로우코드처럼 에이전트 관리하기
AI 에이전트의 양상은 매우 다양할 수 있다. ‘빈칸 채우기’ 프롬프트 기반의 일상적 작업을 자동화하는 것에서부터, 정보 검색 및 응답 발송, 심지어 회의 예약과 같은 자율적인 업무에 이르는 업무를 수행하는 것들까지 각양각색이다.
다른 한편으로는 로우코드의 진화와도 맞닿아 있다. 수년 동안 개발 작업을 단순화하기 위해 AI 기능을 적용해온 마이크로소프트의 파워 플랫폼, 멘딕스, 세일즈포스, 조호 같은 로우코드 플랫폼들이 이제 생성형 AI 도구를 추가하고 있다. 포레스터의 연구에 따르면, 로우코드 플랫폼의 최대 활용 사례가 AI와 접목된 애플리케이션이라고 브라틴체비치는 전했다.
이와 관련해 주목할 만한 현실이 또 있다. 로우코드 벤더들이 에이전트형 AI에도 유사한 규정 준수, 거버넌스, 정보 보안, 감사 도구를 적용한다는 것이다. 로우코드와 마찬가지로, 생성형 AI 에이전트도 데이터 소스에 대한 액세스와 비즈니스 애플리케이션에 대한 연결이 필요하다. 또한, 조직은 데이터 접근에 대한 통제 정책을 원하고 사용자가 앱과 워크플로우를 공유할 수 있는 범위에 대해서도 통제하고자 할 것이다. 소비 기반 가격 책정이 적용되는 다른 도구와 마찬가지로, IT 팀은 사용량과 채택율에 대해서도 알고 싶어 할 것이고, 관리자는 ROI를 이해하기 위해 그것이 비즈니스에 어떤 영향을 미치는지 살펴보고 싶어 할 것이다.
