WEBVTT

00:00:00.000 --> 00:00:01.760
사람들은 이런 것들을 AI 자동화라고 부르는데

00:00:01.760 --> 00:00:03.520
마치 그 말이 무슨 의미라도 있는 것처럼 말이죠

00:00:03.520 --> 00:00:04.960
사실 아무 의미도 없습니다

00:00:04.960 --> 00:00:08.280
코파일러 스튜디오 에이전트와 파워 오토메이트 워크플로우를

00:00:08.280 --> 00:00:10.080
같은 개념으로 묶을 수 없는 것처럼

00:00:10.080 --> 00:00:13.900
룬바와 사람 가정부를 비슷한 청소도구라고 부를 수 없습니다

00:00:13.900 --> 00:00:15.500
전자는 엄격한 루틴을 따르고

00:00:15.500 --> 00:00:17.340
후자는 복잡한 지침을 해석하고

00:00:17.340 --> 00:00:20.140
예상치 못한 상황이 발생하면 임기응변으로 대처합니다

00:00:20.140 --> 00:00:22.680
이러한 차이를 이해하는 것은 단순히 이론적인 문제가 아니라

00:00:22.680 --> 00:00:24.140
운영상의 생존과 직결됩니다

00:00:24.140 --> 00:00:27.780
자율 에이전트에게 돈, 규정 준수 또는 고객과 관련된 데이터를 처리하도록 허용하는 순간

00:00:27.780 --> 00:00:30.060
에이전트에게 실질적인 권한을 넘겨주는 것이기 때문입니다

00:00:30.060 --> 00:00:31.800
감독 없는 권한은 혼돈으로 이어지고

00:00:31.800 --> 00:00:34.500
파워 플랫폼에서 혼돈은 서로 모순되는 작업을 수행하는

00:00:34.500 --> 00:00:36.300
수많은 고립된 워크플로우를 의미합니다

00:00:36.300 --> 00:00:38.620
자율성, 목표, 그리고 도구

00:00:38.620 --> 00:00:40.380
코파일러 스튜디오의 자율 에이전트는

00:00:40.380 --> 00:00:43.220
단순히 프롬프트가 더 보기 좋게 꾸며진 워크플로우가 아닙니다

00:00:43.220 --> 00:00:45.480
자율성, 목표 추구, 도구 활용이라는

00:00:45.480 --> 00:00:47.780
세 가지 원칙을 중심으로 구축된 복합 시스템입니다

00:00:47.780 --> 00:00:50.440
모두가 불안해하는 부분인 자율성부터 살펴보겠습니다

00:00:50.440 --> 00:00:54.820
워크플로우는 지시가 있을 때, 트리거가 발생할 때, 조건이 충족될 때, 루프가 실행될 때 실행됩니다

00:00:54.820 --> 00:00:57.240
기존 자동화 시스템은 주도성도 없고, 기억력도 없으며

00:00:57.240 --> 00:00:58.960
그 순간 이후의 맥락도 파악하지 못합니다

00:00:58.960 --> 00:01:02.380
반면 에이전트는 추론계층을 통해 입력을 지속적으로 평가합니다

00:01:02.380 --> 00:01:05.860
코파일러 스튜디오에서는 이를 생성형 오케스트레이션이라고 부릅니다

00:01:05.860 --> 00:01:08.120
즉, 에이전트는 동적으로 계획을 수립하고

00:01:08.120 --> 00:01:10.740
어떤 도구를 사용할지, 무엇을 요청할지

00:01:10.740 --> 00:01:12.900
그리고 지시에 대한 자체적인 이해를 바탕으로

00:01:12.900 --> 00:01:15.140
작업을 완료할 수 있는지 여부까지 결정합니다

00:01:15.140 --> 00:01:17.420
자판기와 개인 비서를 비교하는 것과 같습니다

00:01:20.440 --> 00:01:22.860
다른 대안을 알려드리겠습니다, 라고 말할 수 있습니다

00:01:22.860 --> 00:01:24.080
다음으로 목표가 있습니다

00:01:24.080 --> 00:01:26.920
기존 자동화 시스템은 단계별로 진행되지만, 에이전트는 목표를 가지고 있습니다

00:01:26.920 --> 00:01:28.600
코파일러 스튜디오에서 에이전트를 정의할 때

00:01:28.600 --> 00:01:30.820
사소한 동작 하나하나를 스크립트로 작성하는 것이 아닙니다

00:01:30.820 --> 00:01:32.360
비즈니스 결과를 정의합니다

00:01:32.360 --> 00:01:35.880
예를 들어, 클레임을 평가하고 정책에 따라 상태를 설정하라, 와 같은 문장입니다

00:01:35.880 --> 00:01:38.000
이 한 문장이 에이전트의 임무가 됩니다

00:01:38.000 --> 00:01:41.920
그러면 내부 오케스트레이션 모델이 이를 작업과 하위 결정으로 세분화합니다

00:01:41.920 --> 00:01:44.240
에이전트는 단순히 레시피를 실행하는 것이 아니라

00:01:44.240 --> 00:01:47.840
시스템에서 훈련받은 초급 분석가처럼 정책을 추론하여 실행합니다

00:01:47.840 --> 00:01:48.900
네, 맞습니다

00:01:48.900 --> 00:01:51.260
이는 미묘한 뉘앙스를 잘못 해석할 수 있다는 것을 의미하며

00:01:51.260 --> 00:01:54.020
바로 이러한 이유로 에이전트 피드와 같은 거버넌스 기능이 존재하여

00:01:54.020 --> 00:01:56.140
이를 관찰, 수정, 재학습 및 감독합니다

00:01:56.140 --> 00:01:57.620
워크플로우는 신뢰를 필요로 하지 않지만

00:01:57.620 --> 00:01:59.200
에이전트는 정책이 개입하기 전까지

00:01:59.200 --> 00:02:02.020
사용자의 명시적인 동의 없이 계속 작동하기 때문에 신뢰가 필요합니다

00:02:02.020 --> 00:02:04.080
이제 세 번째 핵심 요소인 도구에 대해 이야기해보겠습니다

00:02:04.080 --> 00:02:06.700
이 부분이 대부분의 사람들이 가지고 있는 고정관념을 깨는 부분입니다

00:02:06.700 --> 00:02:09.620
에이전트가 마법처럼 데이터를 작성하거나 이메일을 보내는 것은 아닙니다

00:02:09.620 --> 00:02:12.940
여전히 커넥터, 액션, 파워 플랫폼 API, 데이터버스 테이블 등

00:02:12.940 --> 00:02:15.340
오토메이트 플로우에서 사용하는 것과 동일한 도구들이 필요합니다

00:02:15.340 --> 00:02:18.120
차이점은 누가 언제 도구를 사용할지 결정하느냐에 있습니다

00:02:18.120 --> 00:02:19.560
에이전트에게 도구 상자를 주면

00:02:19.560 --> 00:02:21.620
에이전트가 어떤 도구를 사용할지 스스로 결정합니다

00:02:21.620 --> 00:02:23.540
파워 오토메이트에서는 사용자가 장인이고

00:02:23.540 --> 00:02:25.420
사용자가 움직일 때 도구도 함께 움직입니다

00:02:25.420 --> 00:02:27.800
하지만 코파일럿 에이전트는 규칙이 작동하여

00:02:27.800 --> 00:02:30.520
새벽 3시에 스스로 도구를 집어들고 작업을 시작합니다

00:02:30.520 --> 00:02:33.280
이 비유가 불편하게 느껴진다면 잘된 일입니다

00:02:33.280 --> 00:02:35.540
이는 사용자가 구성한 권한과 연결 참조에 위해

00:02:35.540 --> 00:02:37.020
제한되는 자율성을 의미합니다

00:02:37.020 --> 00:02:39.500
간단히 말해서 워크플로우는 결정론적이고

00:02:39.500 --> 00:02:42.500
에이전트는 사용자가 정의한 범위 내에서 확률론적입니다

00:02:42.500 --> 00:02:44.640
워크플로우는 정의된 논리를 실행하고

00:02:44.640 --> 00:02:46.820
에이전트는 정의된 의도를 추구합니다

00:02:46.820 --> 00:02:50.380
하나는 지침이 필요하고 다른 하나는 감독이 필요합니다

00:02:50.380 --> 00:02:53.040
정해진 단계와 오케스트레이션이 필요한 것이죠

00:02:53.040 --> 00:02:55.460
자 이제 자율 에이전트를 분석해 봐더니

00:02:55.460 --> 00:02:59.460
좀 더 순종적인 사촌격인 기존 파워 오토메이트 워크플로우를 살펴보겠습니다

00:02:59.460 --> 00:03:02.940
워크플로우는 지능을 가장한 조건문들의 연속입니다

00:03:02.940 --> 00:03:06.620
생각하는 것이 아니라 순서도를 맹목적으로 따라갈 뿐입니다

00:03:06.620 --> 00:03:09.380
이메일이 도착하거나 데이터버스 애행이 추가되는 등

00:03:09.380 --> 00:03:10.900
트리거 조건이 충족되는 순간

00:03:10.900 --> 00:03:14.780
깨어나서 첫 번째 줄, 두 번째 줄, 세 번째 줄을 실행하고

00:03:14.780 --> 00:03:15.880
다시 잠 들어버립니다

00:03:15.880 --> 00:03:19.700
다음에 무슨 일이 일어날지 궁금해하지도 않고 생각하지도 않습니다

00:03:19.700 --> 00:03:22.640
마치 아침 식사 트렌드에 대해 전혀 궁금해하지 않는 토스터처럼

00:03:22.640 --> 00:03:24.300
아무것도 모른 채 살아갑니다

00:03:24.300 --> 00:03:26.220
아키텍처 관점에서 파워 오토메이트는

00:03:26.220 --> 00:03:29.160
명시적인 오케스트레이션에 전적으로 의존하는 상태 머신입니다

00:03:29.160 --> 00:03:32.800
사용자는 작업, 분기, 종속성을 매우 정밀하게 정의해야 합니다

00:03:32.800 --> 00:03:36.380
플로우 엔진은 각 단계가 결정론적인 순서로 실행되도록 보장합니다

00:03:36.380 --> 00:03:38.780
트리거, 조건, 작업, 종료

00:03:38.780 --> 00:03:41.060
모든 변수는 사용하기 전에 존재해야 합니다

00:03:41.060 --> 00:03:42.880
모든 루프는 반드시 종료되어야 합니다

00:03:42.880 --> 00:03:43.880
조건을 하나라도 빠뜨리면

00:03:43.880 --> 00:03:45.640
창의적인 방식으로 처리하지 않고 실패합니다

00:03:45.640 --> 00:03:48.180
그리고는 정중하게 자체 사망 증명서를 이메일로 보내줍니다

00:03:48.180 --> 00:03:49.920
플로우 실행 실패라는 메시지입니다

00:03:49.920 --> 00:03:52.500
이러한 엄격한 규칙성은 플로우 엔진의 한계이자 강점입니다

00:03:52.500 --> 00:03:55.380
워크플로우를 사용하면 항상 정확히 무슨 일이 일어날지 알 수 있습니다

00:03:55.380 --> 00:03:58.360
설명 가능하고 감사 가능하며 즉흥적인 요소가 전혀 없기 때문에

00:03:58.360 --> 00:04:00.640
모든 규정 준수 부서에 이상적인 요구사항을 충족합니다

00:04:00.640 --> 00:04:04.060
설계자를 검토하고 비즈니스 로직을 마치 지도처럼 읽을 수 있습니다

00:04:04.060 --> 00:04:06.840
청구 금액이 500이면 이메일 X를 보냅니다

00:04:06.840 --> 00:04:07.380
아주 간단합니다

00:04:07.960 --> 00:04:10.920
파워플랫폼 센터 오브 엑셀런스와 같은 스마트 거버넌스 도구는

00:04:10.920 --> 00:04:12.640
이러한 예측 가능성을 기반으로 작동합니다

00:04:12.640 --> 00:04:15.060
이러한 도구는 플로우를 분석하고 담당자를 태그하고

00:04:15.060 --> 00:04:18.000
심지어 누가 만들었는지 기억하지 못하는 좀비 플로우까지 종료합니다

00:04:18.000 --> 00:04:19.600
오케스트레이션에 대한 오해가 있는 부분은

00:04:19.600 --> 00:04:21.680
워크플로우가 작업을 오케스트레이션 하는 것은 맞지만

00:04:21.680 --> 00:04:23.480
그 오케스트레이션은 정적이라는 점입니다

00:04:23.480 --> 00:04:25.760
미리 컴파일된 플레이북 이지 대화가 아닙니다

00:04:25.760 --> 00:04:28.000
각 커넥터는 지시를 받았을 때만 작동합니다

00:04:28.000 --> 00:04:30.400
워크플로우 간에는 맥락적 추론이 전혀 없습니다

00:04:30.400 --> 00:04:31.920
마치 행진 악당과 같습니다

00:04:31.920 --> 00:04:34.580
모두가 완벽한 타이밍에 맞춰 대응을 유지하며 움직이지만

00:04:34.580 --> 00:04:36.720
재즈 즉흥 연주를 요구하면 아무 소용이 없습니다

00:04:36.720 --> 00:04:38.720
조건을 중첩하거나 병렬분기를 만들거나

00:04:38.720 --> 00:04:39.820
범위를 지정할 수는 있지만

00:04:39.820 --> 00:04:41.920
단계 간의 관계는 시간상으로 고정되어 있습니다

00:04:41.920 --> 00:04:45.400
사실상 워크플로우가 동적으로 인식할 수 없는 유일한 요소는 시간입니다

00:04:45.400 --> 00:04:48.020
물론 수동으로 반복 트리거를 생성하면 가능하지만

00:04:48.020 --> 00:04:50.040
이 또한 단순한 메트로놈에 불과합니다

00:04:50.040 --> 00:04:54.280
거버넌스 측면에서 워크플로우 관리는 행동감독이 아닌 재고관리와 같습니다

00:04:54.280 --> 00:04:56.420
어떤 워크플로우가 있는지 누가 소유하고 있는지

00:04:56.420 --> 00:04:59.140
어떤 커넥터를 사용하고 있는지 얼마나 자주 실행되는지 추적합니다

00:04:59.140 --> 00:05:01.760
워크플로우가 1만 개에 달하기 전까지는 깔끔해 보입니다

00:05:01.760 --> 00:05:03.880
하지만 그 이상이 되면 워크플로우들이 서로 협력하는 것이 아니라

00:05:03.880 --> 00:05:05.160
충돌하고 있다는 사실을 깨닫게 됩니다

00:05:05.160 --> 00:05:08.420
워크플로우 A가 워크플로우 B가 방금 수정한 레코드를 업데이트합니다

00:05:08.420 --> 00:05:10.060
기술적으로는 둘 다 성공적으로 처리되지만

00:05:10.060 --> 00:05:12.280
비즈니스 사용자 들은 수치가 말이 안 된다고 불평하고

00:05:12.280 --> 00:05:15.840
결국 한 분기 내내 함께 실행되도록 설계되지 않은 논리체인을 감사하는 데 시간을 허비하게 됩니다

00:05:15.840 --> 00:05:18.180
워크플로우의 세계는 수천 개의 결정론적 하인들이

00:05:18.180 --> 00:05:20.500
사용자의 명령에 열정적으로 복종하는 세상입니다

00:05:20.500 --> 00:05:22.460
따라서 누군가 파워 오토 메이트를 사용하여

00:05:22.460 --> 00:05:23.960
클레임 처리 프로세스를 자동화했습니다

00:05:23.960 --> 00:05:25.820
라고 말하면 위사결정 트리를 코딩했고

00:05:25.820 --> 00:05:27.740
현실과 다르면 자동으로 다음 단계로 넘어갑니다

00:05:27.740 --> 00:05:28.740
라고 이해하는 것이 좋습니다

00:05:28.740 --> 00:05:30.940
이는 비난이 아니라 명확성을 위한 설명입니다

00:05:30.940 --> 00:05:33.500
워크플로우는 규칙 해석이 아니라 규칙 실행입니다

00:05:33.500 --> 00:05:35.240
회전식 개찰구가 물리적 원리를 적용하는 것처럼

00:05:35.240 --> 00:05:36.820
워크플로우는 비즈니스 로직을 강제합니다

00:05:36.820 --> 00:05:39.080
사용자가 밀면 회전하고 논쟁의 여지가 없습니다

00:05:39.080 --> 00:05:42.160
이제 코파일럿 스튜디오가 오케스트레이션이라는 새로운 용어를 선보이며 등장하는데

00:05:42.160 --> 00:05:44.560
많은 사람들이 이 용어를 파워 오토 메이트의 용어와 혼동합니다

00:05:44.560 --> 00:05:48.200
파워 오토 메이트에서 오케스트레이션은 작업을 절대적인 순서대로 예약하는 것을 의미합니다

00:05:48.200 --> 00:05:51.080
반면 코파일럿 에이전트에서 오케스트레이션은 생성적입니다

00:05:51.080 --> 00:05:53.880
추론계층이 최적의 다음 단계를 동적으로 결정합니다

00:05:53.880 --> 00:05:57.480
같은 단어이지만 하나는 안무를 다른 하나는 판단을 나타냅니다

00:05:57.480 --> 00:06:00.100
파워 오토 메이트의 오케스트레이션은 고정된 악보와 같습니다

00:06:00.100 --> 00:06:02.820
코파일럿의 오케스트레이션은 즉석에서 작곡합니다

00:06:02.820 --> 00:06:06.940
이러한 차이점을 인식하면 한 도구가 다른 도구를 대체할 수 있을 거라고 기대하지 않게 됩니다

00:06:06.940 --> 00:06:10.400
워크플로우는 정확성을 위해 에이전트는 적응성을 위해 사용합니다

00:06:10.400 --> 00:06:13.840
이 둘은 함께 파워 플랫폼 오토메이션 위 성숙도 스펙트럼을 형성하며

00:06:13.840 --> 00:06:18.160
로봇처럼 정확하게 따르는 단계부터 감독화에 독립적으로 작동하는 단계까지 이어집니다

00:06:18.160 --> 00:06:20.340
동적 위사결정과 정적 순서

00:06:20.340 --> 00:06:23.600
이것이 첫 번째이자 가장 근본적인 차이점이라고 할 수 있습니다

00:06:23.600 --> 00:06:25.700
워크플로우는 정적인 순서를 따릅니다

00:06:25.700 --> 00:06:27.860
에이전트는 동적으로 위사결정을 내립니다

00:06:27.860 --> 00:06:31.420
이것이 단순한 용어 차이처럼 보일 수 있지만 에이전트가 사용자의 지시와 자체적인 추론이 충돌하여

00:06:31.420 --> 00:06:34.040
다음 단계로 진행하지 못하는 경우를 경험해보지 못했다 면 이해하기 어려울 것입니다

00:06:34.040 --> 00:06:37.160
워크플로우는 어쨌든 계속 진행하다가 9단계에서 멋지게 실패했을 것입니다

00:06:37.160 --> 00:06:38.600
좀 더 자세히 살펴보겠습니다

00:06:38.600 --> 00:06:41.680
파워 오토메이트에서 위사결정 논리는 명확합니다

00:06:41.680 --> 00:06:44.480
워크플로우 작성자는 모든 분길을 예측합니다

00:06:44.480 --> 00:06:47.920
값이 10이면 이렇게 하고 그렇지 않으면 저렇게 합니다

00:06:47.920 --> 00:06:51.280
시스템은 의미를 평가하지 않고 단순히 기호만 확인합니다

00:06:51.280 --> 00:06:52.480
회색 영역은 없습니다

00:06:52.480 --> 00:06:57.000
클레임 상태 필드가 누락되면 워크플로우는 유효성 검사에 실패하거나 널값을 그대로 출력합니다

00:06:57.000 --> 00:06:58.840
지나치게 정확하게 지시를 따릅니다

00:06:58.840 --> 00:07:01.700
워크플로우의 지능은 전적으로 작성자의 예측에 달려있습니다

00:07:01.700 --> 00:07:05.720
개발자들이 비즈니스 분석보다 조건을 추가하는데 더 많은 시간을 소비하는 이유가 바로 여기에 있습니다

00:07:05.720 --> 00:07:09.020
워크플로우의 추론 기능이 완전히 결여되어 있기 때문에 이를 보완하는데 시간을 쏟는 것입니다

00:07:09.020 --> 00:07:11.700
반면 에이전트는 동적 추론을 기반으로 작동합니다

00:07:11.700 --> 00:07:15.480
에이전트의 논리는 중첩된 조건으로 저장되는 것이 아니라 해석된 의도로 저장됩니다

00:07:15.480 --> 00:07:22.660
오케스트레이션 모델은 자연어 이해, 벡터 추론, 검색 증강을 사용하여 실시간으로 컨텍스트를 해석합니다

00:07:22.660 --> 00:07:27.200
다시 말해 지난주에 들은 내용이 아니라 현재 알고 있는 정보를 바탕으로 반응합니다

00:07:27.200 --> 00:07:29.840
정책에 따라 청구를 검토하고 승인하십시오

00:07:29.840 --> 00:07:35.860
라는 동일한 지침이라도 새로운 데이터, 수정된 도구 또는 변경되는 인계값에 따라 내부계획이 달라질 수 있습니다

00:07:35.860 --> 00:07:38.500
하드코딩된 것이 아니라 컨텍스트 코딩된 것입니다

00:07:38.500 --> 00:07:39.980
간단한 비유를 들어보겠습니다

00:07:39.980 --> 00:07:45.300
워크플로우는 어제 그린 gps 경로이고 에이전트는 실시간 교통 상황을 다시 계산하는 구글 지도입니다

00:07:45.300 --> 00:07:50.540
둘 다 목적지에 도달하지만 트리거 조건에 문제가 발생했을 때 대처하는 것은 에이전트뿐입니다

00:07:50.540 --> 00:07:58.300
내부 추론 엔진은 사람이 수신한 정보의 신뢰도에 따라 이메일을 보낼지 또는 데이터를 업데이트할지 결정하는 방식과 마찬가지로 도구를 동적으로 선택합니다

00:07:58.300 --> 00:08:02.260
무작위가 아니라 사용자가 정의한 규칙 내에서 확률적으로 작동합니다

00:08:02.260 --> 00:08:08.460
확률적 자율성과 결정론적 복종이라는 차이가 책임 소재를 설정해서 감독으로 옮기는 이유입니다

00:08:08.460 --> 00:08:11.060
왜냐하면 이러한 자유는 양날의 검과 같기 때문입니다

00:08:11.060 --> 00:08:14.820
워크플로우는 결코 예상치 못한 상황을 만들지 않지만 에이전트는 때때로 예상치 못한 상황을 만들어냅니다

00:08:14.820 --> 00:08:18.660
예를 들어 공급과 같이 모호한 청구 제목을 해석하고 사람의 확인을 위해 잠시 멈출 수도 있습니다

00:08:18.660 --> 00:08:20.900
거버넌스 관점에서 이는 긍정적인 현상입니다

00:08:20.900 --> 00:08:24.060
시스템이 오류를 전파하는 대신 불확실성을 인정하는 것이기 때문입니다

00:08:24.060 --> 00:08:29.120
마이크로소프트가 에이전트 피드를 구축하여 사람이 이러한 의사결정 경계를 파악할 수 있도록 한 이유도 바로 이 때문입니다

00:08:29.120 --> 00:08:32.560
어떤 작업이 자율적으로 완료되었는지 어떤 작업에 사용자 입력이 필요했는지

00:08:32.560 --> 00:08:35.400
그리고 지침이 모호해서 어떤 작업이 실패했는지 확인할 수 있습니다

00:08:35.400 --> 00:08:39.100
거버넌스는 실패 후 감사에서 피해 발생 전 개입으로 전환됩니다

00:08:39.100 --> 00:08:41.280
기존 워크플로우 감사와 비교해보세요

00:08:41.280 --> 00:08:45.360
파워 오토메이트 실행이 실패하면 사후 원인 분석만 이루어지는 반면

00:08:45.360 --> 00:08:51.560
에이전트가 멈추면 사람과 AI 협력자 간의 대화가 이루어지는 통제된 일시중지가 이루어집니다

00:08:51.560 --> 00:08:54.580
전자는 사후 분석이고 후자는 감독입니다

00:08:54.580 --> 00:08:58.360
이러한 구분은 AI 기반 자동화의 운영 성숙도를 정의합니다

00:08:58.360 --> 00:08:59.680
핵심은 무엇일까요?

00:08:59.880 --> 00:09:03.500
동적 의사결정은 유연성을 제공하지만 책임감을 요구합니다

00:09:03.500 --> 00:09:06.120
더 이상 성공 횟수만으로는 측정할 수 없습니다

00:09:06.120 --> 00:09:08.440
선택의 적절성을 측정해야 합니다

00:09:08.440 --> 00:09:11.360
지표는 가동 시간에서 판단 품질로 진화합니다

00:09:11.360 --> 00:09:13.780
워크플로우에서는 흐름을 유지 관리합니다

00:09:13.780 --> 00:09:16.720
에이전트 생태계에서는 행동 무결성을 관리합니다

00:09:16.720 --> 00:09:19.300
따라서 다음에 누군가 에이전트가 워크플로우를 대체할 것인지 묻는다면

00:09:19.300 --> 00:09:21.260
대답은 예이기도 하고 아니요 이기도 합니다

00:09:21.260 --> 00:09:22.980
에이전트는 의사결정 방식을 대체하지만

00:09:22.980 --> 00:09:25.140
의사결정의 구조 자체를 대체하는 것은 아닙니다

00:09:25.140 --> 00:09:28.180
워크플로우는 예측 가능한 체인의 핵심으로 남을 것입니다

00:09:28.180 --> 00:09:33.200
에이전트는 해석 및 에스컬레이션, 도구 통합 및 외부 시스템을 처리할 것입니다

00:09:33.200 --> 00:09:36.620
에이전트와 워크플로우의 구분이 철학적 인 차원을 넘어

00:09:36.620 --> 00:09:39.520
라이선스 비용으로 이어지는 지점이 바로 통합입니다

00:09:39.520 --> 00:09:44.220
파워 오토메이트에서 외부 시스템은 사전 승인된 버스 노선의 승객과 같습니다

00:09:44.220 --> 00:09:46.880
제작자는 커넥터를 구매하고 인증을 정의하고

00:09:46.880 --> 00:09:49.560
각 승객에게 정확히 언제 하차해야 하는지 알려줍니다

00:09:49.560 --> 00:09:52.760
워크플로우는 시스템을 검색하는 것이 아니라 순서대로 방문할 뿐입니다

00:09:52.760 --> 00:09:54.240
마이크로소프트 플로우의 작동 범위는

00:09:54.240 --> 00:09:56.300
사용자가 명시적으로 호출하는 커넥터로 제한됩니다

00:09:56.300 --> 00:09:59.260
따라서 플로우 관리는 기본적으로 스프레드 시트 관리와 같습니다

00:09:59.260 --> 00:10:03.840
연결 참조, 실행 횟수, 프리미엄 커넥터 감사, 자격 증명순환 등

00:10:03.840 --> 00:10:06.200
기계적이고 예측 가능하며 지루한 작업입니다

00:10:06.200 --> 00:10:10.260
하지만 에이전트는 이러한 커넥터를 기회의 도구로 활용합니다

00:10:10.260 --> 00:10:13.400
각 도구는 에이전트가 사용할 수 있는 무기고의 일부가 되며

00:10:13.400 --> 00:10:16.880
추론 엔진은 런타임에 어떤 도구를 사용할지 결정합니다

00:10:16.880 --> 00:10:21.600
커넥터를 한 번만 포함하고 권한을 정의하면 에이전트가 알아서 선택합니다

00:10:21.600 --> 00:10:23.320
에이전트는 데이터버스를 커리하고

00:10:23.320 --> 00:10:25.120
시어포인트 API를 호출하고

00:10:25.120 --> 00:10:27.760
10초 후에 팀즈에서 적응형 카드를 보낼 수도 있습니다

00:10:27.760 --> 00:10:30.800
이 모든 작업은 수동으로 플로우를 재구성할 필요 없이 이루어집니다

00:10:30.800 --> 00:10:33.920
아키텍처 관점에서 이는 무섭기도 하고 아름답기도 합니다

00:10:33.920 --> 00:10:37.200
무서운 이유는 오케스트레이션 로직이 워크플로 다이어그램에 있는 것이 아니라

00:10:37.200 --> 00:10:38.580
모델의 추론 계층에 존재하며

00:10:38.580 --> 00:10:40.580
여기서 의사결정이 발생하기 때문입니다

00:10:40.580 --> 00:10:42.720
아름다운 이유는 마이크로소프트 플로우가 등장한 이후

00:10:42.720 --> 00:10:45.960
프로세스 엔지니어들을 괴롭혀온 경직된 선형성을 마침내 깨뜨리기 때문입니다

00:10:45.960 --> 00:10:47.540
이제 구체적으로 살펴보겠습니다

00:10:47.540 --> 00:10:51.380
나자의 데모에서 클레임 평가 담당자는 데이터버스 위 행 업데이트 도구를 사용했는데

00:10:51.380 --> 00:10:55.060
이는 파워 오토메이트 디자이너라면 누구나 끌어다 쓸 수 있는 동일한 커넥터입니다

00:10:55.060 --> 00:10:58.780
하지만 차이점은 도구가 아니라 누가 그 사용을 조율하느냐에 있었습니다

00:10:58.780 --> 00:11:00.920
담당자를 위사결정 권한자로 지정하면

00:11:00.920 --> 00:11:02.840
파워 오토메이트는 명령을 실행하고

00:11:02.840 --> 00:11:05.140
코파일럿 스튜디오는 전략을 수립합니다

00:11:05.140 --> 00:11:08.160
이러한 차이점은 통합 설계 방식을 완전히 바꿔놓습니다

00:11:08.160 --> 00:11:10.260
시스템을 단계적으로 연결하는 대신

00:11:10.260 --> 00:11:13.360
툴킷을 구성하고 동작 경계를 설정하는 것입니다

00:11:13.360 --> 00:11:16.660
작업을 스크립팅하는 것이 아니라 잠재력을 프로비저닝하는 것입니다

00:11:16.660 --> 00:11:20.200
또한 담당자가 생성형 오케스트레이션을 통해 작동하기 때문에

00:11:20.200 --> 00:11:22.260
통합 확장성이 매우 간편해집니다

00:11:22.260 --> 00:11:23.740
새로운 커넥터를 추가하면

00:11:23.740 --> 00:11:26.980
담당자는 지침에 따라 해당 커넥터를 사용할 수 있습니다

00:11:26.980 --> 00:11:29.240
반면 파워 오토메이트에서는 흐름을 복제하고

00:11:29.240 --> 00:11:31.820
단계를 추가하고 자격증명을 다시 테스트하고

00:11:31.820 --> 00:11:33.960
기존 분기가 손상되지 않기를 바라야 합니다

00:11:33.960 --> 00:11:35.920
담당자는 툴세트와 함께 발전함으로

00:11:35.920 --> 00:11:38.200
워크플로우도 그에 맞춰 재구축해야 합니다

00:11:38.200 --> 00:11:40.660
이는 미묘하지만 매우 중요한 거버넌스 변화를 가져옵니다

00:11:41.180 --> 00:11:43.440
이제 관리자는 각 통합을 일일이 관리하는 대신

00:11:43.440 --> 00:11:46.880
어떤 에이전트가 어떤 인증 컨텍스트에서 어떤 도구를 사용할 수 있는지

00:11:46.880 --> 00:11:48.360
정의하는 기능 범위를 지정합니다

00:11:48.360 --> 00:11:51.900
보안은 워크플로우 수준의 규제에서 에이전트 수준의 위임으로 전환됩니다

00:11:51.900 --> 00:11:54.260
이러한 자유는 새로운 위험을 수반하기도 합니다

00:11:54.260 --> 00:11:56.420
에이전트가 도구를 동적으로 선택하기 때문에

00:11:56.420 --> 00:11:58.300
감사시 조건부 사용을 고려해야 합니다

00:11:58.300 --> 00:12:00.600
이 에이전트는 어떤 커넥터를 호출할 수 있을까요?

00:12:00.760 --> 00:12:02.740
이 워크플로우는 어떤 커넥터를 대체했을까요?

00:12:02.940 --> 00:12:04.680
바로 이 때문에 에이전트 피드가 중요합니다

00:12:04.680 --> 00:12:07.060
에이전트 피드는 모든 작업이 발생하는 즉시 보여줍니다

00:12:07.060 --> 00:12:08.760
담당자는 결과물의 성공 여부뿐만 아니라

00:12:08.760 --> 00:12:10.380
통합 판단 과정까지 추적할 수 있습니다

00:12:10.380 --> 00:12:12.600
무엇뿐 아니라 외를 파악할 수 있는 것입니다

00:12:12.600 --> 00:12:16.220
규정 준수 감사 담당자에게는 이러한 패러다임이 반가우면서도 두려울 수 있습니다

00:12:16.220 --> 00:12:19.200
투명하지만 조직에서 의도를 명확히 이해하고 있어야 합니다

00:12:19.200 --> 00:12:23.500
따라서 에이전트가 워크플로우와 같은 방식으로 통합되어야 한다고 주장하는 사람이 있다면

00:12:23.500 --> 00:12:25.220
정중하게든 아니든 바로 잡아주어야 합니다

00:12:25.220 --> 00:12:27.980
둘은 기본적인 연결고리는 공유하지만 철학은 다릅니다

00:12:27.980 --> 00:12:29.440
워크플로우는 시스템을 연결하고

00:12:29.440 --> 00:12:31.520
에이전트는 연결된 시스템과 상호작용합니다

00:12:31.520 --> 00:12:34.000
파워 오토메이트를 악보로 표현된 교양곡이라고 생각해보세요

00:12:34.000 --> 00:12:36.640
은표, 템포, 악보가 정확하게 정의되어 있습니다

00:12:36.640 --> 00:12:39.980
코파일럿 에이전트는 마치 앙상블 연주자처럼 정해진 조표 안에서 즉흥 연주를 합니다

00:12:39.980 --> 00:12:42.020
같은 악기를 사용하지만 예술 형식은 다릅니다

00:12:42.020 --> 00:12:44.340
이것이 바로 이 새로운 아키텍처의 기술적 핵심 차이입니다

00:12:44.340 --> 00:12:47.140
하나는 통합작업을 실행하고 다른 하나는 통합된 내용을 추론합니다

00:12:47.140 --> 00:12:49.540
에이전트는 복잡하고 예측 불가능한 작업을 처리합니다

00:12:49.540 --> 00:12:52.460
이제 이 새로운 아키텍처가 실제로 어떤 가능성을 열어주는지 이야기해보겠습니다

00:12:52.460 --> 00:12:56.960
에이전트는 경비 승인 절차 나양식 제출 시 팀즈 메시지 전송 자동화 기능을 대체하기 위해 존재하는 것이 아닙니다

00:12:56.960 --> 00:12:58.920
그런 기능은 에이전트의 수준에 미치지 못합니다

00:12:58.920 --> 00:13:00.800
에이전트는 한 줄씩 코딩하기에는 너무 모호한 문제

00:13:00.800 --> 00:13:03.560
즉 인간의 추론이 병목현상을 일으켰던 문제를 해결하기 위해 존재합니다

00:13:03.560 --> 00:13:07.060
언어, 불확실성 또는 끊임없이 변화하는 기준과 관련된 모든 것을 생각해보세요

00:13:07.060 --> 00:13:10.180
워크플로우는 모호함에 막히지만 에이전트는 이를 소화해냅니다

00:13:10.180 --> 00:13:12.100
판단이 필요한 상황을 예로 들어보겠습니다

00:13:12.100 --> 00:13:14.320
워크플로우는 금액이 500인지 확인할 수는 있지만

00:13:14.320 --> 00:13:17.580
인체공학적 의자가 기업의 웰빙에 도움이 되는지 추론할 수는 없습니다

00:13:17.580 --> 00:13:19.760
하지만 코파일럿 에이전트는 가능합니다

00:13:19.760 --> 00:13:23.600
이 시스템은 의미론을 분석하고 구성된 지식에서 참조 자료를 가져오고

00:13:23.600 --> 00:13:26.620
신체적 또는 정신적 건강에 도움이 되는 구매를 승인하세요

00:13:26.620 --> 00:13:28.680
와 같은 지침에 맞춰 추론을 적용합니다

00:13:28.680 --> 00:13:31.620
결과가 항상 완벽하지는 않지만 설명이 가능하고

00:13:31.620 --> 00:13:33.900
무엇보다 에이전트 피드를 통해 관리됩니다

00:13:33.900 --> 00:13:38.240
객관적인 평가를 무차별적인 자동화가 아닌 관리 가능한 감독으로 전환합니다

00:13:38.240 --> 00:13:40.240
다음으로는 온 보딩이나 사례분류와 같이

00:13:40.240 --> 00:13:42.620
여러 단계로 구성된 상황 위존적 프로세스가 있습니다

00:13:42.620 --> 00:13:46.440
이러한 프로세스에서는 모든 고객 또는 기록에 대해 약간씩 다른 경로가 필요합니다

00:13:46.440 --> 00:13:48.920
조건동기를 사용하여 50개의 병렬 흐름을 모델링하거나

00:13:48.920 --> 00:13:52.780
상황을 해석하고 적절한 도구를 실행하는 하나의 적응형 에이전트를 사용할 수 있습니다

00:13:52.780 --> 00:13:54.760
효율성 향상은 단순히 실행시간 단축뿐만 아니라

00:13:54.760 --> 00:13:56.600
설계 단계에서의 타당성 확보에도 도움이 됩니다

00:13:56.600 --> 00:14:00.020
거의 차이가 없는 여러 흐름 라이브러리 대신 하나의 지침만 유지 관리하면 됩니다

00:14:00.020 --> 00:14:02.060
그 다음으로는 도메인 간 시나리오가 있습니다

00:14:02.060 --> 00:14:05.720
에이전트는 필요한 정보가 한 시스템에 존재하지 않을 때 탁월한 성능을 발휘합니다

00:14:05.720 --> 00:14:07.840
예를 들어 청구권에 대해 인사팀의 확인

00:14:07.840 --> 00:14:09.300
다이나믹스 위 재정한도

00:14:09.300 --> 00:14:12.040
외부 API 위 제품 분류가 필요하다고 가정해보겠습니다

00:14:12.040 --> 00:14:14.520
파워 오토메이트 흐름은 이러한 정보를 호출할 수 있지만

00:14:14.520 --> 00:14:17.140
동기화하려면 복잡한 조건 맵핑 작업이 필요합니다

00:14:17.140 --> 00:14:19.820
에이전트는 간단히 결정하려면 과 같이 추론합니다

00:14:19.820 --> 00:14:22.140
환급을 받으려면 다음 출처의 데이터가 필요합니다

00:14:22.140 --> 00:14:24.800
에이전트는 데이터를 가져오고 해석하고 결정합니다

00:14:24.800 --> 00:14:27.440
인간 관리자는 신뢰도가 떨어질 때만 개입합니다

00:14:27.440 --> 00:14:31.540
갑자기 시스템 간의 오케스트레이션이 거래 중심이 아닌 대화 중심으로 느껴집니다

00:14:31.540 --> 00:14:34.960
에이전트는 에스컬레이션 및 협업 루프에서도 뛰어난 성능을 발휘합니다

00:14:34.960 --> 00:14:37.160
비디오 데모에서 클레임 설명이 모호할 때

00:14:37.160 --> 00:14:40.600
에이전트는 피드의 할 일목록을 생성하는 인간 관리자에게 문외했습니다

00:14:40.600 --> 00:14:43.140
이는 모든 불확실한 자동화의 모범 사례입니다

00:14:43.140 --> 00:14:46.760
에이전트는 조용히 실패하거나 잘못된 가정을 하는 대신 질문합니다

00:14:46.760 --> 00:14:51.880
이는 이전에는 서비스 데스크에만 적용되던 개념인 겸손함을 소프트웨어에 도입합니다

00:14:51.880 --> 00:14:55.440
인간이 결정을 내리면 에이전트는 실행을 재개합니다

00:14:55.440 --> 00:14:58.400
시간이 지남에 따라 기록된 데이터는 차세대 추론을 재학습하거나

00:14:58.400 --> 00:15:00.800
개선하는 데 사용되는 피드백 데이터 세트를 형성합니다

00:15:00.800 --> 00:15:04.240
감독 로그에서 행동의 미묘한 차이를 학습하는 워크플로우를 상상해보세요

00:15:04.240 --> 00:15:07.360
이것이 바로 코파일럿 스튜디오가 나아가고 자하는 방향입니다

00:15:07.360 --> 00:15:10.760
선진 조직은 정책 시행을 위해 에이전트를 대규모로 배포할 것입니다

00:15:10.760 --> 00:15:14.560
수백 개의 부서별 업무 흐름, 조달, 출장, 경비관리 등을 상상해보세요

00:15:14.560 --> 00:15:16.880
규정 준수 에이전트가 실시간으로 일을 감사하고

00:15:16.880 --> 00:15:18.900
데이터버스에서 위반 사항을 검색하고

00:15:18.900 --> 00:15:21.800
자연어로 결과를 요약하고 예외 사항을 직접 표시합니다

00:15:21.800 --> 00:15:25.580
팀, 이는 24시간 내내 일하면서 회사 커피는 한 모금도 마시지 않는

00:15:25.580 --> 00:15:27.840
내부 감사관과 같은 AI위 역할입니다

00:15:27.840 --> 00:15:29.680
정적인 논리로 그런 일을 해보세요

00:15:29.680 --> 00:15:32.460
1만 개의 분기 조건을 유지 관리하는 건 거의 불가능할 겁니다

00:15:32.460 --> 00:15:35.040
물론 모든 것에 에이전트 처리가 필요한 것은 아닙니다

00:15:35.040 --> 00:15:37.980
반복적이고 불변적인 작업은 워크플로우에 속합니다

00:15:37.980 --> 00:15:41.240
에이전트는 인지, 문서, 해석, 위도, 추론

00:15:41.240 --> 00:15:44.680
여러 영역에서 맥락 종합 등이 필요한 패턴에 사용됩니다

00:15:44.680 --> 00:15:47.560
에이전트는 중간 지능으로 로봇 프로세스 자동화, RPA

00:15:47.560 --> 00:15:49.940
보다는 똑똑하지만 인간 관리자보다는 어리석습니다

00:15:49.940 --> 00:15:52.720
하지만 반복적이고 모호한 영역에는 완벽하게 적합합니다

00:15:52.720 --> 00:15:54.840
따라서 다음과 같은 분류 체계를 고려해보세요

00:15:54.840 --> 00:15:56.620
워크플로우는 알려진 순서를 처리하고

00:15:56.620 --> 00:15:58.640
데스크톱 룸은 물리적 반복을 모방하며

00:15:58.640 --> 00:16:03.260
코파일럿 에이전트는 인지적 반복, 즉 동작뿐 아니라 의미적으로도 반복되는 작업을 관리합니다

00:16:03.260 --> 00:16:05.140
에이전트의 목적은 완전한 자율성이 아니라

00:16:05.140 --> 00:16:08.260
내장된 책임감을 바탕으로 확장 가능한 판단력을 제공하는 것입니다

00:16:08.260 --> 00:16:10.740
아이러니하게도 자동화가 더욱 적응력이 높아질수록

00:16:10.740 --> 00:16:14.240
적어도 실내 모델이 성숙해질 때까지는 인간의 감독이 더욱 필요해집니다

00:16:14.240 --> 00:16:16.640
바로 이 때문에 에이전트 피드가 루프를 완성하는 것입니다

00:16:16.640 --> 00:16:18.060
가시성이 변화를 가져옵니다

00:16:18.060 --> 00:16:19.480
위험을 통제로 전환하세요

00:16:19.480 --> 00:16:21.720
소프트웨어에 의사결정을 맡기는 것이 아니라

00:16:21.720 --> 00:16:23.340
투명하게 위임하는 것입니다

00:16:23.340 --> 00:16:27.400
마이크로소프트 생태계에서 자동화의 미래는 버튼이 저절로 눌러지는 것이 아니라

00:16:27.400 --> 00:16:30.180
감독화에 추론하는 디지털 동료에 달려 있습니다

00:16:30.180 --> 00:16:34.840
이 점을 이해하면 비로소 흐름을 설계하는 것이 아니라 행동을 관리하게 됩니다

00:16:34.840 --> 00:16:39.380
코파일럿 스튜디오 에이전트의 실질적인 사용 사례는 프로세스를 실행하는 것이 아니라

00:16:39.380 --> 00:16:44.700
프로세스를 이해하고 최고의 직원이 컨디션이 좋은 날에 했을 법한 판단력을 바탕으로 행동

00:16:44.700 --> 00:16:47.460
일시중지 또는 에스컬레이션 하는 것입니다

00:16:47.460 --> 00:16:48.380
워크플로우

00:16:48.380 --> 00:16:50.480
반복적이고 구조화된 자동화

00:16:50.480 --> 00:16:52.680
평범한 워크플로우를 미화하지 맙시다

00:16:52.680 --> 00:16:55.960
창의적이지도 않고 적응력도 없지만 다행히도 그렇습니다

00:16:55.960 --> 00:16:58.040
워크플로우는 상상력이 필요하지 않고

00:16:58.040 --> 00:17:01.780
동일한 이벤트가 매번 동일한 결과를 내야 하는 곳에 존재합니다

00:17:01.780 --> 00:17:07.200
워크플로우는 반복적이고 구조화된 자동화를 위해 만들어진 파워 플랫폼 위 공장 로봇과 같습니다

00:17:07.200 --> 00:17:12.180
비즈니스에 기반이 되는 우아하지만 지루한 반복 작업인 트랜잭션 루틴부터 시작해보세요

00:17:12.180 --> 00:17:16.420
송장 알림, 문서 승인, 티켓 나우팅, 리드 등을 생각해보세요

00:17:16.420 --> 00:17:20.920
각 작업은 명확한 규칙, 트리거, 조건, 작업, 반복으로 정의됩니다

00:17:20.920 --> 00:17:25.400
조직의 핵심 기능은 이러한 루틴이 매달 수백만 번씩 동일하게 실행되는데 달려있습니다

00:17:25.400 --> 00:17:29.340
변동성은 필요 없고 단조로움에 가까울 정도로 안정적인 실행이 필요합니다

00:17:29.340 --> 00:17:32.320
완벽한 워크플로우 사용 사례는 새로운 경비 청구가 제출되면

00:17:32.320 --> 00:17:37.240
데이터베이스 기록을 생성하고 관리자에게 알림을 보내고 이메일을 보관하는 것과 같은 것입니다

00:17:37.240 --> 00:17:41.120
판단이나 모호한 영역 없이 서비스 간에 일관된 전달만 이루어집니다

00:17:41.120 --> 00:17:43.380
이것이 바로 파워 오토메이트가 설계된 목적이며

00:17:43.380 --> 00:17:45.540
예측 가능한 시스템 간의 연결고리 역할을 합니다

00:17:45.540 --> 00:17:47.980
또 다른 예로 규정 준수 파이프라인이 있습니다

00:17:47.980 --> 00:17:51.680
퇴사한 모든 직원이 여러 앱에서 액세스 권한을 상실하도록 해야 합니까?

00:17:51.840 --> 00:17:53.800
이는 대화가 아니라 체크리스트입니다

00:17:53.800 --> 00:17:56.220
파워 오토메이트는 이를 완벽하게 실행합니다

00:17:56.220 --> 00:17:57.960
인사 기록 업데이트를 통해 트리거하고

00:17:57.960 --> 00:18:02.420
엔트라 아이디, 팀즈, 익스체인지에서 계정을 비활성화하고 완료를 기록합니다

00:18:02.420 --> 00:18:03.060
끝입니다

00:18:03.060 --> 00:18:05.820
추론이 필요 없고 순차적으로 실행하기만 하면 됩니다

00:18:05.820 --> 00:18:07.380
워크플로우는 정책이 이진 법적으로

00:18:07.380 --> 00:18:09.920
즉 허용 또는 거부, 허용 또는 거부인 경우에 효과적입니다

00:18:09.920 --> 00:18:14.800
다음으로 데이터 정리 루프, 내일밤 기록 정리, 대시보드 새로 고침, 보고서 생성 등이 있습니다

00:18:14.800 --> 00:18:16.820
이러한 작업은 알고리즘을 통해 수행됩니다

00:18:16.820 --> 00:18:19.220
결정론적 논리로 처리하는 것이 훨씬 효율적입니다

00:18:19.220 --> 00:18:22.780
워크플로우는 레코드를 마지막으로 업데이트한 시기가 400일 전이라는 이유를 따지지 않고

00:18:22.780 --> 00:18:24.960
정해진 일정에 따라 해당 레코드를 보관합니다

00:18:24.960 --> 00:18:27.200
이는 예측 가능한 유지관리로 가상화되며

00:18:27.200 --> 00:18:30.940
AI 열풍이 편리하게 잊어버리는 기업 운영의 핵심 요소입니다

00:18:30.940 --> 00:18:33.000
그 다음은 시스템 간 동기화입니다

00:18:33.000 --> 00:18:34.280
워크플로우는 API 간

00:18:34.280 --> 00:18:39.740
예를 들어 데이터버스와 시어포인트, 아웃룩과 팀즈, 다이나믹스와 엑셀 간의 프로그래밍 가능한 전달자 역할을 합니다

00:18:39.740 --> 00:18:42.400
워크플로우는 이벤트가 일관되게 전파되도록 보장합니다

00:18:42.400 --> 00:18:46.740
한 시스템에 문제가 발생하면 파워 오토메이트는 평준하게 제시도하여 균형을 되찾습니다

00:18:46.740 --> 00:18:50.480
이는 기계적인 외교이자 즉흥성이 전혀 없는 구조화된 소통입니다

00:18:50.480 --> 00:18:55.360
더욱 발전된 팀에서도 워크플로우는 AI 레이어를 지원하는 거버넌스 골격 역할을 합니다

00:18:55.360 --> 00:18:59.100
워크플로우는 인공지능이 개입하기 전에 필수 조건과 경계를 설정합니다

00:18:59.100 --> 00:19:05.240
예를 들어 에이전트가 콘텐츠를 처리하기 전에 워크플로우가 스키마 일관성을 자동으로 검증하거나 레이블을 적용할 수 있습니다

00:19:05.240 --> 00:19:09.460
마치 실험실 기술자가 과학자가 실험을 시작하기 전에 기구를 소독하는 것과 같습니다

00:19:09.460 --> 00:19:11.660
또한 확장성도 간과해서는 안 됩니다

00:19:11.660 --> 00:19:14.240
워크플로우는 설계상 수평 확장이 가능합니다

00:19:14.240 --> 00:19:16.260
만번이 워크플로우 실행도 문제없습니다

00:19:16.260 --> 00:19:17.800
서로 영향을 주지 않습니다

00:19:17.800 --> 00:19:20.980
반대로 에이전트는 상태와 추론 컨텍스트를 유지합니다

00:19:20.980 --> 00:19:23.520
에이전트는 더 많은 인지자원을 필요로 합니다

00:19:23.520 --> 00:19:29.220
엔터프라이즈 규모에서는 수백만 번의 확정적 실행이 수천 번의 추측적 결정보다 비용 효율적이고 안전합니다

00:19:29.220 --> 00:19:31.080
따라서 기본 설계는 간단합니다

00:19:31.080 --> 00:19:35.500
워크플로우는 입력이 알려져 있고 출력이 보장되어야 하는 확정적 영역을 지배합니다

00:19:35.500 --> 00:19:39.360
워크플로우는 질성, 감사 가능성, 그리고 낮은 위험의 실행을 제공합니다

00:19:39.360 --> 00:19:42.380
아키텍처 다이어그램에서 워크플로우는 데이터의 중심축에 가장 가깝게 위치하여

00:19:42.380 --> 00:19:45.180
상류 또는 하루의 모든 프로세스가 정확히 무엇을 기대해야 하는지 알 수 있도록 합니다

00:19:45.180 --> 00:19:47.400
누군가 비즈니스를 자동화했다 라고 말할 때

00:19:47.400 --> 00:19:51.700
그들은 아마도 규정 준수 담당자가 만족할 때까지 로직을 워크플로우에 복제했다는 의미일 것입니다

00:19:51.700 --> 00:19:53.300
그것은 부끄러운 일이 아닙니다

00:19:53.300 --> 00:19:55.300
모든 오케스트라에는 파악기가 필요합니다

00:19:55.300 --> 00:19:56.900
워크플로우는 리듬을 유지합니다

00:19:56.900 --> 00:19:59.100
에이전트가 즉흥적으로 멜로디를 연주할 수는 있지만

00:19:59.100 --> 00:20:01.560
누군가는 적절한 타이밍에 심벌즈를 쳐야 합니다

00:20:01.560 --> 00:20:04.620
에이전트가 워크플로우를 활용하는 하이브리드 모델이 있습니다

00:20:04.620 --> 00:20:07.920
이제 진화의 중간단계, 즉 추론하는 마음과 반사작용처럼

00:20:07.920 --> 00:20:11.200
에이전트와 워크플로우가 공존하는 하이브리드 모델로 넘어가 보겠습니다

00:20:11.200 --> 00:20:13.200
이것이 마이크로소프트의 방식입니다

00:20:13.200 --> 00:20:14.820
최종 목표는 그다지 미묘하지 않지만

00:20:14.820 --> 00:20:17.920
신뢰할 수 있는 자동화 위에 지능형 오케스트레이션을 구축하는 것입니다

00:20:17.920 --> 00:20:19.380
작동 방식은 다음과 같습니다

00:20:19.380 --> 00:20:22.000
에이전트는 생각하고 워크플로우는 실행합니다

00:20:22.000 --> 00:20:24.800
에이전트는 모호한 부분을 처리하고 언어를 해석하고

00:20:24.800 --> 00:20:26.880
맥락을 고려하고 위도를 파악합니다

00:20:26.880 --> 00:20:31.200
확신에 찬 결론에 도달하면 기계적인 실행은 파워 오토메이트에 위임합니다

00:20:31.200 --> 00:20:34.960
이러한 위임은 아키텍처의 안정성과 재정적 효율성을 모두 보장합니다

00:20:34.960 --> 00:20:36.520
추론에는 컴퓨팅 자원이 소모되고

00:20:36.520 --> 00:20:38.560
워크플로우 실행에는 실행 횟수가 소모됩니다

00:20:38.560 --> 00:20:40.480
고가의 추론 엔진은 해석 작업만 담당하고

00:20:40.480 --> 00:20:42.420
서류 작업은 처리하지 않도록 해야 합니다

00:20:42.420 --> 00:20:45.640
코파일럿 스튜디오로 구축된 직원 복리 후생 책봇을 예로 들어보겠습니다

00:20:45.640 --> 00:20:48.760
사용자가 헬스장 장비 비용 환급을 신청해야 합니다

00:20:48.760 --> 00:20:49.760
라고 입력합니다

00:20:49.760 --> 00:20:52.700
에이전트는 문장을 분석하고 정책 관련성을 파악하고

00:20:52.700 --> 00:20:55.080
자격 여부를 판단한 다음 청구를 기록하고

00:20:55.080 --> 00:20:58.620
데이터버스를 업데이트하고 재무부서에 알리는 워크플로우를 실행합니다

00:20:58.620 --> 00:21:01.580
두뇌가 작업을 할당하면 손이 작업을 완료하는 것입니다

00:21:01.580 --> 00:21:04.980
또 다른 예로 잠재고객을 관리하는 AI 영업 도우미를 생각해보겠습니다

00:21:04.980 --> 00:21:06.760
에이전트는 CRM 메모를 분석하여

00:21:06.760 --> 00:21:08.720
이 잠재고객은 예산 증액을 언급했습니다

00:21:08.720 --> 00:21:11.480
라고 판단하고 후속 조치를 취할 시점이라고 결정합니다

00:21:11.480 --> 00:21:12.940
메시지 자체를 전송하는 대신

00:21:12.940 --> 00:21:14.640
파워 오토메이트 흐름을 호출하여

00:21:14.640 --> 00:21:16.480
아웃리치를 예약하고 팀제에 기록합니다

00:21:16.480 --> 00:21:18.820
에이전트는 플랫폼 별 명령을 직접 처리하지 않고

00:21:18.820 --> 00:21:20.860
워크플로우를 통해 추적성을 보장합니다

00:21:20.860 --> 00:21:23.180
이러한 분리는 거버넌스 측면에서 중요합니다

00:21:23.180 --> 00:21:24.960
하이브리드 아키텍처에서 워크플로우는

00:21:24.960 --> 00:21:27.440
시스템 수준 작업에 대한 감사 가능한 기록부 역할을 하며

00:21:27.440 --> 00:21:29.260
에이전트는 인지적 방향을 제시합니다

00:21:29.260 --> 00:21:30.900
관리자는 실행 기록을 확인하고

00:21:30.900 --> 00:21:32.180
커넥터를 추적하고

00:21:32.180 --> 00:21:34.100
DLP 정책을 적용할 수 있습니다

00:21:34.100 --> 00:21:36.760
추론 과정은 코파일러 스튜디오 에 캡슐화 되어 있지만

00:21:36.760 --> 00:21:40.400
실행 경계는 파워 오토메이트 위 샌드박스 내에 유지됩니다

00:21:40.400 --> 00:21:41.940
이는 규정 준수를 유지하면서

00:21:41.940 --> 00:21:44.380
AI의 권한을 부여하는 안전한 방법입니다

00:21:44.380 --> 00:21:46.300
또 다른 장점은 버전 관리입니다

00:21:46.300 --> 00:21:47.940
에이전트의 추론을 업데이트 하더라도

00:21:47.940 --> 00:21:50.680
일반적으로 종속 워크플로우를 모두 다시 빌드할 필요가 없습니다

00:21:50.680 --> 00:21:52.580
반대로 데이터 파이프라인을 변경해도

00:21:54.960 --> 00:21:56.860
논리와 순서 논리를 분리할 수 있습니다

00:21:56.860 --> 00:21:58.080
이는 모듈식 거버넌스로

00:21:58.080 --> 00:21:59.280
바이어그램으로 표현하기에는

00:21:59.280 --> 00:22:00.880
좋지만 설명하기는 다소 지루할 수 있지만

00:22:00.880 --> 00:22:02.020
실제로는 매우 중요합니다

00:22:02.020 --> 00:22:03.160
이 하이브리드 모델에서

00:22:03.160 --> 00:22:05.080
워크플로우는 신뢰의 앵커 역할을 합니다

00:22:05.080 --> 00:22:07.480
에이전트는 과감한 디지털 전략을 제한할 수 있지만

00:22:07.480 --> 00:22:09.840
기존 권한에 따라 미리 짜여진 스크립트에

00:22:09.840 --> 00:22:10.920
작업을 위임해야 합니다

00:22:10.920 --> 00:22:13.380
즉 제한된 환경 속에서 혁신이 가능해집니다

00:22:13.380 --> 00:22:15.600
마치 인턴에게 사전 승인된 결제만 가능한

00:22:15.600 --> 00:22:17.100
회사 신용카드를 주는 것과 같습니다

00:22:17.100 --> 00:22:18.700
인턴이 직접 결정권을 갖지만

00:22:18.700 --> 00:22:20.800
재무부서에서 통제권을 유지하는 것이죠

00:22:20.800 --> 00:22:22.200
이러한 상호보완적인 구조는

00:22:22.200 --> 00:22:23.580
오류 가시성 문제도 해결합니다

00:22:23.580 --> 00:22:24.560
워크플로우가 실패하면

00:22:24.560 --> 00:22:25.680
에이전트는 응답을 해석하고

00:22:25.680 --> 00:22:26.840
추론 방식을 조정하거나

00:22:26.840 --> 00:22:27.780
에이전트 피드를 통해

00:22:27.780 --> 00:22:28.960
담당자에게 알릴 수도 있습니다

00:22:28.960 --> 00:22:30.840
반대로 에이전트가 컨텍스트를 파악하기 위해

00:22:30.840 --> 00:22:32.320
잠시 멈추더라도 담당자가 개입하면

00:22:32.320 --> 00:22:33.760
워크플로우가 다시 시작될 수 있습니다

00:22:33.760 --> 00:22:35.280
시스템은 선형적인 방식이 아닌

00:22:35.280 --> 00:22:36.660
대화형 방식으로 작동합니다

00:22:36.660 --> 00:22:37.600
순수 자동화에서

00:22:37.600 --> 00:22:39.340
지능형 자동화로 전환하는 기업들은

00:22:39.340 --> 00:22:40.380
앞으로 수년간 이러한

00:22:40.380 --> 00:22:42.100
하이브리드 환경에서 운영될 것입니다

00:22:42.100 --> 00:22:43.980
이는 창의성과 규정 준수 사이의

00:22:43.980 --> 00:22:45.940
균형점임으로 자연스러운 현상입니다

00:22:45.940 --> 00:22:47.600
워크플로우는 규율을 유지하고

00:22:47.600 --> 00:22:49.520
에이전트는 판단력을 제공합니다

00:22:49.520 --> 00:22:50.820
이 둘이 함께 작동하여

00:22:50.820 --> 00:22:52.040
책임감 있는 자율성과

00:22:52.040 --> 00:22:54.180
사전 정의된 내일을 따르는 지능을 구현합니다

00:22:54.180 --> 00:22:55.900
그렇다면 워크플로우, 에이전트

00:22:55.900 --> 00:22:57.080
아니면 하이브리드 방식 중

00:22:57.080 --> 00:22:58.260
어떤 것을 선택해야 할까요?

00:22:58.420 --> 00:23:00.200
정답은 예상대로 모두입니다

00:23:00.200 --> 00:23:02.300
워크플로우는 프로세스가 반복 가능하고

00:23:02.300 --> 00:23:03.220
측정 가능하며

00:23:03.220 --> 00:23:04.520
법적 또는 운영상 편차를

00:23:04.520 --> 00:23:06.060
허용하지 않는 경우에 사용합니다

00:23:06.060 --> 00:23:08.340
해석, 대화 또는 불확실성 하에서의

00:23:08.340 --> 00:23:09.880
위사결정이 필요한 프로세스

00:23:09.880 --> 00:23:11.220
에는 에이전트를 사용합니다

00:23:11.220 --> 00:23:13.400
그리고 인지가 실행을 촉발, 감독

00:23:13.400 --> 00:23:15.580
또는 검증해야 할 때는 이들을 통합합니다

00:23:15.580 --> 00:23:16.820
아키텍처적으로는

00:23:16.820 --> 00:23:18.660
계층화된 신경계로 생각하면 됩니다

00:23:18.660 --> 00:23:20.440
파워 오토메이트는 반복 가능한

00:23:20.440 --> 00:23:22.500
근육기억과 같은 동작 기능을 관리합니다

00:23:22.500 --> 00:23:25.660
코파일럿 에이전트는 사고와 인지, 읽기, 추론,

00:23:25.920 --> 00:23:27.080
위사결정을 담당합니다

00:23:27.080 --> 00:23:29.200
그리고 에이전트 피드는 행동을 감독하고

00:23:29.200 --> 00:23:30.820
자율성과 책임감 사이에서

00:23:30.820 --> 00:23:32.620
중재하는 전두엽 피질에 해당합니다

00:23:32.620 --> 00:23:34.740
대부분의 기업은 계획 여부와 관계없이

00:23:34.740 --> 00:23:36.340
이러한 구조로 진화할 것입니다

00:23:36.340 --> 00:23:37.320
유일한 선택은

00:23:37.320 --> 00:23:39.400
의식적인 설계와 우연한 혼돈입니다

00:23:39.400 --> 00:23:40.940
AI가 언제 사고를 멈추고

00:23:40.940 --> 00:23:42.520
실행을 시작해야 하는지 정확히 알고

00:23:42.520 --> 00:23:43.680
경계를 설계하는 기업은

00:23:43.680 --> 00:23:44.860
안전하게 확장할 수 있습니다

00:23:44.860 --> 00:23:45.700
그렇지 않은 기업은

00:23:45.700 --> 00:23:46.660
잘못된 에이전트 배치와

00:23:46.660 --> 00:23:47.700
방치된 워크플로로 인해

00:23:47.700 --> 00:23:48.660
어려움을 겪게 될 것입니다
