DEEP Agent란 무엇인가: 문서를 읽은 다음 업무까지 수행하는 AI Agent 완전 정리

DEEP Agent란, 한국딥러닝이 만든 AI Agent로, 비정형 데이터를 이해하고 업무 규칙과 맥락을 기반으로 판단한 뒤 심사와 검토, 시스템 등록 같은 실제 업무를 수행하는 제품입니다.

DEEP Agent가 필요해진 배경

값을 뽑아도 업무는 끝나지 않았습니다.

문서 인식과 항목 추출을 도입한 조직에서도 담당자의 일이 기대만큼 줄지 않는 경우가 많습니다. 추출된 값을 보고 조건에 맞는지 판단하고, 다른 서류와 대조하고, 결과를 업무 시스템에 등록하는 일이 여전히 사람에게 남아 있기 때문입니다.

심사 업무를 예로 들면 필요한 서류가 모두 왔는지 확인하는 일, 서류마다 같은 정보가 맞게 적혔는지 비교하는 일, 기준에 따라 승인하거나 보완을 요청하는 일이 이어집니다. 문서를 읽는 기술만으로는 이 사슬의 앞부분만 해결됩니다.

한국딥러닝의 제품 구성은 이 빈자리를 기준으로 이어집니다. DEEP OCR이 문서를 읽고, DEEP Parser가 구조를 복원하고, KIE가 필요한 항목을 찾습니다. DEEP Agent는 그 결과를 받아 판단하고 실행하는 마지막 구간을 맡습니다.

DEEP Agent의 정확한 정의: 대화형 AI 비서와 무엇이 다른가

대화형 AI 비서와 DEEP Agent, 세 가지 축의 차이

첫째, 시작점이 다릅니다. 대화형 AI 비서는 사람이 질문을 입력해야 움직입니다. DEEP Agent는 업무 시스템에 문서가 접수되면 정해진 흐름에 따라 처리를 시작합니다.

둘째, 결과물이 다릅니다. 대화형 AI 비서는 답변이나 요약을 화면에 보여 줍니다. DEEP Agent는 판단 결과와 근거를 남기고, ERP나 내부 시스템에 값을 등록하거나 회신 메일을 작성하는 데까지 이어집니다.

셋째, 판단 기준이 다릅니다. 대화형 AI 비서는 사용자가 만족하는 답변을 목표로 합니다. DEEP Agent는 조직이 정한 업무 규칙과 검증 조건을 기준으로 판단하고, 기준으로 결론을 낼 수 없는 건은 예외로 분리합니다.

두 방식은 쓰임새가 다릅니다. 담당자가 자료를 찾거나 정리할 때는 대화형 도구가 편하고, 매일 반복되는 심사와 등록 업무에는 정해진 흐름대로 끝까지 처리하는 Agent가 맞습니다.

DEEP Agent를 이루는 4가지 처리 단계

판단에서 실행까지 이어지는 4가지 단계

첫째, 구조화입니다. OCR과 Parser, KIE가 만든 결과를 업무에서 쓰는 항목과 값의 형태로 정리합니다. 이 단계가 흔들리면 뒤의 판단도 흔들립니다.

둘째, 추론입니다. 문서의 맥락을 읽어 값이 어떤 의미인지, 서류끼리 어떤 관계인지 파악합니다. 같은 이름이 신청인인지 대표자인지 구분하는 일이 여기에 속합니다.

셋째, 조건 판단입니다. 필수 항목이 모두 있는지, 서류 간 정보가 일치하는지, 계약서에 위험 조항이 있는지를 업무 규칙에 비추어 확인합니다.

넷째, 실행입니다. 판단 결과를 ERP나 문서관리시스템, 내부 업무 시스템에 등록하고, 필요한 경우 보완 요청 메일을 작성하거나 회신합니다.

네 단계는 순서대로 이어지지만 결과가 한 방향으로만 흐르지는 않습니다. 조건 판단에서 서류가 부족하다고 확인되면 실행 단계에서 보완 요청을 보내고, 새 서류가 들어오면 구조화부터 다시 시작합니다.

DEEP Agent의 실제 적용 방법

맡길 업무를 한 건 단위로 정합니다

도입은 기능 목록이 아니라 업무 한 건에서 시작합니다. 가맹점 심사나 서류 검토처럼 시작과 끝이 분명한 업무를 고르면 무엇을 자동으로 끝내고 무엇을 사람에게 넘길지 기준을 세우기 쉽고, 성과도 건 단위로 측정할 수 있습니다.

처음부터 여러 업무를 한꺼번에 맡기면 예외 기준이 서로 섞여 운영이 어려워집니다. 한 업무에서 자동 처리 범위와 예외 기준이 안정된 뒤 같은 서류를 쓰는 인접 업무로 넓히는 순서가 현실적입니다.

판단 규칙과 근거를 함께 남깁니다

Agent의 판단은 나중에 확인할 수 있어야 합니다. 어떤 값을 근거로 삼았는지, 어느 규칙에 따라 결론을 냈는지를 결과와 함께 기록하면 검토자가 빠르게 확인할 수 있고, 같은 오류가 반복될 때 규칙을 고치는 근거가 됩니다.

규칙은 담당자가 읽고 이해할 수 있는 문장으로 적어 두는 편이 좋습니다. 그래야 업무 기준이 바뀌었을 때 누가 무엇을 고쳐야 하는지 분명해집니다.

기존 시스템과의 연결을 먼저 설계합니다

판단 결과가 어디로 가는지 정해지지 않으면 담당자가 결과를 다시 입력하게 됩니다. 금융 업무에서는 검증을 마친 데이터가 문서관리시스템과 자동화 도구를 거쳐 기간계로 이어지는 구성이 흔하므로, 이 연결 지점과 입력 형식을 도입 초기에 확정합니다.

연계 구간에서 오류가 났을 때 되돌리는 방법과 재시도 규칙도 함께 정합니다. 등록이 반쯤 된 상태로 남으면 담당자가 확인해야 할 일이 오히려 늘어납니다.

국내 환경에서의 DEEP Agent

국내 금융과 공공에서는 외부 통신이 제한된 환경이 많아 설치 방식과 모델 갱신 경로를 도입 검토 초기에 확인해야 합니다. 판단 근거와 처리 이력, 사람이 승인한 기록을 남기는 구성도 감사 요건으로 함께 요구됩니다. 심사처럼 고영향 AI에 해당할 수 있는 업무에 쓰는 경우에는 인공지능 기본법의 책무를 고려해 사람의 관리와 감독 절차를 흐름 안에 넣어 두는 편이 안전합니다.

자주 묻는 질문