어시웍스란?

어시웍스(AssiWorks) 플랫폼

어시웍스(AssiWorks)는 “도구(Tools)”, “워크플로우(Flows)”, “에이전트(Agents)”, “팀(Teams)”이라는 네 가지 주요 개념을 중심으로, 노코드(No-Code) 환경에서 AI 기반 업무 자동화와 협업형 에이전트 구성을 손쉽게 구현할 수 있도록 지원하는 종합 플랫폼입니다. 본 문서는 주요 기술 구성 요소와 확장 기능을 전문적으로 소개하고, 이를 통해 어떻게 다양한 비즈니스 요구사항을 충족할 수 있는지 기술합니다.

1. 플랫폼 개요

도구(Tools)

웹 API, 사내 마이크로서비스, 파일 변환 스크립트, 또는 LLM(대형 언어 모델) 기반 프롬프트 등 각종 처리 로직을 “하나의 도구”로 정의합니다.
도구는 입력 파라미터(Parameters)와 출력 값(Responses)이 구조적으로 정의되어 있으며, 내부적으로 API 호출, Python 스크립트, 또는 ChatGPT/OpenAI/Claude 호출 등을 수행할 수 있습니다.

워크플로우(Flows)

여러 도구를 시퀀스(순차) 또는 컨디션(분기), 병렬 형태로 연결하여 업무 프로세스를 시각적으로 설계합니다.
노코드 UI에서 드래그 앤 드롭이나 간단한 설정만으로 “도구 A의 결과를 도구 B의 입력으로 연결”하는 방식의 로직 구현이 가능합니다.

에이전트(Agents)

사용자 요청이나 대화(챗) 맥락을 이해하고, 필요한 도구를 골라 실행하여 답을 도출하는 지능형 오케스트레이션 엔진입니다.
내부적으로 LLM을 사용하여 “무슨 도구가 필요한지” 스스로 결정하고, 실행된 도구 결과를 종합해 최종 응답을 생성할 수 있습니다.

팀(Teams)

여러 에이전트를 모아 분업과 협업을 통해 목표를 달성하는 개념입니다.
팀 리더(Leader) 에이전트가 전체 목표를 설정하고, 작업을 여러 에이전트에게 할당하는 식으로 복잡한 작업을 효율적으로 처리합니다.

위의 네 가지 요소와 함께, 확장 기능(스케줄링, RAG/벡터스토어, LLM 튜닝, 파일 관리, API 모니터링 등)을 통해 생산성, 확장성, 협업성을 극대화합니다.

2. 플랫폼 아키텍처 개요

어시웍스 플랫폼은 크게 프론트엔드(노코드 빌더)와 백엔드(실행 엔진, 확장 기능)로 구성됩니다.

프론트엔드(노코드 UI)

사용자는 브라우저 기반의 에디터에서 도구, 워크플로우, 에이전트, 팀을 시각적으로 생성하고 설정합니다.
각 객체(도구/워크플로우/에이전트)마다 입력-출력 파라미터를 확인하거나, 연결관계를 정의하는 등 노코드(Drag & Drop) 방식으로 구성할 수 있습니다.

백엔드(실행 엔진 및 확장 모듈)

도구(Tools)를 실제로 실행하는 마이크로서비스 혹은 서버리스(SaaS) 환경과 연동합니다.
워크플로우(Flows)는 백엔드 스케줄러 혹은 실시간 트리거에 의해 자동 실행될 수 있으며, 실행 내역이 로그/모니터링 시스템에 기록됩니다.
에이전트(Agents)는 LLM API(OpenAI, Azure OpenAI, Claude, NVIDIA NeMo 및 온프레미스 LLM 등)와 연동하여 대화를 처리하고, 필요 시 등록된 도구를 호출합니다.
RAG/벡터스토어, LLM 튜닝, 파일 스토리지, API 사용량 모니터링 등 다양한 확장 모듈과도 통합되어, 풍부한 기능을 제공합니다.

3. 핵심 구성 요소: 노코드 구성과 확장 기능 연계

3.1 도구(Tools)

개념

알고리즘, 웹 API, 서버리스 함수, LLM 프롬프트 등 모든 기능을 “도구”라는 추상화 객체로 통일합니다.
도구는 입력(파라미터) - 처리 로직 - 출력(결과) 구조를 갖추며, 플랫폼에 등록하여 재활용합니다.

노코드 UI

브라우저에서 ‘새 도구 생성’ 버튼을 클릭 → 필요한 파라미터 입력(예: text, option, file 등) → 내부 로직(예: “OpenAI GPT-3.5 호출” 설정)을 지정하면, 즉시 사용 가능한 Function이 등록됩니다.

확장 기능 연계

스케줄링 및 트리거: 특정 시간(예: 매일 자정) 또는 이벤트(파일 업로드 등)에 도구 실행을 자동화.
RAG 및 벡터스토어: 문서 검색이 필요한 경우, 도구 내부 로직에 벡터스토어 질의 로직을 포함하여 임베딩, 검색, 요약 등을 처리.
LLM 튜닝: 도메인 특화 응답이 필요한 경우, 도구의 LLM 호출 부분을 튜닝된 모델로 교체해 정확도 향상.
파일 관리: 도구에서 업로드된 파일을 바로 읽거나 변환하여 결과를 저장.
API 사용량 모니터링: 도구가 외부 API(OpenAI, Claude 등)를 호출할 경우, 호출 횟수·토큰 수·비용 추적.

3.2 워크플로우(Flows)

개념

한 개 이상의 도구(Tools)를 순차적 혹은 병렬로 연결하여 업무 프로세스를 구조화합니다.
예: “파일 업로드 → 텍스트 추출 도구 → 요약 도구 → 결과 통지” 같은 프로세스를 한눈에 표현.

노코드 UI

플로우 에디터에서 블록(도구)을 추가/이동/연결하며, 연결선으로 데이터 흐름(입출력)을 시각화.

확장 기능 연계

스케줄링 및 트리거: 워크플로우 전체를 주기적으로 돌리거나, 웹훅/이벤트 발생 시 자동 실행.
파일 관리: 단계 중간에서 파일을 임시 저장·읽기·갱신하며, 후속 단계 도구에 전달.
API 사용량 모니터링: 워크플로우 실행 시 소요된 모든 API 호출 이력을 한 번에 모니터링.
RAG/벡터스토어: 워크플로우 안에서 특정 텍스트 분석 단계에 RAG를 적용해, 원문 문서에서 핵심 정보를 추출.

3.3 에이전트(Agents)

개념

사용자의 자연어 질의를 LLM으로 이해하고, 필요한 경우 등록된 도구를 호출해 결과를 합산·요약 후 사용자에게 답을 제공하는 자동 오케스트레이터입니다.
시나리오에 따라 챗봇처럼 동작할 수도 있고, 백엔드에서 자동 답변 서비스로도 활용할 수 있습니다.

노코드 UI

에이전트 에디터에서 “에이전트가 사용할 도구 목록”을 추가(Tools)합니다.
“시스템 프롬프트”나 “역할 지시”를 편집해, 에이전트의 성격·작동 방식을 세부적으로 조정 가능.

확장 기능 연계

RAG/벡터스토어: 에이전트가 문서를 참조해야 할 때, 자동으로 벡터스토어를 질의하고 관련 문서를 가져와 답변 품질을 높임.
LLM 튜닝: 특정 도메인(의료, 법률, 금융 등)에 최적화된 파인튜닝 모델로 에이전트의 답변 정확도 향상.
API 사용량 모니터링: 에이전트가 LLM API를 얼마나 호출하는지, 토큰 소모는 어느 정도인지 실시간 집계.
파일 관리: 사용자 업로드 파일(예: 이미지, PDF)을 에이전트가 인식해야 하는 경우, 관련 도구(예: OCR, 이미지 분석)와 연계.

3.4 팀(Teams)

개념

여러 에이전트(전문화된 역할)를 한 그룹으로 모아, 분업 또는 협업을 통한 복잡한 목표 달성을 지원합니다.
팀 내에서 “리더” 에이전트가 기존 LLM 능력을 활용해 작업 할당, 우선순위 조정, 결과 취합 등을 수행.

노코드 UI

팀 에디터에서 “에이전트 A, B, C” 등을 목록으로 추가하고, 팀 리더를 지정.
협업 방식을 정의: 리더가 업무를 분해(Sub-Task) → 각 에이전트가 자신의 기능/도구로 처리 → 결과를 리더에게 회신.

확장 기능 연계

스케줄링 및 트리거: 팀 협업 프로세스(프로젝트) 전체를 정기적으로 갱신하거나, 신규 이벤트 발생 시 팀이 공동 작업 수행.
RAG/벡터스토어: 팀원 중 하나가 전문 문서 질의 전문 에이전트라면, 해당 에이전트를 자동으로 할당해서 필요한 자료를 검색.
파일 관리: 한 에이전트가 생성한 파일(예: 분석 결과)을 다른 에이전트가 이어받아 후속 처리.
LLM 튜닝: 팀 리더 또는 특정 전문 에이전트의 LLM을 파인튜닝 모델로 변경해 도메인 특화 협업.
API 사용량 모니터링: 팀 전체가 소비한 API 리소스를 통합 집계.

4. 고급 확장 기능 및 활용 사례

어시웍스 플랫폼은 핵심 요소(Tools, Flows, Agents, Teams) 외에도 다양한 부가 모듈을 통해 더욱 폭넓은 AI/업무 자동화 시나리오를 지원합니다.

스케줄링 & 트리거
- cron-like 스케줄러로 특정 시간·요일에 자동 실행, 혹은 이벤트(웹훅, DB 변경, 파일 업로드) 발생 시 자동 실행.
- 예: 매일 09시에 “전날 판매 데이터 수집 → 요약 → 담당자에게 이메일 발송” 워크플로우 수행.
RAG(Retrieval-Augmented Generation) 및 벡터스토어
- 사용자가 업로드한 문서(PDF, Word 등)를 벡터로 임베딩 후 인덱싱해두고, LLM 질문 시 관련 문서를 검색한 뒤 답변 품질 강화.
- 예: 사내 정책, 매뉴얼 등에 대한 질의응답 챗봇을 만들 때 RAG 사용.
사용자 파일 업로드 & 관리
- 플랫폼 내부에서 파일을 업로드, 해당 파일을 분석(OCR, 텍스트 추출, 이미지 태깅)하거나 결과 파일을 다시 저장할 수 있음.
- 권한별 파일 접근 제어와 용량 제한, 버전 관리 등도 제공.
API 권한 및 사용량 모니터링
- 플랫폼 내에서 발생하는 외부 API 호출(OpenAI, Claude 등)의 호출 횟수, 토큰 소모, 비용 등을 실시간 모니터링.
- 쿼터(quota) 설정으로 특정 사용자가 월간 1,000회 이상 호출할 수 없도록 제한하거나, 초과 시 자동 알림.

5. 활용 가치

어시웍스(AssiWorks) 플랫폼은 전통적인 알고리즘/API와 최신 LLM 기반 지능형 처리를 한곳에 모으고, 이를 노코드 방식으로 쉽고 빠르게 구성할 수 있게 해줍니다.

도구(Tools) → 워크플로우(Flows) → 에이전트(Agents) → 팀(Teams)로 이어지는 계층적 구조를 통해, 간단한 자동화부터 복잡한 협업형 AGI 시나리오까지 대응 가능합니다.
파일 관리, RAG/벡터스토어, 스케줄링, LLM 튜닝, API 사용량 모니터링 등 풍부한 확장 기능을 통합 제공하므로, 엔드 투 엔드(End-to-End)로 AI 자동화 솔루션을 구축할 수 있습니다.

결과적으로, 기업·조직은 비즈니스 목표에 맞춰 자신만의 “에이전틱(AI+Agentic) 시스템”을 유연하게 설계하고 운영할 수 있으며, 개발자·비개발자 모두 빠르게 혁신적인 AI 활용 도입이 가능해집니다. 앞으로도 AssiWorks는 더 많은 LLM 모델·API 연계와 고급 AI 기능을 지속적으로 확장하여, 누구나 손쉽고 강력한 AI 업무 환경을 누릴 수 있도록 발전할 것입니다.