1. AI Agent가 실제 운영에 들어가면 무엇이 달라질까요?
Part 1에서는 AI Agent 프로젝트가 파일럿에서 멈추는 이유와
Agentic Business Orchestration이 왜 필요한지 살펴봤습니다.
AI Agent 하나가 아무리 뛰어나더라도 실제 기업 업무는 하나의 Agent만으로 끝나지 않습니다.
업무에는 여러 애플리케이션과 데이터가 연결되고,정해진 규칙을 정확하게 실행하는 로봇이 필요하며,
중요한 판단이나 예외 상황에서는 사람이 개입해야 합니다.
앞으로 기업 안에서 수십 개, 수백 개의 AI Agent가 동시에 움직이기 시작하면 문제는 더 복잡해집니다.
어떤 Agent에게 어떤 일을 맡길 것인가? 어디까지 스스로 판단하도록 허용할 것인가?
언제 사람의 승인이 필요한가? 여러 시스템과 외부 AI Agent는 어떻게 연결할 것인가?
문제가 발생했을 때 실행 과정을 어떻게 추적하고 통제할 것인가?
결국 기업에서 Agentic Automation을 운영한다는 것은 단순히 AI Agent를 만들어 업무에 배치하는 것을 의미하지 않습니다.
Agent가 정해진 정책과 프로세스 안에서 움직이고, 로봇과 사람이 필요한 순간에 참여하며,
전체 실행 과정을 지속적으로 확인하고 제어할 수 있는 운영 체계가 필요합니다.
이 역할을 하는 것이 UiPath Maestro입니다.
UiPath Maestro는 UiPath Platform의 *Business Orchestration 기능으로,
결국 기업에서 Agentic Automation을 운영한다는 것은 단순히 AI Agent를 만들어 업무에 배치하는 것을 의미하지 않습니다.
Agent가 정해진 정책과 프로세스 안에서 움직이고, 로봇과 사람이 필요한 순간에 참여하며,
전체 실행 과정을 지속적으로 확인하고 제어할 수 있는 운영 체계가 필요합니다.
이 역할을 하는 것이 UiPath Maestro입니다.
UiPath Maestro는 UiPath Platform의 *Business Orchestration 기능으로,
UiPath에서 만든 Agent뿐 아니라 Custom Agent와 Third-party Agent까지 로봇 및 사람과
함께 End-to-End 프로세스 안에서 조율할 수 있습니다.
함께 End-to-End 프로세스 안에서 조율할 수 있습니다.
*Agentic Business Orchestration : Agentic Automation을 실제 Business Process에서 운영할 수 있도록 사람, Robot, AI Agent의 역할과 업무를 각각의 역량에 맞게 배분하고 조율하는 방식입니다. 전체 Process가 비즈니스 목표에 맞게 원활하고 효율적으로 실행되도록 하는 지휘자 역할을 합니다.
그렇다면 기업에서 사용할 Orchestration Platform은 구체적으로 무엇을 갖춰야 할까요?
그렇다면 기업에서 사용할 Orchestration Platform은 구체적으로 무엇을 갖춰야 할까요?
2. UiPath Maestro가 기업용 Orchestration에 필요한 7가지 이유
UiPath는 Maestro의 차별점을 크게 7가지로 설명합니다.
단순히 Agent의 실행 순서를 연결하는 것이 아니라 자율성을 통제하고, 여러 시스템을 연결하고,
실행 중인 프로세스를 관리하고, 지속적으로 개선하는 것까지 포함합니다.
단순히 Agent의 실행 순서를 연결하는 것이 아니라 자율성을 통제하고, 여러 시스템을 연결하고,
실행 중인 프로세스를 관리하고, 지속적으로 개선하는 것까지 포함합니다.
1. Controlled Agency - AI Agent의 자율성을 통제합니다
AI Agent의 가장 큰 특징은 스스로 상황을 판단하고 다음 행동을 결정할 수 있다는 점입니다.
하지만 기업 환경에서는 자율성이 높다는 것만으로는 충분하지 않습니다.
대출 승인, 보험금 지급, 계약 검토, 고객 정보 처리처럼 중요한 업무에서 Agent가 아무런 제약 없이 판단하고 행동하도록 둘 수는 없습니다.
AI Agent의 가장 큰 특징은 스스로 상황을 판단하고 다음 행동을 결정할 수 있다는 점입니다.
하지만 기업 환경에서는 자율성이 높다는 것만으로는 충분하지 않습니다.
대출 승인, 보험금 지급, 계약 검토, 고객 정보 처리처럼 중요한 업무에서 Agent가 아무런 제약 없이 판단하고 행동하도록 둘 수는 없습니다.
그래서 Maestro는 Agent가 정해진 프로세스와 비즈니스 규칙 안에서 자율성을 발휘하도록 설계합니다.
먼저 BPMN 2.0을 이용해 전체 비즈니스 프로세스를 모델링하고, 그 안에서 Agent가 어떤 단계에 참여하고 어떤 범위 안에서 행동할지 정의할 수 있습니다.
복잡한 비즈니스 의사결정에는 *DMN(Decision Model and Notation)을 활용해 Agent가 따라야 할 규칙과 판단 조건을 설정할 수 있습니다.
그리고 Agent만으로 처리하기 어려운 중요한 판단이나 예외 상황에서는 Human-in-the-loop를 통해 사람에게 업무를 넘깁니다.
Agentic Automation에서 중요한 것은 Agent에게 얼마나 많은 자유를 주느냐가 아니라,
얼마나 통제 가능한 범위 안에서 필요한 자율성을 제공하느냐입니다.
*DMN(Decision Model and Notation) : 의사결정 규칙과 판단 기준을 표준화해 정의하고 표현하는 방식
*DMN(Decision Model and Notation) : 의사결정 규칙과 판단 기준을 표준화해 정의하고 표현하는 방식
2. Vendor-Agnostic - UiPath 밖의 AI Agent도 함께 연결합니다
기업이 사용하는 AI Agent가 모두 하나의 Platform에서 만들어질 가능성은 높지 않습니다.
부서마다 다른 AI 서비스를 사용할 수도 있고, 이미 구축한 Custom Agent나 다른 Cloud Platform의
Agent를 함께 사용해야 할 수도 있습니다.
Maestro는 UiPath에서 만든 Agent와 Automation만 연결하는 구조가 아닙니다.
UiPath Agent뿐 아니라 Third-party Agent와 Automation을 하나의 Workflow 안에서
Orchestration할 수 있도록 설계되어 있습니다.
여러 시스템을 오가는 Cross-system Workflow를 구성할 수 있고, *MCP(Model Context Protocol)와 A2A(Agent-to-Agent) 같은 Open Standard를 활용해 서로 다른 Platform의 Agent를 연결할 수 있습니다.
API 연결이 가능한 시스템은 Connector를 활용하고, API가 없는 Legacy Application은
UiPath RPA를 이용해 UI 수준에서 연결할 수 있습니다.
기업이 사용하는 AI Agent가 모두 하나의 Platform에서 만들어질 가능성은 높지 않습니다.
부서마다 다른 AI 서비스를 사용할 수도 있고, 이미 구축한 Custom Agent나 다른 Cloud Platform의
Agent를 함께 사용해야 할 수도 있습니다.
Maestro는 UiPath에서 만든 Agent와 Automation만 연결하는 구조가 아닙니다.
UiPath Agent뿐 아니라 Third-party Agent와 Automation을 하나의 Workflow 안에서
Orchestration할 수 있도록 설계되어 있습니다.
여러 시스템을 오가는 Cross-system Workflow를 구성할 수 있고, *MCP(Model Context Protocol)와 A2A(Agent-to-Agent) 같은 Open Standard를 활용해 서로 다른 Platform의 Agent를 연결할 수 있습니다.
API 연결이 가능한 시스템은 Connector를 활용하고, API가 없는 Legacy Application은
UiPath RPA를 이용해 UI 수준에서 연결할 수 있습니다.
기존 시스템을 모두 바꾸는 것이 아니라, ERP, CRM, Legacy System, API, RPA, AI Agent 등
이미 기업 안에 존재하는 다양한 기술을 하나의 End-to-End Process 안으로 연결하는 것입니다.
*MCP : 서로 다른 Platform의 AI Agent를 연결하기 위한 Open Standard입니다.
Maestro에서는 Cross-platform Agent Orchestration을 위해 활용됩니다.
3. Process Actionability - 실행 중인 프로세스를 직접 제어합니다
기업 프로세스는 설계한 대로 항상 완벽하게 흘러가지는 않습니다.
데이터가 잘못 들어올 수도 있고, Agent의 판단 결과를 다시 확인해야 할 수도 있으며,
기업 프로세스는 설계한 대로 항상 완벽하게 흘러가지는 않습니다.
데이터가 잘못 들어올 수도 있고, Agent의 판단 결과를 다시 확인해야 할 수도 있으며,
업무 정책이 변경되면서 이미 실행 중인 Process를 수정해야 할 수도 있습니다.
그래서 Orchestration에서는 Visibility뿐 아니라 Control이 중요합니다.
Maestro에서는 실행 중인 각각의 Process Instance를 추적하고 관리할 수 있습니다.
필요한 경우 Process를 Rewind, Replay, Pause, Resume, Cancel하거나 변수를 수정하고
특정 Step으로 이동하거나 새로운 Version으로 Migration하는 등 실행 과정에 직접 개입할 수 있습니다.
Process KPI와 Dashboard를 구성해 현재 Orchestration되고 있는 업무 상태를 한 곳에서 확인할 수 있습니다.
그래서 Orchestration에서는 Visibility뿐 아니라 Control이 중요합니다.
Maestro에서는 실행 중인 각각의 Process Instance를 추적하고 관리할 수 있습니다.
필요한 경우 Process를 Rewind, Replay, Pause, Resume, Cancel하거나 변수를 수정하고
특정 Step으로 이동하거나 새로운 Version으로 Migration하는 등 실행 과정에 직접 개입할 수 있습니다.
Process KPI와 Dashboard를 구성해 현재 Orchestration되고 있는 업무 상태를 한 곳에서 확인할 수 있습니다.
단순히 AI Agent가 지금 뭔가 하고 있다 정도로 보는 것이 아니라, 어떤 Process의 어느 단계에서 무엇을 수행했고, 지금 어디에 있으며, 문제가 생기면 어떻게 조치할 것인가 까지 관리하는 것입니다.
4. Holistic Process Discovery - 전체 프로세스를 한눈에 파악합니다
하나의 업무 프로세스에는 사람만 참여하는 것이 아닙니다.
어떤 단계에서는 사람이 일을 하고, 다른 단계에서는 RPA가 시스템에 데이터를 입력하고,
하나의 업무 프로세스에는 사람만 참여하는 것이 아닙니다.
어떤 단계에서는 사람이 일을 하고, 다른 단계에서는 RPA가 시스템에 데이터를 입력하고,
AI Agent가 문서를 분석하거나 다음 행동을 판단할 수도 있습니다.
이 과정이 여러 부서와 시스템에 흩어져 있다면 전체 Process가
실제로 어떻게 흘러가고 있는지 파악하기 어렵습니다.
Maestro는 실행 중인 Process Instance를 실시간으로 모니터링하고
Execution Heatmap이나 실행 데이터를 통해 병목과 오류를 확인할 수 있도록 합니다.
이를 통해 현재 Process가 어떻게 동작하는지 파악하고, 실행 데이터를 바탕으로
Agentic Process의 개선 지점을 찾을 수 있습니다.
Process를 한 번 설계하고 끝내는 것이 아니라 실제 운영 데이터를 다시 Process 개선에 활용하는 구조입니다.
이 과정이 여러 부서와 시스템에 흩어져 있다면 전체 Process가
실제로 어떻게 흘러가고 있는지 파악하기 어렵습니다.
Maestro는 실행 중인 Process Instance를 실시간으로 모니터링하고
Execution Heatmap이나 실행 데이터를 통해 병목과 오류를 확인할 수 있도록 합니다.
이를 통해 현재 Process가 어떻게 동작하는지 파악하고, 실행 데이터를 바탕으로
Agentic Process의 개선 지점을 찾을 수 있습니다.
Process를 한 번 설계하고 끝내는 것이 아니라 실제 운영 데이터를 다시 Process 개선에 활용하는 구조입니다.
5. Continuous Optimization - 운영하면서 계속 개선합니다
Agentic Automation의 Process도 처음부터 완벽할 수는 없습니다.
어떤 단계에서 처리가 오래 걸리는지, 사람에게 너무 많은 예외가 넘어가지는 않는지,
Agentic Automation의 Process도 처음부터 완벽할 수는 없습니다.
어떤 단계에서 처리가 오래 걸리는지, 사람에게 너무 많은 예외가 넘어가지는 않는지,
Agent가 실제로 업무 효율을 높이고 있는지 지속적으로 확인해야 합니다.
UiPath는 사람, 로봇, Agent가 수행하는 업무를 Process 관점에서 확인하고 *BPMN Model이나
UiPath는 사람, 로봇, Agent가 수행하는 업무를 Process 관점에서 확인하고 *BPMN Model이나
Process Discovery를 기반으로 개선 기회를 찾을 수 있도록 합니다.
6. Best-in-Class Enterprise Tools - Agent만 있는 것이 아닙니다
Agentic Automation이라고 해서 모든 업무를 AI Agent가 담당해야 하는 것은 아닙니다.
Part 1에서 살펴봤듯이 Agents think. Robots do. People lead.
Agentic Automation이라고 해서 모든 업무를 AI Agent가 담당해야 하는 것은 아닙니다.
Part 1에서 살펴봤듯이 Agents think. Robots do. People lead.
각 구성 요소가 잘하는 일이 다릅니다.
정확하고 반복적인 업무는 RPA가 더 적합하고, 문서나 이메일처럼 비정형 데이터를 처리해야 한다면
별도의 Intelligent Document Processing 기술이 필요할 수 있습니다.
UiPath Platform에서는 기존 UiPath Robot뿐 아니라 IXP(Intelligent Xtraction & Processing)와
*AI Trust Layer 같은 Enterprise 기능을 함께 활용할 수 있습니다.
AI Trust Layer는 AI Model을 배포하고 모니터링하며 통제하기 위한 Governance 및
Compliance Layer 역할을 합니다.
Agent 하나에 모든 기능을 넣는 방식이 아니라, 판단은 Agent, 정형 업무 실행은 Robot, 비정형 데이터 처리는 IXP, 중요한 의사결정은 사람처럼 가장 적절한 도구를 Process 안에 배치하는 방식입니다.
이를 통해 Process 전체의 Observability를 확보하고 병목과 KPI를 분석하면서
지속적으로 Workflow를 개선할 수 있습니다.
Agentic Automation은 한 번 만들어놓고 끝나는 프로젝트가 아니라
실행 → 측정 → 분석 → 개선 과정을 반복하는 운영 체계에 가깝습니다.
*AI Trust Layer : AI Model과 Agent의 사용을 배포·모니터링·통제하기 위한 UiPath의 AI Governance 및 Compliance Layer입니다.
7. Complete Platform Consolidation - 흩어진 자동화를 하나의 Platform으로 통합합니다
기업의 Automation 환경이 커질수록 새로운 문제가 생깁니다.
RPA Tool, Process Modeling Tool, API Integration, AI Agent, Analytics, Governance를
각각 다른 제품으로 구축하면 각각을 연결하기 위한 Integration과 운영 부담도 함께 커집니다.
UiPath는 Automation Design과 Development, Enterprise Connectivity, Orchestration, Agentic AI, Governance, Security, Predictive AI, Analytics를 하나의 Platform 안에서 제공하는 방향을 취하고 있습니다.
Process Intelligence, Audit Trail, Version Control, Compliance 정보를 하나의 Platform에서 관리해 여러 Tool로 분산되면서 생기는 Visibility Gap을 줄이는 것도 목적입니다.
Part 1에서 살펴본 BOAT가 여기에서 다시 연결됩니다.
Agent를 하나 더 만드는 것이 아니라, Agent와 Automation을 실제 비즈니스 Process에 연결하고
관리할 수 있는 통합 Platform을 만드는 것이 Agentic Enterprise의 기반입니다.
기업의 Automation 환경이 커질수록 새로운 문제가 생깁니다.
RPA Tool, Process Modeling Tool, API Integration, AI Agent, Analytics, Governance를
각각 다른 제품으로 구축하면 각각을 연결하기 위한 Integration과 운영 부담도 함께 커집니다.
UiPath는 Automation Design과 Development, Enterprise Connectivity, Orchestration, Agentic AI, Governance, Security, Predictive AI, Analytics를 하나의 Platform 안에서 제공하는 방향을 취하고 있습니다.
Process Intelligence, Audit Trail, Version Control, Compliance 정보를 하나의 Platform에서 관리해 여러 Tool로 분산되면서 생기는 Visibility Gap을 줄이는 것도 목적입니다.
Part 1에서 살펴본 BOAT가 여기에서 다시 연결됩니다.
Agent를 하나 더 만드는 것이 아니라, Agent와 Automation을 실제 비즈니스 Process에 연결하고
관리할 수 있는 통합 Platform을 만드는 것이 Agentic Enterprise의 기반입니다.
3. 2026년 UiPath Maestro에는 무엇이 새롭게 추가됐을까요?
Agentic Automation이 실제 Enterprise 운영 단계로 이동하면서
Maestro의 기능도 Process Orchestration을 넘어 더욱 확대되고 있습니다.
UiPath가 공개한 2026년 가이드에서는 특히 다음 기능들이 강조됩니다.
① Maestro Agentic Case Management
UiPath가 공개한 2026년 가이드에서는 특히 다음 기능들이 강조됩니다.
① Maestro Agentic Case Management
모든 업무가 정해진 순서대로 움직이지는 않습니다.
보험 Claim, 대출 심사, 분쟁 처리, 고객 Onboarding처럼 케이스에 따라 필요한 단계와
보험 Claim, 대출 심사, 분쟁 처리, 고객 Onboarding처럼 케이스에 따라 필요한 단계와
판단이 달라지는 업무가 대표적입니다.
Maestro Agentic Case Management는 각각의 Case를 Timeline, Participant, SLA,
Maestro Agentic Case Management는 각각의 Case를 Timeline, Participant, SLA,
Escalation Rule을 가진 하나의 살아 있는 업무 단위로 관리합니다.
업무 단계와 담당 역할을 정의하면 Maestro가 Agent, Robot, 사람을 조율하면서
업무 단계와 담당 역할을 정의하면 Maestro가 Agent, Robot, 사람을 조율하면서
Task를 실행하고 진행 상태를 관리합니다.
가이드 기준 Agentic Case Management는 Controlled GA 상태이며, Claim, Loan, Dispute, Investigation 등에서 활용할 수 있는 사전 구축 Orchestration Template도 제공됩니다.
② Process Apps
Orchestration은 개발자나 Automation 담당자만 보는 영역이어서는 안 됩니다.
현업 담당자 역시 지금 업무가 어디까지 진행됐는지, 승인이 필요한 Case가 무엇인지,
② Process Apps
Orchestration은 개발자나 Automation 담당자만 보는 영역이어서는 안 됩니다.
현업 담당자 역시 지금 업무가 어디까지 진행됐는지, 승인이 필요한 Case가 무엇인지,
SLA를 넘기고 있는 업무는 없는지 확인할 수 있어야 합니다.
Process Apps는 이러한 Process Data를 Business User가 확인하고
Process Apps는 이러한 Process Data를 Business User가 확인하고
직접 업무를 처리할 수 있도록 하는 Dashboard입니다.
실시간 Process Data와 Approval, SLA Tracking, Exception 등을 하나의 화면에서 볼 수 있습니다.
예를 들어 대출 담당자는 Loan Approval을 처리하고, HR 담당자는 직원 Onboarding 상태를 확인하고, 고객 서비스 담당자는 Escalation Case를 관리할 수 있습니다.
실시간 Process Data와 Approval, SLA Tracking, Exception 등을 하나의 화면에서 볼 수 있습니다.
예를 들어 대출 담당자는 Loan Approval을 처리하고, HR 담당자는 직원 Onboarding 상태를 확인하고, 고객 서비스 담당자는 Escalation Case를 관리할 수 있습니다.
가이드 기준 Process Apps는 Preview 단계입니다.
③ Maestro Flow
기존 BPMN 중심의 Process Modeling과 함께 개발자를 위한 Orchestration 방식도 확대되고 있습니다.
Maestro Flow는 Developer-first 방식의 Orchestration 환경입니다.
API, Agent, Business Logic, Event, Data, Document, Human Step을 하나의 Model 안에서 결합하고 같은 Distributed Workflow Engine 위에서 실행할 수 있습니다.
특히 Conversational Build를 지원해 개발자가 원하는 의도를 설명하면
③ Maestro Flow
기존 BPMN 중심의 Process Modeling과 함께 개발자를 위한 Orchestration 방식도 확대되고 있습니다.
Maestro Flow는 Developer-first 방식의 Orchestration 환경입니다.
API, Agent, Business Logic, Event, Data, Document, Human Step을 하나의 Model 안에서 결합하고 같은 Distributed Workflow Engine 위에서 실행할 수 있습니다.
특히 Conversational Build를 지원해 개발자가 원하는 의도를 설명하면
Coding Agent가 Automation 생성에 참여할 수 있습니다.
하지만 운영 단계에서는 단순히 코드를 생성하는 데 그치지 않고 Data가 어떤 경로를 거쳤는지,
Automation이 어떻게 실행됐는지, 어디서 문제가 생겼는지를 시각적으로 확인할 수 있도록 Observability도 함께 제공합니다.
Maestro Flow 역시 Preview 단계입니다.
④ Cross-cloud AI Agent Orchestration
기업이 사용하는 Agent가 늘어날수록 하나의 Vendor에 모든 AI Agent를 맞추기는 어려워집니다.
Maestro는 Google Vertex, Microsoft Copilot, Databricks, NVIDIA, Snowflake, Salesforce 등
주요 Platform의 AI Agent를 Orchestration할 수 있도록 범위를 확대했습니다.
MCP와 Built-in Connector를 활용해 외부 AI Model과 Agent를 Maestro의 Process 안에 연결하면서도 Visibility, Auditability, Control을 유지하는 것이 핵심입니다.
⑤ Agent Building 기능도 확대됐습니다
UiPath의 AI Agent Builder에는 Visual Canvas를 활용한 Debugging, 자동 Optimization,
재사용 가능한 Template 등이 추가됐습니다.
Conversational Agents는 Teams, Slack, Copilot 등으로 활용 범위를 넓히고
Voice, Desktop Trigger, Human Hand-off도 지원합니다.
Pro-code 개발자를 위한 Coded Agents에는 MCP Plug-in, Labs Sandbox,
Studio Web Integration 등이 포함됩니다.
Maestro가 Agent를 단순히 실행시키는 역할에 머무는 것이 아니라 Agent를 만들고 → Process에 연결하고 → 실행하고 → 모니터링하고 → 통제하는 전체 환경으로 확대되고 있는 것입니다.
4. AI Agent를 기업에서 믿고 사용하려면 어떻게 해야하나요?
Agentic AI가 기업의 실제 Process 안으로 들어오면 성능만큼 중요해지는 것이
Security와 Governance입니다.
AI Agent는 정해진 규칙만 실행하는 기존 Automation과 달리 상황과 Context를 기반으로
Probabilistic Decision을 수행합니다.
그만큼 기업에서는 Agent가 무엇을 할 수 있는지, 어떤 데이터에 접근하는지, 어떤 판단을 내렸는지,
사람의 승인이 필요한 지점은 어디인지 통제할 수 있어야 합니다.
UiPath는 BPMN과 DMN을 통한 Business Rule, Human-in-the-loop, AI Trust Layer, RBAC, Audit Trail, Version Control 등을 통해 이러한 통제 구조를 Platform 안에 포함합니다.
그만큼 기업에서는 Agent가 무엇을 할 수 있는지, 어떤 데이터에 접근하는지, 어떤 판단을 내렸는지,
사람의 승인이 필요한 지점은 어디인지 통제할 수 있어야 합니다.
UiPath는 BPMN과 DMN을 통한 Business Rule, Human-in-the-loop, AI Trust Layer, RBAC, Audit Trail, Version Control 등을 통해 이러한 통제 구조를 Platform 안에 포함합니다.
여기에 *AIUC-1 Certification도 추가됐습니다.
UiPath는 AI Agent의 Security와 Reliability를 위한 AIUC-1 표준을 충족한 최초의 Enterprise Automation Platform입니다.
인증 과정에서는 2,000개 이상의 Technical Evaluation과 AI Policy 및 Technical Guardrail에 대한 종합적인 Audit가 진행됐습니다.
UiPath는 AI Agent의 Security와 Reliability를 위한 AIUC-1 표준을 충족한 최초의 Enterprise Automation Platform입니다.
인증 과정에서는 2,000개 이상의 Technical Evaluation과 AI Policy 및 Technical Guardrail에 대한 종합적인 Audit가 진행됐습니다.
Agentic Automation에서 Governance는 Agent의 자율성을 없애기 위한 장치가 아닙니다.
오히려 기업이 허용할 수 있는 범위를 명확하게 만들어 그 안에서 Agent가 안전하게 자율성을 발휘하도록 하는 기반이라고 볼 수 있습니다.
*AIUC-1 란?: AI Agent의 Security와 Reliability를 위한 표준입니다.
UiPath는 AIUC-1 인증을 획득한 최초의 Enterprise Automation Platform이며,
인증 과정에서 2,000개 이상의 Technical Evaluation과 AI Policy 및 Technical Guardrail에 대한 Audit를 거쳤습니다.
UiPath는 AIUC-1 인증을 획득한 최초의 Enterprise Automation Platform이며,
인증 과정에서 2,000개 이상의 Technical Evaluation과 AI Policy 및 Technical Guardrail에 대한 Audit를 거쳤습니다.
5. Agentic Business Orchestration은 실제 업무에 어떻게 적용될까요?
그렇다면 이러한 구조를 실제 기업 업무에 적용하면 어떻게 될까요?
UiPath는 다양한 산업에서 동일한 원칙을 적용합니다.
Agents think. Robots do. People lead.
예를 들어 ①Finance & Procurement에서는 Agent가 Invoice를 분석하고
UiPath는 다양한 산업에서 동일한 원칙을 적용합니다.
Agents think. Robots do. People lead.
예를 들어 ①Finance & Procurement에서는 Agent가 Invoice를 분석하고
Compliance Risk나 이상 징후를 찾아냅니다.
Robot은 Invoice Data 입력, Account Reconciliation, Routine Approval과 같은 반복 업무를 처리하고, Finance Manager와 Compliance Team이 전체 Process를 감독합니다.
②Insurance & Healthcare에서는 Agent가 Claim Data나 Medical Record를 해석하고 다음 조치를 추천하거나 Fraud 가능성을 찾아냅니다.
②Insurance & Healthcare에서는 Agent가 Claim Data나 Medical Record를 해석하고 다음 조치를 추천하거나 Fraud 가능성을 찾아냅니다.
Robot은 Document Routing, Claim Form 입력, 표준 승인 절차를 담당하고, 최종 판단이 필요한 부분은 전문가가 검토합니다.
③Manufacturing & Supply Chain에서는 Agent가 Demand Forecast, Machine Performance 분석, Supply Chain 조정안을 제안하고 Robot이 Order Update, Shipment Tracking, Production Scheduling을 수행합니다.
③Manufacturing & Supply Chain에서는 Agent가 Demand Forecast, Machine Performance 분석, Supply Chain 조정안을 제안하고 Robot이 Order Update, Shipment Tracking, Production Scheduling을 수행합니다.
중요한 운영 결정은 Supply Chain Manager가 담당합니다.
④Telecom & IT Service에서는 Agent가 이상 징후를 탐지하고 Capacity를 예측하거나 Root-cause Analysis를 수행하며, Robot은 Ticket 생성, Service Provisioning, 반복적인 Back-office 업무를 실행합니다.
⑤Banking & Financial Services에서는 Agent가 Risk와 Suspicious Transaction을 분석하고 Creditworthiness를 평가합니다.
Robot은 필요한 Data를 수집하고 Compliance Form을 작성하며 반복 Processing을 수행하고,
Loan Officer와 Compliance Team이 Agent의 Recommendation을 검토하고 최종 승인합니다.
결국 산업은 달라도 구조는 같습니다.
Agent가 판단해야 할 일을 맡고, Robot이 정확하게 실행해야 할 일을 처리하고, 사람은 책임과 판단이 필요한 순간에 개입합니다.
그리고 Maestro가 이 세 가지 역할을 하나의 Process로 연결합니다.
6. 실제 기업들은 어떤 성과를 얻고 있을까요?
Part 1에서는 기업의 상당수가 GenAI 투자에서 의미 있는 ROI를 얻지 못하고 있다는 문제에서 출발했습니다. 그렇다면 Agentic Business Orchestration을 실제 Business Process에 적용하면
성과는 어떻게 달라질까요?
SunExpress | 3개 핵심 Process에 Agentic Business Orchestration을 적용해 20만 달러 이상 절감, 행정 Backlog 최대 2개월 감소 |
Suncoast Credit Union | Agentic Automation을 통해 수표 검토량 10배 증가, Fraud Loss 270만 달러 방지 |
Lake Michigan Credit Union | Consumer Loan 처리 기간 10일 단축, Loan 처리 Capacity 15% 증가 |
Cato Networks | 전체 IT Ticket의 40%를 End-to-End 자율 처리할 것으로 전망 |
Fiserv | 기존 Manual Task의 98% Automation 달성 |
이 사례들의 공통점은 단순히 AI Agent를 도입했다는 것이 아닙니다.
AI Agent를 기존 Enterprise System, Automation, Human Decision과 연결하고 실제 End-to-End Process 안에서 운영했다는 점이 중요합니다.
AI Agent를 기존 Enterprise System, Automation, Human Decision과 연결하고 실제 End-to-End Process 안에서 운영했다는 점이 중요합니다.
7. Agentic Automation의 핵심은 더 많은 Agent가 아니라, 더 잘 연결된 Process입니다!
기업은 점점 더 많은 AI Agent를 도입하고 있지만,
Agent와 Application이 서로 분리되어 있다면 Automation의 복잡성만 커질 수 있습니다.
그래서 Agentic Business Orchestration이 필요합니다.
그리고 Part 2에서 살펴본 UiPath Maestro는 이를 실제 Enterprise 환경에서 구현하기 위한 Orchestration Layer입니다.
Agent의 자율성을 Guardrail 안에서 통제하고, UiPath와 외부 Agent를 여러 시스템에 연결하며, 실행 중인 Process를 실시간으로 확인하고 제어합니다.
여기에 Process Intelligence와 AI Trust Layer, Human-in-the-loop, Case Management,
Cross-cloud Agent Orchestration까지 결합하면서 Agentic Automation을 단순한 AI Pilot이 아니라
실제 운영 가능한 Enterprise Process로 확장합니다.
결국 Agentic 시대의 경쟁력은 누가 가장 많은 AI Agent를 갖고 있느냐가 아니라, Agent·Robot·People을 얼마나 안정적으로 하나의 Business Process로 Orchestrate할 수 있느냐에 달려 있습니다.
FAQ
Q. UiPath Maestro는 UiPath에서 만든 AI Agent만 사용할 수 있나요?
A. 아닙니다. Maestro는 UiPath Agent뿐 아니라 Custom Agent와 Third-party Agent를 Process에 연결할 수 있습니다. MCP와 A2A 같은 Open Standard와 API Connector, UiPath RPA 등을 활용해 여러 Platform과 System을 연결할 수 있습니다.
Q. AI Agent가 중요한 업무를 마음대로 결정하게 되는 것은 아닌가요?
A. Maestro는 Agent의 자율성을 Business Process와 Governance 안에서 통제하는 Controlled Agency 방식을 사용합니다.
BPMN으로 Process를 정의하고 DMN으로 Decision Rule을 설정하며, 중요한 승인이나 예외 상황에는
Human-in-the-loop를 적용할 수 있습니다.
Q. Maestro Agentic Case Management는 어떤 업무에 적합한가요?
A. 보험 Claim, Loan Origination, Dispute, Investigation, Customer Onboarding처럼 Case마다 경로가 달라지고 장기간 상태를 유지해야 하는 업무에 적합합니다.
Case별 Timeline, Participant, SLA, Escalation Rule을 관리하면서 Agent, Robot, 사람의 업무를 조율합니다.
Q. Maestro Flow는 기존 Process Orchestration과 무엇이 다른가요?
A. Process Orchestration이 BPMN을 중심으로 Process Owner와 Business Architect가
구조화된 Process를 모델링하는 방식이라면, Maestro Flow는 개발자를 위한 Developer-first Orchestration 환경입니다.
API, Agent, Event, Data, Document, Human Step 등을 하나의 Model에 구성하고 Conversational Build와 코드 기반 개발을 함께 활용할 수 있습니다. 가이드 기준 Maestro Flow는 Preview 단계입니다.
A. 아닙니다. Maestro는 UiPath Agent뿐 아니라 Custom Agent와 Third-party Agent를 Process에 연결할 수 있습니다. MCP와 A2A 같은 Open Standard와 API Connector, UiPath RPA 등을 활용해 여러 Platform과 System을 연결할 수 있습니다.
Q. AI Agent가 중요한 업무를 마음대로 결정하게 되는 것은 아닌가요?
A. Maestro는 Agent의 자율성을 Business Process와 Governance 안에서 통제하는 Controlled Agency 방식을 사용합니다.
BPMN으로 Process를 정의하고 DMN으로 Decision Rule을 설정하며, 중요한 승인이나 예외 상황에는
Human-in-the-loop를 적용할 수 있습니다.
Q. Maestro Agentic Case Management는 어떤 업무에 적합한가요?
A. 보험 Claim, Loan Origination, Dispute, Investigation, Customer Onboarding처럼 Case마다 경로가 달라지고 장기간 상태를 유지해야 하는 업무에 적합합니다.
Case별 Timeline, Participant, SLA, Escalation Rule을 관리하면서 Agent, Robot, 사람의 업무를 조율합니다.
Q. Maestro Flow는 기존 Process Orchestration과 무엇이 다른가요?
A. Process Orchestration이 BPMN을 중심으로 Process Owner와 Business Architect가
구조화된 Process를 모델링하는 방식이라면, Maestro Flow는 개발자를 위한 Developer-first Orchestration 환경입니다.
API, Agent, Event, Data, Document, Human Step 등을 하나의 Model에 구성하고 Conversational Build와 코드 기반 개발을 함께 활용할 수 있습니다. 가이드 기준 Maestro Flow는 Preview 단계입니다.
-
이번 글은 Maestro, BPMN, DMN, MCP, AIUC-1처럼 영문 용어와 새로운 개념이 많이 등장해 다소 어렵게 느껴지셨을 수 있습니다.
AI Agent를 기업에서 제대로 활용하려면 Agent 하나만 잘 만드는 것으로는 충분하지 않습니다.
Agent가 판단하고, Robot이 실행하고, 필요한 순간에는 사람이 개입할 수 있도록 전체 업무 Process를 연결하고 조율하는 구조가 필요합니다.
Agent가 판단하고, Robot이 실행하고, 필요한 순간에는 사람이 개입할 수 있도록 전체 업무 Process를 연결하고 조율하는 구조가 필요합니다.
그리고 UiPath Maestro는 그 흐름을 설계하고, 실행하고, 모니터링하고, 통제하는 Orchestration Layer입니다.
결국 Agentic Business Orchestration의 핵심은 더 많은 AI Agent를 만드는 것이 아니라, Agent·Robot·People이 각자의 역할을 맡아 하나의 End-to-End Process 안에서 안정적으로 협업하도록 만드는 것이라고 정리할 수 있습니다.
KS C&C는 UiPath Platinum Partner이자 Agentic Automation Fast Track Partner로서,
RPA부터 AI Agent, Maestro 기반 Orchestration까지 기업의 End-to-End Automation을 지원하고 있습니다.
단순한 Task Automation을 넘어 AI Agent·Robot·People이 하나의 Process 안에서 협업하는 Agentic Automation 환경을 구축하고자 한다면 KS C&C와 함께해보세요!