ServiceNow는 자체 IT 요청의 90%를 자동으로 해결합니다. 이제 모든 기업에 대해 동일하게 하길 원합니다.

Source: VentureBeat

ServiceNow의 Autonomous Workforce 발표

ServiceNow는 90 %의 자체 직원 IT 요청을 자율적으로 처리하고 있으며, 사례를 인간 에이전트보다 99 % 빠르게 해결하고 있습니다. 목요일에 모든 기업을 위해 동일한 기술을 사용하고자 하는 제품 기술을 발표했습니다.

조직들은 AI가 실행 레이어에 도달했을 때 중단되는 파일럿을 3년 동안 진행해 왔습니다. 에이전트는 문제를 식별하고 해결책을 제안할 수 있지만, 작업을 완료할 권한이 없거나 관리된 환경 내에서 자율적으로 행동하는 것을 신뢰하지 않아 인간에게 다시 넘깁니다.

대부분의 팀이 겪는 격차는 역량이 아니라 거버넌스와 워크플로 연속성입니다.

ServiceNow의 답변은 Autonomous Workforce라는 새로운 프레임워크; Moveworks 인수를 통해 12월에 구축된 새로운 직원용 제품 EmployeeWorks; 그리고 **“role automation.”**이라고 부르는 기본 아키텍처 접근 방식입니다.

티켓팅 시스템에서 AI 워크포스로

ServiceNow는 이 목표를 향해 20년 동안 구축해 왔습니다.

1. Ticketing system – 원래 플랫폼.
2. Workflow automation engine – 다음 단계.
3. Now Assist – 지난 2년 동안 워크플로 기반 위에 겹쳐진 AI.

지금 달라진 점은 새로운 접근 방식이 워크플로 위에 얹힌 기능으로 AI를 다루는 것을 멈추고, 워크플로 안에서 작동하는 작업자로 AI를 다루기 시작한다는 것입니다. AI가 보조에서 실행으로 전환되는 이 변화가 더 넓은 기업 시장의 방향이며, ServiceNow는 이를 달성하기 위한 구체적인 아키텍처 베팅을 하고 있습니다.

세 부분으로 구성된 발표

대부분의 기업 AI 어시스턴트(예: Microsoft Copilot, Google Gemini)는 직원들이 어떤 도구가 어떤 문제를 처리하는지 알아야 합니다. Moveworks—550만 기업 사용자를 보유한(12월 인수 이전)—는 이러한 모호성을 자동으로 라우팅하는 단일 진입점을 중심으로 구축되었습니다.

“지난 2년 동안 조직들은 AI 도입에 박차를 가했지만, 많은 경우 그 급속한 도입이 파편화된 도구, 분리된 AI 경험, 그리고 직원들이 간단한 일을 처리하기 위해 시스템 사이를 오가게 만드는 결과를 낳았습니다.”
— Bhavin Shah, Moveworks 설립자이자 ServiceNow 부사장

역할 자동화가 일반 에이전트와 다른 이유

ServiceNow는 역할 자동화라는 새로운 아키텍처 레이어를 제안하는데, 이는 대부분의 기업이 이미 운영하고 있는 에이전트와는 다릅니다.

• 전통적인 AI 에이전트 – 작업 지향: 목표가 주어지면 그 목표를 향해 추론하고 실행 시점에 자신이 할 수 있는 일을 결정합니다. 이는 거버넌스, 감사 로그, 권한 경계가 양보할 수 없는 기업 환경에서 문제를 일으킵니다.
• 역할 자동화 – AI 전문가가 동일한 접근 제어 프레임워크, CMDB 컨텍스트, SLA 로직, 그리고 인간 작업자를 관리하는 권한 규칙을 배포 순간부터 상속받습니다. 정의된 범위를 초과할 수 없으며 작업 중에 학습한 내용을 기반으로 권한을 스스로 상승시킬 수도 없습니다.

ServiceNow는 세 가지 계층 구분을 제시합니다:

1. 작업 에이전트 – 개별 자동화 단계를 처리합니다.
2. 에이전시 워크플로우 – 결정론적 실행과 확률적 실행을 혼합합니다.
3. 역할 자동화 – 두 계층 위에 위치하며 정의된 책임과 사전 상속된 거버넌스를 갖춘 완전 가상화된 직원 역할입니다.

이 아키텍처를 기반으로 만든 최초 제품인 Level 1 Service Desk AI Specialist는 일반적인 IT 요청(비밀번호 재설정, 소프트웨어 접근 권한 부여, 네트워크 문제 해결)을 엔드‑투‑엔드로 처리하고, 각 해결 과정을 문서화하며, 정의된 범위를 벗어나는 상황이 발생하면 인간에게만 에스컬레이션합니다.

“Don’t Chase Butterflies”

Alan Rosa, CISO 및 CVS Health의 인프라 및 운영 부문 SVP는 의료 분야에서 AI 거버넌스가 실패했을 때 어떤 일이 일어나는지 직접 목격했습니다. 그는 300,000명의 직원에게 AI 배포를 관리하고 있으며, 여기서는 컴플라이언스가 선택 사항이 아닙니다.

“지루함은 아름답다. 예측 가능하고 안정적이다. 책임감 있고 설명 가능한 AI부터 시작해야 한다. 편향도 없고, 환각도 없으며, 명확한 가드레일이 있다. 모두가 규칙을 이해한다.” – Alan Rosa

같은 브리핑에서 Rosa는 AI 확장을 위한 프레임워크를 ServiceNow가 주장하는 아키텍처와 직접 연결했습니다. CVS Health는 12월 인수 이전에 이미 ServiceNow와 Moveworks의 고객이었습니다. Rosa는 두 플랫폼의 결합이 고무적이며 그 잠재력이 **“생생히 다가오고 있다”**고 말했지만, CVS Health는 아직 Autonomous Workforce를 공개적으로 도입하겠다고 약속하지는 않았습니다.

Rosa의 조언

• 나비를 쫓지 마라. 실제 ROI가 있고 사람들의 삶에 영향을 미치는, 거칠고 매력적이지 않은 운영 사례에 집중하라.
• AI를 지속적으로 진화하는 역량 집합으로 보고 동적(정적이 아닌) 테스트가 필요하도록 다루어라.
• AI 사용 사례는 모두 임상, 법무, 프라이버시 및 보안 검토를 거쳐야만 프로덕션에 투입될 수 있다.

“AI가 학습하고 적응할 때 정적 검토는 통하지 않는다. 씻고, 헹구고, 다시 반복한다.” – Alan Rosa

Rosa의 접근 방식은 문제 발생 후에 거버넌스를 뒤늦게 적용하는 것이 아니라, 처음부터 배포 아키텍처에 거버넌스를 내재화합니다. 이는 역할 자동화에 대해 ServiceNow가 주장하는 바와 정확히 일치합니다: 기존 기업 권한 및 워크플로 로직을 상속받는 AI 전문가들은 런타임에 스스로 범위를 결정하는 에이전트보다 거버넌스 경계를 깨뜨릴 가능성이 구조적으로 낮습니다.

기업을 위한 의미

벤더와 관계없이 agentic AI를 평가하는 모든 조직에게 실질적인 질문은 간단합니다:

솔루션이 거버넌스와 워크플로 연속성을 AI의 핵심 아키텍처에 내재화하고 있나요, 아니면 임시 권한 및 사후 제어에 의존하고 있나요?

신뢰할 수 있고, 감사 가능하며, 권한을 인식하는 자동화를 필요로 하는 기업은 ServiceNow의 Autonomous Workforce, EmployeeWorks, 그리고 특히 role automation 레이어를 책임감 있게 AI를 확장하기 위한 청사진으로 면밀히 살펴봐야 합니다.

질문
귀사의 AI 거버넌스가 실행 레이어 내부에 존재하나요, 아니면 에이전트가 무시할 수 있는 정책 문서 형태로 레이어 위에 얹혀 있나요?

답변
ServiceNow가 Autonomous Workforce와 EmployeeWorks를 통해 해결하려는 바로 그 문제이며, 사후에 추가하는 것이 아니라 에이전트 레이어에 직접 거버넌스와 워크플로 컨텍스트를 삽입하고 있습니다.

실무자를 위해 시작점은 거버넌스 아키텍처이며, 기능이 아닙니다. 어떤 agentic AI도 배포하기 전에 권한, 워크플로 로직, 감사 요구사항이 실제로 어디에 위치하는지 매핑하십시오. 그 기반이 마련되지 않으면 기업 규모에서 어떤 에이전트 프레임워크도 지속될 수 없습니다.

“규모와 신뢰는 함께 가야 합니다,” 라고 로사(Rosa)는 말했습니다. “신뢰를 잃으면 규모를 확장할 권리를 잃게 됩니다.”