"AI를 위한 SaaS"는 슬로건이 아닌 정확한 아키텍처 주장입니다. 에이전트가 주요 소비자가 되면 제품은 누가, 누구를 대신하여, 어떤 비용으로 행동할 수 있는지에 대한 거버넌스가 됩니다.
이 주장은 정확하며, 홍보성 내용이 아닙니다.
"AI용 SaaS"는 실제적이고 구체적인 아키텍처 변화를 지칭하기 때문에 불행하게도 마케팅 수단으로 사용됩니다. 정확한 버전: 기본 사용자가 사람이 아닌 에이전트이고, 제품이 기능 자체만큼 기능에 대한 거버넌스인 소프트웨어입니다. 두 번째 조항이 중요합니다. 소프트웨어 소비자가 인간이라면 제품은 화면입니다. 소비자가 대리인인 경우 제품은 행위가 허용되는지 여부, 누구에 의해, 누구를 대신하여, 비용은 얼마인지를 결정하는 계약입니다.
구분은 간단합니다. API는 단 하나의 질문에 답합니다. 이것을 부를 수 있을까요? 이는 이진법이며, 엔지니어가 이미 추론한 두 시스템 간의 결정론적 통합에 적합한 이진법입니다. AI용 SaaS는 더 어렵고 조건적인 질문에 답해야 합니다. 누가, 누구를 대신하여, 그리고 어떤 비용으로 안전하게 호출할 수 있을까요? 이 두 질문은 단순히 단어가 더 많은 같은 질문이 아닙니다. 두 번째 질문은 발신자의 의도를 사전에 승인하지 않았고, 예상치 못한 상황에서, 사람이 직접 생성할 수 없는 볼륨으로 발신하는 경우를 가정합니다.
만약 여러분의 고객 유지 플랫폼이 두 번째 질문에 대한 답을 제시하지 않고 기능만 보여준다면, AI를 위한 SaaS를 제대로 구축한 것이 아닙니다. 낙관적인 문서화를 바탕으로 API를 구축한 것일 뿐이며, 결국에는 실제 운영 환경에서 상담원들이 작업하는 속도로 문제점을 발견하게 될 것입니다.
세 가지 계층 구조, 그리고 이를 통합하는 것이 왜 잘못된 선택인지
에이전트에게 플랫폼 축소 작업, 기능 및 인터페이스에 대한 실제 접근 권한을 도구 정의의 단일 덩어리로 제공하려는 대부분의 팀입니다. 데모에서 작동하며 첫 번째 감사에 실패합니다. 유용한 모델은 세 개의 레이어를 구별합니다. 각 레이어는 서로 다른 질문에 대답하고 서로 다르게 실패하기 때문입니다. SocialHub.AI에서는 AI Frontier 확장 레이어로 그려주고, 분리는 의도적으로 했습니다.
최하위 계층은 CLI(명령줄 인터페이스)입니다. 에이전트가 수행할 수 있는 실행 기본 요소, 즉 원시 동사입니다. 이것이 바로 액션입니다. 중간 계층은 스킬입니다. 재사용 가능하고 샌드박스 처리되며 서명된 기능으로, 기본 요소들을 조합하여 에이전트가 하나의 단위로 호출할 수 있도록 신뢰할 수 있게 해줍니다. 서명과 샌드박스 처리는 단순한 장식이 아니라, 에이전트가 기능을 사용할 때마다 구현 코드를 다시 읽지 않고도 기능을 이해할 수 있도록 해주는 핵심 요소입니다. 최상위 계층은 Anthropic의 개방형 모델 컨텍스트 프로토콜인 MCP입니다. 2024년 11월에 표준화된 이 프로토콜은 표준화되고 인증되고 감사된 도구 접근을 제공합니다. MCP은 거버넌스 표면으로, ID, 권한 부여 및 감사 추적이 실제로 이루어지는 곳입니다.
이러한 계층을 분리하면 전체를 작동 가능하게 만드는 속성을 잃게 됩니다. 인터페이스 계층이 액션 계층이기도 하면, 새로운 기본 요소가 추가될 때마다 관리 범위가 조용히 넓어지고, 코드를 검색하지 않고는 "누가 이렇게 했을까?"라는 질문에 답할 수 없습니다. 기능을 분리하면 계약을 건드리지 않고도 기능을 수정할 수 있고, 기능을 손상시키지 않고도 계약을 강화할 수 있습니다. NIST의 AI 위험 관리 프레임워크는 정책 측면에서 동일한 원칙을 계속해서 강조합니다. 즉, 매핑, 측정, 관리를 각각 별개의 기능으로 인식해야 한다는 것입니다. 3계층 모델은 이러한 원칙을 소프트웨어로 표현한 것입니다.
MCP는 커넥터가 아닌 거버넌스 플랫폼입니다.
MCP를 마치 배관처럼, 상담원을 특정 도구에 연결하는 깔끔한 방법으로 생각하기 쉽습니다. 하지만 그렇게 생각하는 것은 MCP의 진정한 가치를 제대로 이해하지 못한 것이며, 나중에 더 큰 손해를 초래할 것입니다. MCP를 표준으로 삼아야 하는 이유는 편의성 때문이 아닙니다. 개방적이고 인증되고 감사 가능한 프로토콜을 통해 API에서는 확인할 수 없는 네 가지 질문, 즉 신원, 권한, 감사, 예산을 한 곳에서 관리할 수 있기 때문입니다. 모든 통화에는 누가 질문했는지, 어떤 권한이 있는지, 통화가 발생했다는 기록, 그리고 사용된 자원에 대한 내역이 기록됩니다.
예산은 팀이 간과하기 쉽고, 결국 문제를 야기하는 요소입니다. 사람 사용자는 스스로 속도를 조절합니다. 피곤해지거나 점심을 먹으러 가거나 다시 생각하기도 합니다. 하지만 상담원은 그렇지 않습니다. 무언가가 멈추기 전까지 완벽한 지구력으로 재시도하고, 네트워크를 확장하고, 반복 작업을 수행합니다. 도구 접근 계층에서 예산을 명시하고 실패 시 해결되도록 강제할 수 없다면, "그 대가는 무엇인가"라는 질문에 대한 답은 인시던트 채널에서 나옵니다. 거버넌스 인터페이스는 브레이크를 거는 곳이며, 모든 발신자에게 동일한 인터페이스여야 합니다. 이를 우회하는 상담원은 결국 문제가 되는 사례로 기록될 것이기 때문입니다.
이것이 바로 인터페이스가 인간용 제품에 덧붙여지는 부가적인 요소가 되어서는 안 되는 이유입니다. 거버넌스가 UI 계층에 존재한다면, 상담원이 이를 우회하는 것은 버그가 아니라 기본 동작이 됩니다. 거버넌스는 상담원이 실제로 거래를 처리하는 곳에 있어야 하며, 이는 MCP이 통화별로 감사되는 최고 수준의 시스템이 되어야 한다는 것을 의미합니다. 그렇지 않으면 형식적인 것에 불과합니다.
2차적 변화: 대시보드가 부차적인 기능이 됨
대부분의 플랫폼이 아직 준비되지 않은 부분이 바로 이것입니다. 상담원이 분석 데이터의 주요 소비자가 되면, 사람이 사용하는 대시보드는 더 이상 주요 인터페이스가 아니라 보조 인터페이스가 됩니다. 제품은 더 이상 차트 자체가 아니라, 그 아래에 있는 인증된 의미론적 레이어, 즉 "활성 회원"의 의미, 총 상품 판매액(GMV)의 귀속 방식, 어떤 지표가 신뢰할 만하고 어떤 지표가 근사치인지를 정의하는 요소입니다. 사람은 대시보드를 읽고 모호한 number에 판단을 내립니다. 하지만 상담원은 정의를 조회하고 그에 따라 행동하므로, 정의는 정확하고, 버전 관리되고, 인증되어야 합니다. 왜냐하면 오류를 잡아낼 사람이 없기 때문입니다.
이는 10년 동안의 가정을 뒤집는 것입니다. 대시보드는 기록 시스템이었습니다. 그 밖의 모든 것이 그것을 먹였습니다. 에이전트 우선 세계에서 인증된 의미 체계 계층은 기록 시스템이고 대시보드는 이를 렌더링하는 하나의 렌더링으로서 인간에게 유용하지만 더 이상 신뢰할 수 없습니다. 이러한 전환에서 살아남는 플랫폼은 의미 계층을 제품으로, 대시보드를 뷰로 처리하는 플랫폼입니다. 그렇지 않은 회사는 배송 대시보드를 계속 유지하고 에이전트는 도달할 수 있는 모든 것을 조용히 쿼리합니다.
그리고 그들은 우회될 것입니다. 에이전트 인터페이스를 새로운 기록 시스템이 아닌 부가 기능으로 취급하는 플랫폼은 바로 그러한 결과를 예상해야 합니다. 에이전트는 실제로 필요한 데이터에 접근하기 위해 관리 경로를 우회할 것이고, 대시보드는 사람이 확인하고 에이전트가 무시하는 흔적만 남게 될 것입니다. 에이전트가 주요 소비자가 될지 여부는 선택할 수 없습니다. 단지 에이전트가 관리 인터페이스를 통해 소비할지, 아니면 우회할지 여부만 선택할 수 있습니다.
추론이 병목 현상이 아니었던 이유
딜로이트의 기업 AI 현황 연구는 기업 AI가 실제로 정체되는 지점에 대해 무뚝뚝하게 설명했으며 대부분의 조달 대화가 초점을 맞추는 부분도 여기에 있지 않습니다. 확장의 장벽은 데이터 준비, 거버넌스 및 조직 활성화입니다. 기본 모델은 제약 조건이 아닙니다. 추론은 값싸고 풍부해졌습니다. 프론티어 모델은 땀을 흘리지 않고도 다단계 유지 개입을 계획할 수 있습니다. 그들이 할 수 없는 일은 회원에게 조치를 취하거나, 지출한 금액을 설명하거나, 인증된 지표에 쿼리하도록 보장하는 것입니다.
그 긴장감이 게임 전체입니다. 추론이 부족할 때 제품은 모델이었습니다. 이제 추론은 더 이상 병목 현상이 아니며, 제품은 활성화를 관리합니다. 즉, 유능한 에이전트가 숨을 멈추지 않고도 규제된 다중 테넌트 보존 시스템 내에서 실제로 작업을 수행할 수 있도록 하는 신원, 권한 부여, 감사 및 예산입니다. 지능은 상품 입력입니다. 거버넌스는 차별화된 제품이다.
이는 구매 대상을 재정의하는 것입니다. "상담원이 얼마나 똑똑한가?"라는 질문은 이미 지나간 질문입니다. 상담원 유지율이 귀사의 환경에서 효과적인지 여부를 결정하는 질문은 "수많은 작업, 즉 사람이 검토하지 않은 작업에서 상담원이 오류를 범했을 때 어떤 일이 발생하는가?"입니다. 플랫폼이 고객 신원, 범위, 감사, 그리고 예산 책정 및 마감 실패에 대한 명확한 설명을 제공한다면, AI 기반 SaaS를 고려해야 합니다. 반대로 플랫폼이 어깨를 으쓱하며 모델 벤치마크 결과만 제시한다면, 데이터베이스 접근 권한이 있는 챗봇을 고려해야 합니다.
구체적인 고객 유지 효과
유지(Retention)는 추상적인 논증이 실효성을 발휘하는 부분입니다. 에이전트가 취하는 행동은 단순히 읽기 전용이 아니기 때문입니다. 쿠폰 발행, 등급 상승, 특정 세그먼트로의 전송, 포인트 사용 등 각각의 행동은 금전적 손실을 초래하고 회원과 브랜드 간의 관계에 영향을 미칩니다. 이는 통제되지 않은 기능을 노출하기에 최악의 장소인 동시에, '제품으로서의 거버넌스'라는 명제가 입증될 수 있는 최적의 장소입니다. 에이전트 유지 루프(Agentic Retention Loop)는 포착, 결정, 활성화, 축적의 단계를 거치는데, 이는 결정 및 활성화 단계가 사람이 일일이 감독하지 않아도 충분히 신뢰할 수 있을 때만 가능합니다.
이 시스템이 작동해야 하는 규모는 이론적인 것이 아닙니다. SocialHub.AI와 McDonald's China의 협업을 통해 회원 기여 GMV는 5%에서 85%로, 회원 방문 빈도는 5.1회에서 6.7회로 37% 증가했으며, 회원 수는 500만 명에서 2억 명으로 늘어났습니다. 2억 명에 달하는 회원의 유지 결정은 사람이 일일이 검토할 수 없습니다. 이처럼 방대한 규모에서 에이전트가 안전하게 행동하려면 모든 행동이 매번 동일한 신원, 권한, 감사 및 예산 계약을 거쳐야 하며, 이러한 검증 절차를 건너뛰는 특권 경로가 없어야 합니다.
이것이 시맨틱 계층에 요구하는 바가 무엇인지 주목하십시오. "이탈 위험이 있는 고가치 회원에게 전송"이라는 문장은 에이전트가 밀리초 단위로 계획할 수 있지만, "고가치"와 "이탈 위험"이 에이전트가 임의로 생성하는 것이 아니라 검증된 정의를 참조하지 않으면 실행 시 심각한 오류를 발생시킬 수 있습니다. 거버넌스는 기능 위에 덧붙여지는 마찰이 아닙니다. 오히려 기능을 배포할 수 있게 만드는 핵심 요소입니다.
무인 운영 및 관리
상담원이 기본 사용자라면 사람이 직접 접촉하는 인터페이스는 여전히 중요하지만 역할은 바뀝니다. 노코드 작성은 사람이 의도, 캠페인, 여정, 규칙을 선언하는 방식으로, 상담원이 사용하는 것과 동일한 관리 기본 요소로 컴파일됩니다. 이는 별개의 취약한 경로가 아닙니다. 이들을 통합하는 이유는 사람이 작성한 작업과 상담원이 수행하는 작업이 동일한 CLI, 동일한 서명된 스킬, 동일한 MCP 계약을 거치기 때문에 권한 부여 및 감사가 적용되는 곳이 두 곳이 아닌 정확히 한 곳이기 때문입니다.
플랫폼 운영은 동일한 논리를 따릅니다. SoCode을 사용하면 팀이 맞춤형 사이드 채널이 아닌 동일한 관리 인터페이스를 통해 엔지니어와 분석가가 이미 작업하고 있는 Claude Code, Claude Desktop, Cursor에서 SocialHub.AI을 직접 실행할 수 있습니다. 오늘부터 사용할 수 있으며 /resources/socode에서 자세한 내용을 읽을 수 있습니다. 규율은 일관성입니다. Cursor의 교환원과 여정의 자율 에이전트는 서로 다른 옷을 입은 동일한 관리 호출자입니다.
SoTag는 동일한 관리 에이전트를 Slack로 확장하여 팀이 이미 협업하는 곳에서 유지 관리 작업이 이루어지도록 합니다. 이 기능은 개발 중이며 아직 출시되지 않았습니다. 출시가 완료되었다고 과장하는 것은 이 아키텍처 전체가 방지하고자 하는 신뢰 훼손의 원인이기 때문에, 우리는 이 사실을 부인하지 않을 것입니다. 어떤 표면이 구현되었든 이 원칙은 동일하게 적용됩니다. 모든 표면은 하나의 관리 계약을 통해 연결되어야 하며, 그렇지 않으면 계약은 허구에 불과합니다.
구매 전 질문 사항
이 글에서 한 가지만 기억해야 한다면, 슬로건이 아닌 구매 질문으로 삼으세요. 벤더가 "AI 기반 고객 유지"라고 말하면, 3단계 분리에 대해 자세히 설명해 달라고 요청하세요. 액션은 어디에, 기능은 어디에, 거버넌스 계약은 어디에 있으며, 각각 독립적으로 변경할 수 있나요? 만약 답변이 구분되지 않은 단일 계층의 도구 정의라면, 거버넌스는 버그가 있는 곳에 있는 것입니다.
그런 다음 4가지 질문으로 구성된 테스트를 직접 물어보세요. 단일 구성원에 대한 단일 에이전트 작업에 대해 플랫폼이 어떻게 이를 안전하게 호출할 수 있는지, 누구에 의해, 누구를 대신하여, 어떤 비용으로 응답할 수 있는지 보여주세요. 예산이 어디에 집행되는지, 실패 종결 여부를 물어보세요. 의미 계층이 인증되고 버전이 지정되었는지 또는 에이전트가 도달할 수 있는 모든 것을 쿼리하고 있는지 물어보세요. 인간과 에이전트 중 어떤 표면이 감사 경로를 공유하는지, 어떤 표면을 건너뛰는지 물어보세요. 답변의 공백은 귀하가 대처할 공백입니다.
우리는 AI Frontier 확장 계층, CLI, Skills, MCP 및 인증된 의미 계층을 구축했습니다. 추론이 더 이상 어려운 부분이 아니었고 통제된 활성화가 제품이 되었기 때문입니다. 규제된 다중 테넌트 환경에서 에이전트 우선 보존에 실제로 필요한 것이 무엇인지 고려 중이시라면 세부 정보는 /platform/ai-frontier에 있으며, 귀하의 스택에서 특정 시나리오를 안내해 드리겠습니다. 데모를 예약하고 가장 어려운 액션, 천 번째 액션, 누구도 검토하지 않을 액션을 가져오세요. 그러면 계약이 유효한 위치를 알려드리겠습니다.
관련 자료
이 페이지와 가장 관련성이 높은 페이지를 계속 살펴보세요.
MCP는 커넥터가 아니라 에이전트 시대의 거버넌스 표면입니다.
대부분의 보도에서는 모델 컨텍스트 프로토콜을 단순한 기반 시설로 묘사합니다. 하지만 기업 관점에서 더 중요한 것은 MCP이 AI 도구 사용에 대한 신원 확인, 권한 부여, 로깅 및 비용 관리가 이루어지는 단일 감사 가능 지점이라는 점입니다.
더 자세히 알아보기 기사Claude Code 및 Slack에서 고객 플랫폼을 운영하세요.
이번 잠금 해제는 더 빠른 대시보드가 아닙니다. 완전히 다른 운영 모델입니다. 팀에서 이미 사용하고 있는 AI 도구 내부에 관리형 에이전트가 내장되어 데이터를 내보내거나 제어권을 포기하지 않고도 일반 언어로 답변하고 조치를 취합니다.
더 자세히 알아보기 기사파이프라인은 루프가 아닙니다: '축적'만이 체류 화합물을 만드는 이유
대부분의 마케팅 기술 솔루션은 단방향 파이프라인을 운영하며 이를 루프라고 부릅니다. 차이점은 바로 '되돌림 쓰기'라는 노드 하나에 있으며, 이는 누구나 따라 할 수 있는 단순한 스택과 따라 할 수 없는 차별화된 경쟁력의 차이입니다.
더 자세히 알아보기 기사하나의 어휘, 두 명의 대상: AI와 대시보드가 의미 계층을 공유해야 하는 이유
도구는 에이전트가 사용하는 동사입니다. 의미 계층은 이러한 동사의 정확성을 유지하는 공유 어휘입니다. 한 번 구축하고 이를 통해 사람과 에이전트에게 서비스를 제공하면 누가 묻든 number는 동일한 의미를 갖습니다.
더 자세히 알아보기 기사하나의 정체성, 수천 개의 대화: 초개인화 시대의 브랜드 보이스
브랜드 통일성 없는 개인화는 브랜드 정체성을 훼손하는 소음에 불과합니다. 개인화 없는 고정된 정체성은 무의미한 방송일 뿐입니다. 궁극적인 목표는 이 두 가지를 동시에 달성하는 것입니다.
더 자세히 알아보기 기사북미 마케팅 기술이 이메일 시대로부터 물려받은 것은 무엇이며, 에이전트 시대가 그 융합을 강요하는 이유는 무엇일까요?
두 가지 소매 기술 전통은 지구 반대편에서 서로 다른 문제를 해결하며 성장해 왔습니다. 둘 다 정말 훌륭합니다. 자율 에이전트는 이 두 가지 전통을 동시에 필요로 하는 최초의 기술입니다.
더 자세히 알아보기