 투명하게 통제할 수 있게 돕는 방식이다.

26일 IT 업계에 따르면 데이터이쿠는 지난 18일 공개한 코딩 에이전트 '데이터이쿠 코빌드' 시각화 기능을 앞세워 고객사 공략에 나섰다. 코빌드는 현업 사용자가 자연어로 입력한 비즈니스 목표를 운영 가능한 AI 프로젝트로 자동 전환하는 플랫폼이다.

데이터이쿠는 AI 에이전트 개발 과정 시각화를 코빌드 차별점으로 내세우고 있다. 사용자가 단순히 AI가 내놓은 결과만 확인하는 것이 아니라, 에이전트가 어떤 데이터에 접근하고, 어떤 과정을 거쳐 결과를 도출했는지 작업 흐름 전체를 눈으로 확인할 수 있도록 한 것이다.

데이터이쿠는 지난 18일 공개한 코딩 에이전트 '데이터이쿠 코빌드' 시각화 기능을 앞세워 고객사 공략에 나섰다. (사진=데이터이쿠 홈페이지)

일반적인 생성형 AI 도구는 사용자가 데이터를 넣고 질문하면 답변을 제시한다. 이 과정에서 답변은 수천 줄 코드나 블랙박스 형태로 남는 경우가 많다. 현업 사용자는 AI가 어떤 데이터를 활용했는지, 해당 데이터가 적절했는지, 결과가 의도한 방식으로 만들어졌는지 파악하기 어렵다.

이를 해결하기 위해 코빌드는 AI 에이전트 작업 과정을 비주얼 플로 형태로 보여준다. 사용자는 에이전트가 어떤 입력 소스에 접근했는지, 어떤 데이터를 가져왔는지, 그 데이터를 어떤 방식으로 처리했는지 단계별로 확인할 수 있다. 결과물뿐 아니라 결과가 만들어지는 과정까지 검증할 수 있는 구조인 셈이다.

이 같은 방식은 비기술 전문가의 AI 활용 문턱을 낮춘다. 현업 사용자는 복잡한 코드를 직접 해석하지 않아도 데이터 흐름과 모델 작동 방식을 이해할 수 있다. 필요할 경우 코드 수준의 세부 내용도 확인할 수 있지만, 기본적으로는 시각화된 흐름을 통해 AI 에이전트가 제대로 작동하는지 점검할 수 있다.

데이터이쿠 코빌드 참고이미지. (사진=데이터이쿠)

현재 코빌드는 전문가에게도 높은 선호도를 받는 것으로 전해졌다. 기업 안에서는 많은 모델과 데이터 프로젝트가 만들어지지만, 담당자가 바뀌거나 시간이 지나면 해당 모델이 어떤 데이터와 절차를 거쳐 만들어졌는지 추적하기 어려워진다. 이때 코빌드는 코드와 프로젝트를 플랫폼 안에서 관리하고, 데이터 흐름과 개발 이력을 시각적으로 남길 수 있도록 해 유지보수 부담을 줄인다.

코빌드는 AI 에이전트를 빠르게 만드는 데 그치지 않는다. 기업이 만든 AI 에이전트를 실제 업무에 적용한 뒤에도 그 작동 과정을 추적하고, 문제가 생겼을 때 원인을 확인하며, 이후에도 관리할 수 있는 기반을 제공한다.

"AI·데이터 활용 전 과정 통제 필요"

장기욤 아페르 데이터이쿠 제품관리 부문 이사가 기자간담회에서 데이터이쿠 코빌드 특장점을 설명하고 있다.

데이터이쿠는 기업이 AI와 데이터를 활용하는 전 과정을 직접 관리·통제할 수 있는 거버넌스 체계를 코빌드에 제공한다고 밝혔다. AI 에이전트가 업무 현장에 빠르게 확산하면서, 기업이 데이터 출처와 활용 과정을 추적할 수 있는 관리 기반이 중요해졌다는 설명이다.

장기욤 아페르 데이터이쿠 제품관리 부문 이사는 지난 24일 열린 간담회에서 "기업이 데이터와 AI 시스템 활용 과정을 관리하도록 돕는 것이 우리 목표"라며 "데이터가 어떤 경로로 들어왔는지, 어떤 파이프라인을 거쳐 처리됐는지, 어떤 모델이나 AI 에이전트에 사용됐는지를 확인할 수 있도록 지원한다"고 설명했다.

그러면서 "사람은 데이터 파이프라인과 AI 에이전트 작업 과정을 검토·수정할 수 있다"며 "기업은 이 구조를 통해 AI 에이전트가 잘못된 데이터에 접근하거나 의도와 다르게 작동하는 문제를 줄일 수 있다"고 덧붙였다.

데이터이쿠는 승인과 책임 관리 기능도 거버넌스 핵심으로 보고 있다. 현재 코빌드에 리스크 평가 프레임워크와 승인 절차 기능을 지원한다. 이를 통해 법무, 컴플라이언스, 보안, 리스크 관리 부서는 AI 프로젝트 검토 과정에 참여할 수 있다. AI 프로젝트 책임 소재를 문서화하고 관리할 수 있는 기능도 제공하고 있다.

아페르 이사는 "기업이 특정 데이터나 모델을 사용할 때 내부 승인 절차를 적용할 수 있다"며 "승인 과정과 검토 내용을 기록해 향후 감사나 규제 대응에 활용할 수 있다"고 설명했다.

이 같은 거버넌스 구조는 AI 에이전트가 대량으로 만들어지는 기업 환경에서 중요성이 커지고 있다. 기업이 에이전트 수를 늘리는 데만 집중하면 각 에이전트가 어떤 데이터를 사용하고 어떤 판단 과정을 거쳐 결과를 내는지 관리하기 어려워질 수 있다. 데이터 흐름과 책임 소재가 불분명하면 AI 에이전트를 실제 업무에 안정적으로 적용하기도 어렵다.