플로우, AI 에이전트 '리패턴' 공개: 잠자는 기업 데이터 90%를 깨우는 Agentic Enterprise의 시작

씨앗 뉴스: "플로우, AI 에이전트 '리패턴' 공개…"사람과 AI 함께 일한다"" (연합뉴스) · 원문 검색 아래는 위 이슈에 대한 실제 보도 2건에서 검증한 사실을 근거로 AI가 작성한 오리지널 트렌드 해설입니다(원문 번역·복제 아님). 출처는 글 하단 참고.

마드라스체크의 협업툴 플로우가 공개한 AI 에이전트 '리패턴'은 기업 데이터베이스의 90%가 활용되지 못한 채 잠겨 있다는 현실을 직시하며 등장했다. 단순 도구 도입을 넘어 사람과 AI가 협업하는 '애저티브 엔터프라이즈'로 전환되는 이 시점에서, 기업은 보안 및 거버넌스 체계 재구축을 통해 잠자는 데이터를 깨워야 한다.

왜 지금인가: 협업툴 업계의 위기와 기회, 그리고 데이터의 잠

플로우가 AI 전환을 선언한 배경에는 협업툴 시장의 구조적 변화와 기업 내부 데이터의 비효율성이 맞물려 있다. 이학준 대표는 AI 코딩 도구 확산을 업계의 위기와 기회로 진단하며, 단순 소통을 넘어 프로젝트, 소통, 문서, 일정 등 다양한 데이터를 AI와 연결해 새로운 가치를 창출하겠다는 구상을 제시했다. 이는 11년간 협업툴 1위를 유지해온 플로우가 기존 한계를 넘어 Agentic Enterprise로 진화하려는 전략적 선택으로 읽힌다.

더욱 중요한 문제는 기업 데이터의 잠재력 상실이다. 이학준 대표는 기업 데이터베이스의 90% 이상이 활용되지 못한 채 잠겨 있다고 지적했다. 방대한 양의 데이터가 단순 저장에 그치며 조직의 지혜로 연결되지 못하는 현실에서, 플로우는 이를 깨우는 것을 목표로 삼았다. 이는 기술 도입을 넘어 데이터 기반 의사결정 문화로 나아가기 위한 필수적인 첫걸음이다.

무엇이 바뀌나: '리패턴'이 여는 Agentic Enterprise의 새로운 정의

플로우가 공개한 AI 에이전트 ‘리패턴’은 단순한 도구 도입을 넘어, 프로젝트·소통·문서 데이터를 연결하는 자율적 생태계의 시작을 알린다. 이학준 대표는 기업 데이터베이스의 90% 이상이 활용되지 못해 잠겨 있다고 지적하며, 이를 깨우는 것이 핵심 목표다. 리패턴은 사람과 AI가 협업하도록 설계되어, 고객 오류 접수부터 분석·수정, 배포까지 자동화하는 사례를 통해 그 가능성을 입증했다.

리패턴은 메이트·스마트·컨설팅·오토메이션 에이전트로 구성되며, 각 에이전트가 유기적으로 작동해 업무 프로세스를 혁신한다. 이는 협업툴 업계의 위기를 기회로 전환하는 전략적 움직임으로, AI 코딩 도구 확산 시대에 대응하는 새로운 기업 운영의 기준을 제시한다.

핵심 기능 해설: 네 가지 에이전트가 만드는 업무 프로세스의 혁신

리패턴은 메이트, 스마트, 컨설팅, 오토메이션 네 가지 에이전트가 유기적으로 협업하는 구조다. 실제 고객 오류 접수 처리 시나리오를 보면, 메이트 에이전트가 초기 문의를 파악하고 컨설팅 에이전트가 문제 원인을 분석한다. 이어 스마트 에이전트가 관련 데이터를 검증하며, 최종적으로 오토메이션 에이전트가 수정 사항을 반영해 배포까지 자동화한다.

이처럼 각 에이전트는 고유한 역할을 수행하며 전체 프로세스를 완성한다. 이학준 대표는 사람과 AI가 함께 일하는 방식을 지향한다고 강조했다. 기존 수동 처리 방식에서 벗어나, AI가 판단과 실행을 보조함으로써 업무 속도와 정확도를 동시에 높이는 것이 핵심이다.

메이트: 초기 문의 파악 및 분류
컨설팅: 문제 원인 분석 및 해결책 제시
스마트: 데이터 검증 및 정보 보완
오토메이션: 수정 반영 및 배포 자동화

실무 영향: 사람과 AI의 공존, 그리고 보안 및 거버넌스의 재구축

AI가 핵심 프로세스를 자율 수행하는 시대에 보안과 거버넌스는 단순한 통제 장치를 넘어, 사람과 AI의 공존을 가능하게 하는 인프라로 재정의되어야 한다. 리패턴은 고객 오류 접수부터 수정, 배포까지 자동화하는 사례를 통해 AI의 자율적 실행력을 입증했지만, 이는 동시에 데이터 접근 권한과 작업 이력 추적에 대한 새로운 기준을 요구한다. 기업은 AI가 생성하고 수정한 모든 작업물에 대한 명확한 소유권과 책임 소재를 규정해야 하며, 민감한 정보가 외부로 유출되지 않도록 실시간 모니터링 체계를 구축해야 한다.

실무 차원에서는 다음과 같은 거버넌스 모델을 즉시 적용해야 한다.

역할 기반 접근 통제(RBAC) 강화: AI 에이전트가 접근할 수 있는 데이터 범위를 직급과 업무 역할에 따라 세분화하여 불필요한 정보 노출을 차단한다.
AI 작업 이력 감사 로그: AI가 수행한 모든 수정 및 배포 과정은 변경 이력처럼 상세히 기록되어, 오류 발생 시 원인을 신속히 추적하고 책임을 명확히 한다.
인간 승인 계층(Human-in-the-loop) 설정: 최종 배포나 중요한 결정 단계에서는 반드시 담당자의 확인 절차를 거치도록 설계하여 AI의 오류 가능성을 인간이 보완한다.
정기적 보안 취약점 진단: AI가 연결된 프로젝트, 소통, 문서 데이터의 통합 구조를 대상으로 정기적인 보안 점검을 실시하여 새로운 공격 경로를 사전에 차단한다.

이러한 체계는 AI의 효율성을 해치지 않으면서도 기업의 핵심 자산을 보호하는 균형점을 찾게 한다.

전략적 제언: AI 코딩 도구 확산 시대에 대응하는 기업 준비사항

AI 코딩 도구 확산은 협업툴 업계에 위기가 아닌 전환의 기회다. 이학준 대표는 이를 명시적으로 진단하며, 단순 개발 도구를 넘어 업무 프로세스 전반의 자동화를 꾀해야 함을 강조했다. 기업은 이제 코딩 지원에 그치지 않고, 프로젝트·소통·문서·일정 등 4대 데이터를 AI와 연결해 가치를 끌어내는 '에이전틱 엔터프라이즈'로 진화해야 한다. 이를 위해 기존 협업툴의 사용 데이터를 학습시켜, 오류 접수부터 수정·배포까지 자동화하는 리패턴과 같은 에이전트 도입이 필수적이다.

구체적 실행을 위해 조직은 다음 세 가지 준비가 필요하다. 첫째, 데이터 기반 의사결정 문화 정착으로 AI 학습의 정확도를 높인다. 둘째, 보안 및 거버넌스 체계를 재구축해 AI가 민감한 기업 데이터를 안전하게 처리하도록 한다. 셋째, 사람과 AI의 공존을 전제로 한 새로운 업무 프로세스를 설계한다. 예를 들어, AI가 초기 분석과 수정을 수행하면 인간은 최종 검증과 전략적 판단에 집중하는 구조다. 이를 통해 잠자는 기업 데이터 90%를 깨우고, 생산성을 극대화할 수 있다.

자주 묻는 질문

플로우의 AI 에이전트 리패턴은 무엇이며 어떤 기능을 하나요?

리패턴은 플로우가 공개한 새로운 AI 에이전트 도구로, 프로젝트, 소통, 문서, 일정 데이터를 AI와 연결해 가치를 끌어냅니다. 사람과 AI 에이전트가 협업하는 방식으로 설계되어 고객 오류 접수 건 분석 및 배포 자동화 등 다양한 업무를 처리합니다.

리패턴은 어떤 구성 요소로 이루어져 있나요?

리패턴은 메이트 에이전트, 스마트 에이전트, 컨설팅 에이전트, 오토메이션 에이전트로 구성되어 있습니다. 이러한 구성을 통해 기업 내 잠겨 있는 데이터를 활성화하고 업무 효율성을 높이는 Agentic Enterprise의 시작을 알립니다.

플로우가 AI 에이전트를 도입한 배경에는 어떤 문제가 있나요?

이학준 대표는 기업 데이터베이스의 90% 이상이 활용되지 못해 잠겨 있다고 지적하며, 이를 깨우는 것이 중요하다고 강조했습니다. 또한 AI 코딩 도구 확산을 협업툴 업계의 위기이자 기회로 진단하고, 플로우가 11년간 협업툴 1위를 유지해온 경험을 바탕으로 AI 전환을 선포했습니다.