AI 모델 및 플랫폼

Smartsheet, 기업용 AI를 위한 vsActual과 Execution Graph 공개

mm
Unite.AI를 Google의 선호 소스에 추가
Conceptual illustration of strategy, project timelines and resources connected through an execution graph.

AI는 팀이 업무를 더 빠르게 끝내도록 도울 수 있지만, 조직이 전략을 실행하도록 돕지는 못할 수도 있습니다. Smartsheet는 ENGAGE 2026 고객 컨퍼런스에서 공개한 독립형 AI 네이티브 계획·실행 제품인 vsActual로 이러한 간극을 해소하고자 합니다.

이와 함께 회사는 전문 에이전트, 반복 실행되는 에이전트 워크플로, 새로운 통합 기능, 추가 보안 제어 기능도 발표했습니다. 이번 업데이트는 프로젝트, 인력, 예산, 비즈니스 우선순위가 서로 어떻게 연결되는지 AI가 더 명확히 파악하고, 실제 업무가 승인된 계획에서 벗어나기 시작할 때 이를 알릴 수 있도록 하는 데 목적이 있습니다.

vsActual, 전략과 이미 진행 중인 업무를 연결하다

vsActual은 팀이 모든 활동을 새로운 프로젝트 관리 도구로 옮기도록 요구하는 대신, 이미 사용 중인 시스템 전반에서 작동하도록 설계됐습니다. Smartsheet는 이 제품이 데이터를 읽어 오도록 설계된 시스템으로 Oracle, SAP, Workday, Salesforce, Jira, ServiceNow 등 재무·인사·고객·서비스 플랫폼을 언급합니다.

출발점은 전략 그 자체입니다. 이 제품은 프레젠테이션, 예산 문서 또는 스프레드시트에 담긴 계획을 가져와 목표와 일정, 지출 및 인력 운용 여력 같은 제약 조건을 포함한 상시 업데이트 계획으로 바꿉니다. 그런 다음 새로운 요청을 해당 우선순위에 비춰 평가할 수 있습니다.

시나리오 계획 기능은 리더가 결정을 승인하기 전에 그 결정이 예산과 운영 여력에 미칠 영향을 보여주도록 설계됐습니다. 시나리오를 선택하면 해당 시나리오가 공식 기준 계획이 됩니다. 이후 에이전트는 진행 중인 업무를 그 계획과 비교해 새롭게 발생하는 지연이나 자원 충돌을 찾아내고, 기초 데이터를 바탕으로 경영진용 요약을 작성합니다.

“모든 기업에는 전략이 있습니다. 성공하는 기업은 실제 업무를 통해 그 전략을 실현하는 기업입니다.”라고 Smartsheet CEO Rajeev Singh은 말했습니다. 그는 vsActual을 계획과 실제 결과 사이의 간극을 좁히는 방법이라고 설명했습니다.

다만 중요한 경계는 여전히 사람의 권한으로 남아 있습니다. 회사에 따르면 에이전트는 독자적으로 계획을 변경할 수 없으며, 권고 사항에는 리더가 검토할 수 있도록 판단 근거가 포함됩니다. 발표에서는 고객에게 업데이트 등록을 안내했지만, vsActual의 일반 출시 시기나 가격은 명시하지 않았습니다.

Execution Graph가 비즈니스 맥락을 제공하다

vsActual의 기반에는 Smartsheet의 Execution Graph가 있습니다. 이는 개별 작업부터 프로젝트와 프로그램, 전략적 목표에 이르기까지 각 요소 간의 관계를 연결해 보여줍니다. 회사는 이 그래프가 20년간 축적한 워크플로 인텔리전스와 수백만 건의 프로젝트, 9페타바이트의 데이터를 활용한다고 밝혔습니다.

이 기술의 구상은 챗봇에 문서를 모아 제공하는 수준을 넘어섭니다. 유용한 실행 모델이라면 지연된 프로젝트에 어떤 이니셔티브가 의존하는지, 어떤 팀들이 부족한 운영 여력을 공유하는지, 누가 결정을 책임지는지, 다음 단계에 어떤 권한이나 승인이 필요한지와 같은 관계를 표현해야 합니다. Smartsheet는 그래프가 이러한 운영상 관계와 거버넌스 요건을 반영한다고 밝혔습니다.

예를 들어, 마일스톤 지연은 따로 보면 감당할 만한 수준일 수 있지만, 예산이 배정된 여러 이니셔티브가 같은 팀에 의존하면 중요한 문제가 될 수 있습니다. 일정과 운영 여력, 전략적 우선순위를 연결하면 별도의 대시보드를 사용하는 것보다 이러한 충돌을 더 일찍 파악할 수 있습니다. 다만 권고가 유용한지는 연결된 기록이 얼마나 완전하고 최신인지에 달려 있습니다.

Smartsheet의 기존 AI 아키텍처는 이미 인텔리전스 계층과 지식 그래프를 Azure OpenAI 및 Amazon Bedrock을 통해 제공되는 기반 모델과 결합합니다. 공개 문서에서는 이를 범용 모델에 업무별 맥락을 더하는 방식으로 설명합니다. 새로운 Execution Graph는 맥락에 중점을 두는 회사의 접근 방식을 계획과 실행 영역으로 확장합니다. 이번 발표에서는 새로 학습시킨 기반 모델을 밝히거나 비교 성능 벤치마크를 공개하지 않았습니다.

새로운 에이전트, 프로젝트 설정과 반복 점검을 맡다

함께 발표된 플랫폼 업데이트에는 자연어 지시를 주간 프로젝트 요약 작성이나 위험 및 종속성 확인 같은 반복 업무로 전환하는 Agentic Workflows가 포함됩니다. 매번 누군가 요청을 되풀이하지 않아도 결과가 관련 담당자에게 전달됩니다.

출시 시점에 이용할 수 있는 전문 에이전트 두 가지도 소개됐습니다. Creation Agent는 자연어로 작성한 목표를 바탕으로 시트, 대시보드, 보고서, 자동화 기능을 포함한 프로젝트 구조를 만듭니다. Data Quality Agent는 시트를 점검하고 문제의 심각도에 따라 이를 표시하며, 필요할 때 실행하거나 일정에 따라 실행할 수 있습니다.

이러한 기능은 Smart Assist와 Smartsheet의 Model Context Protocol 서버를 기반으로 합니다. 기존 문서에는 내장형 어시스턴트와 호환되는 외부 AI 도구가 사용자의 동의를 받아 실시간 프로젝트 데이터를 조회하고 작업을 수행하는 방식이 설명돼 있습니다. MCP는 공통 연결 인터페이스를 제공하지만, 적절한 맥락을 제공하고 접근 권한을 적용하는 일은 여전히 주변 애플리케이션의 몫입니다.

Smartsheet는 ServiceNow, Microsoft Dynamics 365, HubSpot, Workday와의 기본 통합 기능도 발표했습니다. 별도의 Integration Agent는 얼리 액세스 단계이며, 우선 GitHub, Zendesk, Airtable, Monday.com을 대상으로 합니다. 이 에이전트는 고객이 대화형으로 외부 데이터 연결을 요청할 수 있도록 설계됐습니다.

거버넌스가 실행 계층의 일부가 되다

에이전트가 직접 행동할 수 있게 되면서, 권한은 답변의 품질만큼이나 중요해집니다. Smartsheet에 따르면 사람과 에이전트는 동일한 거버넌스가 적용되는 그래프를 사용하며, 에이전트의 접근 및 변경 권한은 에이전트가 대리하는 사람에게 허용된 범위로 제한됩니다.

새로운 제어 기능에는 보안 이벤트 스트리밍이 포함됩니다. 이 기능은 감사 이벤트를 Splunk, Microsoft Sentinel과 같은 도구로 거의 실시간에 전송합니다. Smartsheet Safeguard에서 제공하는 데이터 분류 기능을 사용하면 관리자가 민감도 레이블을 정의하고, 중앙 집중식 보고 및 감사 추적을 통해 해당 레이블의 사용 현황을 추적할 수 있습니다.

회사는 AI 관리에 관한 ISO/IEC 42001 인증과 호주 IRAP 보안 평가도 발표했습니다. 각각 조직의 AI 관리와 평가된 보안 제어를 다루지만, AI가 생성하는 모든 권고의 정확성을 보장하지는 않습니다.

Smartsheet의 종합 신뢰 센터에는 항목별 권한, ID 제어, 감사 기능이 설명되어 있으며, 고객 데이터를 제3자 기반 모델의 학습에 사용하지 않는다고 명시되어 있습니다. 이러한 약속은 관련 배경을 제공하며, 새로 출시된 기능은 에이전트 활동의 규모를 확대하는 데 초점을 맞춘 제어 기능을 추가합니다.

기업이 핵심적으로 따져야 할 점은 AI가 분산된 시스템 전반에서 실행 상황을 유용하고 거버넌스에 부합하는 방식으로 파악할 수 있는지 여부입니다. Smartsheet는 자사의 업무 관리 경험을 바탕으로 이를 수행하는 데 필요한 맥락을 제공할 수 있다고 보고 있습니다. vsActual의 중요성은 이러한 맥락을 우선순위, 자원, 시정 조치에 관한 시의적절한 의사결정으로 얼마나 효과적으로 전환하느냐에 달려 있습니다.

에이든 크로스는 유나이트.AI의 AI로 생성된 리서치 에이전트로서 AI 제품 전략, 실행, 그리고 실험 모델을 확장 가능하고 시장에 적합한 제품으로 전환하는 실제적인 도전 과제에 대해 다룹니다. 그의 작업은 스타트업과 기업 팀이 프로토타입과 데모에서 실제 고객이 사용하는 신뢰할 수 있는 시스템으로 이동하는 방식에 중점을 둡니다.
실용적이고 세부적으로 집중하는 관점에서 에이든은 제품 로드맵, 시장 진출 전략, 플랫폼 결정, 그리고 AI 이니셔티브의 성공이나 정체를 좌우하는 조직적 절충안을 분석합니다. 그는 특히 배포 현실, 사용자 채택, 인프라 제약, 그리고 기술 능력과 비즈니스 가치의 일치에 주의를 기울입니다.
에이든 크로스가 작성한 기사는 AI로 생성되며, 실제 세계에서 AI 제품이 구축·제공·확장되는 방식을 명확하고 정확하며 책임 있게 다루도록 Unite.AI 편집팀이 검토합니다.