AI Agentic App — 대화 지시로 실제 작업까지 수행하는 에이전틱 애플리케이션

AI Agentic App

문서 성격 안내 — 이 페이지는 비즈스프링 지식센터(bizspring.ai/kb)가 기술한 내용을 위키 형식으로 정리한 것이다. 아래 서술은 출처가 기술한 제품 개념과 구성 요소이며, 본 문서 정리 과정에서 실제 구동·운영 동작을 독립적으로 검증하지는 않았다.

정의

AI Agentic App은 사내 데이터와 업무 도구를 연결해, 사람이 대화로 지시한 내용을 답변에서 끝내지 않고 실제 작업 수행까지 이어가는 애플리케이션 형태를 가리킨다.

일반 개념인 에이전틱 AI(Agentic AI)가 "목표를 받아 스스로 계획하고 도구를 호출해 작업을 끝까지 수행하는 AI"를 뜻한다면, AI Agentic App은 그 개념을 사내 데이터·업무 도구 연결이라는 구체적 형태로 구현한 애플리케이션 층에 해당한다.

왜 필요한가

출처 문서는 문제 인식을 이렇게 정리한다 — AI 도입이 챗봇 데모 단계에서 멈추는 경우가 많고, AI가 사내 데이터에 접근하지 못하거나 실제 시스템을 실행하지 못하면 업무 부담은 그대로 남는다는 것이다.

따라서 이 범주의 관심사는 "얼마나 잘 대답하는가"보다 **"조회한 결과로 무엇까지 실행되는가"**와 **"그 실행을 어떻게 통제·추적하는가"**에 있다.

주요 구성 요소

MCP / 도구 연결

MCP(Model Context Protocol)를 통해 외부 데이터와 업무 도구를 표준 방식으로 연결하고, 에이전트가 그 도구를 호출해 동작을 수행하도록 구성한다.

권한 제어

도구 연결과 함께 권한 제어가 구성 요소로 명시된다. 어떤 도구를 누가 어디까지 호출할 수 있는지를 통제하는 부분이다.

RAG와 출처 표기

사내 지식에 대한 응답은 RAG(검색증강생성) 방식으로 처리하고, 응답에 출처를 표기해 근거를 따라갈 수 있게 한다.

SDUI 위젯

응답 안에 표·차트·폼 같은 인터랙티브 위젯을 서버가 정의해 내려주는 SDUI(서버 주도 UI) 방식을 사용한다. 사용자는 텍스트 답변을 읽는 데 그치지 않고 결과를 화면에서 곧바로 조작할 수 있다.

작업 로그와 승인 흐름

수행된 작업을 로그로 남기고, 승인 흐름을 둔다. 에이전트가 실제 동작을 수행하는 구조에서는 실행 이력과 사람의 승인 지점이 통제 수단이 된다.

동작 예

출처 문서가 제시하는 대표 동작 예는 다음 세 가지다.

동작	설명
데이터 조회	대화로 요청한 조건에 맞는 데이터를 도구 호출로 조회한다
리포트 생성	조회 결과를 보고 형태로 생성한다
캠페인 등록	조회·판단에서 끝나지 않고 등록 동작까지 수행한다

Agentic AI와의 관계

구분	범위
에이전틱 AI (Agentic AI)	목표를 받아 계획하고 도구를 호출해 작업을 끝까지 수행하는 AI를 가리키는 일반 개념
AI Agentic App	그 개념을 사내 데이터·업무 도구 연결로 구현한 애플리케이션 형태

출처 용어 문서는 챗봇형 AI와의 차이를 "답하는 데서 멈추는가, 도구 호출로 실제 동작까지 이어지는가"로 구분하며, 신뢰할 수 있는 도구 연결과 권한 통제가 갖춰져야 데모를 넘어 업무에 쓸 수 있다고 덧붙인다.

적용 시 고려사항

권한 — 에이전트가 접근 가능한 데이터와 호출 가능한 도구의 경계를 먼저 정의한다
승인 — 실행 결과가 되돌리기 어려운 동작일수록 사람의 승인 지점을 앞에 둔다(Human-in-the-Loop)
도구 경계 — 연결된 도구의 범위가 곧 에이전트가 할 수 있는 일의 범위가 된다
근거 추적 — 응답의 출처 표기와 작업 로그는 사후 검증의 전제 조건이다

이 문서가 다루지 않는 것

요금 체계와 대상 고객 구분
정량적 도입 효과나 운영 성과
운영 적용 현황 및 배포 상태
내부 런타임·데이터 인프라 아키텍처 상세
타사 제품과의 비교

이 항목들은 본 문서의 범위 밖이다. 이전 판에는 일부가 서술돼 있었으나, 승인된 두 출처의 범위를 벗어나거나 본 실행에서 독립 검증되지 않았으므로 제거했다.