[현장] "구축도 어려운데 운영·비용 관리까지"….LG CNS가 제시한 AI에이전트 해법

LG CNS가 개발부터 운영, 비용 최적화까지 한 번에 해결할 수 있는 플랫폼을 선보이며 기업용 인고지능(AI) 에이전트 시장 선점에 나섰다.

AI 에이전트 도입 과정에서 겪는 데이터 활용, 모델 운영, 비용 부담 등 현실적인 문제를 해결할 수 있는 통합 플랫폼으로 시장 공략에 속도를 낸다는 전략이다.

오영일 LG CNS AI 플랫폼단장과 임은영 에이전트 AI 담당은 27일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 'AX 페어 2026'에서 키노트 발표자로 무대에 올랐다.

두 사람은 기업이 AI 에이전트를 도입할 때 겪는 기술적 한계와 비용 부담 등 현실적인 고민을 짚어내고 이를 해결하기 위한 '에이전트웍스' 주요 기능을 소개했다.

임은영 담당은 많은 기업이 AI 에이전트를 실제 업무에 적용할 때 심각한 한계에 부딪힌다고 짚었다.

현업 부서에서는 IT 지식 부족으로 에이전트를 직접 개발하기 어렵고 플랫폼 도입 부서에서는 특정 벤더 종속과 투자 대비 효과를 우려한다는 설명이다. 사내 AI 개발자 역시 기업 데이터 연동과 보안, 모델 파인튜닝에 큰 부담을 느끼는 어려움을 겪고 있다.

임 담당은 "실무자, 개발자, 의사결정자가 가진 각각의 고민을 해결해야 진정한 에이전트 대중화가 가능하다"고 강조했다.

오영일 단장은 이러한 어려움을 해결하기 위해 모듈형 AI 에이전트 플랫폼 에이전트웍스를 개발했다고 소개했다.

에이전트웍스는 지식 레이크, 리파이너, 빌더, 허브, 라우터, 스튜디오 등 총 6개 모듈로 구성된다. 기업이 처한 기술적, 경제적 한계에 따라 최적화된 솔루션을 맞춤형으로 제공한다.

지식 레이크는 기업 내 비정형 데이터를 AI가 이해할 수 있도록 문서를 작은 단위로 나누고 변환한다. 이어 질문과 관련성이 높은 정보를 우선 정렬하는 등 검색증강생성(RAG)에 필요한 전처리 작업을 수행한다.

오 단장은 "에이전트를 도입할 때 데이터 지식화 과정이 가장 어렵고 손이 많이 가는 영역"이라며 "이 모듈을 통해 데이터 기반으로 에이전트를 안정적으로 동작시키고 평가할 수 있다"고 설명했다.

리파이너는 기업 특화 지식을 학습시켜 업무에 맞는 AI 모델을 파인튜닝하는 역할을 맡는다. 학습 데이터 생성과 증강, 모델 평가 등 파인튜닝의 모든 과정을 단일 화면에서 지원한다.

개발자와 일반 사용자 모두를 위한 맞춤형 개발 환경도 갖췄다. 빌더는 전문 개발자가 코딩이나 그래픽사용자인터페이스(GUI) 환경에서 랭그래프, 모델컨텍스트프로토콜(MCP) 등을 활용해 복잡한 핵심 로직을 구현할 수 있는 통합개발환경(IDE)을 제공한다.

스튜디오는 IT 지식이 부족한 일반 현업 사용자가 챗GPT나 제미나이처럼 대화형 질문을 통해 자신만의 에이전트와 워크플로우를 간단하게 만들 수 있도록 돕는다.

오 단장은 가장 핵심이 되는 운영 및 통제는 허브와 라우터가 담당한다고 소개했다. '허브(Hub)'는 사내외에 분산된 AI 자산을 통합 관리하고 버전 제어, 권한 관리, 토큰 사용 통제 등 거버넌스와 보안을 총괄하는 모듈이다.

오 단장은 "글로벌 트렌드는 이제 사람과 AI 에이전트를 함께 관리하는 '하이브리드 리소스' 체계로 가고 있다"며 허브의 중요성을 역설했다.

라우터는 비용 최적화 관점에서 사용자 질문에 맞춰 최적의 모델을 선택해 주는 지능형 라우팅 시스템이다. 오픈AI나 제미나이 등 엔터프라이즈 환경에서 폭증하는 토큰 비용 부담을 줄여준다. 특정 모델 서빙에 문제가 생겼을 때 대체 모델로 전환하는 이중화 기능도 함께 수행해 중단 없는 서비스를 지원한다.