[시리즈 전체 보기🕶️]
① 잠들어 있던 레거시 API를 에이전트의 도구로 ━ PathFinder
② 사용자가 묻는 순간 그려지는 초개인화 인터페이스 ━ FloUI
③ 플랫폼의 경계를 넘는 자유와 개방형 아키텍처 ━ MCP Apps
④ 완벽한 신뢰를 향한 통제 엔진 ━ AgenticOps (온톨로지 & 하네스) (→ 우리는 지금 여기에 있어요!)
4부. 완벽한 신뢰를 향한 통제 엔진 ━ AgenticOps (온톨로지 & 하네스)
┃그럴듯한 오답을 내는 AI…기업 업무에 도입할 수 없는 이유
수억 원을 들여 구축한 AI 에이전트가 사내 시스템을 잘 연결하고, 질문에 맞춰 화면을 잘 보여주며, 내부망에 단독 서버로 이식하는 데 성공했을지라도, 결국 단 한 번의 치명적인 오답이나 보안 이탈 행동으로 인해 실무 도입이 좌절되는 일이 빈번하게 발생합니다.
기존 AI 에이전트 플랫폼들의 가장 고질적인 기술 장벽은 바로 ‘AI 환각(Hallucination)’과 ‘런타임 상에서의 일탈 행동 통제 불가능’입니다.
✅ 단순 ‘문장 유사도 검색(RAG)’이 가진 구조적 한계
대부분의 AI 플랫폼은 검색증강생성(RAG) 방식을 사용합니다. 이는 질문과 형태소나 단어가 가장 유사한 문맥을 문서에서 찾아와 답변을 생성하는 기술입니다. 하지만 이는 문장의 유사도만 맞출 뿐, 사내 데이터 간의 관계성이나 비즈니스 규칙은 이해하지 못합니다. 결국 “A 제품의 지난달 반품 증가율”을 질문했을 때, 관계없는 B 제품의 데이터를 융합하여 정합성이 깨진 허위 답변을 만들어 냅니다.
✅ 런타임 상의 보안 가이드라인 및 통제 한계
AI 에이전트가 자율적으로 업무를 처리하다가 승인 범위를 넘어서는 할인율을 제안하거나, 권한이 없는 부서의 내부 기밀문서를 읽고 답변하는 등 기업의 보안과 거버넌스 규정을 벗어나는 예측 불허의 상황을 실시간으로 차단하기 어렵습니다.
정확도와 안전성이 100% 보장되어야 하는 기업 비즈니스에서 오차 범위가 있는 AI는 업무를 보조할 수는 있어도, 실제 의사결정과 자동화를 맡길 수는 없습니다. XGEN은 기업의 복잡한 지식을 지도로 엮어 오답을 막는 ‘온톨로지(Ontology)’와 에이전트의 오작동 및 보안 이탈을 물리적으로 제어하는 ‘하네스(Harness)’ 엔진을 통해 이 신뢰의 장벽을 정면으로 돌파합니다.
┃온톨로지, 데이터의 인과관계를 지도로 그리다
XGEN은 흩어진 사내 문서를 단순히 벡터화하여 검색하는 수준을 넘어, 기업 내부의 고유한 데이터와 규칙, 그리고 이들의 인과관계를 입체적으로 지도화하는 ‘온톨로지(Ontology)’ 기술을 적용합니다.
| Vector RAG |
XGEN Ontology RAG |
| Pinned Top-K (고정) |
Dynamic Top-K (적응형) |
| 유사도 기반 단편 검색 |
관계 기반 사실 탐색 |
| 출처 추적 (약함) |
복잡한 질문 → 근거 경로 추적 |
| Vector DB / 차원 기반 |
Graph DB / 사실 관계 기반 |
※ 벡터는 '닮은 문장'을 찾고, 온톨로지는 '맞는 사실'을 따라갑니다.
✅ 단순 키워드 검색을 넘어선 논리적 추론
온톨로지는 사내 지식의 개념과 관계를 촘촘한 그물망 형태로 정밀하게 구조화합니다. 예를 들어볼까요? ‘서버 인프라’라는 개념 하위에 ‘네트워크망 분리 여부’가 있고, 이것이 ‘보안 등급’ 및 ‘취약점 대응 기준’과 어떻게 유기적으로 연결되는지 AI에게 인과 지도를 쥐여주는 것입니다.
✅ 팩트에만 근거한 고정밀 RAG 환경 구축
AI가 “외부망에 노출된 API 서버에 보안 취약점(등급이 High)이 발견되었을 때의 패치 기한과 긴급 승인 라인은 어떻게 돼?”라고 질문받았을 때, 온톨로지 지도를 따라 실제 IT 보안 규정상에 정의된 인과관계를 바탕으로 답변을 추적합니다. ‘외부망 노출’이라는 조건과 ‘High 취약점’이라는 변수가 만났을 때 가동되어야 하는 ‘24시간 내 패치’라는 규정과 ‘보안책임자 긴급 결재 라인’을 정확히 엮어서 답하는 것입니다. 단순히 ‘비슷한 단어가 들어간 가이드북 문맥’을 긁어오는 것이 아니기 때문에, 왜곡이나 거짓이 끼어들 틈이 없는 고정밀 RAG 환경을 구현해 냅니다.
┃AI의 일탈과 실수를 막아주는 안전벨트…’하네스’ 제어 엔진
작업자가 고공에서 위험한 작업을 수행할 때 몸의 균형을 잡아주고 추락을 방지하는 안전띠를 ‘하네스(Harness)’라고 부릅니다.
XGEN의 핵심 제어 런타임인 ‘하네스(Harness)’ 엔진은 이 비유처럼, AI 에이전트가 장시간 자율적으로 동작하거나 여러 시스템을 오가며 업무를 실행할 때 기업이 설정한 안전 규정 가이드라인 밖으로 절대 벗어나지 않도록 제어하는 강력한 물리적 안전벨트 역할을 수행합니다.
✅ 실시간 가드레일 및 쿼리 제어
에이전트가 처리하려는 모든 단계별 행동과 판단 내용을 백엔드 뒷단에서 실시간으로 감시합니다. 만약 고객사 개인정보를 포함해 외부에 노출되어서는 안 되는 비공개 데이터나 기업의 승인 범위를 넘어서는 명령이 감지되면, 하네스 엔진이 이를 즉각 차단하고 안전한 액션으로 우회 시킵니다.
✅ 자가 교정 및 실행 검증
하네스 파이프라인 내에서는 에이전트가 특정 사내 시스템 API를 호출하거나 업무를 실행했을 때, 그 결과값이 올바른지 스스로 검증하고 미세 오류가 발견될 경우 자동으로 이전 단계로 롤백 및 보정하여 재수행하는 다단계 실행 제어를 거치게 되며, 이를 통해 업무 완결성을 확보합니다.
┃만드는 기술을 넘어 운영하고 제어하는 주권(AgenticOps)으로
지난 1부부터 4부까지 살펴본 XGEN의 핵심 아키텍처는 AI가 단순히 질문에 기계적으로 답변하는 시대를 넘어, 기업의 업무·개발·운영 전 과정을 완벽하게 연결하고 실행하는 완전히 새로운 기업 플랫폼의 기준을 제시합니다.
🌈연결┃PathFinder (빠르고 쉬운 연결)
코드 한 줄 없이, 오직 평소 업무를 하던 대화와 클릭만으로 복잡한 사내 레거시 시스템을 에이전트의 지능형 도구로 전환합니다.
🌈확장┃FloUI (의도를 따라 확장되는 초개인화)
사용자의 실제 탐색 맥락과 의도에 정확히 반응하여, 사용자가 질문하는 바로 그 순간 분석 화면을 실시간으로 자동 조립 및 생성합니다.
🌈독립┃MCP Apps (개방형 아키텍처)
플랫폼 종속적 구조에서 탈피하여, 에이전트 워크플로우를 독자적 표준 코드로 컴파일 및 추출해 폐쇄적인 사내 내부망에서도 상시 구동할 수 있도록 영구 자산화합니다.
🌈운영┃AgenticOps (운영 지능)
데이터의 왜곡 없는 정확한 지식 맥락(Ontology)과 안전 가이드라인을 백엔드에서 통제하는 검증된 실행 환경(Harness)을 구축하여, 기업이 절대적으로 신뢰할 수 있는 결과만을 보장합니다.
이제 에이전틱 AI 도입의 진정한 성공 여부는 "얼마나 화려한 일회성 시연 화면(PoC)을 구현했는가"가 아닙니다. "에이전트가 안전하게 사내 거버넌스와 비즈니스 규칙을 지키며 오작동 없이 업무를 완결하도록 온전히 운영 및 제어할 수 있는가(AgenticOps)"가 진정한 차별점입니다.
매번 시스템 업그레이드와 호환성 유지보수를 위해 타사 아키텍처에 매달리는 임대형 도입 방식에서 벗어나야 합니다. 시스템을 연결하고, 화면을 실시간으로 확장하며, 코드를 영구적으로 독립시키고, 완벽한 정확도로 전체 프로세스를 운영·제어하는 것. XGEN과 함께하는 에이전틱 AI 여정은 바로 기업이 자산과 기술에 대한 온전한 주권을 되찾아오는 혁신적인 여정입니다.
오늘 콘텐츠가 마음에 드셨나요?
플래티어 뉴스레터를 구독해 보세요!
플래티어가 엄선한 콘텐츠를 이메일로 빠르게 전송해 드릴게요.
25.jpg)
