과제: 챗봇으로는 업무 흐름을 이어받을 수 없음
이 사례의 도입 고객사는 대만에서 출발해 여러 국가 시장으로 빠르게 확장 중인 AI 스타트업입니다. 빠른 속도와 분산된 거점 속에서 일상 협업은 전부 Lark 플랫폼에서 이루어집니다. 규모가 확장되는 동시에 세 가지 문제점이 점점 뚜렷해졌습니다:
- 회의록의 인력 의존: 결정 사항과 실행 과제가 대화 기록에 흩어져, 중요한 사안에 추적 체계가 없음
- 반복 문의: 제품 사양, 법무 조항, 견적 방식 등 동일한 질문에 매주 반복적으로 응답
- 콘텐츠 생성 효율 부족: 대외 프레젠테이션 한 건에 반나절이 소요되고, 산출물 양식도 통일하기 어려움
시중의 AI 챗봇으로는 위 문제를 해결할 수 없습니다. 질문에 답할 수는 있지만 업무 흐름을 이어받지는 못합니다. 회의 녹취록을 능동적으로 가져오지도, 실행 과제를 태스크 시스템에 기록하지도, 산출물을 대화 안에 직접 전달하지도 못합니다.
솔루션: 업무 흐름에 들어오는 AI 에이전트
이 프로젝트는 Agent 아키텍처를 기반으로 Lark 오픈 플랫폼(메시지, 태스크, 문서, 다차원 표, 인터랙티브 카드)을 긴밀하게 통합하고, ATP Petrichor를 통해 모든 모델 호출을 통합 연동·거버넌스합니다.
1. 회의 자동화. 에이전트가 회의 녹취록을 자동으로 폴링하고, 새 회의를 감지하면 구조화된 요약 문서(요약, 입장, 결정 사항, 리스크)를 생성합니다. 실행 과제는 Lark 네이티브 태스크 시스템에 직접 기록되며(담당자, 마감일, 알림이 한 번에 설정됨), 결정 사항은 추적 가능하게 저장됩니다. 또한 프라이버시 기준에 따라 라우팅·배포되어, 회의 정보는 관련 구성원에게만 전달되고 각 구성원의 공간은 서로 격리됩니다.
2. 태스크 거버넌스. 대화 안에서 단일 명령으로 과제를 부여하면 네이티브 태스크와 알림으로 바로 구현되고, 마감 전까지 자동으로 추적됩니다.
3. 기업 지식 베이스. 제품 Q&A, 법무 템플릿, 세일즈 자료를 한곳에 저장하고 자동으로 동기화합니다. 그룹 내에서 즉시 질문하고 답변받으며, 답변에는 모두 출처가 첨부됩니다.
4. 콘텐츠 생산 라인. 대화 안에서 요구사항을 설명하면, 에이전트가 브랜드 아이덴티티 시스템에 부합하는 프레젠테이션, 제품 소개 페이지, 소셜 자료를 자동으로 생성합니다. 벡터 텍스트 PDF가 대화로 직접 전달됩니다.
5. 실행 전 확인 절차. 고비용 작업은 실행 전 인터랙티브 카드로 방향과 예상 소요 시간을 보고하고, 확인을 거친 뒤에 실행합니다. 실행 실패 시 능동적으로 보고하며, 전 과정의 진행 상황이 투명합니다.
이 사례에서 ATP의 역할
이 팀은 ATP의 통합 Token API 서비스도 함께 사용합니다. 단일 연동 지점에서 작업 요구에 따라 모델을 자유롭게 전환할 수 있으며, 에이전트의 모든 호출은 플랫폼 위에서 실행됩니다:
| 거버넌스 항목 | 실제 적용 방식 |
|---|---|
| 멀티 모델 라우팅 | 정례 작업은 가성비 높은 모델, 심층 작업은 자동 상위 전환. 주력 모델 이상 시 자동 백업 전환 |
| 비용 통제 | 스케줄·대화 작업 등급별 과금, 한도 사전 설정. 월말 정산 시점에야 초과를 알게 되는 방식 배제 |
| 전 구간 로그 기록 | 호출마다 모델·사용량·출처 기록. 사용량 이상은 당일 원인 파악·당일 수정 가능 |
성과
- 회의 종료 후 요약 문서와 실행 과제가 자동으로 생성되어, 더 이상 인력 정리에 의존하지 않음
- 반복 문의는 지식 베이스가 처리하며, 답변이 일관되고 모두 출처를 갖춤
- 프레젠테이션·마케팅 자료 제작이 '반나절 소요'에서 '대화 내 단일 명령'으로 단축되고, 브랜드 양식이 완전히 일관됨
- 모델 비용이 가시화·통제됨: 사용량 로그를 통해 스케줄 작업의 이상 소비를 당일 원인 파악하고, 모델 등급을 조정해 곧바로 수정한 사례 존재