안녕하세요, 클로비스입니다! 😎
고객 문의에 빠르게 대응하지 못하거나 반복적인 작업에 시간을 쏟아 중요한 업무에 집중할 수 없었던 적이 있으신가요?
Salesforce AI 트렌드 보고서에 따르면, 많은 근로자들이 업무 시간의 약 41%를 반복적이고 중요하지 않은 작업에 사용하고 있습니다. 또한, 65%의 사무직 근로자들은 생성형 AI가 자신들이 더 전략적인 역할을 수행하는 데 큰 도움이 될 것이라고 기대하고 있죠. 모든 기업은 처리해야 할 일이 많지만 자원은 한정적이기 때문에 많은 업무가 미해결된 상태로 남아있는 경우가 많습니다.
이러한 문제를 해결할 수 있는 해답이 바로 Agentforce입니다.
오늘은 여러분께 Salesforce의 Agentforce를 소개해드리려고 합니다.
AI 에이전트의 필요성
AI는 이제 고객 서비스부터 영업, 마케팅에 이르기까지 기업 운영의 중심이 되고 있습니다. 단순히 지시에만 따르는 기존의 AI에서 벗어나, 스스로 생각하고 행동하는 자율형 에이전트가 요구되는 시대입니다. 이러한 변화에 발맞춰 Salesforce가 선보인 것이 바로 Agentforce입니다.
Agentforce란?
Agentforce는 Dreamforce2024의 하이라이트라고 할 수 있습니다.
기존의 Salesforce Einstein Copilot을 확장하여 만들어졌으며, Agentforce의 AI 에이전트는 조직 내 다양한 업무를 자율적으로 처리합니다. 고객 서비스, 영업, 마케팅 등 다양한 비즈니스 분야에서 능동적으로 활동하며 더 나은 고객 경험을 제공하는 자율형 에이전트입니다.
Agentforce의 에이전트는 단순히 스크립트에 기반한 응답에 그치지 않고, 고객 요청을 이해하고 분석하며 직접 실행까지 가능한 진정한 AI 에이전트입니다. 이전의 챗봇이 정해진 스크립트로 고객 질문에 답하거나 복잡한 작업에 사람의 도움이 필요했던 것과 달리, Agentforce는 데이터를 검색하고, 실행 계획을 세우며, 이를 자율적으로 수행합니다.
또한, Agentforce는 로우 코드/노 코드 플랫폼을 기반으로 구축되어 있어, 기술적 배경이 부족한 사용자들도 손쉽게 활용할 수 있습니다. Salesforce와의 원활한 통합 덕분에, Agentforce의 에이전트는 다양한 Salesforce 애플리케이션과 데이터를 상호작용하며 보다 효율적인 업무 처리가 가능합니다. 이와 함께 Einstein Trust Layer와 같은 고급 보안 기능을 통해 데이터 프라이버시와 보안을 보장하고 있습니다.
에이전트란 무엇인가요?
에이전트는 사람의 개입 없이도 고객의 질문을 이해하고 대응할 수 있는 AI 시스템입니다. 기계 학습과 자연어 처리(NLP)를 통해 단순한 질문 응대부터 복잡한 문제 해결과 여러 작업의 동시 처리까지 수행합니다. 특히, 에이전트는 스스로 학습하며 성능을 개선하기 때문에 인간의 특정 입력에 의존하는 기존의 AI보다 훨씬 자율적입니다.
이러한 에이전트는 회사의 안전한 데이터를 활용해 신뢰할 수 있는 답변을 제공하며, 사용자의 자연스러운 요청을 이해하고 상황에 맞게 행동을 예측합니다. 설정된 범위 내에서 자율적으로 작업을 수행하고, 필요할 때는 사용자를 대신해 업무를 처리하여 생산성을 높여줍니다.
챗봇과 Agentforce의 차이점
기존 챗봇은 정해진 스크립트에 기반한 대화만 가능하고, 복잡한 문제는 인간 상담원의 개입이 필요했습니다. 반면 Agentforce는 LLM(Large Language Models)과 Salesforce의 독자적인 Atlas Reasoning Engine을 사용하여 고객의 상황을 이해하고 복잡한 대화에서도 높은 수준의 상호작용이 가능합니다.
Agentforce의 주요 특징
Atlas Reasoning Engine (Atlas 추론 엔진)
Atlas Reasoning Engine은 Agentforce의 핵심 두뇌로, 지능적이고 자율적으로 작업을 조율하는데 중요한 역할을 합니다.
이 엔진은 사용자의 질문을 단순히 이해하는 것에서 그치지 않고, 복잡한 문제까지도 해결할 수 있도록 설계되었습니다. Atlas Reasoning Engine은 AI 에이전트가 생각하고, 추론하며, 계획하고 실행할 수 있게 하여 더 높은 수준의 대응이 가능하게 합니다. 사용자의 목표를 달성할 때까지 반복적인 루프(추론, 행동, 관찰)를 거쳐 문제를 해결함으로써, 상호작용이 더 유연하고 자연스럽게 이뤄집니다.
또한, Atlas Reasoning Engine는 고급 검색 메커니즘(Advanced Retrieval Mechanics)과 Salesforce CRM 데이터를 활용하여 다양한 비즈니스 환경에서의 정확성과 적응력을 크게 높입니다. 이를 통해 에이전트는 다양한 비즈니스 환경에서 실시간으로 데이터를 수집하고 분석하며, 상황에 맞는 적절한 해결책을 제시할 수 있습니다.
Agent Builder를 통한 맞춤형 에이전트 구축
Agentforce는 Agent Builder라는 로우 코드 도구를 통해 간편하게 에이전트를 맞춤 설정할 수 있습니다. 주제(Topics)와 액션(Actions)을 쉽게 설정하여 특정 비즈니스 요구에 맞는 에이전트를 구성하고, 외부 시스템(MuleSoft 등)과의 연계도 지원합니다.
Einstein Trust Layer로 안전한 AI 사용
Agentforce는 데이터를 보호하기 위해 Einstein Trust Layer를 사용합니다. 이를 통해 데이터 보호, 동적 그라운딩, 데이터 마스킹 등 다양한 보안 기능을 제공하여 민감한 정보가 외부에 노출되지 않도록 보장합니다
Agentforce의 다섯 가지 속성
역할(Role): 에이전트가 수행할 작업을 정의하는 것입니다. 에이전트의 역할을 명확히 정의함으로써 최적의 결과를 얻을 수 있습니다.
신뢰할 수 있는 데이터(Trusted Data): 에이전트가 사용하는 데이터로, Data Cloud, CRM 소스, 웹 검색 등을 포함할 수 있으며 Salesforce의 신뢰 계층을 통해 보호됩니다.
행동(Actions): 에이전트가 수행할 특정 작업으로, 표준 행동이나 커스텀 행동으로 구성될 수 있습니다.
가드레일(Guardrails): 가드레일은 에이전트가 어떻게 행동해야 하는지, 규칙과 보안 정책, 데이터 마스킹 등을 통해 에이전트가 정해진 방식으로 작동하도록 제한하는 장치입니다. 이를 통해 에이전트가 과도한 행동을 하지 않도록 제한하고 보안 모범 사례를 준수하게 합니다.
채널(Channels): 채널은 에이전트가 어디서, 어떻게 상호작용하는지를 정의합니다. 예를 들어 디지털 채널, Slack, CRM 애플리케이션 등이 될 수 있습니다.
Agentforce의 주요 도구
Agent Builder는 에이전트를 손쉽게 구축하고 관리할 수 있는 로우 코드 빌더입니다.
주제(Topic)와 액션(Action)을 구성하고, 에이전트의 동작을 디버그하며 사용자와 상호작용을 설계할 수 있습니다. 또한, Prompt Builder를 통해 재사용 가능한 프롬프트 템플릿을 만들고, Salesforce 데이터를 안전하게 접근할 수 있습니다.
지금까지 Agentforce에 대해 알아보았습니다.
Agentforce에 대한 더 자세한 내용은 Salesforce Help 문서를 통해 확인하실 수 있습니다.
안내드린 내용 이외에도 문의사항이 있다면, 아래 폼을 통해 언제든지 클로비스에 문의 부탁드립니다.
클로비스의 월간 뉴스레터를 구독하시면,
그 어디에서도 볼 수 없는 클로비스만의 유용한 🎉Salesforce 사용 꿀팁🎉과 함께 클로비스의 새로운 소식을 메일로 받아보실 수 있습니다! 고객 여러분들의 많은 구독 부탁드립니다!
Comments