Aera, 기업용 AI 의사결정 구축·관리를 위한 업데이트 6가지 공개

기업용 AI 에이전트는 공급업체를 바꾸거나 재고를 이동하라고 제안할 수 있다. 이러한 제안을 신뢰할 수 있는 비즈니스 의사결정으로 전환하려면 관련 데이터, 대안 비교, 정책 점검, 실행 권한, 이후 상황에 대한 기록 등 더 많은 요소가 필요하다. Aera Technology는 10월 27일 AeraHUB 26 NYC에서 발표한 에이전트 기반 의사결정 인텔리전스 플랫폼의 추가 기능 6가지를 통해 이러한 단계를 하나로 연결한다.

이번 업데이트에는 자연어 기반 Skill Building, Decision Ledger, Policy Studio, 에이전트 상호운용성, Dynamic UX, Command Center가 포함된다. 핵심은 기업이 에이전트가 사용하는 데이터와 시스템을 관리하는 것만큼이나 에이전트가 내리는 의사결정도 신중하게 관리해야 한다는 것이다.

이 접근 방식은 개별 직원의 생산성을 높이는 데 그치지 않는다. Aera는 무엇을 만들지, 어디로 배송할지, 언제 구매할지와 같은 반복적인 운영상 의사결정을 대상으로 한다. 이런 결정은 여러 부서에 영향을 미칠 수 있으며, 그 결과가 다음 의사결정에 반영되어야 한다.

데이터·모델·실행을 연결하는 플랫폼을 바탕으로 확장

Aera는 기술적 기반을 제공한다. 회사는 기업 시스템과 외부 소스의 정보를 통합하는 Decision Data Model과 비즈니스 규칙, 최적화, 시뮬레이션, 머신러닝, 에이전트 전반의 오케스트레이션을 결합한다고 설명한다. 또한 플랫폼은 사용자와 자연어로 소통하는 기능도 지원한다.

Aera의 스킬은 특정 비즈니스 문제에 맞춰 이러한 기능을 묶는다. 하나의 스킬은 데이터 통합, 분석, 의사결정 로직, 대상 시스템에서의 실행을 결합한다. 따라서 스킬은 채팅 창에서 생성된 답변에 그치지 않고 재사용할 수 있는 운영 역량이 된다.

발표된 추가 기능 6가지는 기업이 이러한 자동화를 구축하고 감독하며 확장하는 방식을 다룬다. 또한 기업용 에이전트가 마주한 현실적인 제약도 반영한다. 시스템이 관련 비즈니스 맥락에 접근할 수 있고 결론을 통제된 방식으로 실행할 수 있을 때만 추론이 유용하다.

Skill Building, 비즈니스 요청을 자동화 계획으로 전환

업데이트된 Skill Building 기능은 쉬운 말로 표현한 비즈니스 과제에서 시작한다. 사용자는 Aera에 위험에 처한 공급업체를 표시하는 기능을 구축해 달라고 요청할 수 있다. 시스템은 계획을 제안하고, 사용자가 이를 검토하고 수정한 뒤 승인하면 거버넌스가 적용된 의사결정 자동화로 전환된다.

Aera에 따르면 이 과정은 한 번의 업무 세션 안에 완료되는 경우가 많다. 이번 발표에는 독립적으로 검증된 소요 시간 기준이 제시되지 않았지만, 의도한 변화는 분명하다. 문제를 설명하는 단계와 반복 가능한 대응을 배포하는 단계 사이에 필요한 전문 설정 작업을 줄이는 것이다.

검토 단계는 여전히 중요하다. 운영상 요청에는 어떤 데이터를 신뢰할지, 무엇을 위험으로 볼지, 누가 조치를 취할 수 있는지에 대한 선택이 숨겨져 있을 수 있다. 계획안을 제시하면 자동화를 승인하기 전에 이러한 선택을 논의할 수 있다. 비즈니스 요구사항이 바뀌면 사용자는 대화를 통해 스킬을 추가로 조정하고 업데이트할 수 있다.

Decision Ledger와 Policy Studio, 거버넌스를 업무 흐름에 반영

Decision Ledger는 어떤 선택의 배경이 된 상황, 추론, 검토한 정책, 취한 조치, 최종 결과를 보존하도록 설계됐다. Aera 내부에서 이루어진 의사결정과 API를 통해 다른 시스템에서 제출된 의사결정을 기록한다. 또한 Aera가 대화 중에 도출되는 의사결정을 파악하고 사람에게 확인을 요청할 수 있다고 회사는 설명한다.

팀이 예외 승인의 이유나 이전 개입의 효과를 파악해야 할 때 이러한 기록은 유용할 수 있다. 거래 시스템에는 재고가 이동했다는 사실이 표시될 수 있지만, 의사결정 기록은 이동을 초래한 상황과 절충점을 설명하는 것을 목표로 한다.

Policy Studio는 실행을 관리하는 규칙을 다룬다. 팀이 정책 문서를 업로드하거나 규칙을 설명하면 Aera가 규칙 초안을 작성하고, 담당자가 이를 승인한다. 시행 전에 실제 의사결정을 대상으로 규칙을 테스트할 수 있다. 규칙을 활성화하면 의사결정을 차단하거나, 승인을 요구하거나, 경고를 표시할 수 있으며, 평가 결과는 Decision Ledger에 기록된다.

두 제품의 관계는 중요한 의미가 있다. 의사결정이 이루어지는 동안 정책을 점검하고, 그 결과를 의사결정 이력에 포함하기 때문이다. 이를 통해 조직은 사후에 과정을 재구성하는 대신 통제 항목과 해당 통제가 적용된 증거를 연결할 수 있다.

비즈니스 맥락을 유지하면서 기업용 에이전트 연결

상호운용성 기능은 Aera를 Microsoft Copilot Studio, Agent2Agent (A2A)를 통한 외부 에이전트, Model Context Protocol (MCP)을 통한 외부 도구와 연결한다. 각 방식은 서로 다른 통합 경로다. A2A는 에이전트 간 협업을 지원하고, MCP는 도구와 맥락에 접근하기 위한 인터페이스를 제공한다.

이미 어시스턴트와 에이전트를 도입하고 있는 조직은 기존 자산을 재사용할 수 있다는 점에 매력을 느낄 수 있다. 다른 시스템이 각자의 인터페이스와 기능을 유지하는 가운데 Aera의 의사결정 기능을 기존 업무 흐름에 활용할 수 있다. 제품 측면의 과제는 업무가 시스템 경계를 넘을 때도 비즈니스 맥락, 권한, 정책 점검이 계속 적용되도록 하는 것이다.

이번 발표는 상호운용성을 추론과 거버넌스, 실행을 연결하는 수단으로 설명한다. 하지만 통합 자체가 연결된 모든 에이전트의 출력이 정확하다는 증거가 되는 것은 아니다. 정확성은 여전히 의사결정 프로세스와 원천 데이터, 조치에 적용되는 통제에 달려 있다.

Dynamic UX와 Command Center로 의사결정을 한눈에 파악

Dynamic UX를 사용하면 자연어 프롬프트와 Aera의 차트, 표, 권장 사항, 실행 항목을 활용해 사용자 경험을 만들고 조정한 뒤, 이를 스킬의 일부로 게시할 수 있다. Aera는 이번 재설계를 통해 기존의 권장 사항 받은 편지함을 넘어, 상호작용이 가능하고 역할별로 맞춤화된 작업 공간으로 나아간다고 설명한다.

이는 의사결정마다 필요한 근거가 다르기 때문에 유용하다. 조달 관리자가 공급업체 위험을 검토할 때와 플래너가 재고 이전을 평가할 때는 서로 다른 비교 항목과 기준치, 조치가 필요할 수 있다. 두 사람이 같은 기반 플랫폼을 사용하더라도 마찬가지다.

Command Center는 전사적 관점에서 구조화된 의사결정과 상황 기반 의사결정 전반의 의사결정 활동, 성과, 비즈니스 영향을 다룬다. 여기에는 사람에게 지원을 제공하는 경우와 실행을 자동화하는 경우가 모두 포함된다. 조직이 배포를 확대하면서 결과를 평가하고 개선이 필요한 의사결정 프로세스를 파악하도록 돕는 것이 목적이다.

Aera의 공동 창립자 겸 최고기술책임자(CTO)인 Shariq Mansoor는 “우리는 의사결정을 포착하고, 거버넌스의 틀 안에서 관리하며, 지속적으로 개선하는 디지털 자산으로 다루는 것을 언제나 비전으로 삼아 왔습니다”라고 말했다.

이번에 추가된 여섯 가지 기능은 역량 구축, 정책 적용, 시스템 조율, 근거 제시, 결과 기록, 성과 모니터링 등 수명 주기의 각 단계에서 이러한 비전을 뒷받침한다. 비즈니스 가치는 실제 운영 환경에서 각 요소가 얼마나 잘 연동되는지에 달려 있다. 엔터프라이즈 AI에서 의미 있는 변화는 그럴듯한 권장 사항을 내놓는 데서 그치지 않고, 추론 과정과 제약 조건, 결과를 검토할 수 있는 조치를 관리하는 데 있다.