나무기술 "한국형 AI 에이전트 수요 급증…'NAA'로 시장 정조준"
"현재 한국 기업 환경에 맞춘 인공지능(AI) 에이전트 수요가 급증하고 있습니다. 우리는 온프레미스·클라우드 환경을 아우르는 지능형 플랫폼으로 국내 기업을 공략할 방침입니다. AI 에이전트에 내부 시스템·데이터베이스(DB)를 자연스럽게 연결해 업무 생산성 향상을 도울 것입니다." 나무기술 고우주 최고AI책임자(CAIO) 겸 상무는 11일 호텔신라 다이너스티홀에서 열린 'AI & 클라우드 컨퍼런스 2025(ACC 2025)'에서 AI 에이전트 플랫폼 '나무 AI 에이전트(NAA)'전략을 이같이 소개했다. NAA는 거대언어모델(LLM) 활용을 넘어 실제 워크플로까지 실행하는 기업형 에이전트다. 고객 요구에 맞춘 기능을 구성할 수 있어 업무 단위 자동화를 수행할 수 있다. 플랫폼에는 전문 보고서 생성을 비롯한 템플릿 기반 리포트 생성, 단계별 탐색을 수행하는 딥리서치 기능까지 포함됐다. 고 상무는 NAA 주요 특징으로 내부 DB 연동 기능을 갖춘 'DB챗'을 꼽았다. DB챗은 텍스트-투-프로그래밍 언어(SQL) 기반 모델을 통해 DB 질의를 자동화한다. 사용자는 주소만 입력해 손쉽게 연결을 구성할 수 있다. 이를 통해 질의응답(Q&A) 챗봇, 심층 보고서 등 구조화된 분석 결과를 빠르게 도출할 수 있다. 나무기술은 클로드의 '스킬스'와 유사한 에이전트 스킬 기능도 NAA에 제공한다. 고 상무는 "이는 에이전트가 작업 단계를 자동 계획·실행하도록 설계됐다"며 "고객은 복잡한 업무 절차를 단시간에 자동화할 수 있다"고 설명했다. 고 상무는 민감 데이터 처리를 위한 '인텔리전트 라우팅' 기술도 도입했다. 이 기능은 민감도 낮은 질문을 API 모델로 처리하고, 내부 문서나 보안 요구 높은 질의를 온프레미스 비전언어모델(VLM)으로 전환하는 식이다. 그는 "이런 구조는 성능과 보안, 비용을 동시에 고려한 하이브리드 처리 체계"라고 밝혔다. 나무기술은 NAA에 기존 머신러닝(ML)과 딥러닝 모델을 에이전트 구조에 통합하는 기능도 도입했다. 수요 예측, 시계열 분석, 사기 탐지 등 기존 알고리즘을 에이전트화 하는 식이다. 이를 통해 AI 챗봇, 보고서 생성, 분석 워크플로 등 다양한 형태로 알고리즘 응용이 가능하다. NAA는 쿠버네티스 기반 멀티노드 확장 전략도 지원한다. 그래픽처리장치(GPU) 클러스터 환경에서 애플리케이션과 외부 API, 다양한 에이전트를 모델 컨텍스트 프로토콜(MCP)까지 연동해 통합 운영하는 식이다. 고 상무는 "이는 대규모 엔터프라이즈 환경에서도 확장성을 갖춘 셈"이라고 말했다. 고 상무는 "AI 도입은 단일 서비스가 아니라 전사적 구조를 재정비하는 과정"이라며 "기업이 요구사항 정의와 파일럿 실행을 체계화하면 NAA가 실질적 생산성 향상에 기여할 것"이라고 강조했다.
