Kore.ai, Artemis AI 에이전트 플랫폼 출시… Salesforce와 ServiceNow에 도전
Source: VentureBeat
Kore.ai는 수요일에 핵심 기술을 처음부터 재구성한 Artemis 버전의 Agent Platform을 출시했습니다. 이 시스템은 기업이 AI 자체를 사용해 AI 에이전트를 구축·관리·최적화하도록 설계되었으며, 전통적으로 수개월이 걸리던 엔지니어링 작업을 며칠 안에 압축합니다.
플랫폼이 출시되는 시점은 Microsoft, Salesforce, Google, ServiceNow 등 모든 주요 기술 벤더가 기업용 AI 에이전트의 기본 인프라가 되기 위해 경쟁하고 있는 때입니다. Kore.ai가 이 혼잡한 시장에 제시하는 답은 중립성에 대한 베팅, 에이전트를 정의하기 위한 독점 중간 언어, 그리고 “인간 개발자가 아니라 AI가 대부분의 무거운 작업을 수행해야 한다”는 철학입니다.
“우리는 사람들이 에이전트형 AI 애플리케이션을 설계·구축·배포·최적화하는 방식을 바꾸려 하고 있습니다.”라고 창업자이자 CEO인 Raj Koneru가 독점 인터뷰에서 말했습니다. “우리가 지금 내놓는 전체 테마는 ‘AI로 AI를 만든다’는 것입니다—설계도 AI로, 구축도 AI로, 테스트도 AI로, 배포도 AI로, 관리도 AI로, 최적화도 AI로 말이죠.”
새로운 YAML 기반 언어가 기업의 AI 에이전트 정의와 거버넌스를 표준화한다
Artemis 플랫폼의 기술 핵심은 Agent Blueprint Language (ABL) 입니다. ABL은 YAML 위에 구축된 컴파일형 선언적 언어로, AI 에이전트·워크플로·멀티에이전트 시스템을 정의·검증·거버넌스하는 방식을 표준화합니다. Kore.ai는 이를 비즈니스 사용자가 제공할 수 있는 자연어 지시와 에이전트가 실제로 실행되는 프로덕션 인프라 사이에 위치하는 중간 계층이라고 설명합니다.
ABL은 자체 파서, 컴파일러, 런타임을 갖추고 있으며, supervisor, delegation, handoff, fan‑out, escalation, agent‑to‑agent federation 등 6가지 내장 오케스트레이션 패턴을 지원해 복잡한 작업을 수행할 때 여러 에이전트가 어떻게 협업할지 규정합니다.
Koneru는 ABL이 현재 AI 생태계의 근본적인 격차를 메운다고 강조했습니다. “코드 생성에는 큰 가치가 있지만, 그 코드를 실제 인프라에 배포하고 버전 관리·거버넌스·관측성을 확보하는 과정은 별개입니다.”
YAML 기반이기 때문에 ABL 아티팩트는 GitHub에 저장하고 CI/CD 파이프라인을 통해 버전 관리할 수 있으며, 개발자와 비즈니스 이해관계자 모두가 검토할 수 있습니다. 이는 노코드 플랫폼과 전통적인 소프트웨어 엔지니어링 사이의 간극을 메우려는 설계 선택입니다. “최종 아티팩트는 ABL, 즉 YAML 기반 구조입니다—GitHub에 올리고 버전 관리할 수 있죠.”라고 Koneru는 말했습니다. “비즈니스 담당자, 개발자, IT 모두가 하나의 표준 위에서 작업할 수 있게 됩니다.”
Kore.ai의 AI 설계자는 평범한 언어로 된 비즈니스 목표를 프로덕션 준비된 에이전트 시스템으로 변환한다
두 번째 주요 혁신은 Arch라는 AI 시스템입니다. Arch는 비즈니스 요구사항을 프로덕션 준비된 ABL로 변환합니다. 사용자는 자연어로 사양·데이터 소스·비즈니스 규칙을 입력하고, Arch는 플랫폼의 6가지 오케스트레이션 패턴 중 하나를 선택해 멀티에이전트 토폴로지를 설계하고, ABL 코드를 생성·테스트 데이터 생성·배포·프로덕션 모니터링까지 자동으로 수행합니다.
특히 Arch는 최적화까지 담당합니다. 배포된 에이전트가 목표를 달성하고 있는지 관찰하고, 부족한 부분을 파악해 자동으로 개선된 ABL을 재생성·재배포해 성능을 높입니다.
“예를 들어 처음에 특정 사용 사례에 대해 50% 자동화를 목표로 했지만 현재 30%만 달성하고 있다면, 최적화 사이클을 통해 실제 사용 데이터를 기반으로 애플리케이션을 조정해 50%에 도달하도록 합니다.”라고 Koneru가 설명했습니다.
이 폐쇄 루프(설계 → 구축 → 테스트 → 배포 → 관리 → 최적화) 접근 방식은 기존 챗봇 개발 시대를 장악했던 노코드 설정 플랫폼과 Anthropic·OpenAI 등에서 등장한 프로코드 프레임워크와 차별화하려는 Kore.ai의 전략입니다. Koneru는 “지금까지 AI 에이전트는 노코드·구성 기반 플랫폼(우리도 그 중 하나였음)이나, 클라우드 코드·Codex 등 프로코드 방식으로 구축돼 개발자에게 과도한 부담을 줬다”고 주장했습니다.
왜 Kore.ai는 은행·헬스케어·규제 산업을 위해 ‘듀얼 브레인’ 아키텍처를 구축했는가
Artemis 플랫폼에서 가장 구조적으로 중요한 요소는 Dual‑Brain Architecture(듀얼 브레인 아키텍처)입니다. 이는 두 개의 인지 엔진—하나는 대형 언어 모델(LLM) 기반의 에이전시 추론을 담당하고, 다른 하나는 비즈니스 규칙의 결정적 실행을 담당—이 단일 런타임 내 공유 메모리를 통해 병렬로 동작하도록 설계되었습니다.
이 설계는 Kore.ai가 은행·헬스케어·보험·통신 등에서 10년 넘게 AI를 배포하면서 얻은 힘든 교훈을 반영합니다. 그런 환경에서는 의사결정을 전부 LLM에 맡기는 것이 위험합니다.
“기업은 의사결정을 모델에 완전히 위임하지 않을 겁니다.”라고 Koneru는 말했습니다. 그는 실리콘밸리에서 최근 등장한 AI‑네이티브 스타트업들을 예로 들어, “많은 AI‑네이티브 기업이 LLM을 감싸는 래퍼 형태의 프레임워크만 제공한다. 즉, 의사결정이 모델에 거의 전부 맡겨져 있어 모델에 과도하게 의존한다”고 지적했습니다.
Kore.ai는 이와 반대로 가드레일(입력·출력 제한)을 플랫폼 레이어에서 강제합니다. 평가와 거버넌스는 플랫폼 엔진 안에서 실행되며, 정밀도가 중요한 비즈니스 규칙은 결정적으로 실행하고, LLM은 대화형 응답·추론에 활용됩니다. 예를 들어 수백만 명의 소비자에게 처방전 재발급을 처리하는 헬스케어 시나리오나 포트폴리오 관리를 조언하는 은행 환경에서, 환각 응답이나 잘못된 워크플로 실행은 치명적일 수 있습니다. 듀얼 브레인 아키텍처는 규제 산업에서 기업 AI 채택을 저해하던 신뢰 문제에 대한 엔지니어링적 해답을 제시합니다.
Microsoft와의 깊은 파트너십 및 벤더 중립성 주장
Artemis는 초기에는 Microsoft Azure에서 출시되며, Microsoft Foundry, Microsoft Agent 365, Entra ID, Microsoft Graph API와 네이티브하게 통합됩니다. Kore.ai는 Agent 365의 런치 파트너이며, Azure Foundry 내 네이티브 Azure 서비스가 되기 위해 노력하고 있습니다.
Koneru는 지난 1년간 진행된 여러 공동 구축 사례를 소개했습니다.
- Kore.ai 플랫폼 위에 만든 에이전트가 Azure Foundry와 그 모델·인프라에서 실행
- AI for Work 제품이 Microsoft Copilot과 연동돼 기업 데이터와 에이전시 워크플로가 Copilot 인터페이스에 직접 표시
- AI for Service가 Dynamics 365와 통합돼 공동 Go‑to‑Market 제안 제공
“우리는 Microsoft와 깊은 관계를 가지고 있습니다. 실제로 저는 그들의 CEO Summit에 참석했고, 그 다음 3일 동안도 함께 있습니다.”라고 Koneru가 말했습니다.
Microsoft의 Enterprise Partner Solutions 부사장인 Stephen Boyle는 Artemis 보도자료에서 “플랫폼이 Microsoft Foundry와 Microsoft Agent 365와 통합돼 고객에게 거버넌스된 환경에서 AI 에이전트를 구축·배포·운영할 수 있게 한다”고 지원을 표명했습니다.
그럼에도 Kore.ai는 벤더 중립성을 강조하며 Microsoft 및 경쟁사에 대한 대안으로 자리매김하고 있습니다. Koneru는 “당신이 언급한 모든 벤더나 기술 기업은 자신들의 레거시를 보호하려 한다”고 말하며, CIO가 왜 중립적인 솔루션을 고려해야 하는지에 대한 질문에 답했습니다.