RSS

DUOLABS AI 기능 탐구 21: AI 단계와 사람 검토를 연결하는 워크플로 스튜디오

DUOLABS AI 기능 탐구 스물한 번째 글은 생성, 구조화, 사람 검토와 결과 확정을 하나의 실행 흐름으로 묶는 워크플로 스튜디오입니다.

AI 기능을 하나씩 시험할 때는 좋은 답변 하나가 중요합니다. 실제 업무에서는 입력이 들어온 뒤 어떤 단계를 거치고, 어디서 사람이 확인하며, 결과를 어떻게 남길지가 더 중요합니다. 워크플로 스튜디오는 흩어진 AI 기능을 반복 가능한 업무 절차로 바꾸는 출발점입니다.

기능 직접 보기: DUOLABS AI 워크플로 스튜디오

공개 데모에 입력한 내용과 검토 미리보기는 공유 환경에 남을 수 있습니다. 실제 고객 문의, 계약 정보, 개인정보와 내부 문서를 넣지 말고 가상 샘플만 사용하세요.

네 가지 단계로 실행 흐름을 만듭니다

현재 워크플로는 네 가지 기본 단계를 순서대로 조합합니다.

  • AI 생성: 지시문에 따라 입력을 요약하거나 새로운 문장으로 바꿉니다.
  • 구조화 추출: 요약, 분류와 신뢰도를 정해진 데이터 형태로 만듭니다.
  • 사람 검토: 현재 결과를 승인 대기열에 등록합니다.
  • 결과 확정: 앞 단계의 결과를 최종 출력으로 정리합니다.

단계는 추가, 삭제와 순서 변경이 가능합니다. 각 단계의 이름과 지시문을 업무 언어로 작성하면 “모델 호출”이 아니라 실제 담당자가 이해할 수 있는 절차가 됩니다.

고객 문의 처리 흐름으로 살펴봅니다

예를 들어 고객 문의 자동화는 다음처럼 구성할 수 있습니다.

  1. 긴 문의를 핵심 요청과 감정으로 요약합니다.
  2. 배송, 환불, 제품, 기타 중 하나로 분류합니다.
  3. 외부 답변 전에 담당자 검토함으로 보냅니다.
  4. 승인된 결과만 최종 답변 초안으로 확정합니다.

이 구조의 장점은 AI가 모든 결정을 한 번에 내리지 않는다는 점입니다. 분류와 작성은 자동화하되 환불, 계약과 대외 발송 같은 고위험 행동은 사람이 맡을 수 있습니다.

실행 결과보다 과정이 남아야 합니다

워크플로 실행은 공통 실행 트레이스에 단계별 시간, 사용 모델과 성공·실패 상태를 남깁니다. 문제가 생겼을 때 최종 답만 보면 원인을 찾기 어렵지만, 단계 기록이 있으면 생성에서 틀렸는지 구조화에서 값이 빠졌는지 구분할 수 있습니다.

운영에서는 여기에 프롬프트 버전, 입력 데이터 버전, 승인자와 배포 버전을 함께 기록하는 것이 좋습니다. 같은 이름의 워크플로라도 구성 변경 전후의 결과를 비교할 수 있어야 합니다.

자동화 범위와 실패 정책을 먼저 정합니다

실서비스 워크플로는 성공 경로만 설계해서는 안 됩니다.

  • 모델 호출이 실패했을 때 재시도할지 사람이 처리할지
  • 구조화 신뢰도가 낮을 때 어떤 검토 큐로 보낼지
  • 검토가 일정 시간 지연되면 누구에게 알릴지
  • 같은 요청이 다시 들어왔을 때 중복 실행을 막을지
  • 외부 시스템 반영 전 취소와 되돌리기가 가능한지

단계가 많아질수록 자동화율보다 실패를 안전하게 멈추는 능력이 중요합니다. 작은 흐름으로 시작해 실행 기록과 검토량을 확인하면서 확장하는 편이 안정적입니다.

공개 데모에서 확인할 점

워크플로 스튜디오에서 샘플 흐름을 선택하고 가상 문의를 실행해 보세요. 단계별 처리 시간, 최종 결과와 사람 검토 항목이 어떻게 연결되는지 살펴보면 됩니다.

공개 데모는 워크플로 수와 단계 수, 실행 빈도를 제한합니다. 실제 고객 환경에서는 역할별 편집 권한, 배포 승인, 버전 고정과 장애 복구 정책을 더해 업무 시스템으로 운영해야 합니다.

이전 글: DUOLABS AI 기능 탐구 20: 비밀값을 노출하지 않고 연결을 점검하는 키 보관함

다음 글: DUOLABS AI 기능 탐구 22: 업무 시스템과 AI를 안전하게 잇는 커넥터 허브