엔터프라이즈클로, 자율 AI 에이전트의 보안·거버넌스 문제를 정면으로 겨냥하다

엔터프라이즈클로가 노리는 문제

• 오토메이션 애니웨어가 자율 AI 에이전트용 기업 플랫폼 ‘엔터프라이즈클로’를 공개함

  • 오픈클로가 AI 에이전트를 일상 도구로 끌어올렸지만, 기업 배포에는 보안·거버넌스·설명 가능성 문제가 남아 있었음
  • 엔터프라이즈클로는 시스코, 엔비디아, 옥타, 오픈AI와 공동 개발한 제품으로 소개됨
  • 현재는 프리뷰 단계이고, 정식 출시는 올해 말 예정임

• 목표는 “에이전트가 알아서 일하게 하되, 기업이 통제권을 잃지 않게 하겠다”는 쪽임

  • 데스크톱, 클라우드 플랫폼, 방화벽 뒤 보안 네트워크, 온프레미스 시스템 전반에 자율 AI 에이전트를 배포할 수 있다고 함
  • 동시에 중앙 집중식 제어, 접근 관리, 가시성을 유지하는 게 핵심 주장임

어떤 기술을 묶었나

• 엔터프라이즈클로는 여러 회사의 보안·런타임·모델 계층을 한 번에 묶는 구성을 내세움
  • 오토메이션 애니웨어의 프로세스 추론 엔진(PRE)과 컨텍스트 인텔리전스 그래프를 기반으로 핵심 업무 자동화를 처리함
  • 시스코 AI 디펜스와 디펜스클로를 통합해 AI 에이전트 전용 보안을 제공한다고 함
  • 온프레미스 고객을 위해 엔비디아 오픈셸, NIM 마이크로서비스, 네모트론 모델을 탑재함
  • 옥타의 교차 에이전트 아이덴티티 관리와 인증 제어도 들어감
  • 오픈AI 협업을 통해 GPT-5.5 같은 최신 모델 접근도 제공한다고 밝힘

sequenceDiagram
    participant 사용자
    participant 엔터프라이즈클로
    participant 보안정책
    participant 로컬에이전트
    participant 내부시스템
    사용자->>엔터프라이즈클로: 업무 요청
    엔터프라이즈클로->>보안정책: 권한과 가드레일 확인
    보안정책-->>엔터프라이즈클로: 허용 범위 반환
    엔터프라이즈클로->>로컬에이전트: 작업 위임
    로컬에이전트->>내부시스템: 파일·앱·브라우저 접근
    내부시스템-->>로컬에이전트: 결과 반환
    로컬에이전트-->>엔터프라이즈클로: 실행 로그와 결과 제출
    엔터프라이즈클로-->>사용자: 통합 결과 제공

• 배포 방식도 꽤 구체적임
  • 에이전트를 방화벽 뒤 관리형 컨테이너 안에서 병렬로 배포할 수 있다고 함
  • 각 에이전트는 파일, 앱, 브라우저, 터미널에 로컬로 접근할 수 있음
  • 에이전트 간 작업 인계와 결과 결합이 가능해 단일 작업 자동화를 넘어 여러 작업을 묶는 흐름을 노림
  • 정책, 접근 제어, 가드레일, 에이전트 자격 증명은 기기 로컬에서 적용된다고 설명함

활용 사례와 회의적인 시선

• 대표 사례로 보험금 청구 조사가 제시됨

  • 에이전트가 데스크톱 앱, 내부 문서, 온프레미스 시스템, 클라우드 플랫폼에서 정보를 모음
  • 재무·운영 데이터 같은 민감 정보는 기업 시스템 내부에 보호된 상태로 유지하는 구조를 상정함
  • 코드 생성과 디버깅, 로컬 파일 기반 인시던트 로그 분석, 리서치, 사용자 인터페이스 자동화, 규제 환경 데이터 처리도 활용 시나리오로 언급됨

• 다만 차별점은 아직 선명하지 않다는 지적도 나옴

  • 무어 인사이츠 앤드 스트래티지의 제이슨 앤더슨은 엔비디아가 이미 상시 작동 에이전트용 가드레일을 제공하는 오픈소스 스택 네모클로를 발표했다고 짚음
  • 엔터프라이즈클로가 사실상 비슷한 기능과 공개 스택을 갖춘다면, 이미 엔비디아 제품을 쓰는 기업이 굳이 갈아탈 이유가 약하다는 얘기임
  • 시스코와 옥타 통합도 기존 고객에게는 흥미롭지만, 이들 제품이 이미 다른 도구와도 연동된다는 점이 변수임

기업이 조심해야 할 지점

• 오픈클로가 바꾼 건 AI 에이전트에 대한 인식임

  • 챗GPT가 챗봇을 대중화했듯, 오픈클로는 에이전트를 “실제로 일을 처리하는 도구”로 보이게 만들었다는 평가가 나옴
  • 로컬 머신에서 실행되고, 인간 개입 없이 지속적으로 작동하며, 왓츠앱이나 슬랙 같은 시스템까지 직접 제어할 수 있다는 점이 핵심임

• 하지만 바로 그 능력 때문에 기업 입장에서는 위험도 커짐

  • 에이전트가 사용자 데이터를 빠르게 유출하기 시작하면서 흥분과 충격이 동시에 나타났다는 평가가 있음
  • 인포테크 리서치 그룹의 마니시 자인은 기업이 모든 AI 에이전트를 “양심 없는 지속적 디지털 행위자”로 보고 직접 통제해야 한다고 경고함
  • 프롬프트 인젝션, 명령어 공격, 숨겨진 문서 텍스트를 통한 원격 명령 실행 같은 AI화된 보안 위험도 언급됨

• 개발 조직에도 바로 연결되는 얘기임

  • 바이브 코딩 에이전트가 여러 프로젝트에서 대량의 코드를 생성할 수 있지만, 코드 품질 판단은 아직 결론이 나지 않았다고 기사에 나옴
  • 헬프데스크 워크플로, 회의 일정, 이메일 초안, 후속 조치 같은 반복 업무는 에이전트와 잘 맞는 영역으로 꼽힘
  • 문제는 이런 생산성을 내려면 에이전트에 상당한 접근 권한을 줘야 하고, 그 권한이 나중에 대형 사고의 발판이 될 수 있다는 점임

기술 맥락

• 엔터프라이즈클로가 풀려는 문제는 모델 성능 문제가 아니라 운영 통제 문제예요. 에이전트가 파일과 앱과 브라우저를 직접 만지기 시작하면, 챗봇처럼 답변만 틀리는 수준에서 끝나지 않거든요.

• 그래서 아이덴티티 관리와 로컬 정책 적용이 중요해져요. 어떤 에이전트가 누구 권한으로 어떤 시스템에 접근했고, 어떤 결과를 만들었는지 남겨야 사고가 났을 때 추적할 수 있어요.

• 온프레미스 런타임을 넣는 이유도 명확해요. 보험, 금융, 공공, 의료처럼 민감 데이터가 많은 조직은 에이전트가 일을 잘해도 데이터가 외부 클라우드로 나가는 순간 도입이 막히거든요.

• 엔터프라이즈클로의 차별성이 논쟁적인 건, 필요한 구성요소들이 이미 여러 벤더 제품으로 존재하기 때문이에요. 결국 이 제품의 가치는 “새로운 기능”보다 보안, 인증, 런타임, 모델 접근을 얼마나 덜 복잡하게 묶어주느냐에서 갈릴 가능성이 커요.

• 개발팀 입장에서는 코딩 에이전트 도입에도 같은 원리가 적용돼요. 저장소 접근권, 시크릿 접근, 배포 권한, 로그 보존 정책을 먼저 정하지 않으면 생산성 향상이 그대로 운영 리스크가 될 수 있어요.