마이크로소프트, 엔터프라이즈 에이전트에 심층 추론 기능 강화 및 경쟁사 능가하는 데이터 분석 에이전트 공개
마이크로소프트(Microsoft)가 엔터프라이즈 AI 에이전트 생태계를 확장하고 있다고 합니다. 특히, 복잡한 문제를 해결할 수 있는 심층 추론(deep reasoning) 기능과 AI 유연성과 결정적 비즈니스 프로세스 자동화를 결합한 에이전트 플로우(agent flows)를 Copilot Studio 플랫폼에 추가하여 업계 선두를 더욱 공고히 하고 있다고 하네요. 또한, Microsoft 365 Copilot을 위한 특화된 심층 추론 에이전트인 Researcher와 Analyst를 공개했습니다.
마이크로소프트의 비즈니스 및 산업 코파일럿 담당 부사장인 찰스 라만나(Charles Lamanna)는 “이미 수천 개의 에이전트를 사용하는 고객들이 있습니다. 어떤 직무든 더 빠르게 완료할 수 있도록 도와주는 에이전트가 있을 가능성이 높습니다.”라고 언급했습니다.
마이크로소프트의 차별화된 Analyst 에이전트
Researcher 에이전트는 OpenAI의 Deep Research나 Google의 Deep Research와 유사한 기능을 제공하지만, Analyst 에이전트는 좀 더 차별화된 기능을 제공합니다. 개인 데이터 과학자처럼 작동하도록 설계된 Analyst 에이전트는 엑셀 파일, CSV 파일, 문서에 포함된 표 등 다양한 데이터 소스를 처리하고, 코드 실행 및 시각화를 통해 인사이트를 생성할 수 있습니다.
라만나는 “이것은 단순한 기본 모델이 아닙니다. 핵심 모델 위에 상당한 확장, 튜닝 및 트레이닝이 이루어졌습니다.”라고 강조했습니다. 마이크로소프트는 엑셀 워크플로우 및 데이터 분석 패턴에 대한 깊은 이해를 바탕으로 엔터프라이즈 사용자가 실제로 데이터를 사용하는 방식에 맞춰 에이전트를 개발했습니다.
Analyst 에이전트는 사용자가 기술적인 전문 지식 없이도 업로드된 데이터 파일을 처리하고, 시각화를 생성하며, 비즈니스 인사이트를 제공하기 위해 파이썬(Python) 코드를 자동으로 생성할 수 있습니다. 이는 일반적으로 광범위한 데이터 준비가 필요한 재무 분석, 예산 예측 및 운영 보고 사용 사례에 특히 유용합니다.
심층 추론: 엔터프라이즈 에이전트에 비판적 사고력 제공
마이크로소프트의 심층 추론 기능은 에이전트의 능력을 단순한 작업 완료를 넘어 복잡한 판단 및 분석 작업까지 확장합니다. OpenAI의 o1과 같은 고급 추론 모델을 통합하고 이를 엔터프라이즈 데이터에 연결함으로써 이러한 에이전트는 모호한 비즈니스 문제를 보다 체계적으로 해결할 수 있습니다.
이 시스템은 작업 복잡성에 따라 암묵적으로 또는 사용자가 “이것에 대해 추론해 봐” 또는 “이것에 대해 정말 열심히 생각해 봐”와 같은 프롬프트를 포함할 때 명시적으로 더 깊은 추론을 호출할 시기를 동적으로 결정합니다. 이 플랫폼은 지침을 분석하고, 컨텍스트를 평가하고, 작업 요구 사항에 따라 적절한 도구를 선택합니다.
이를 통해 이전에는 자동화하기 어려웠던 시나리오가 가능해집니다. 예를 들어, 한 대형 통신 회사는 심층 추론 에이전트를 사용하여 여러 내부 문서 및 지식 소스에서 정보를 수집하여 복잡한 RFP 응답을 생성한다고 라만나는 밝혔습니다. 마찬가지로, Thomson Reuters는 인수 합병 검토 시 실사(due diligence)를 위해 이러한 기능을 사용하여 비정형 문서를 처리하여 인사이트를 식별합니다.
에이전트 플로우: 프로세스 자동화 재구상
마이크로소프트는 또한 규칙 기반 워크플로우와 AI 추론을 결합하여 로봇 프로세스 자동화(RPA, Robotic Process Automation)를 효과적으로 발전시키는 에이전트 플로우를 도입했습니다. 이는 결정적 비즈니스 로직과 유연한 AI 기능을 통합하려는 고객의 요구를 해결합니다.
라만나는 “때로는 모델이 자유롭게 움직이는 것을 원하지 않습니다. AI가 자체적으로 결정을 내리는 것을 원하지 않습니다. 하드 코딩된 비즈니스 규칙을 원합니다. 다른 경우에는 에이전트가 자유롭게 판단하고 결정을 내리기를 원합니다.”라고 설명했습니다.
이러한 하이브리드 접근 방식은 지능형 사기 방지와 같은 시나리오를 가능하게 합니다. 여기서 에이전트 플로우는 조건부 로직을 사용하여 더 높은 가치의 환불 요청을 정책 문서에 대한 심층 분석을 위해 AI 에이전트로 라우팅할 수 있습니다.
영국에 본사를 둔 애완 동물 용품 소매업체인 Pets at Home은 이미 사기 방지를 위해 이 기술을 배포했습니다. 라만나는 이 회사가 구현을 통해 “백만 파운드 이상을 절약”했다고 밝혔습니다. 마찬가지로, Dow Chemical은 에이전트 기반 최적화를 통해 “운송 및 화물 관리에서 수백만 달러를 절약”했습니다.
Microsoft Graph의 이점
마이크로소프트 에이전트 전략의 핵심은 사람, 문서, 이메일, 캘린더 이벤트 및 비즈니스 데이터 간의 직장 관계를 포괄적으로 매핑하는 Microsoft Graph를 통한 엔터프라이즈 데이터 통합입니다. 이는 에이전트에게 일반 모델에는 없는 컨텍스트 인식을 제공합니다.
라만나는 “Microsoft Graph의 잘 알려지지 않은 비밀 기능은 참여도와 일부 파일이 얼마나 긴밀하게 연결되어 있는지에 따라 그래프의 관련성을 개선할 수 있다는 것입니다.”라고 밝혔습니다. 이 시스템은 가장 많이 참조, 공유 또는 댓글이 달린 문서를 식별하여 에이전트가 오래된 사본이 아닌 권위 있는 소스를 참조하도록 합니다.
이러한 접근 방식은 마이크로소프트에게 독립 실행형 AI 제공업체에 비해 상당한 경쟁 우위를 제공합니다. 경쟁업체는 고급 모델을 제공할 수 있지만, 마이크로소프트는 이러한 모델을 직장 컨텍스트와 결합하고 엔터프라이즈 사용 사례 및 마이크로소프트 도구에 맞게 명시적으로 최적화된 미세 조정을 제공합니다.
라만나는 마이크로소프트가 경쟁업체가 할 수 있는 것과 동일한 웹 데이터 및 모델 기술을 활용할 수 있다고 언급하면서 “그러나 우리는 또한 엔터프라이즈 내의 모든 콘텐츠를 가지고 있습니다.”라고 덧붙였습니다. 이는 각 새로운 에이전트 상호 작용이 직장 패턴에 대한 그래프의 이해를 더욱 풍부하게 하는 플라이휠 효과를 만듭니다.
엔터프라이즈 도입 및 접근성
마이크로소프트는 다양한 기술 리소스를 가진 조직이 이러한 강력한 기능에 접근할 수 있도록 우선순위를 두었다고 라만나는 말했습니다. 에이전트는 Copilot 내에서 직접 노출되어 사용자가 프롬프트 엔지니어링 전문 지식 없이 자연어로 상호 작용할 수 있습니다.
한편, Copilot Studio는 사용자 지정 에이전트 개발을 위한 로우 코드 환경을 제공합니다. 라만나는 “Python SDK를 부팅하고 호출할 수 있는 사람뿐만 아니라 누구나 이러한 에이전트를 구축하기 시작할 수 있도록 모든 사람을 위한 도구를 갖는 것이 우리의 DNA에 있습니다.”라고 강조했습니다.
이러한 접근성 덕분에 빠른 도입이 가능했습니다. 마이크로소프트는 이전에 10만 개 이상의 조직이 Copilot Studio를 사용했으며 지난 분기에 40만 개 이상의 에이전트가 생성되었다고 밝혔습니다.
경쟁 환경
마이크로소프트가 현재 엔터프라이즈 에이전트 배포를 주도하는 것으로 보이지만 경쟁은 심화되고 있습니다. Google은 에이전트 및 에이전트 코딩을 위한 Gemini 기능을 확장했으며, OpenAI의 o1 모델 및 Agents SDK는 개발자를 위한 강력한 추론 및 에이전트 도구를 제공합니다. Salesforce, Oracle, ServiceNow, SAP 등과 같은 대규모 엔터프라이즈 애플리케이션 회사들은 모두 지난 해 동안 고객을 위한 에이전트 플랫폼을 출시했습니다. 또한 아마존(Amazon)의 AWS는 화요일에 Amazon Q in Quicksight라는 AI 에이전트를 출시하여 직원들이 전문 기술 없이도 자연어를 통해 데이터 분석을 수행할 수 있도록 했습니다.
직원들은 자연어를 사용하여 전문가 수준의 데이터 분석을 수행하고, 가상 시나리오 질문을 하고, 실행 가능한 권장 사항을 얻을 수 있어 새로운 인사이트를 얻고 더 빠르게 의사 결정을 내릴 수 있습니다.
그러나 마이크로소프트의 강점은 선도적인 추론 모델 회사인 OpenAI와의 강력한 결합, 모델 선택 제공, 엔터프라이즈급 인프라, 직장 도구 전반에 걸친 광범위한 데이터 통합, 원시 AI 기능보다는 비즈니스 결과에 대한 집중 등 보다 포괄적인 접근 방식에 있습니다. 마이크로소프트는 개인 작업 패턴을 이해하는 개인 코파일럿과 특정 비즈니스 프로세스를 위한 특수 에이전트를 결합하여 모범 사례처럼 보이는 생태계를 만들었습니다.
엔터프라이즈 의사 결정권자에게 메시지는 분명합니다. 에이전트 기술은 실험 단계를 넘어 측정 가능한 ROI를 제공하는 실용적인 비즈니스 애플리케이션으로 발전했습니다. 플랫폼 선택은 기존 도구 및 데이터와의 통합에 따라 점점 더 달라집니다. 이 영역에서 마이크로소프트는 엑셀 및 파워 오토메이트(Power Automate)에서 보유한 사용자 수 때문에 많은 애플리케이션 영역에서 우위를 점하고 있습니다.