기업의 인공지능(AI) 활용이 문서 검색과 질문·답변을 넘어 자료 검토, 업무 분석, 보고서 작성과 시스템 실행으로 확대되고 있다. 삼성SDS는 기업 내부 데이터와 업무시스템을 AI 모델에 연결하는 플랫폼과 자동화 기술을 개발하고, 금융·공공·제조 등 산업별 업무에 적용하고 있다. 여러 AI 에이전트가 작업을 나눠 수행하는 시스템에서는 실행 결과뿐 아니라 데이터의 정확성과 접근권한, 담당자의 검토 절차까지 함께 관리하는 것이 중요한 기술적 요소로 다뤄진다.
삼성SDS가 공개한 고객사례에서는 이러한 변화가 구체적인 업무 처리 성과로 나타났다. 투자심사 전문기업 AXE파트너스는 AI 기반 자료 검토와 보고서 작성 시스템을 도입해 건당 심사시간을 40시간에서 8시간으로 줄였으며, 네트워크·IT 인프라 기업 에스넷시스템은 제안요청서의 장비 요구사항을 자동으로 분석하는 시스템을 구축해 대응시간을 120분에서 72분으로 단축했다. 두 사례 모두 AI가 문서를 읽는 기능에 그치지 않고 데이터를 구조화하고 비교한 뒤 업무에 필요한 결과물을 생성하도록 설계됐다는 공통점이 있다.
삼성SDS는 이처럼 개별 업무를 처리하는 AI와 함께 기업 전반의 에이전트를 개발·운영하는 플랫폼 사업도 확대하고 있다. 지난 9월 개최한 'REAL Summit 2026'에서는 AI 인프라, 플랫폼, 업무 솔루션에 산업별 전문성과 구축·운영 역량을 결합하는 '다차원 AI 풀스택' 전략을 발표했다. 삼성SDS가 제시한 방향은 하나의 언어모델에 기업 업무를 모두 맡기는 방식보다, 여러 모델과 데이터·도구를 연결해 업무 흐름을 구성하고 이를 조직의 보안·운영체계 안에서 관리하는 데 초점을 맞추고 있다.
FabriX, 기업 데이터와 AI 모델을 연결하는 에이전트 플랫폼
삼성SDS의 'FabriX(패브릭스)'는 기업 내부 문서와 데이터베이스, 업무시스템, 다양한 언어모델을 연결해 AI 에이전트를 개발하고 실행하는 플랫폼이다. 회사의 공식 제품자료에 따르면 개발자가 에이전트를 만드는 AI Lab, 완성된 에이전트와 도구를 공유하는 Store, 이용자가 에이전트와 상호작용하는 Chat을 중심으로 구성된다. 기업은 이를 통해 부서별로 필요한 AI 서비스를 제작하고, 개발된 기능을 다른 조직에서 재사용하도록 배포할 수 있다.
에이전트 개발 방식도 이용자의 기술 수준에 따라 구분된다. 자연어로 요구사항을 입력하는 노코드(No-code), 시각적인 업무 흐름을 구성하는 로코드(Low-code), 직접 프로그램을 작성하는 프로코드(Pro-code)를 지원한다. 조직은 작업의 복잡도에 따라 개발 방식을 선택하고, 필요한 경우 외부 서비스나 기존 사내 시스템을 연결해 하나의 실행 흐름으로 구성한다. 보고서 작성과 정보 검색처럼 비교적 단순한 기능부터 데이터베이스 조회와 업무시스템 호출을 결합한 작업까지 서로 다른 형태의 에이전트를 구성할 수 있도록 설계됐다.
이 과정에서 활용되는 연결 기술은 모델 문맥 프로토콜(Model Context Protocol·MCP)과 에이전트 간 통신 규격(Agent-to-Agent·A2A)이다. MCP는 AI가 외부 도구와 데이터에 접근하기 위한 연결 방식을 표준화하며, A2A는 서로 다른 에이전트가 작업과 결과를 주고받도록 지원한다. 기업 내부에서 문서를 검색하는 에이전트와 데이터베이스를 조회하는 에이전트, 보고서를 작성하는 에이전트를 연결하려면 각 도구의 입력과 출력뿐 아니라 어떤 작업을 어느 단계에서 실행할 것인지 정의해야 한다. FabriX는 이러한 연결과 실행 과정을 플랫폼에서 구성하고 관리하는 기술을 제공한다.
기업 환경에서는 AI가 특정 정보를 이용할 수 있다는 사실과 그 정보를 실제 업무에 사용할 권한이 있다는 사실을 구분해야 한다. 재무자료나 인사정보, 고객정보는 이용자의 역할에 따라 접근 범위가 달라지며, 같은 에이전트라도 부서와 사용자별로 허용되는 작업이 다를 수 있다. 삼성SDS는 FabriX에 접근권한과 에이전트 자산 관리, 실행기록과 이용 현황을 관리하는 거버넌스 기능을 결합했다. 금융·공공 분야에서는 사내 시스템이나 온프레미스 환경과 연결할 수 있도록 구성해 데이터 보호와 업무시스템 연동을 함께 지원한다.
투자심사부터 장비 추천까지…여러 에이전트가 업무를 분담
삼성SDS가 구축한 기업용 AI 시스템의 실제 작동 방식은 AXE파트너스 사례에서 구체적으로 나타난다. 투자심사 업무에서는 기업의 재무제표와 실사 보고서, 투자설명자료, 시장 분석, 회의록 등 서로 다른 형식의 문서를 함께 검토해야 한다. 같은 재무지표가 자료마다 다르게 기록되거나 최신 문서와 과거 문서가 혼재하는 경우에는 수치를 재확인하고 판단 근거를 추적하는 작업도 필요하다.
삼성SDS는 AXE파트너스를 위해 AWS 기반의 검색증강생성(RAG) 멀티에이전트 시스템을 구축했다. PDF와 Excel, Word, PowerPoint 문서를 수집하고 표준 형식으로 변환한 뒤, 문서 유형과 의미에 따라 분류해 검색 가능한 데이터베이스에 저장한다. 이용자가 투자기업의 재무상태나 수익성을 질문하면 총괄 에이전트가 요청을 여러 작업으로 나누고, 검색 에이전트가 관련 문서를 찾아 분석 에이전트에 전달한다. 분석 에이전트는 필요한 재무지표를 계산하고 서로 다른 문서의 수치를 비교하며, 보고서 작성 에이전트는 원문 출처가 포함된 결과물을 생성한다.
이 시스템은 단순히 여러 에이전트가 순서대로 작동하는 데 그치지 않는다. 분석에 필요한 근거가 부족하면 검색 단계로 돌아가 추가 자료를 찾도록 구성됐고, 동일한 재무정보가 서로 다르게 기록된 경우에는 불일치 항목을 별도로 표시한다. 또한 투자 대상 기업별 문서 접근권한을 구분하고 문서의 중복과 버전을 관리해 이용자가 허용된 자료만 검색하도록 설계했다. AI가 작성한 결과물은 심사역이 검토하며, 실제 투자 여부에 대한 최종 판단도 사람이 수행한다.
삼성SDS가 공개한 고객사례에 따르면 AXE파트너스의 건당 심사시간은 40시간에서 8시간으로 80% 줄었다. 인건비와 시스템 운영비용을 함께 고려한 건당 처리비용은 87만5,000원에서 26만6,812원으로 감소했으며, 같은 인력을 기준으로 월간 처리 가능한 보고서 수는 8건에서 36건으로 늘었다. 내부 평가에서 채팅 답변 정확도는 95.2%로 제시됐다. 각 수치는 해당 프로젝트의 업무와 평가 조건에서 측정한 성과로, 투자 판단의 적중률이나 다른 기업에 적용되는 일반적인 AI 성능 지표와는 성격이 다르다.
네트워크 장비 공급기업 에스넷시스템의 사례는 다른 유형의 기업 업무를 보여준다. 이 회사는 공공기관과 기업의 제안요청서(RFP)에 대응하기 위해 네트워크 장비의 제조사별 사양을 조사하고 고객의 요구사항과 비교하는 작업을 수행해 왔다. 장비 제조사마다 데이터시트의 표기 방식과 문서 구조가 달랐고, 국내 공공기관에서 사용하는 HWP·HWPX 문서도 처리해야 해 요구사항 분석과 제품 선정 과정에 시간이 소요됐다.
삼성SDS는 AWS 인프라와 LangGraph 기반 에이전트를 활용해 문서 분석부터 장비 추천, 비교 보고서 생성까지 연결하는 시스템을 구축했다. 제조사의 PDF 데이터시트는 파싱과 분류, 사양 추출, 정규화 과정을 거쳐 데이터베이스에 저장되며, 관리자의 검수를 마친 정보만 장비 추천에 사용된다. 제안요청서가 입력되면 에이전트는 장비 관련 요구사항을 추출하고 사내 제품 정보와 대조한 뒤 비교 보고서를 생성한다. 에스넷시스템은 이 시스템의 건당 대응시간이 120분에서 72분으로 40% 줄었으며, 내부 장비 추천 평가에서는 99.1%의 정확도를 기록했다고 밝혔다.
두 고객사례는 업무 대상과 개발 기술이 다르지만 원자료를 구조화하고, 필요한 정보를 검색한 뒤, 결과를 비교·검증해 업무 문서로 연결한다는 공통된 구조를 가진다. AXE파트너스에서는 재무정보의 정합성과 접근권한이 중요했고, 에스넷시스템에서는 제품 사양의 정확성과 관리자의 검수가 핵심이었다. 두 프로젝트 모두 삼성SDS가 구축한 기업용 AI 시스템이지만, AXE파트너스의 AWS 기반 멀티에이전트 시스템과 에스넷시스템의 LangGraph 기반 시스템을 모두 FabriX 단일 제품으로 구현했다고 볼 수는 없다.
금융·공공 분야로 확대…구축사업과 운영서비스 구분
삼성SDS는 개별 기업의 업무 자동화와 별도로 금융기관과 공공기관을 대상으로 AI 플랫폼 구축사업을 진행하고 있다. 대표적인 사례는 우리은행의 'AI 에이전트 뱅킹' 프로젝트다. 삼성SDS는 지난 4월 우리은행의 'AX를 위한 AI 에이전트 구축' 사업 우선협상대상자로 선정됐으며, FabriX를 기반으로 은행의 내부 시스템과 다양한 AI 모델을 연결하는 플랫폼을 구축하는 역할을 맡았다.
우리은행은 고객관계관리·기업여신, 자산관리, 내부통제, 고객상담, 업무자동화 등 5개 영역의 29개 핵심 업무에 175개 이상의 AI 에이전트를 적용하는 계획을 수립했다. 삼성SDS가 발표한 사업 일정은 올해 12월 약 90개를 우선 선보이고 2027년 8월까지 구축 범위를 순차적으로 확대하는 것이다. 당시 제시한 업무 처리속도 약 30% 개선 역시 사업 추진에 따른 기대 효과다. 따라서 전체 175개 에이전트가 현재 운영되고 있거나 해당 개선율이 이미 측정됐다는 의미는 아니다.
공공 분야에서는 실제 구축을 완료한 사례도 있다. 삼성SDS는 지난 4월 국회 빅데이터 플랫폼 구축 1단계 사업을 완료하고 '국회AI의정지원플랫폼'을 공식 개통했다. FabriX를 기반으로 국회와 외부 기관의 자료를 통합 검색하고, 회의록과 보고서를 요약하며, 법률안과 유사 조문을 탐색하는 기능을 제공한다. 국회 내외부 320개 기관과 연계한 데이터를 활용하고, 국회의원과 보좌진을 포함한 국회 소속기관 약 5,000명을 서비스 대상으로 제시했다.
국회 플랫폼은 국회사무처 데이터센터 내부의 온프레미스 환경에 구축됐다는 점에서 일반적인 외부 AI 서비스와 운영 방식이 다르다. 국회 업무의 특성상 법률안과 회의록, 정책자료에 대한 접근과 이용권한을 관리해야 하고, AI가 생성한 답변의 근거를 확인할 수 있어야 한다. 삼성SDS는 공식 문서의 출처를 기반으로 답변을 생성하고 관련 자료를 다시 조회하는 구조를 적용했다. 국회가 공식 개통한 것은 1단계 플랫폼이며, 전체 사업은 2027년까지 3단계로 추진되는 일정이다.
이와 별개로 삼성SDS는 브리티웍스(Brity Works)를 중앙부처의 협업 업무에 공급하고 있다. 올해 8월에는 9개 중앙부처의 도입이 확정됐다고 발표했으며, 모바일 보고·결재와 메신저, 화상회의, AI 회의록 요약 등의 기능을 제공하는 업무 환경을 구축하고 있다. 이는 AI가 독립적으로 행정적 판단을 수행하는 시스템보다 공무원의 일상적인 협업과 자료 활용을 지원하는 업무 도구에 해당한다.
Brity, 반복 업무 자동화와 협업 AI 결합
FabriX가 AI 에이전트의 개발과 운영을 담당한다면, Brity 제품군은 협업과 반복 업무 수행에 초점을 맞추고 있다. Brity Automation은 로봇프로세스자동화(RPA)에 생성형 AI와 지능형 문서처리(IDP)를 결합해 여러 업무 단계를 자동으로 실행하는 솔루션이며, Brity Copilot은 메일과 메신저, 회의 등 일상적인 협업에서 AI 기능을 제공한다. 삼성SDS는 두 분야를 발전시키면서 문서를 이해하고 판단이 필요한 단계를 처리하는 AI와 기존 자동화 도구를 연결하고 있다.
실제 사례로 대상웰라이프는 해외 식품 규제 대응 업무에 Brity Automation을 적용했다. 기존에는 담당자들이 해외 법령을 조사하고 번역한 뒤 제품 성분과 표시사항을 검토해 관련 시스템에 반영해야 했다. 삼성SDS는 법령 수집과 문서처리, 번역, 정보 입력, 라벨 검증 등 여러 업무 단계를 자동화하고 담당자의 검토·승인을 결합했다. 고객사례에 따르면 1개 국가의 3개 제품을 기준으로 전체 업무 처리기간이 12주에서 1주로 단축됐다.
이 사례는 2024년부터 소개된 업무 자동화 성과로, 최근 개발된 모든 AI 에이전트 기능의 성능을 보여주는 수치는 아니다. 그러나 RPA가 정해진 화면과 입력 절차를 실행하고, 생성형 AI가 문서에 포함된 정보를 해석하며, 담당자가 법령 적용과 최종 결과를 확인하도록 업무를 분담했다는 점에서 기업의 자동화 구조를 설명하는 데 유용하다. AI가 수행하는 단계와 사람이 책임지는 단계를 하나의 프로세스로 연결한 사례다.
협업 분야에서는 글로벌 AI 모델의 조직 단위 공급도 진행하고 있다. 삼성SDS는 지난 9월 Anthropic의 'Claude Partner Network' 셀렉트 티어 파트너 자격을 확보했다고 발표했다. 이에 앞서 7월 Anthropic과 전략적 파트너십을 체결했으며, 20개 삼성 관계사의 약 7만 명에게 Claude Enterprise를 제공하고 있다고 밝혔다. 약 7만 명은 제공 대상 규모로, 실제 매일 사용하는 인원이나 생산성 개선 실적과는 구분된다.
삼성SDS는 자체 AI 플랫폼과 외부 언어모델을 함께 제공하는 전략을 추진하고 있다. 기업별 업무와 보안 조건에 따라 모델을 선택하고, 기존 시스템에 연결해 이용환경을 구축한 뒤 운영과 기술지원까지 담당하는 방식이다. 지난 9월 REAL Summit에서는 OpenAI와 Anthropic 등 글로벌 AI 기업과의 협력 확대를 발표했으며, 기업 현장에 AI를 적용하는 전문 엔지니어인 FDE(Forward Deployed Engineer)를 연내 약 200명 양성한다는 목표도 제시했다.
기업용 AI, 작업 실행과 권한·결과 관리가 함께 필요
AI 에이전트가 기업의 내부 데이터와 시스템에 접근하는 범위가 넓어지면서 운영관리도 별도의 기술 영역이 되고 있다. 단순 검색 기능이라면 이용자의 질문에 적절한 문서를 제시하는 것이 주요 작업이지만, 에이전트가 데이터베이스의 정보를 수정하거나 외부 서비스를 호출하고 승인 절차를 진행할 경우에는 실행 결과와 함께 허용된 작업인지도 확인해야 한다. 같은 기능을 수행하는 AI라도 이용자와 부서별 접근권한, 처리 가능한 데이터의 종류, 실행 가능한 도구가 달라질 수 있기 때문이다.
삼성SDS가 2026년 5월 국내 기업·공공기관 재직자 1,750명을 대상으로 실시한 설문조사에서도 이러한 요구가 나타났다. 8월 공개한 결과에 따르면 AI 에이전트를 실제 업무에 활용한다는 응답은 17%였으며, 이용 과정에서 우려하는 사항으로 정보유출과 개인정보 보호 문제를 꼽은 비율은 52%였다. 기업의 보안 정책을 준수하는 전용 플랫폼이 제공되면 활용할 의향이 있다는 응답은 95%에 달했다.
기업용 에이전트의 작업 수행 능력과 안전성을 평가하는 연구도 이어지고 있다. 2024년 국제머신러닝학회(ICML)에 발표된 WorkArena는 기업용 소프트웨어 환경에서 AI가 업무를 수행하는 능력을 시험하도록 설계된 벤치마크다. 이후 공개된 WorkArena++는 여러 단계에 걸친 작업과 계획 수립, 정보 탐색, 시스템 조작을 포함해 평가 범위를 넓혔다. TheAgentCompany 연구 역시 실제 소프트웨어 회사와 유사한 환경에서 문서 작성과 코드 실행, 웹 탐색, 협업을 결합한 업무 수행 능력을 평가했다.
이들 연구는 삼성SDS 제품의 성능을 직접 평가한 자료는 아니지만, 기업 업무에서 작업 완료 여부와 실행 과정의 검증을 구분하는 기준을 제공한다. 하나의 결과물이 작성됐더라도 해당 작업이 올바른 데이터를 참조했는지, 지정된 절차를 거쳤는지, 허용되지 않은 정보에 접근하지 않았는지는 별도의 검증 대상이다. 삼성SDS가 FabriX에 에이전트 실행관리와 접근권한, 사용이력과 운영 현황을 관리하는 기능을 포함한 것도 이러한 기업 업무의 운영 요건과 연결된다.
삼성SDS는 10월 16일 공개한 기술 분석자료 '기업용 생성형 AI, 도입보다 운영이 어렵다'에서도 AI 운영 역량을 주요 주제로 다뤘다. 보고서는 기업의 AI 활용이 확대될수록 데이터 접근권한과 업무 규칙을 일관되게 적용하고, 여러 에이전트가 수행한 결과를 추적·관리하는 과정이 중요해진다고 설명했다.
AI 플랫폼·업무 자동화에서 클라우드와 로봇으로
삼성SDS는 기업용 AI 에이전트와 업무 자동화 서비스를 공급하는 동시에 이를 실행하는 클라우드 인프라 사업도 확대하고 있다. 2026년 7월에는 퓨리오사AI의 2세대 신경망처리장치(NPU) 기반 서비스인 NPUaaS를 선보였고, NVIDIA B300 GPU를 활용하는 GPUaaS도 제공하고 있다. 과학기술정보통신부의 AI 연구용 컴퓨팅 지원사업에서는 GPU 공급사로 선정돼 7월부터 연구자 대상 서비스를 시작했다. 이들 사업은 AI 에이전트를 개발하는 플랫폼과 달리 모델의 학습·추론에 필요한 연산 자원을 공급하는 인프라 영역이다.
제조 분야에서는 소프트웨어 에이전트를 실제 로봇의 작업과 연결하는 피지컬 AI 사업도 추진하고 있다. 삼성SDS는 제조현장에서 부품을 취급하거나 소모품을 교체하는 작업 등 로봇을 활용할 수 있는 업무를 실증하고 있으며, 2027년 로봇 오케스트레이션 플랫폼 출시를 목표로 관련 기술을 개발하고 있다고 발표했다. 이 플랫폼은 여러 로봇과 작업을 관리하기 위한 것으로, 현재 기업에서 운영하는 문서·데이터 기반 AI 에이전트와는 개발 단계와 적용 환경이 다르다.
삼성SDS의 기업용 AI 사업은 자체 에이전트 플랫폼, 업무 자동화 제품, 외부 AI 모델, 클라우드 인프라를 결합하는 형태로 구성돼 있다. AXE파트너스와 에스넷시스템 사례에서는 문서 분석과 자료 대조, 보고서 생성의 업무 처리시간이 단축됐으며, 국회 플랫폼은 공식 개통을 통해 기관 내부 데이터와 AI 서비스의 연결 사례를 보여줬다. 우리은행의 대규모 에이전트 구축은 단계별 구축 일정에 따라 진행되고 있다.
기업 업무에 AI를 적용하는 과정에서 확인되는 변화는 개별 질문에 대한 답변 생성에서 여러 자료와 시스템을 활용하는 작업 수행으로 범위가 넓어졌다는 점이다. 삼성SDS는 이러한 작업을 가능하게 하는 데이터 연결과 업무 자동화, 접근권한 관리, 실행환경 구축을 주요 기술·사업 영역으로 발전시키고 있다. 고객별 업무 처리 성과와 구축 단계가 서로 다른 만큼, 기업용 AI의 실제 적용 범위는 각 프로젝트에서 수행하는 업무와 측정된 결과를 기준으로 구분해 볼 수 있다.
출처 삼성SDS, REAL Summit 2026 발표(2026.9.8) · 삼성SDS, FabriX 공식 기술자료 · 삼성SDS, AXE파트너스 투자심사 구축사례 · 삼성SDS, 에스넷시스템 RFP 분석 사례 · 삼성SDS, 우리은행 AI 에이전트 구축사업(2026.4.7) · 삼성SDS, 국회 AI 의정지원 플랫폼 개통(2026.4.14) · 삼성SDS, 대상웰라이프 업무 자동화 사례 · 삼성SDS, Claude Enterprise 협력(2026.9.15) · 삼성SDS, AI 에이전트 활용 조사(2026.8.5) · 삼성SDS, 기업용 생성형 AI 운영 분석(2026.10.16) · WorkArena, ICML 2024 · WorkArena++ 연구 · TheAgentCompany 연구
댓글
0