장기 실행되는 AI 고객 워크플로를 위한 Missions 출시

Decagon은 여러 대화와 시스템, 참여자에 걸친 고객 성과를 AI 에이전트가 관리하도록 설계된 제품 Missions를 출시했다. 출시는 2026년 11월 12일에 이뤄졌다. 에이전트는 단 한 번의 상호작용으로 작업을 끝내는 대신, 며칠이나 몇 주, 몇 달 동안 정해진 목표를 추구할 수 있다.

Decagon은 MRI 사전 승인, 소액 대출 승인, 잠재 고객 자격 검증을 상당한 매출을 창출할 수 있는 다단계 여정의 사례로 든다. 고객 경험 팀이 지향하는 변화는 수동으로 진행 상황을 추적하고 업무 인계를 조율하는 대신, 여정을 지속적으로 개선하는 것이다.

대화와 백오피스 시스템 전반의 오케스트레이션

팀은 목표를 일상적인 언어로 설명하고, 에이전트가 응대할 페르소나를 지정한 뒤 지침을 추가해 Mission을 시작한다. 그러면 에이전트는 해당 목표에 따라 다음에 취할 행동을 선택한다. 서로 다른 사람들과 주고받은 대화 흐름을 연결하고, 각 참여자에게 적절한 채널로 연락하며, 프로세스를 계속 진행하기 전에 제3자가 단계를 완료해야 하는 경우 기다릴 수 있다.

제품의 기능은 대화를 넘어선다. Browser Actions를 통해 에이전트는 양식 작성과 같은 백오피스 업무도 맡을 수 있다. Decagon이 제시한 처방전 리필 사례는 환자에게 알림을 보내는 것으로 시작해, 승인이 필요한 경우 의료 제공자에게 연락하고, 보험자 포털에서 청구를 다시 처리하는 단계로 이어진다. 에이전트가 환자에게 처방약 수령 정보를 확인하면 절차가 마무리된다.

이 사례는 제품이 기업에서 수행하는 더 폭넓은 역할을 보여 준다. 하나의 서비스 성과를 달성하려면 고객과의 소통, 의료 제공자와의 조율, 보험자 시스템에서의 작업이 필요할 수 있다. Missions는 각 상호작용을 별개의 업무로 처리하지 않고, 이러한 활동을 하나의 목표 지향적 워크플로에 배정한다.

사례와 Memory가 다음 행동을 결정하는 방식

각 Mission 사례에는 진행 상황 기록이 유지되며, 여기에는 완료된 단계와 계획을 바꿀 수 있는 새로운 정보가 포함된다. 에이전트는 이 사례를 바탕으로 다음 행동을 선택하고, 선제적으로 연락할 일정을 세우며, 이후 작업에 필요한 맥락을 보존한다. 행동에 나서기 전에는 사례와 고객 Memory를 모두 다시 확인해 기존 계획이 여전히 적절한지 판단한다.

Memory는 다른 대화에서 얻은 선호 사항과 관련 맥락을 제공한다. Decagon이 든 사례에는 오후 3시 이후에는 전화하지 말아 달라는 고객의 요청을 존중하는 것과, 같은 고객이 관련 없는 문제를 해결하는 동시에 새 제품을 시작하는 병행 상호작용을 고려하는 것이 포함된다.

고객이 예상했던 진행 순서를 바꾸는 경우에도 같은 방식으로 다시 확인한다. 에이전트가 잠재 고객의 자격을 확인하고 후속 연락을 잡았더라도, 고객이 이메일로 직접 후속 일정을 정하면 에이전트는 진행 방식을 조정한다. 따라서 이 설계는 두 종류의 맥락을 분리한다. Mission 사례는 비즈니스 성과를 향한 진행 상황을 추적하고, Memory는 개인의 선호 사항과 동시에 진행되는 상호작용을 파악할 수 있도록 한다.

최적화를 통해 장기 워크플로의 기여도를 파악

Decagon은 자동화된 작업이 여러 상호작용에 걸쳐 이어질 때 기여도를 파악하는 일을 핵심적인 난제로 꼽는다. 처방전 리필이 지연되면, 팀은 문제가 최초 연락에서 비롯됐는지, 의료 제공자에게 업무를 인계하는 과정에서 발생했는지, 아니면 보험 확인 단계에서 생겼는지 파악해야 할 수 있다. 이 때문에 변경이 필요한 상호작용이나 업무 인계 지점을 특정하기 어렵다.

모든 Mission은 에이전트 운영 절차(Agent Operating Procedure, AOP)로 구축된다. 팀은 해당 로직을 작성하고 편집하며 개선할 수 있고, 에이전트의 결정을 살펴보거나 구성의 개별 부분을 테스트해 개선이 필요한 지점을 찾을 수 있다. Duet과 Duet Autopilot은 고객 여정 전체를 대상으로 한 권고를 제공해, 최적화의 범위를 개별 상호작용 너머로 넓힌다.

따라서 이번 출시는 실행과 진단을 하나의 제품 모델로 연결한다. 에이전트는 여러 참여자와 시스템에 걸쳐 목표를 수행하고, 사례와 Memory, AOP 기반 테스트는 팀이 진행 경로를 검토하고 수정할 수 있도록 지원한다. 장기간 실행되는 자동화를 고려하는 기업이 확인해야 할 점은 상호작용이 늘어날수록 이러한 제어 기능이 취약한 업무 인계를 안정적으로 드러내고 성과를 개선할 수 있느냐는 것이다.