무슨 일이 일어났나요?
UiPath는 기업 프로세스를 위한 상세한 '작업 맵'을 생성하도록 설계된 제품인 Cartographer를 출시했으며 이제 코딩 에이전트를 일반적으로 사용할 수 있다고 발표했습니다. 회사는 Cartographer를 현재 사용할 수 있다고 밝혔지만 가격은 공개되지 않았습니다.
UiPath 창립자이자 CEO인 Daniel Dines는 라스베이거스에서 열린 FUSION 컨퍼런스의 기조 연설에서 UiPath Cartographer를 소개했습니다. 이 제품은 기업 환경에서 자율 AI를 배포하기 위한 세부 매뉴얼 역할을 하는 회사가 '작업 맵'이라고 부르는 것을 구축하도록 설계되었습니다. Dines는 그러한 매뉴얼이 없으면 기업은 AI가 결정을 내리거나 특정 워크플로우를 이해할 수 있다고 믿을 수 없다고 주장했습니다.
지도 제작자는 프로세스 차트, 마이닝 다이어그램, 문서 및 표준 운영 절차를 수집합니다. 또한 의사결정 경로를 이해하기 위해 해당 분야 전문가에게 질문하고 화면 녹화를 분석함으로써 이들과 상호 작용합니다. 출력은 초기 '작업 맵'이며 Dines는 이것이 '불가피하게 불완전'하다고 인정했습니다. 그런 다음 코딩 에이전트는 이 지도를 사용하여 자동화를 구축하고 사람의 검토를 통해 시간이 지남에 따라 지도를 업데이트하는 '결정 원장'에 수정 사항을 제공합니다.
Cartographer 출시와 함께 UiPath는 코딩 에이전트를 이제 일반 공급할 수 있다고 발표했습니다. 이 플랫폼은 Claude Code, Cursor, Codex 및 Antigravity를 포함한 외부 도구와의 기본 통합을 지원합니다. Cartographer는 즉시 이용 가능하지만 UiPath는 신제품에 대한 구체적인 가격 정보를 제공하지 않았습니다.
고객 담당자는 생산 과정에서 AI 정확도의 문제를 강조했습니다. Sumitomo Mitsui Financial Group의 Kei Yamamoto는 은행이 수백만 시간을 자동화했지만 다단계 프로세스에서 엔드투엔드 정확도가 크게 떨어지므로 사람의 검문소가 필수적이라고 지적했습니다. Medline의 William Abrams는 99%를 기대하는 병원 고객에게는 73%의 정확도가 허용되지 않는다고 밝혔습니다. 이는 완전한 자율성이 많은 기업에서 여전히 우려 사항임을 나타냅니다.
왜 중요한가요?
UiPath는 LLM이 포괄적인 작업 매뉴얼 없이 안정적인 기업 자동화에 필요한 학습, 결과 도출, 정확성이 부족하다고 주장합니다. Cartographer는 프로세스 문서와 전문가 입력을 AI 에이전트를 안내하는 구조화된 지도로 변환하여 금융 및 의료와 같은 고위험 환경의 정확성 문제를 해결함으로써 이러한 격차를 해소하는 것을 목표로 합니다.
이번 출시는 기업 환경에서 대규모 언어 모델의 핵심 한계인 고유한 학습 및 결과 도출 부족을 해결합니다. UiPath는 작업의 '매뉴얼'을 구조화된 맵으로 외부화함으로써 AI 에이전트의 신뢰성과 감사 가능성을 높이는 것을 목표로 하며, 이는 엄격한 규정 준수 및 정확성 요구 사항이 있는 산업에 매우 중요합니다.
Claude Code 및 Cursor와 같은 외부 코딩 에이전트의 통합은 기업 AI의 상호 운용성으로의 전환을 시사하여 기업이 통합 자동화 프레임워크 내에서 동종 최고의 도구를 사용할 수 있도록 해줍니다. 이를 통해 맞춤형 개발의 마찰을 줄여 복잡한 비즈니스 프로세스에서 AI 채택을 가속화할 수 있습니다.
특히 'Decision Ledger'를 통한 인간 참여형 워크플로우에 대한 강조는 AI 배포에 대한 실용적인 접근 방식을 반영합니다. UiPath는 완전한 자율성을 추구하기보다는 투명성과 지속적인 개선을 통해 신뢰를 구축하는 데 중점을 두고 있으며, 이는 위험을 회피하는 기업 고객에게 더 매력적일 수 있습니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
crm_get_transaction(id='4092').What most distinguishes an AI agent from a basic chatbot?
다음에 무엇을 볼 것인가
특히 은행, 의료 등 규제 대상 산업에서 고객의 Cartographer 채택을 모니터링하고 'Decision Ledger' 기능이 복잡한 워크플로우에서 엔드투엔드 정확도를 효과적으로 향상하는지 관찰하세요.
UiPath의 '업무 지도' 개념이 대기업, 특히 정확성이 가장 중요한 금융 및 의료 분야에서 인기를 얻고 있는지 추적해 보세요. 고객 사례 연구는 제품의 효율성을 검증하는 데 핵심이 됩니다.
프로세스 매핑과 에이전트 상호 운용성에 중점을 두고 있는 UiPath에 다른 자동화 및 AI 공급업체들이 대응하고 있는 경쟁 환경을 살펴보십시오. 플랫폼에서 외부 코딩 에이전트의 가용성은 기업이 AI 도구를 선택하는 방식에 영향을 미칠 수 있습니다.
'의사결정 원장' 기능의 발전과 시간이 지남에 따라 사람의 개입을 줄이는 데 미치는 영향을 모니터링하세요. 시스템이 수정을 통해 효과적으로 학습할 수 있다면 LLM에서 식별된 Dine 제한 사항 중 일부를 해결할 수 있습니다.