기업용 AI 에이전트는 검색 증강 생성과 도구 사용을 결합하며 빠르게 발전했지만, 대부분 사용자의 질문이 들어와야 움직이는 반응형 시스템에 머문다. 이 연구는 업무 생산성을 더 끌어올리려면 에이전트가 계약 만료, 장애 징후, 영업 기회처럼 지금 알아야 할 변화를 먼저 포착해 알려야 한다고 본다. 이를 위해 기업의 사람·문서·프로젝트·거래 같은 개체와 관계, 시간에 따른 상태 전환을 살아 있는 관계형 구조로 표현하는 ‘컨텍스트 그래프’를 제안한다. 단순히 문서를 찾아 답하는 검색 계층이 아니라 조직에서 무엇이 달라졌는지를 계속 기록하는 운영 맥락 계층에 가깝다.
구조는 세 부분으로 나뉜다. 변화 감지 엔진이 그래프의 상태 차이를 지속적으로 찾고, 능동성 점수기가 후보 인사이트를 긴급성·관련성·사용자 역할 적합성에 따라 순위화한다. 이어 언어모델 기반 표출 계층이 근거를 붙인 알림으로 전달한다. 연구진은 이 요소를 하나의 점수 함수로 정리하고 NetworkX와 Claude API를 사용한 파이썬 구현도 제시했다. 계약 수명주기 관리, 엔지니어링 장애 대응, 영업 파이프라인 관리라는 세 기업 사례에서 질문을 기다리는 방식과 비교해 정보가 필요한 순간을 앞당길 수 있음을 살폈다.
핵심은 더 많은 알림을 보내는 것이 아니라 ‘언제 침묵해야 하는가’까지 시스템 설계에 포함했다는 점이다. 기업 환경에서 능동형 에이전트가 쓸모 있으려면 변화의 존재만이 아니라 담당자에게 지금 행동할 가치가 있는지도 판단해야 한다. 컨텍스트 그래프는 알림의 근거가 된 개체와 상태 전환을 추적할 수 있어 설명 가능성과 감사 가능성에도 유리하다. 다만 제시된 평가는 일반화된 사례에 기반하므로 실제 조직의 복잡한 권한, 데이터 품질, 알림 피로 속에서도 같은 효과가 나는지는 추가 검증이 필요하다. 그럼에도 기업용 에이전트를 대화창에서 업무 감시자이자 조력자로 확장하는 구체적인 설계 청사진을 보여준다.
원문: arXiv 2607.07721
저작권자 © STORIUM 무단전재 및 재배포 금지
