에이전틱 AI(Agentic AI)는 비즈니스 프로세스를 자율적으로 수행하고 상황에 따라 동적으로 적응하는 새로운 자동화 가능성을 열었다. 그러나 이 가능성을 실제로 구현하려면 프로세스에 참여하는 주체와 상호작용을 수학적으로 엄밀하게 정의해야 한다는 과제가 남아 있다. 6월 13일 arXiv에 공개된 논문은 이를 위한 형식 프레임워크로 AGO 방법론을 제안한다. AGO는 행위자(Agents), 목표(Goals), 객체(Objects)의 약자로, 누가 행동하는지, 왜 그 행동이 수행되는지, 관련 개체가 무엇인지를 각각 포착하는 세 가지 모델링 관점을 나타낸다.
연구진은 집합론과 수리 논리를 바탕으로 AGO 구성 요소와 이들 간의 상호작용을 형식적으로 정의하고, 모든 정의를 비즈니스 프로세스 지식 기반(BPKB)으로 조직화했다. BPKB는 구조화된 쿼리, 점진적 업데이트, 비즈니스 프로세스 워크플로우의 자동 생성을 지원하며, 도출된 경로의 건전성(soundness)과 완전성(completeness)을 보장하도록 설계됐다. 이론적 엄밀성을 갖춘 형식 체계를 통해 에이전트가 자율적으로 의사결정을 내리더라도 전체 프로세스가 의도한 범위 안에서 동작하도록 검증할 수 있다는 것이 논문의 핵심 주장이다.
에이전틱 AI가 기업 업무에 본격 투입되면서 에이전트의 행동 범위와 의도를 명확히 정의하고 검증하는 문제가 실용적인 과제로 떠오르고 있다. 이 연구가 제안하는 선언적(declarative) 접근 방식은 단순히 에이전트가 무엇을 하는지를 프로그래밍하는 데 그치지 않고, 왜 그 행동이 이뤄지는지를 형식 체계 안에서 명시함으로써 에이전트의 투명성과 감사 가능성을 높이는 방향을 제시한다. 비즈니스 프로세스 관리(BPM) 분야와 AI 에이전트 연구를 접목하려는 시도로, 기업 AI 자동화의 신뢰성 기반을 강화하는 데 기여할 것으로 기대된다.
