Vijay Rayapati, Atomicwork CEO 겸 공동 창립자 – 인터뷰 시리즈

Vijay Rayapati는 Atomicwork의 공동 창립자이자 CEO입니다. 회사를 설립하기 전, 그는 Nutanix가 Minjar(그가 설립하고 CEO로 성장시킨 클라우드 관리 플랫폼 회사)를 인수한 이후 Nutanix에서 클라우드 네트워킹 및 보안 사업부의 수석 부사장 겸 총괄 매니저를 역임했습니다. 그의 초기 경력에서는 Kuliza와 Trilogy에서 엔지니어링 및 제품 리더십 역할을 맡아 기업 인프라와 소프트웨어 애플리케이션 구축에 깊은 경험을 쌓았습니다. 그의 배경은 클라우드 인프라, 엔터프라이즈 소프트웨어, AI 인력 기술에 걸쳐 있어 기업 IT 분야에서 잘 알려진 창업자입니다.

Atomicwork는 기업 AI 회사로, 직원들이 기술 문제를 해결하고 일상적인 지원 작업을 자동화하며 AI를 통해 기업 지식에 접근할 수 있도록 돕는 에이전트형 IT 서비스 관리 플랫폼을 구축하고 있습니다. 이 플랫폼은 AI 에이전트를 최신 ITSM 기능과 결합하여 서비스 요청을 처리하고 문제를 진단하며 기업 시스템 전반에 걸친 워크플로를 조정하고 IT 팀의 부담을 줄입니다. 고객은 Atomicwork를 사용해 직원 지원을 보다 빠르게 제공하고 IT와 비즈니스 운영 전반의 운영 효율성을 향상시킵니다.

당신은 이전에 Minjar를 공동 설립하고 기업 클라우드 관리 사업을 구축했으며, 인수 후 Nutanix에서 운영을 이끌었습니다. 기업 소프트웨어 회사를 구축·판매·통합하면서 얻은 교훈 중 어떤 것이 2022년에 Atomicwork를 설립하고 AI 시대를 위해 IT 서비스 관리를 처음부터 재구축하도록 설득했나요?

Minjar에서는 자동화를 통해 기업의 클라우드 비용을 3분의 1로 줄일 수 있는 소프트웨어를 만들었습니다. 고객들은 그 권고를 매우 좋아했지만, 두 분기 동안 그대로 두었습니다. 왜 그런지 이해하는 데 시간이 걸렸고, 답은 기술적인 것이 아니었습니다. 자동화가 결정을 내렸는데 문제가 생기면 책임을 질 사람이 없습니다. 기업은 단순히 소프트웨어나 결과만 구매하지 않습니다. 책임을 질 사람을 구매합니다. 조직도에 위치하지 않은 소프트웨어는 얼마나 뛰어나든 권한을 얻지 못합니다.

인수 경험을 통해 나는 보다 구체적인 교훈을 얻었습니다. 개별 제품은 구매되고, 기록 시스템은 그 위에 구축됩니다. 더 나은 제품이라 해도 워크플로를 소유한 사람을 우회하는 데 평생을 보낼 수 있습니다.

Nutanix 시절에 두 가지를 결합하게 되었습니다. IT가 제어를 위해 서비스 관리를 구매하고 직원들은 이를 양식과 대기열 형태로 경험하는 모습을 보았습니다. 또한 티켓 자체가 제품이 아니라 감사 추적이 핵심이라는 것을 깨달았습니다. 그래서 ITSM이 사람들의 반감을 사면서도 40년 동안 살아남았고, 아무도 그것을 제거할 수 없었습니다.

2022년의 질문은 AI가 작업을 수행할 수 있느냐가 아니라, AI에게 조직도 상의 위치를 부여할 수 있느냐였습니다. 기존 ITSM 플랫폼은 인간 담당자가 데이터 모델의 중심에 자리 잡고 모든 SLA, 승인, 보고가 그 가정에 의존하기 때문에 이를 제공하지 못합니다. AI를 끼워넣으면 더 빠른 양식이 됩니다.

우리는 AI가 단순히 소프트웨어가 아니라 하이브리드 인력을 제공한다는 답을 위해 구축했습니다. AI 동료는 작업을 수행하고, IT는 인사 부서가 사람을 관리하듯이 이를 관리합니다. AI 동료를 구성하지 않습니다. 역할에 채용하고, 작업을 검토하며, 성과가 부족하면 해제합니다. 이것이 기능으로서의 AI와 인력으로서의 AI의 차이점입니다.

Atomicwork는 AI 동료를 정의된 직무 역할을 소유하고 처음부터 끝까지 작업을 수행하는 시스템으로 설명합니다. 진정한 AI 동료를 챗봇, 코파일럿 또는 전통적인 자동화 도구와 구별하는 기술적 역량은 무엇이며, 그 자율성은 어디까지 허용되어야 할까요?

챗봇은 질문에 답하고, 코파일럿은 사용자가 작업을 완료하도록 돕지만, 둘 다 작업을 끝까지 수행할 책임은 없습니다. AI 동료는 정의된 역할을 부여받고 결과를 제공해야 하기 때문에 차별화됩니다. 사고를 분류하든, 접근 권한을 제공하든, 직원 온보딩이든, 첫 단계에서 멈추지 않고 각 단계를 거쳐 목표에 도달합니다.

이는 단순히 능력 있는 모델 이상을 필요로 합니다. AI 동료는 정체성, 적절한 권한, 승인된 도구에 대한 접근, 조직적 맥락, 예산, 명확한 운영 경계와 역할을 가져야 합니다. 비즈니스 시스템 전반에 걸쳐 작업하고, 언제(그리고 누구에게) 승인을 요청해야 하는지 이해하며, 모든 행동 뒤에 감사 기록을 남깁니다. 그래서 우리는 모델 주변의 플랫폼에 큰 비중을 두고 있습니다. 신뢰할 수 있는 AI는 지능만큼이나 오케스트레이션, 거버넌스, 실행에 의존합니다.

자율성은 절대 무제한이어서는 안 됩니다. AI 동료는 자신의 직무 역할에 부합하는 책임 범위 내에서 운영되어야 하며, 민감한 시스템에 영향을 주거나 법적·재무·고용 관련 영향을 미치는 작업이 발생할 때는 사람이 관여해야 합니다.

귀사의 플랫폼은 사고 관리, 접근 권한 제공, 온보딩, IT 운영 전반에 걸쳐 특화된 AI 동료들이 협업하도록 허용합니다. 이러한 AI 동료들은 어떻게 책임을 분담하고, 컨텍스트를 공유하며, 하나의 AI 동료가 잘못된 결정을 내려 워크플로 전체에 영향을 미칠 경우 어떻게 복구합니까?

우리는 하나의 AI 동료가 모든 업무를 수행해야 한다고 보지 않습니다. IT 조직이 이미 역할마다 목표, 권한, 전문성이 다르기 때문에 책임을 팀별로 나누듯, 우리는 AI 동료에도 동일한 사고 방식을 적용했습니다. 그래서 우리는 다양한 IT 운영 영역에 특화된 인증된 AI 동료들을 출시했습니다.

각 동료는 특정 기능을 담당하면서 동일한 기업 컨텍스트를 공유합니다. 직원이 Atomicwork에서 티켓을 생성하면, 스마트 라우팅이 해당 요청을 처리할 적절한 AI 동료에게 전달하고(요청에 따라) 다른 AI 동료에게 재할당하거나, AI 동료들이 병렬로 문제를 해결하도록 하위 티켓을 생성(예: 온보딩 티켓을 병렬 작업으로 분할)하거나 인간에게 에스컬레이션합니다. 작업이 한 동료에서 다른 동료로 이동할 때, 관련 정보는 티켓(기록 시스템)을 통해 함께 이동하며, 서비스 데스크, 아이덴티티 플랫폼, HR 시스템, 협업 도구 등 관련 시스템에 대한 접근도 함께 전달됩니다. 이러한 공유 컨텍스트 덕분에 각 동료는 처음부터 시작하는 것이 아니라 이미 발생한 상황을 기반으로 결정을 내릴 수 있습니다.

Atomicwork는 OpenAI, Anthropic, Google 등 다양한 공급자의 에이전트 프레임워크와 모델을 지원합니다. 어떤 모델이 검색, 추론, 계획, 실행을 담당하도록 결정하고, 기본 모델이 계속 변하더라도 기업이 일관된 동작을 유지하도록 어떻게 보장합니까?

각 모델은 서로 다른 작업에 강점을 가지고 있습니다. 우리는 모델이 바뀔 때마다 고객이 워크플로를 재설계하지 않도록 하는 플랫폼 구축에 집중해 왔습니다. 기업 컨텍스트, 오케스트레이션, 아이덴티티, 정책 집행, 텔레메트리 및 평가가 어떤 최첨단 모델이 사용되든 프로덕션에서 조직이 필요로 하는 일관성을 제공합니다.

우리는 다중 모델 공급자를 지원하고 평가 프레임워크와 거버넌스를 제공한다는 점을 공개했지만, 어떤 모델이 검색, 추론, 계획 또는 실행을 담당할지 결정하는 라우팅 로직은 설명하지 않았습니다. 또한 공급자가 새로운 모델과 업데이트를 출시할 때 우리가 사용하는 검증 프로세스도 공유하지 않았습니다.

엔터프라이즈 AI 에이전트가 상충되는 문서, 불완전한 구성 기록, 오래된 지식, 시스템 간 서로 다른 권한 등에 직면할 때, Atomicwork의 Universal Context 레이어는 에이전트가 의사결정이나 행동을 취하기 전에 어떤 정보가 신뢰할 수 있고 최신인지 어떻게 판단합니까?

엔터프라이즈 지식은 한 곳에 존재하는 경우가 드뭅니다. 일부는 문서에, 일부는 기록 시스템에, 일부는 일상 업무에 숨어 있습니다. AI가 신뢰할 수 있는 결정을 내리려면 이러한 모든 컨텍스트가 필요합니다.

Universal Context는 기업 지식을 사람, 네트워크, 인프라, 장치 데이터와 결합해 실시간 운영 시스템에서 가져옵니다. AI 동료는 Confluence나 SharePoint와 같은 플랫폼, Intune 및 JAMF와 같은 MDM, 그리고 Jira, Workday, Salesforce, 아이덴티티 제공자와 같은 시스템의 상황을 이해할 수 있습니다. 또한 기존 권한을 존중하여 사람과 AI 동료가 이미 허가받은 정보만 접근하도록 합니다.

우리는 Universal Context가 엔터프라이즈 시스템을 연결하고 보안 경계를 유지하는 방식을 설명했지만, 신뢰된 소스가 상충될 때 어떻게 충돌을 해결하고 어떤 소스가 우선순위를 갖는지는 공개하지 않았습니다. 이러한 구현 세부사항은 공개 문서에 포함되지 않습니다.

Universal AI 동료는 Microsoft Teams, Slack, 이메일, 브라우저, 포털을 통해 그리고 채팅, 음성, 시각 모드로 직원들을 지원할 수 있습니다. 에이전트가 직원이 겪는 화면과 소리를 볼 수 있게 되면 어떤 새로운 문제 해결 능력이 가능해지며, 민감한 화면 내용이나 대화가 노출되지 않도록 어떻게 방지합니까?

전통적인 IT 지원은 직원이 기술 문제를 정확히 설명해야 하는데, 이는 가장 어려운 부분입니다. 음성 및 시각 컨텍스트를 통해 AI는 직원이 보는 오류 메시지, 애플리케이션, 구성 화면을 직접 확인할 수 있어 문제를 이해하고 긴 대화 없이 다음 단계로 안내하기가 훨씬 쉬워집니다.

이러한 기능은 직원이 신뢰할 때만 효과적입니다. 우리는 시각 접근이 명시적인 동의를 필요로 해야 하며, 사용자는 언제 활성화되는지 항상 알 수 있어야 한다고 생각합니다. 민감한 정보는 PII 마스킹, 관리 제어 및 적절한 보존 정책을 통해 보호됩니다.

우리는 고객 데이터가 우리의 모델이나 제3자 기반 모델을 학습하는 데 사용되지 않음을 명확히 밝혔습니다. 이를 통해 조직은 데이터를 포기하지 않고도 멀티모달 AI를 도입할 수 있습니다.

Atomicwork는 기존 ServiceNow 또는 Jira Service Management 환경과 함께 배포할 수 있으며 즉각적인 마이그레이션을 요구하지 않습니다. 이를 주로 전환 전략으로 보시나요, 아니면 많은 기업이 레거시 기록 시스템 위에 AI 인력을 영구적으로 운영할 것으로 보시나요?

대다수 대기업은 ServiceNow와 Jira Service Management와 같은 플랫폼을 중심으로 프로세스, 통합, 거버넌스를 수년간 구축해 왔습니다. AI를 도입하기 위해 이러한 시스템을 교체하도록 요구하는 것은 불필요한 마찰을 초래합니다.

우리는 Atomicwork를 ServiceNow와 Jira Service Management와 통합하도록 구축했으며, 고객은 기존 시스템을 방해하지 않고도 직원 경험을 혁신하고 AI 동료로 서비스 팀을 강화할 수 있습니다. 커넥터는 AI 동료가 활용할 수 있는 관련 엔터프라이즈 IT 컨텍스트를 가져오면서, 기존 시스템의 서비스 에이전트를 위한 양방향 동기화를 유지합니다. 우리는 기업이 첫날부터 AI를 채택하도록 하나의 경로만 선택하도록 강요하지 않아야 한다고 생각합니다. 핵심은 기업이 자체 일정에 맞춰 AI를 도입하도록 돕는 것입니다.

AI 동료에게 아이덴티티 시스템, 직원 데이터, 인프라, 비즈니스 애플리케이션에 대한 접근 권한을 부여하면 프롬프트 인젝션, 오염된 지식 소스, 과도한 권한, 연쇄적인 에이전트 오류와 같은 위험이 발생합니다. 기업이 에이전트를 자율적으로 작동하도록 안전하게 허용하기 위해 필수적인 보호 장치, 승인 경계 및 감사 메커니즘은 무엇입니까?

AI 동료는 특권 접근을 가진 직원처럼 관리됩니다. 각 동료는 정의된 역할, 제한된 권한, 승인된 도구, 지출 한도, 독립적으로 수행할 수 있는 범위와 역할을 명확히 정의합니다. 특히 아이덴티티, 인프라, 재무, 법무, 고용과 관련된 민감한 작업은 인간의 승인을 필요로 합니다.

스킬과 명령은 프롬프트 인젝션, 숨겨진 명령, 자격 증명 접근, 데이터 유출, 위험한 행동과 같은 위험을 검토한 후 공개됩니다. 도구가 위험을 증가시키는 방식으로 변경되면 자동으로 비활성화되어 검토될 때까지 사용되지 않습니다. 추가적인 보호 조치로는 작업 제한, 중복 작업 방지, 비상 차단 제어, 인간 개입 등이 있어 오류가 확산되기 전에 차단할 수 있습니다.

모든 작업은 추적 가능하며, 조직은 동료를 트리거한 원인, 사용된 정보와 도구, 획득한 승인, 결과를 확인할 수 있습니다. 지속적인 평가, 모니터링, 레드팀 테스트를 통해 모델, 도구, 엔터프라이즈 환경이 변화해도 이러한 보호 장치가 효과적으로 유지되는지 확인합니다.

우리는 평가, 정책 집행, 모니터링, 레드팀 테스트에 막대한 투자를 했습니다. AI 배포는 시작에 불과합니다. 조직은 모델과 엔터프라이즈 환경이 진화함에 따라 동료가 기대대로 동작하는지 확신할 필요가 있습니다.

Atomicwork의 State of AI in IT 2026 report에 따르면 IT 전문가의 3분의 2가 AI 투자에서 긍정적인 수익을 보고 있지만, 전체 조직의 5분의 1만이 서비스 관리 팀 전반에 AI를 완전히 도입했습니다. 측정 가능한 비즈니스 가치를 창출하는 배포와 실험 단계에 머무는 파일럿을 구분 짓는 요인은 무엇입니까?

대부분의 조직은 AI가 개별 작업을 개선할 수 있음을 이미 입증했습니다. 측정 가능한 비즈니스 가치를 창출하는 기업은 AI를 독립적인 도우미가 아니라 전체 운영 워크플로에 연결하고 있습니다.

이는 특정 비즈니스 문제를 역할 관점에서 해결하고, AI 동료에게 필요한 시스템 접근을 부여하며, 빠른 해결 시간, 낮은 지원 비용, 향상된 직원 경험 등 중요한 결과를 측정하는 것에서 시작됩니다. 팀이 이러한 결과를 신뢰하면 AI를 추가 워크플로에 확대하는 것이 훨씬 쉬워집니다.

우리 연구는 또한 책임 있는 AI가 IT 리더들의 최우선 과제 중 하나임을 발견했습니다. 이는 조직이 AI에 더 많은 책임을 부여하려면 AI가 어떻게 결정을 내리는지 이해하고, 이후 결정을 검토하며, 적절한 가드레일이 마련되어 있어야 하기 때문입니다.

AI 동료가 지원 요청을 해결하고, 접근 권한을 관리하고, 사고를 진단하며, 워크플로를 조정하기 시작하면 서비스 데스크 전문가, IT 운영 팀, 최고정보책임자(CIO)의 역할은 어떻게 변할까요? 더 나아가 IT가 기업 전체 디지털 인력의 채용, 거버넌스, 측정을 담당하는 부서가 될 가능성은 있습니까?

AI는 현재 서비스 데스크가 소모하는 많은 반복적인 운영 작업을 대신하게 되어, 사람들은 예외 처리, 프로세스 개선, AI가 의존하는 지식 정제에 더 많은 시간을 할애하게 됩니다.

IT 운영 팀은 모든 워크플로를 수동으로 실행하는 대신 AI 동료를 관리하는 데 점점 더 집중하게 될 것입니다. 권한 정의, 시스템 연결, 성능 모니터링, AI가 정책 내에서 지속적으로 작동하도록 보장하는 것이 주요 역할이 됩니다.

저는 또한 CIO의 역할이 확대될 것으로 기대합니다. 수백 명의 AI 동료를 관리하는 것은 다른 엔터프라이즈 인프라를 관리하는 것과 유사해집니다. 누가 어떤 동료에 접근할 수 있는지, 어떻게 측정하고, 언제 업데이트하며, 가치 창출 여부를 판단해야 합니다. 비즈니스 팀은 업무 정의를 계속하고, IT는 AI의 HR 역할을 수행하며, 플랫폼, 거버넌스, 운영 제어를 담당해 기업 AI 인력이 안전하게 운영되도록 합니다.

멋진 인터뷰에 감사드립니다. 더 알고 싶은 독자분들은 Atomicwork를 방문하시기 바랍니다.