AI 에이전트 오케스트레이션이란 무엇인가요?

AI 에이전트 오케스트레이션은 여러 AI 에이전트가 함께 작업하여 비즈니스 시스템 전반에 걸친 다단계 업무를 수행하도록 조율하고 관리하는 방식입니다. 하나의 에이전트가 전체 요청을 엔드투엔드로 처리하는 대신, 각 단계는 해당 작업에 가장 적합한 에이전트에게 전달됩니다. 중요한 점은 모든 에이전트가 동일한 컨텍스트를 공유하여 작업을 이어받기 때문에, 에이전트 간 전환이 발생하더라도 진행 상황이 초기화되지 않는다는 것입니다.

이를 지능형 시스템을 위한 교통 관제 시스템으로 생각할 수 있습니다. 한 에이전트는 요청을 분석하고, 다른 에이전트는 CRM 레코드 내에서 필요한 조치를 수행하며, 또 다른 에이전트는 이상 징후를 감지하면 경고를 생성할 수 있습니다. 오케스트레이션은 이러한 전환이 어떻게 이루어지는지, 각 단계에서 누가 권한을 가지는지를 정의합니다. 실제로는 에이전트 간의 통신 방식, 작업 수행 가능 시점, 그리고 적용되는 가드레일을 규정합니다.

AI 에이전트 오케스트레이션 플랫폼은 이러한 협업을 가능하게 하는 기반 구조를 제공합니다. 이 플랫폼은 에이전트의 데이터 액세스 방식, 의사결정 기록 방법, 그리고 언제 사람이 개입해야 하는지를 관리합니다. 이러한 구조가 없다면 자동화는 중복되거나 예상치 못한 방향으로 흘러갈 수 있습니다. 반면, 적절한 오케스트레이션이 적용되면 멀티 에이전트 시스템은 엔터프라이즈 환경에서 높은 정확성과 책임성을 갖추고 운영될 수 있습니다.

대규모 조직에서 AI 도입은 대개 거창한 마스터 플랜으로 시작되지 않습니다. 예를 들어 서비스 부서는 더 빠른 문의 분류를 원하고, 영업 부서는 파이프라인 상태를 더 정확하게 파악하고 싶어 합니다. 운영 부서는 수작업 검토를 줄이고자 할 수도 있습니다. 초기에는 이러한 AI 에이전트를 도입하면 업무 부담이 즉시 줄어드는 효과를 체감할 수 있기 때문에 빠르게 확산되는 경우가 많습니다.

하지만 6개월 정도가 지나면 상황이 달라집니다. 프로덕션 환경에는 여러 AI 에이전트가 배포되어 있지만, 이를 어떻게 체계적으로 관리하고 서로 소통하게 해야 할지 알기 어려워집니다.

그때부터는 다음과 같은 질문이 생겨납니다. 고객 레코드에 대한 권한은 어떤 에이전트가 가지는가? 두 시스템이 서로 상충되는 조치를 제안하면 어떻게 처리해야 하는가? 규정 준수 검토가 발생했을 때 특정 의사결정의 근거를 어떻게 추적할 수 있는가?

AI 에이전트 오케스트레이션은 이러한 문제를 해결합니다. 오케스트레이션은 에이전트 간 상호작용 방식을 정의하고, 어떤 작업에 승인이 필요한지, 그리고 모든 활동을 어떻게 기록할지를 규정합니다. 소규모 파일럿 프로젝트에서는 이러한 조정 계층이 그다지 중요해 보이지 않을 수 있습니다. 그러나 엔터프라이즈 수준에서는 오케스트레이션이 위험 관리 체계의 일부이자 성과를 측정하는 핵심 기반이 됩니다.

오늘날 직장에서 'AI'라는 용어는 매우 다양한 의미로 사용되지만, 대부분의 조직은 하나의 범용 AI 시스템을 배포하지 않습니다. 대신 특정 업무를 수행하도록 설계된 에이전트를 도입합니다. 이는 개별 업무 측면에서는 더 효율적이지만, 동시에 오케스트레이션이 필요한 이유이기도 합니다.

기업은 점점 더 AI 에이전트를 특정 비즈니스 역할에 할당하고 있습니다. 예를 들면 다음과 같습니다.

• 영업 에이전트: 계정 활동을 모니터링하고, 구매 신호를 감지하며, 파이프라인 데이터를 업데이트합니다.
• 서비스 에이전트: 인바운드 요청을 분류하고 긴급도나 이력에 따라 사례를 라우팅합니다.
• 조달 에이전트: 구매 요청을 검토하고 계약 조건과 일치하는지 확인합니다.
• 분석 에이전트: 성과 추세를 분석하고 경영진을 위한 인사이트를 제공합니다.
• 규정 준수 에이전트: 정책 위반이나 비정상적인 활동을 모니터링합니다.

각 에이전트는 좁고 명확한 책임 범위에 집중합니다. 멀티 에이전트 오케스트레이션은 이러한 에이전트들을 분리된 상태로 유지하면서도 서로 협력하도록 만듭니다. 주요 기능은 다음과 같습니다.

• 작업 위임 로직: 컨텍스트, 역할, 데이터 조건에 따라 적절한 에이전트에 업무를 할당하는 방식입니다.
• 우선순위 관리: 여러 에이전트가 동일한 이벤트에 반응할 경우 어떤 작업을 먼저 수행할지 결정합니다.
• 충돌 해결: 에이전트가 상충되는 업데이트나 권장 사항을 생성할 경우 처리 방식을 정의합니다.
• 에스컬레이션 경로: 자동화를 중단하고 사람이 검토하거나 의사결정을 재정의해야 하는 시점을 규정합니다.

CRM에서 계약 갱신 업무가 진행된다고 가정해 보겠습니다. 영업 에이전트가 고객 사용량 감소를 감지하고 아웃리치 메시지를 작성합니다. 메시지가 발송되기 전에 규정 준수 에이전트가 해당 계정에 미제출 문서가 있음을 발견합니다. 오케스트레이션은 아웃리치 발송을 차단하고, 해당 문제를 규정 준수 검토자에게 전달한 후 해당 계정과 관련된 작업 내역을 모두 기록합니다. 문서가 제출되고 문제가 해결되면 영업 워크플로가 다시 진행됩니다.

신규 고객 온보딩처럼 단순해 보이는 업무조차 실제로는 여러 시스템과 검사점 단계를 거칩니다. 이때 작업 분해는 오케스트레이션의 핵심 요소가 됩니다.

AI 에이전트 오케스트레이션은 먼저 큰 목표를 명확한 작업 단위로 나누는 것에서 시작합니다. 하나의 에이전트에게 단순히 '온보딩을 처리하라'고 지시하는 대신, 워크플로를 여러 개의 작은 작업으로 분할하여 보다 체계적으로 할당합니다.

예를 들어 온보딩에는 CRM에서 계정 데이터 확인, 문서 시스템을 통해 계약 생성, 백엔드 애플리케이션에서 액세스 프로비저닝과 같은 작업이 포함될 수 있습니다. 이러한 각 단계는 서로 다른 에이전트가 담당할 수 있으며, 각 에이전트는 명확하게 정의된 역할과 책임 범위를 가집니다.

오케스트레이션은 이러한 단계가 어떻게 연결되는지도 관리합니다. 일부 작업은 반드시 순차적으로 수행되어야 하지만, 다른 작업은 동시에 실행될 수 있습니다. 시스템은 진행 상황을 추적하여 선행 조건이 충족된 경우에만 다운스트림 단계가 시작되도록 합니다. 이러한 상태 관리 덕분에 필요한 승인을 건너뛰거나 작업을 중복하지 않고 업무를 원활하게 진행할 수 있습니다.

AI 에이전트는 단일 애플리케이션 내에서만 작동하는 경우가 드뭅니다. 대부분의 엔터프라이즈 업무는 여러 플랫폼에 걸쳐 이루어지며, 오케스트레이션은 에이전트가 이러한 시스템 간을 어떻게 이동하고 협업하는지를 관리하는 역할도 수행합니다.

• CRM 시스템: 에이전트가 고객 행동을 기반으로 기회 데이터를 업데이트하고, 활동을 기록하거나 후속 작업을 트리거합니다.
• ERP 플랫폼: 조달 에이전트가 승인 절차가 진행되기 전에 구매 주문을 검증하거나 예산 배정을 확인합니다.
• 협업 도구: 알림이 공유 작업 공간에 표시되어 계정 소유자나 관리자가 변경 사항을 맥락에 맞게 검토할 수 있습니다.
• 지식 시스템: 에이전트가 권장 사항을 생성하기 전에 내부 정책이나 문서를 참조합니다.

오케스트레이션이 이러한 요소를 어떻게 연결하는지 살펴보겠습니다.

예를 들어, 대규모 거래가 계약 체결을 앞두고 있다고 가정해 보겠습니다. 영업 에이전트가 CRM에서 기회의 단계를 업데이트합니다. 이 변경 사항은 ERP에서 가격 기준 충족 여부를 확인하기 위한 조달 검토를 자동으로 트리거합니다. 할인율이 정책 허용 범위를 초과하면 규정 준수 규칙이 거래 진행을 차단하고, 협업 작업 공간의 재무 책임자에게 알림을 보냅니다. 승인이 완료되면 CRM 레코드가 다시 업데이트되고 계약서 생성 절차가 진행됩니다.

오케스트레이션은 이러한 시스템 간 작업이 언제 실행되는지, 그리고 다음 단계로 진행하기 전에 어떤 검사점 절차가 충족되어야 하는지를 결정합니다. 이러한 조정 계층이 없다면 에이전트는 각자의 애플리케이션 내에서는 작동할 수 있지만, 업무가 다른 시스템으로 이동하는 순간 전체 흐름에 대한 가시성을 잃게 됩니다.

여러 에이전트가 공유 워크플로 전반에서 함께 작업하기 시작하면, 조직은 협업 구조를 어떻게 설계할지 결정해야 합니다. 모든 환경에 적합한 단일 모델은 존재하지 않습니다. 적절한 접근 방식은 거버넌스 요구사항, 시스템 복잡성, 그리고 에이전트에게 허용되는 자율성 수준에 따라 달라집니다.

중앙 집중식 모델에서는 기본 제어 계층이 작업 할당과 의사결정 흐름을 관리합니다. 개별 에이전트는 정의된 작업을 수행하지만, 라우팅 로직과 승인 규칙은 한 곳에서 처리됩니다.

이 구조는 엔터프라이즈 팀에 워크플로 진행 상황에 대한 완전한 가시성을 제공합니다. 실행 경로가 사전에 정의되어 있기 때문에 정책 시행도 더 수월합니다. 감사 내역과 변화 관리가 엄격하게 통제되는 규제 산업 환경에서 선호되는 경우가 많습니다.

분산형 모델에서는 에이전트가 서로 직접적으로 소통합니다. 모든 의사결정을 중앙 컨트롤러를 통해 처리하는 대신, 에이전트가 상황과 역량에 따라 작업 소유권을 조정하고 결정합니다.

이 접근 방식은 변화가 많은 환경에서 더 높은 유연성을 제공할 수 있습니다. 반면, 조정 로직이 단일 관리 계층이 아니라 여러 시스템에 분산되어 존재하기 때문에 복잡성이 증가합니다.

많은 기업은 하이브리드 접근 방식을 채택합니다. 핵심 거버넌스 규칙은 중앙에서 정의하되, 일부 운영상의 의사결정은 에이전트 수준에서 처리하도록 하는 방식입니다.

예를 들어 조직은 승인 기준과 규정 준수 규칙은 중앙에서 관리하면서도, 영업 또는 서비스 에이전트가 해당 범위 내에서 일상적인 작업 위임을 직접 수행하도록 허용할 수 있습니다. 이 모델은 감독 체계와 운영 속도 사이의 균형을 제공합니다.

더 많은 공급업체가 이 분야에 진입하면서 플랫폼, 도구, 프레임워크라는 용어가 종종 혼용되고 있습니다. 그러나 특히 엔터프라이즈 환경에서는 이 용어들이 같은 의미를 가지지 않습니다.

AI 에이전트 오케스트레이션 도구는 일반적으로 특정 문제를 해결하는 데 초점을 맞춥니다. 예를 들어 워크플로 빌더, 모니터링 대시보드 또는 두 시스템 간 연결 기능을 제공할 수 있습니다. 이러한 도구는 유용하지만 적용 범위가 상대적으로 제한적입니다.

반면 AI 에이전트 오케스트레이션 플랫폼은 조직 전체에서 에이전트가 등록, 배포 및 모니터링되는 방식을 관리하는 기반 인프라를 제공합니다. 플랫폼은 ID, 권한, 실행 규칙, 라이프사이클 업데이트를 관리합니다. 여러 개의 개별 도구를 연결하여 조정 기능을 구현하는 대신, 플랫폼은 운영 모델 자체를 제공합니다.

AI 에이전트 오케스트레이션 프레임워크는 한 단계 더 아래 계층에 위치합니다. 프레임워크는 에이전트 간 통신 방식, 컨텍스트 전달 방식, 그리고 다단계 워크플로에서 상태를 유지하는 방법을 정의합니다. 즉, 프레임워크는 오케스트레이션의 로직을 정의하고, 플랫폼은 이를 실제 운영 환경에서 구현합니다.

이러한 기능들은 오케스트레이션을 실험적인 자동화 수준에서 관리 가능한 엔터프라이즈 인프라로 발전시킵니다.

• 에이전트 레지스트리 및 라이프사이클 관리: 어떤 에이전트가 활성 상태인지, 누가 소유자인지, 언제 업데이트되었는지 추적합니다.
• 데이터 액세스 거버넌스: 각 에이전트가 조회하거나 수정할 수 있는 정보를 정의합니다.
• 관찰 기능 및 모니터링: 의사결정이 어떻게 이루어졌는지 검토할 수 있도록 활동을 기록합니다.
• 보안 제어: 다양한 환경에서 ID 관리 및 액세스 정책을 적용합니다.
• 정책 시행: 비즈니스 규칙을 워크플로 전반에 걸쳐 일관되게 적용합니다.

조직이 AI 에이전트 오케스트레이션 도입을 결정하면, 다음 과제는 이를 어떻게 구현할 것인가입니다. 이때 프레임워크와 지원 도구가 중요한 역할을 합니다.

프레임워크는 멀티 에이전트 조정의 기반 로직을 정의합니다. 또한 에이전트가 정보를 해석하고 전달하는 방식을 규정하여 모든 단계에서 연속성을 유지하도록 지원합니다. 주요 구성 요소는 일반적으로 다음과 같습니다.

• 작업 라우팅 로직: 사전에 정의된 조건에 따라 어떤 에이전트가 요청을 처리할지 결정합니다.
• 컨텍스트 공유 메커니즘: 작업이 에이전트 간에 이동할 때 관련 정보를 유지합니다.
• API 조정: 에이전트와 엔터프라이즈 시스템 간의 구조화된 커뮤니케이션을 지원합니다.
• 상태 유지: 워크플로 진행 상황을 추적하여 중단 이후에도 작업이 정확하게 재개될 수 있도록 합니다.

이러한 프레임워크는 자체적으로 거버넌스를 관리하지는 않지만, 오케스트레이션 플랫폼이 일관되게 작동할 수 있도록 하는 구조적 로직을 제공합니다.

지원 도구는 엔터프라이즈 팀이 오케스트레이션을 가시화하고 관리할 수 있도록 돕습니다.

• 모니터링 대시보드: 에이전트 활동과 워크플로 상태를 표시합니다.
• 워크플로 빌더: 핵심 시스템을 다시 개발하지 않고도 팀이 조정 규칙을 구성할 수 있게 합니다.
• ID 및 액세스 제어: 에이전트 권한을 조직의 정책과 연계합니다.
• 인간 참여형 시스템: 자동화가 사전에 정의된 기준에 도달하면 검토 검사점을 삽입합니다.

프레임워크와 도구는 함께 오케스트레이션을 단순한 아키텍처 개념에서 실제 운영 가능한 체계로 전환합니다.

오케스트레이션이 효과적으로 구현되면 그 이점은 일상적인 업무 운영에서 바로 나타납니다.

조율된 에이전트는 재작업과 수동 감독의 필요성을 크게 줄여줍니다. 책임이 명확하게 정의되어 있으면 한 에이전트가 다른 에이전트의 작업을 의도치 않게 되돌리는 일이 발생하지 않습니다. 업무는 체계적인 순서에 따라 진행되며, 승인 절차도 예측 가능한 검사점에 이루어집니다.

팀은 시스템 간 충돌을 조정하는 데 시간을 낭비하는 대신 더 가치 있는 의사결정에 집중할 수 있습니다. 또한 문제가 발생하더라도 워크플로가 왜 중단되었는지 추적하느라 시간을 보내지 않고, 정확히 어느 단계에서 어떤 이유로 멈췄는지 확인할 수 있습니다.

AI 에이전트가 레코드를 업데이트하거나 작업을 트리거할 수 있게 되면서 거버넌스는 경영진의 중요한 관심사가 되고 있습니다.

오케스트레이션은 규칙 시행을 중앙에서 관리함으로써 이를 지원합니다. 어떤 작업에 승인이 필요한지 정의하고, 해당 의사결정이 모두 기록되도록 보장합니다. 감사나 규정 준수 검토가 진행될 때 조직은 워크플로가 어떤 과정을 거쳐 진행되었는지, 그리고 각 단계가 어떤 시스템에 의해 시작되었는지를 추적할 수 있습니다.

많은 AI 파일럿 프로젝트는 독립적인 환경에서는 잘 작동합니다. 그러나 여러 부서에 추가 에이전트가 도입되기 시작하면 복잡성이 증가합니다.

오케스트레이션은 새로운 에이전트를 추가할 때마다 조정 로직을 다시 작성할 필요 없이 반복 가능한 운영 모델을 제공합니다. 팀은 새로운 에이전트를 등록하고 역할 범위를 정의한 뒤, 이미 수립된 거버넌스 규칙 아래에서 기존 워크플로에 통합할 수 있습니다.

대화형 AI는 종종 엔터프라이즈 시스템의 첫 접점 역할을 합니다. 고객은 채팅 에이전트와 상호작용하고, 직원은 내부 어시스턴트를 사용해 정보를 조회하거나 요청을 시작합니다. 하지만 그 이면에서는 하나의 상호작용이 여러 에이전트를 트리거할 수 있습니다.

예를 들어 고객이 청구 금액 불일치에 대해 문의하면, 서비스 에이전트가 사례 이력을 검토하고, 재무 에이전트가 결제 상태를 확인하며, 정책 에이전트가 환불 가능 여부를 검토할 수 있습니다. 오케스트레이션이 없다면 각 시스템이 독립적으로 응답하여 정보가 분산되거나 중복 작업이 발생할 수 있습니다.

오케스트레이션이 적용되면 대화형 AI는 조율된 워크플로의 시작점이 됩니다. 채팅 에이전트는 필요한 컨텍스트를 수집한 뒤 적절한 백엔드 에이전트에 전달하고, 정의된 검사점 단계가 완료될 때까지 대기합니다. 예외 상황이 발생하면 불완전한 정보를 반환하는 대신 워크플로를 사람 검토자에게 전달하도록 처리할 수 있습니다.

지원 업무를 경험해 본 사람이라면, 사례가 복잡해지는 순간을 잘 알고 있습니다. 고객의 문제가 하나의 범주로 깔끔하게 분류되지 않고, 해결을 위해 여러 시스템에 흩어져 있는 정보를 확인해야 하는 경우입니다.

오케스트레이션이 적용되면 이러한 복잡성은 백그라운드에서 처리됩니다. 고객과의 최초 상호작용만으로도 내부 검토 프로세스가 자동으로 트리거될 수 있으며, 고객은 여러 팀을 전전할 필요가 없습니다. 적절한 담당자에게 자동으로 알림이 전달되고, 사례는 우연히 다음 담당자가 확인할 때까지 기다리는 것이 아니라 사전에 정의된 규칙에 따라 진행됩니다.

조달 프로세스가 지연되는 이유는 종종 불명확성 때문입니다. 예를 들어 요청이 특정 담당자의 대기열에 머물러 있거나, 필요한 문서가 누락된 상태인 경우가 있습니다.

오케스트레이션이 적용되면 이러한 의존 관계가 요청이 다음 단계로 넘어가기 전에 처리됩니다. 필요한 검증은 백그라운드에서 수행되며, 정책을 충족하는 요청은 수동 확인 과정 없이 자동으로 진행됩니다. 반대로 요구 사항을 충족하지 못하는 경우에는 마지막 단계에서 뒤늦게 발견되는 대신 초기에 문제로 식별됩니다.

관찰 기능은 에이전트 행동 모니터링에서 시작됩니다. 팀은 어떤 에이전트가 작업을 수행했는지, 어떤 입력 정보를 기반으로 판단했는지, 그리고 워크플로가 어떤 과정을 거쳐 진행되었는지를 확인할 수 있습니다. 문제가 발생하거나 예상치 못한 결과가 나왔을 때도, 블랙박스처럼 원인을 알 수 없는 것이 아니라 추적 가능한 이벤트 레코드를 통해 원인을 파악할 수 있습니다.

여기서 더 나아가 성과 분석은 시간이 지남에 따라 나타나는 패턴을 이해하는 데 도움을 줍니다. 특정 워크플로가 지연되고 있는지, 승인 절차가 특정 단계에 집중되고 있는지, 또는 에이전트가 예상보다 많은 예외 상황을 트리거하고 있는지 등을 확인할 수 있습니다.

오케스트레이션은 위험 및 이상 징후 탐지도 지원합니다. 에이전트가 정의된 범위를 벗어나 행동하거나 비정상적인 결과를 생성하기 시작하면, 시스템은 해당 행동이 다른 워크플로로 확산되기 전에 이를 감지하고 경고할 수 있습니다.

이러한 상황에는 사람의 감독이 내장되어 있어야 합니다. 예를 들어 에이전트가 승인된 한도를 초과하는 할인을 적용하려고 할 경우, 워크플로는 자동으로 일시 중지되어야 합니다. 시스템은 해당 작업을 그대로 완료하는 대신 지정된 검토자에게 전달하고, 검토자가 의사결정을 확인하거나 수정한 후에만 다음 단계로 진행되도록 합니다.

오케스트레이션은 조정 기능이 플랫폼 자체에 내장되어 있을 때에만 엔터프라이즈 규모에서 효과적으로 작동할 수 있습니다. Salesforce는 AI 에이전트 오케스트레이션을 부가 기능이 아닌 인프라로 접근합니다. Agentforce에서는 다음과 같은 요소를 통해 오케스트레이션을 지원합니다.

• 통합 데이터 기반: 에이전트는 동일한 CRM 데이터 모델 내에서 작동하므로, 업데이트, 승인 및 각종 신호가 모두 하나의 공통된 데이터 소스를 기반으로 처리됩니다.
• 내장된 거버넌스 제어: 액세스 권한, 정책 규칙 및 승인 로직이 모든 워크플로 전반에 걸쳐 일관되게 적용됩니다.
• 중앙 집중식 모니터링: 리더는 여러 개의 도구에서 개별 보고서를 취합할 필요 없이 부서 전반에서 에이전트가 어떻게 작동하고 있는지 확인할 수 있습니다.
• 멀티 에이전트 조정 아키텍처: 에이전트는 임시 통합 방식으로 연결되는 것이 아니라, 체계적인 운영 모델 내에서 등록되고 역할이 정의되며 배포됩니다.

Salesforce는 기존 엔터프라이즈 시스템 내에서 대규모 에이전트 협업을 관리할 수 있는 기반을 제공합니다.

먼저 현재 프로세스를 그대로 매핑하는 것부터 시작하세요. 업무가 어디에서 전달되는지, 어떤 부분에서 에이전트가 이미 독립적으로 운영되고 있는지를 파악해야 합니다. 그 다음 단계는 다음과 같습니다.

• 에이전트의 책임을 명확하게 정의: 각 에이전트는 제한된 범위의 업무와 명확한 권한을 가져야 합니다.
• 조정 모델 선택: 중앙 집중식, 분산형 또는 하이브리드 제어 방식 중 어떤 모델이 조직의 거버넌스 요구사항에 적합한지 결정하세요.
• 조기에 개입 규칙 설정: 워크플로가 언제 중단되어야 하는지, 그리고 예외 상황을 누가 검토할 것인지 정의하세요.
• 확장 전 모니터링: 추가 에이전트를 도입하기 전에 행동과 성과를 추적하세요.

오케스트레이션은 자동화가 확산된 이후에 통제 체계를 덧붙이는 것보다, 처음부터 구조를 갖춘 상태에서 시작할 때 훨씬 쉽게 확장할 수 있습니다.

AI 전략에 조정 체계를 조기에 포함할수록 팀과 시스템 간 마찰을 최소화하면서 확장하기가 쉬워집니다. 조직이 개별 에이전트 중심의 운영에서 전사적 자동화로 전환하고 있다면, 지금이 바로 이러한 시스템이 어떻게 함께 작동할지, 그리고 감독 체계를 어떻게 적용할지 공식적으로 정의해야 할 시점입니다.

Agentforce의 ROI를 극대화하는 방법은 Agentforce로 ROI 극대화하기 가이드에서 자세히 알아보세요.