유아이패스, 한국 리전에 에이전틱 자동화 클라우드 출시

• 유아이패스가 한국 리전에 오토메이션 클라우드를 출시함

  • 기반은 마이크로소프트 애저 클라우드 플랫폼임
  • 핵심은 데이터 해외 이동 없이 매니지드 클라우드 서비스 형태로 에이전틱 자동화를 쓸 수 있다는 점
  • 한국 리전에 대한 유아이패스 투자의 일환이라고 설명함

• 타깃은 규제가 빡센 한국 기업임

  • 유아이패스코리아는 특히 금융·공공 같은 고규제 산업에 중요한 전환점이 될 것이라고 말함
  • 데이터 주권이 AI 전사 활용의 방해 요소가 되지 않게 하겠다는 메시지임
  • 고객은 개념 구상부터 배포, 운영까지 걸리는 시간을 수개월에서 수 주로 줄일 수 있다고 강조함

• 오토메이션 클라우드는 자동화 운영 콘솔에 가까움

  • 자동화 워크플로, AI 에이전트, 로봇, 프로세스 오케스트레이션, 데이터 통합을 중앙에서 관리하는 엔터프라이즈 SaaS 플랫폼임
  • 자동화 환경의 배포, 운영, 확장을 수 초 만에 처리할 수 있다고 설명함
  • 기본 자동화에서 에이전트 기반 프로젝트로 수 주 내 확장할 수 있다는 게 유아이패스의 주장임

• 에이전틱 AI 스택도 꽤 넓게 묶여 있음

  • 마에스트로, 에이전트, 에이전트 허브, 서버리스, 시맨틱 서비스가 포함됨
  • LLM Ops 감사·추적 기능도 들어가 기업 규모에서 AI 에이전트를 구축·배포·관리할 수 있게 한다고 함
  • AI와 에이전트 워크로드는 마이크로소프트 파운드리와 통합됨

• 문서 처리와 컨텍스트 그라운딩도 주요 축임

  • AI 기반 문서 처리와 검색증강 자동화를 활용해 복잡한 반정형·비정형 프로세스 워크플로를 지원함
  • 스튜디오 웹, 오토메이션 옵스, 데이터 서비스 같은 개발자·빌더 도구로 클라우드에서 자동화를 만들고 관리할 수 있음
  • 기업 업무 자동화에서 흔한 ‘엑셀, 문서, 신청서, 내부 시스템’류의 흐름을 AI와 연결하려는 방향임

• 모델 선택지는 오히려 열어둠

  • 데이터는 마이크로소프트 애저 국내 인프라에 보관함
  • 모델은 오픈AI GPT, 앤트로픽 클로드, 구글 제미나이 중 선택할 수 있다고 설명함
  • 프로덕션급 테스트 클라우드에서 AI 기능을 안전하게 시험할 수도 있음

• 온프레미스 쪽 선택지도 추가됨

  • 유아이패스 오토메이션 스위트에 에이전틱 AI 배포 옵션이 붙음
  • 고객사 자체 인프라 안에서 클라우드 호스팅 LLM이나 자체 호스팅 LLM을 활용할 수 있음
  • 규제 때문에 클라우드 오케스트레이션이 어려운 조직을 겨냥한 선택지임

• 클라우드 모델 기반 구성은 기능 폭이 가장 넓음

  • 오픈AI GPT, 앤트로픽 클로드, 구글 제미나이 같은 기존 클라우드 모델을 구독하면서 자체 호스팅 오케스트레이션을 원하는 고객에게 맞는 구성임
  • DeepRAG, 어드밴스드 익스트랙션, 개발자용 오토파일럿, 전사 사용자용 오토파일럿, 스크린플레이 같은 기능을 포함한다고 밝힘
  • 자체 호스팅 모델에서는 제공되지 않는 기능까지 포함한 가장 포괄적인 에이전틱 AI 스택이라는 설명임

• 자체 호스팅 모델 기반 구성은 통제권을 더 중시하는 선택지임

  • 권장 오픈소스 모델을 기업 자체 데이터센터 안에서 운영할 수 있음
  • 유아이패스 마에스트로, 에이전트 빌더, 컨텍스트 그라운딩, 생성형 AI 액티비티를 지원함
  • 모델과 데이터 흐름을 내부에 더 강하게 묶어야 하는 조직에 맞음

• 하이브리드 배포도 지원함

  • 오토메이션 스위트는 고객사 자체 인프라에서 실행함
  • LLM 추론은 고객이 선호하는 클라우드 제공자에서 처리할 수 있음
  • 클라우드 기반 오케스트레이션은 금지되지만 외부 추론은 허용되는 데이터 레지던시 환경에 효과적이라고 설명함

• 일부 기능은 아직 예정 단계임

  • 대부분의 에이전틱 자동화 기능은 오토메이션 스위트에서 이용 가능하다고 밝힘
  • 대화형 에이전트와 IXP 기능은 10월 제공 예정임

---

기술 맥락

• 유아이패스가 한국 리전을 강조하는 이유는 에이전틱 자동화가 기업 데이터를 깊게 만지기 때문이에요. 단순 챗봇이면 몰라도, 문서 처리, 로봇 실행, 업무 시스템 오케스트레이션까지 들어가면 데이터가 어디에 저장되고 처리되는지가 도입 조건이 돼요.

• 배포 옵션을 여러 개 둔 것도 이 때문이에요. 클라우드 SaaS는 운영이 편하지만 규제 부담이 있고, 온프레미스는 통제권이 크지만 운영 책임이 커요. 하이브리드는 오케스트레이션은 내부에 두고 추론만 외부 모델을 쓰려는 절충안이에요.

• 모델 선택지를 열어둔 점도 실무적으로 중요해요. 기업은 성능, 비용, 보안, 기존 계약에 따라 오픈AI GPT, 클로드, 제미나이를 다르게 고를 수 있거든요. 자동화 플랫폼이 특정 모델에 묶이면 나중에 교체 비용이 커져요.

• LLM Ops 감사·추적이 들어간 이유는 에이전트가 실제 업무를 실행하기 때문이에요. 누가 어떤 요청을 했고, 모델이 어떤 판단을 했고, 어떤 자동화가 실행됐는지 남겨야 장애 대응과 규제 감사가 가능해요.