질문하는 AI’ 넘어 ‘일하는 AI’…인핸스, 공공 적용 사례 발표

(venturesquare.net)

AI 에이전트 스타트업 인핸스가 NIA 세미나에서 온톨로지 기반 데이터 구조화 기술을 선보이며, 단순 질의응답을 넘어 실제 업무를 수행하는 '일하는 AI'의 공공 행정 적용 가능성을 제시했습니다.

이 글의 핵심 포인트

1인핸스가 NIA 내부 세미나에서 AI 에이전트 워크플로우 및 온톨로지 기반 데이터 구조화 기술 공유
2단순 질의응답을 넘어 실제 업무를 수행하는 '에이전틱 AI'의 공공 행정 적용 가능성 제시
3자체 플랫폼인 'AgentOS'를 통해 제조, 서비스, 공공 분야로의 확장 가능한 구조 설명
4복잡한 업무 데이터를 온톨로지로 구조화하여 AI가 업무 맥락을 이해하도록 하는 기술력 강조
5국가 AI·데이터 정책 담당자들과 실질적인 AI 에이전트 적용 방안 및 활용 모델 논의

이 글에 대한 공공지능 분석

왜 중요한가?

생성형 AI의 한계인 단순 답변을 넘어, 실제 업무 프로세스를 이해하고 실행하는 '에이전틱 AI(Agentic AI)'로 기술 패러다임이 전환되고 있음을 보여주는 사례입니다. 특히 공공 부문의 디지털 전환(DX)에 실질적인 자동화 도구가 도입될 수 있는 기술적 근거를 제시했다는 점에서 의미가 큽니다.

어떤 배경과 맥락이 있나?

기존 LLM 중심의 AI는 정보 검색에는 능하지만, 복잡한 업무 절차를 이해하고 실행하는 데 한계가 있습니다. 이를 해결하기 위해 데이터를 구조화(Ontology)하여 AI가 업무 맥락을 정확히 파악하게 하는 기술이 차세대 기업용 AI의 핵심 경쟁력으로 부상하고 있습니다.

업계에 어떤 영향을 주나?

단순 챗봇 서비스를 넘어 업무 워크플로우를 설계하는 '에이전트 운영체제(AgentOS)'와 같은 플랫폼 중심의 스타트업 경쟁이 가속화될 것입니다. 이는 AI 기술력이 단순히 모델 성능을 넘어, 도메인 특화 데이터를 얼마나 정교하게 구조화하느냐로 이동함을 시사합니다.

한국 시장에 어떤 시사점이 있나?

공공 부문의 대규모 데이터와 복잡한 행정 절차는 에이전틱 AI의 거대한 테스트베드이자 시장입니다. 국내 스타트업들은 제조·서비스를 넘어 정부 및 공무 수행 프로세스를 자동화할 수 있는 버티컬 에이전트 솔루션 개발에 집중하여 강력한 진입장벽을 구축해야 합니다.

이 글에 대한 큐레이터 의견

이번 인핸스의 행보는 AI의 활용 영역을 '지식 검색'에서 '업무 실행'으로 확장하려는 전략적 움직임으로 평가됩니다. 특히 온톨로지를 활용해 데이터를 구조화하는 방식은 LLM의 고질적인 문제인 환각(Hallucination) 현상을 완화하고, 업무 수행의 신뢰성을 확보할 수 있는 실질적인 접근법입니다. 스타트업 창업자들에게는 범용 모델 경쟁보다는 특정 산업의 워크플로우를 깊게 파고들어 '실행 가능한 에이전트'를 구축하는 것이 강력한 해자(Moat)가 될 것임을 시사합니다.

다만, 이러한 에이전틱 AI의 확산에는 데이터 보안과 책임 소재라는 중대한 리스크가 따릅니다. AI가 자율적으로 업무를 수행하다 오류를 범했을 때, 그 결과에 대한 법적·행정적 책임을 어떻게 정의할 것인가에 대한 사회적 합의가 선행되어야 합니다. 또한, 온톨로지 구축을 위한 고도의 데이터 구조화 작업은 막대한 비용과 시간이 소요되는 '고비용 저효율' 구간이 발생할 수 있으므로, 초기 단계에서는 특정 도메인에 집중하여 명확한 ROI(투자 대비 효과)를 증명하는 것이 생존의 핵심입니다.

원문 보기 →