AI 기반 자동화 툴, Agently 등장!
기존 자동화 도구와 달리 전체 회사 맥락(Company Context)을 기억하는 '두뇌' 역할 수행
100개 이상의 커넥터(Connector)를 통해 Stripe, Slack, Linear 등 다양한 서비스 연결
이벤트 기반 자동화(Event-Driven Automation)로 트리거, 실행, 완료까지 전 과정 자동 처리
사용자의 개입 없이 업무를 완수하여 업무 누락 방지(Preventing Work Slippage)에 기여
Agently의 '두뇌' 아키텍처와 맥락 유지
Agently는 단순한 규칙 기반 자동화 도구와 달리, 전체 회사 데이터를 '맥락(Context)'으로 유지하는 중앙 집중식 '두뇌'를 표방한다.
데이터 통합(Data Integration): 100개 이상의 커넥터를 통해 Stripe 이벤트, Slack 스레드, Linear 티켓 등 다양한 소스의 정보를 통합하여 상태 저장(Stateful) 능력을 확보함.
지속적 학습(Continuous Learning): '결코 잊지 않는'다는 표현은 지속적인 데이터 업데이트 및 맥락 재구성을 통해 최신 상태를 유지함을 시사함.
이는 복잡한 비즈니스 로직이나 여러 서비스에 걸친 워크플로우를 자동화하는 데 핵심적인 역할을 한다.
엔드투엔드(End-to-End) 자동화 실행 메커니즘
Agently는 'Jarvis'라는 컴포넌트를 통해 워크플로우의 전체 실행 주기(End-to-End Execution Cycle)를 자동화한다.
이벤트 트리거(Event Triggering): Stripe 이벤트와 같은 외부 신호가 발생하면 자동화 프로세스가 시작됨.
에이전트 라우팅(Agent Routing): 트리거된 작업은 특정 에이전트에게 할당되어 실행됨. 이는 작업 분산(Task Distribution) 및 전문화(Specialization)를 가능하게 함.
작업 완료 및 보고(Task Completion & Reporting): 에이전트가 작업을 완료하면, 결과는 사용자 개입 없이 시스템에 반영되어 업무 누락(Work Slippage)을 방지함.
이러한 방식은 개발자나 운영자가 반복적인 작업을 직접 처리할 필요성을 줄여준다.
기존 자동화 도구와의 차별점
Agently는 기존의 응답(Retrieve), 실행(Run) 중심 도구들과 달리, '맥락 유지(Context Holding)'와 '전체 작업 수행(End-to-End Work)'에 초점을 맞춘다.
상태 비저장(Stateless) vs 상태 저장(Stateful): 많은 자동화 도구가 단일 이벤트에 반응하는 상태 비저장 방식이라면, Agently는 장기적인 맥락을 기억하여 복합적인 작업을 수행함.
규칙 기반(Rule-Based) vs 에이전트 기반(Agent-Based): 복잡하고 예측 불가능한 시나리오에 대해 미리 정의된 규칙보다는, 자율적으로 판단하고 실행하는 에이전트를 활용함.
이는 AI 에이전트(AI Agent) 기술의 발전을 활용하여, 보다 지능적이고 유연한 자동화를 구현하려는 시도로 볼 수 있다.
커넥터 생태계와 확장성
Agently의 핵심 강점 중 하나는 광범위한 서비스 연동을 지원하는 100개 이상의 커넥터이다.
표준화된 인터페이스(Standardized Interface): 다양한 외부 서비스(Stripe, Slack, Linear 등)와의 연동을 위한 일관된 API 또는 프로토콜을 제공할 것으로 예상됨.
플러그인 아키텍처(Plugin Architecture): 새로운 서비스 연동을 쉽게 추가할 수 있는 확장 가능한 구조를 가질 가능성이 높음.
이러한 커넥터 생태계는 사용자가 자신의 기존 스택에 Agently를 쉽게 통합하고, 자동화 범위를 점진적으로 확장할 수 있도록 지원한다.
![[Agently] Your whole stack, running itself!](https://static.devday.kr/thumbnails-w1200/ph-1129473-ae8aa5d9.webp)
