유엔진 AX 컨설팅 서비스 · 워크숍
Agent Storming
사람과 AI가 함께 일하는 방식을 설계하는 워크숍입니다. 현장 참여자들이 실제 업무 흐름을 발견하고, 사람과 AI 에이전트가 협업하는 프로세스를 설계·실행·개선합니다.
Background
에이전트의 성패는 모델이 아니라 업무의 경계에서 갈립니다
기업이 AI 에이전트를 실무에 배치할 때 부딪히는 장애는 모델의 추론 능력보다 업무에 대한 이해가 부족한 데서 옵니다. 도메인 맥락이 없는 모델은 겉보기에 타당한 답을 내면서도 실제 업무 규칙을 어기고, 에이전트가 여럿이면 책임이 불분명해지고 컨텍스트 사이로 데이터가 새며 에이전트끼리 얽힙니다. 소프트웨어 공학에서 경계해 온 ‘진흙탕 덩어리(Big Ball of Mud)’가 에이전트 계층에서 되풀이되는 것입니다.
그래서 학계와 산업계의 아키텍트들은 도메인 주도 설계(DDD)와 이벤트 스토밍을 에이전트를 찾고 설계하는 도구로 쓰기 시작했습니다. AWS는 항공 운항과 고객 여정을 바운디드 컨텍스트 단위로 나눠 전담 에이전트를 도출했고, Orium 같은 컨설팅 기업은 이벤트 스토밍으로 수작업 병목을 진단해 도입 우선순위와 로드맵을 세웁니다.
이벤트 스토밍의 가치는 회사의 현실을 있는 그대로 드러낸다는 데 있습니다. 규정 문서에 없는 수작업 우회 절차와 시스템 단절, 비공식 협업이 벽에 드러나고, 그곳에 표시한 핫스팟이 에이전트 도입 기회가 됩니다. 도메인 이벤트는 트리거로, 커맨드는 도구 호출로, 정책은 가드레일로, 읽기 모델은 RAG 컨텍스트로 이어집니다.
Agent Storming은 이 흐름을 현장에서 실행할 수 있도록 절차와 판별 기준, 역할 분담, 도입 로드맵으로 정리한 유엔진의 워크숍 방식입니다.
Why Agent Storming
에이전트 도입은 두 지점에서 동시에 실패합니다
엔터프라이즈 AI의 성패는 모델의 크기에 있지 않습니다. 업무의 경계와 책임을 에이전트에게 얼마나 명확히 전달하는가에 달려 있습니다.
2027년 말까지 취소될 것으로 전망되는 에이전틱 AI 프로젝트 비중
Gartner2028년에 에이전트가 자율적으로 내릴 것으로 예상되는 일상 업무 의사결정 비중
Gartner주요 오픈소스 멀티 에이전트 시스템 7종의 작업 실패율 범위
UC Berkeley MAST, 실행 기록 1,642건전체 실패 가운데 설계와 협업 구조에서 발생한 비중
UC Berkeley MAST도입 대상 선정의 실패
어디에 쓸 것인가
기술을 중심으로 대상을 고르면 비용이 늘고, 사업 가치가 불분명해지며, 위험을 충분히 통제하지 못합니다. 에이전틱으로 소개된 사용 사례 상당수는 에이전트를 구현할 필요가 없습니다(Gartner).
구성 단위 설계의 실패
어떻게 나눌 것인가
기술이나 조직 형태를 기준으로 나누면 업무의 의미를 놓칩니다. 하나로 합치면 맥락 과부하가 생기고, 잘게 나누면 맥락 단절과 결정 충돌이 생깁니다. 에이전트 수를 늘리거나 줄이는 것만으로는 해결되지 않습니다.
Three Design Outputs
이벤트 스토밍 한 번으로 도입 위치와 경계, 설계 재료를 찾습니다
기술 중심 접근의 한계를 넘는 세 가지 설계 결과물입니다.
위치 · 어디에 쓸 것인가?
에이전트를 둘 곳
관찰, 판단, 행동이 가능한 핫스팟(Hotspot)을 에이전트 도입 기회로 바꿉니다.
해결하는 실패: 가치가 불분명한 도입 대상, 유행을 따른 사용 사례
책임 · 어디까지 맡길 것인가?
에이전트의 경계
용어와 규칙이 일관된 바운디드 컨텍스트(Bounded Context)를 책임 영역으로 지정합니다.
해결하는 실패: 맥락 과부하, 결정 충돌, 책임 혼선
재료 · 무엇으로 움직일 것인가?
에이전트의 설계 재료
워크숍에서 나온 9가지 아티팩트를 시스템 아키텍처와 코드로 옮깁니다.
해결하는 실패: 업무 규칙 위반, 규정 충돌에 따른 환각 현상
Workshop
5단계 워크숍으로 업무를 펼치고 경계를 긋습니다
업무에서 일어난 사건을 시간 순서로 펼치고, 경계를 그어 에이전트 후보를 구체적으로 정의합니다. 하나의 업무 여정을 함께 아는 8~12명이 참여하는 것을 권장합니다.
이벤트 펼치기
업무에서 일어난 사건을 과거형으로 적어 시간 순서로 배열합니다.
피벗 이벤트 표시
되돌릴 수 없는 전환점을 굵게 표시하여 기준을 세웁니다.
경계 긋기
피벗 이벤트와 용어, 담당의 변화를 기준으로 컨텍스트를 나눕니다.
핫스팟 표시
병목과 불명확한 지점을 찾아 빨간 마름모로 표시합니다.
기회와 명세
컨텍스트별 후보를 정하고 가장 성공률이 높은 첫 파일럿을 고릅니다.
From Stickies to Agents
벽에 붙인 스티커가 에이전트의 설계 재료가 됩니다
이벤트 스토밍 워크숍에서 나온 아티팩트 9가지를 AI 에이전트의 구성 요소로 옮기는 방법입니다.
| 스티커 | 도메인에서의 의미 | AI 에이전트에서의 역할 |
|---|---|---|
| 도메인 이벤트Domain Event | 이미 일어난 과거 사실 | 비동기 트리거 입력, 작업 완료 출력 메시지 |
| 커맨드Command | 상태 변경을 일으키는 명령과 의도 | 에이전트 작업 지시, 도구 호출(Function Calling) 신호와 행동 |
| 정책Policy | 조건에 반응하는 업무 규칙 | 시스템 프롬프트, 조건부 라우팅, 가드레일(허용 범위를 벗어난 실행을 막는 규칙) |
| 읽기 모델Read Model | 의사결정용 정보 뷰 | RAG 컨텍스트, 인메모리 뷰, 데이터 조회 판단과 맥락 |
| 애그리게잇Aggregate | 트랜잭션 일관성의 최소 단위 | 영속 상태 저장소, 쓰기 권한 범위 |
| 행위자Actor | 작업을 수행하는 주체 | AI 에이전트 또는 사람(Human-in-the-loop) |
| 외부 시스템External System | 도메인 밖 서드파티와 레거시 서비스 | 외부 SaaS 구독형 서비스, 레거시 기간계 API |
| 핫스팟Hotspot | 마찰, 지연, 병목, 미해결 위험 지점 | 자동화와 혁신의 핵심 후보 지점 |
| 바운디드 컨텍스트Bounded Context | 용어와 모델이 유효한 경계 | 단일 에이전트의 책임 영역 또는 멀티 에이전트 팀의 우선순위와 경계 |
Validate the Opportunity
핫스팟이라고 모두 에이전트로 만들지 않습니다
핫스팟마다 에이전트가 스스로 관찰, 판단, 행동할 수 있는지 O.D.A로 검증합니다. 세 질문 중 하나라도 답이 ‘아니요’라면 규칙 자동화나 사람이 직접 수행하는 방안을 검토합니다.
O · Observe
관찰
필요한 이벤트와 데이터를 받을 수 있는가?
D · Decide
판단
정책과 맥락을 바탕으로 처리 방향을 정할 수 있는가?
A · Act
행동
도구 호출로 실제로 처리할 수 있는가?
모두 “예”라면
에이전트 도입 기회로 다시 분류하고, 첫 파일럿 후보로 우선순위를 평가합니다.
업무 성격에 따라 맡을 주체를 정합니다
| 구분 | 규칙 자동화와 RPA | 지능형 AI 에이전트 | 사람 수행 |
|---|---|---|---|
| 의사결정 성격 | 결정론적(같은 입력에 같은 결과) | 맥락적, 적응적 | 전략적, 정무적 판단 |
| 데이터 형태 | 정형 데이터 | 비정형 데이터 | 암묵지, 복잡한 이해관계 |
| 실패 위험 허용도 | 매우 낮음 | 중간(가드레일과 사람 개입으로 보완) | 매우 낮음(법적, 윤리적 책임 집중) |
| 대표 적용 업무 | 계정 프로비저닝, 단순 데이터 이관, 정형 고정 금액 승인 | 비정형 클레임 심사 보조, 공급망 병목 예측, 복합 여정 재조정 | 대규모 여신 심사 최종 승인, 조직 개편, 신규 도메인 전략 수립 |
Boundary
에이전트의 수가 아니라 경계의 위치를 정합니다
다섯 조건이 하나의 경계 안에서 일치할 때 구성 단위를 잘 나눌 수 있습니다. 바운디드 컨텍스트는 이를 하나로 묶는 설계 가설이며, 도메인과 에이전트가 일대일로 고정되는 것은 아닙니다. 권한, 상태, 비용, 위험, 책임을 기준으로 계속 검증하며 조정합니다.
| 조건 | 정의 | DDD 요소 | 막는 문제 | 이벤트 스토밍에서 발견하는 지점 |
|---|---|---|---|---|
| 1. 일관된 용어 | 프롬프트, 도구 설명, 데이터에서 쓰는 용어의 뜻이 같습니다 | 유비쿼터스 언어 | 맥락 과부하, 용어 혼선 | 용어 변화 지점 |
| 2. 소유한 상태 | 에이전트가 수정할 수 있는 데이터 범위가 정해져 있습니다 | 애그리게잇 | 결정 충돌 | 애그리게잇 |
| 3. 명시된 규칙 | 지켜야 할 업무 규칙이 경계 안에 모여 있습니다 | 정책, 불변식 | 업무 규칙 위반 | 정책 |
| 4. 좁은 인터페이스 | 다른 단위와는 정해진 사건을 통해서만 정보를 주고받습니다 | 도메인 이벤트 | 맥락 단절, 얽힌 의존 관계 | 도메인 이벤트 |
| 5. 분명한 책임 | 담당 팀과 사람의 승인 지점이 정해져 있습니다 | 컨텍스트 소유 팀 | 책임 혼선 | 행위자 |
경계를 긋는 네 가지 신호
용어의 뜻이 바뀌는 곳
같은 단어를 다른 뜻으로 쓰는가?
피벗 이벤트
되돌릴 수 없는 전환점인가?
담당 조직이 바뀌는 곳
업무가 다른 팀으로 넘어가는가?
함께 바뀌는 상태의 범위
한 번에 일관성을 지켜야 하는 데이터인가?
여러 신호가 겹치는 곳이 가장 확실한 경계 후보이며, 최종 경계는 반드시 도메인 전문가가 확정합니다. 보안이나 규제 등급이 다른 데이터 영역은 다른 신호와 관계없이 별도 컨텍스트로 분리합니다(Microsoft 기준).
Blueprint
가치 흐름을 재구성하는 8단계 혁신 청사진
디자인 씽킹, 이벤트스토밍, 린, 도메인 주도 설계를 하나의 순환으로 묶어 사람과 AI의 협업을 설계하고 실행하며 배웁니다.
- 1Discover문제 발견
- 2Understand기준선 정의
- 3EventStorm사건 시각화
- 4EnvisionAI 기회 발굴
- 5Redesign역할 재설계
- 6OrchestrateBPMN 설계
- 7Execute실행 확인
- 8Learn성과 측정
자율성의 경계와 사람의 최종 책임
사람
가치 판단과 예외 처리를 맡습니다. 최고 권한과 최종 승인 권한을 갖습니다.
에이전트
패턴 분석, 초안 작성, 반복 수행을 맡습니다. 제한된 자율성을 갖고 사람의 승인 조건에 따라 작동합니다.
외부 시스템
기록 보존과 도구 실행을 맡습니다. 사람의 최종 승인 후 자동으로 작동합니다.
요청자, 에이전트, 담당자, 승인권자, 시스템을 다섯 개의 레인으로 나눠 누가, 언제, 무엇을 하는지 규정합니다. AI는 빠르고 효율적인 실행을 돕지만, 예외 상황의 처리와 최종 결정은 설계된 규칙에 따라 사람이 맡습니다.
Roadmap
전사 AI 에이전트 도입 5단계 로드맵
전체를 한 번에 전환하지 않습니다. 단일 파일럿을 제한된 그룹에 우선 배포한 뒤, 4주마다 평가하고 조정하며 인접 컨텍스트로 신중하게 넓혀 갑니다.
| 단계 | 핵심 활동 | 주요 산출물 |
|---|---|---|
| 1. 정렬 (Align) | 빅 픽처 이벤트 스토밍, 업무 이벤트 도출, 컨텍스트 경계 식별 | 통합 타임라인 보드, 컨텍스트 후보안, 유비쿼터스 언어 용어집 |
| 2. 우선순위화 (Prioritize) | 핫스팟을 에이전트 기회로 전환, 영향과 위험 평가, 파일럿 선정 | 에이전트 기회 백로그, 단일 파일럿 정의서, 핵심 성과 지표(KPI) |
| 3. 아키텍처화 (Design) | 이벤트 스키마와 상태 모델 정의, 승인 가드레일 정의 | Architecture on a Page, OpenAPI 명세, 가드레일 명세 |
| 4. 구현 (Build) | RAG 검색 기반 생성, 오케스트레이션 구축, 도구 호출 연동, 제한된 사용자에게 배포 | 워크플로우 코드, 모니터링 대시보드, 성능 검증용 평가 모음 |
| 5. 반복과 확장 (Iterate & Scale) | 4주 단위 운영 데이터 평가, 프롬프트와 가드레일 조정, 인접 컨텍스트 확장 | 에이전트 성능 평가 리포트, 컨텍스트 매핑 다이어그램, 거버넌스 지침 |
경영진을 위한 세 가지 최종 산출물
멀티 에이전트 협업 구조도
사람과 에이전트의 목표, 책임, 권한을 구체적으로 정의합니다.
BPMN 실행 프로세스
승인 절차와 예외 처리 게이트웨이를 포함한 오케스트레이션입니다.
성과 및 실험 지표(KPI)
도입 전 기준선, 품질과 비용 측정값, 사람 개입률을 추적합니다.
사건 발견부터 기회 발굴, 권한 설계, 최종 실행 지표까지 모든 산출물을 끊김 없이 추적할 수 있습니다.
도입 한계와 대응
| 구간 | 한계와 위험 | 대응 방법 |
|---|---|---|
| 콜드 스타트 | 백지에서 시작할 때의 심리적 저항, AI 앵커링 편향으로 인한 예외 처리 누락 | AI 초안은 출발점으로만 사용하고, 예외 처리는 반드시 현업 전문가와 함께 보완합니다. |
| 빅뱅 시도 | 전체 자동화를 시도할 때의 예측 불가능성, 비용과 디버깅 난도 급증 | 단일 핫스팟의 경량 파일럿으로 시작하고, 4주 단위로 평가한 뒤 확장합니다. |
| 도메인 판단 | 실제 소유권 경계와 표준 용어는 도구나 AI가 단독으로 결정할 수 없음 | 도메인 전문가가 바운디드 컨텍스트 경계와 용어를 직접 확정합니다. |
| 고위험 구간 | 사람의 통제가 없을 때의 규제 위반과 법적 책임 | 사람 승인(Human-in-the-loop) 가드레일을 컨텍스트 명세에 하드코딩합니다. |
Facilitator Consultant
워크숍을 이끄는 퍼실리테이터 컨설턴트
벽 앞의 대화를 이끌고 경계와 첫 파일럿을 함께 정합니다. 기업 현장에서 프로세스·아키텍처 전환을 직접 수행하고 가르쳐 온 전문가들이 맡습니다.
장진영
유엔진솔루션즈 대표이사 (uEngine CEO & President)
- 유엔진 BPMS·오픈클라우드엔진 파운더
- MSA School 대표 강사, 클라우드(MSA, DDD) 강의 다수
- SAFe 애자일 공인 컨설턴트 (SPC)
- 디지털플랫폼정부 기술자문위원
- 한국소프트웨어기술진흥협회 전문강사
- 前 OMG/SEMAT 국제 표준 도구 분과 위원
박용주
uEngine Director & MSA Consultant
- MSA School 대표 강사, 마이크로서비스 교안·교재 집필
- LG CNS 이벤트스토밍 교육 강사(2019)
- SK·KT·Doosan·KOSTA 마이크로서비스 교육 강사(2019~2021)
- MSA DT 마스터플랜 수립, PoC·파일럿 수행
- 세종사이버대학교 컴퓨터/AI 공학과 겸임교수
윤성열
드림플로우 대표이사 (Dreamflow CEO)
- MSA School 대표 강사, 마이크로서비스 교육 다수
- MSA 개발, 도메인 분석설계와 서버 개발 프로젝트
- 한국소프트웨어기술진흥협회 BAPF 포럼·교육과정위원회 전문강사
- 前 TTA 사물인터넷 특별기술위원회 SPG11 부의장
- 前 가천대학교 겸임교수
윤석빈
서강대학교 특임교수 · (주)트러스트커넥터 대표이사
- IBM·오라클을 거쳐 엔터프라이즈 AI와 블록체인 연구
- 저서 『AI 오케스트레이터와 슈퍼 1인 기업』(굿모닝미디어)
이벤트 스토밍과 DDD를 가르쳐 온 실적
MSA School 누적 수강생
2024년 기준MSA School 총 교육 횟수
2024년 기준MSA School 총 교육 시간
2024년 기준운영 중인 DDD·이벤트스토밍 커뮤니티
이벤트 스토밍은 MSA School 중급·고급 과정의 실습 주제이며, 위 수강생 수는 MSA School 전체 실적입니다. 주요 수강 기업은 SK C&C, 한화그룹, 삼성SDS, LG CNS, LG U+, GS그룹, 교보생명, 하나금융그룹, KB국민은행, 신한금융투자, 아이티센그룹, 무른모 등입니다.
수강생 만족도
평균 후기
MSA School 실적, 2024년 기준평균 만족도
클라우드 네이티브 Professional 과정, 257회 · 7,410명수강생 평가
클라우드 네이티브 플립러닝 과정, 2024년 9월“웹 브라우저 환경에서 곧바로 이벤트스토밍부터 코드 생성, 개발 작업까지 연계되는 과정이 마음에 들었습니다.”
“예제와 실습이 충분해서 좋았고, DDD가 실제 코드로 이행되는 과정과 그 과정을 위한 툴의 연계 등 유익한 강의였습니다.”
“강사님과 보조강사님 모두 질문에 친절하게 답해주시고 낙오자가 없도록 쉽고 상세한 설명을 해주십니다.”
유엔진의 프로젝트 이력
이벤트 스토밍 · DDD · MSA
업무를 함께 이해하고 경계에 따라 설계해 왔습니다
- 2025정부24 클라우드 네이티브 마이크로서비스 컨설팅
- 2023~2024KB Wallet, SK네트웍스 등 마이크로서비스 아키텍처 컨설팅
- 2023신한투자증권 MSA 구축과정 교육
- 2022~2023삼성SDS 클라우드 네이티브 구현교육
- 2022교보생명 Digital Acceleration Tech Track, 한화시스템 MSA 구축 교육
- 2021한화시스템 SIT MSA 전환 클라우드 컨설팅
- 2020~2021SK C&C MSA Intensive 교육
- 2019LG CNS 이벤트스토밍 기반 Microservice 교육, LG MSA 표준 개발방법론 매뉴얼 설계, LG U+ 마이크로서비스 전환 파일럿
BPM · 2001년 BPM 엔진 연구개발 시작
금융, 공공, 제조, 통신의 업무 흐름을 실행해 왔습니다
- 2026SKT OSS 영역 프로세스 자산화 및 Agentic 기반 자동화 구축 (Process GPT)
- 2025한화생명 BPM 시스템 구축 수주
- 2023~2024LG에너지솔루션 OCAP, LG화학 해외지사 관리·결산 최적화, LG CNS LGES 차세대 ERP, 하나은행 프로젝트 ONE
- 2022LG디스플레이 BPM 자동화 시스템 개발
- 2015~2023IBK기업은행 POST차세대 BPM 서브스크립션
- 2010~2011현대상선 물류통합시스템, 원자력기술연구원, 코람코자산신탁, 경동나비엔, 포스코ICT PI, 한화그룹 전사 시스템
- 2007~2009현대/기아자동차 신차 품질 관리, 녹십자생명 신계약·부활 심사, SK Telecom, 대우증권, 한국증권금융
회사 연혁 전체 · BPM 구축 사례 · MSA 교육 실적
Where to Start
조직 규모에 맞게 시작합니다
이벤트 스토밍은 회사 규모에 따라 쓰고 안 쓰는 방법이 아닙니다. 우리 회사 AI 업무교실에서는 밸류 스트림 분석에 간소화한 형태로 적용하고, 여러 부서가 함께하는 조직에서는 전체 워크숍으로 진행합니다.
우리 회사 AI 업무교실
중소기업 · 개인
- 밸류 스트림 분석에서 실제 업무 사례에 간소화한 이벤트 스토밍을 적용합니다.
- 실제 업무 하나를 가져와 Process GPT Lite로 실습합니다.
- 약정한 환경에 Process GPT Lite 초기 설치까지 함께합니다.
- 이후에는 멘토링 구독으로 업무 개선을 이어 갈 수 있습니다.
전사 도입 워크숍과 컨설팅
여러 부서가 함께 움직이는 큰 조직
- 하나의 업무 여정을 함께 아는 8~12명이 모여 컨텍스트와 핫스팟을 찾습니다.
- 단일 파일럿을 제한된 그룹에 먼저 배포하고, 4주마다 평가하며 적용 범위를 넓혀 갑니다.
- 경영진과 개발팀은 AX 전환 컨설팅 교육으로 전환 전략을 함께 세웁니다.
구성과 범위는 상담을 통해 조직에 맞게 정합니다.
Download
Agent Storming 워크숍 설명서
기업 경영진과 현업 리더를 위한 50쪽 자료입니다. 문제 인식부터 도입 로드맵까지 그림과 표로 정리했습니다.
목차
- 1부문제 인식과 출발점3쪽
- 2부EventStorming과 기회 발견13쪽
- 3부에이전트의 책임과 경계24쪽
- 4부실행과 학습36쪽
내려받기
발표와 편집에는 PPTX를, 빠르게 읽으실 때는 PDF를 받으세요.
이 자료는 제안 단계의 초안이며, 검증된 표준이나 Process GPT의 확정된 현행 기능 명세가 아닙니다.
바탕 글: 이벤트 스토밍 기반 AI 에이전트 도출. 참고 자료로 Gartner, UC Berkeley MAST, Anthropic, Microsoft, OpenAI, Alberto Brandolini 등을 인용했으며, 전체 목록은 설명서 50쪽에 있습니다.
설명서 미리보기
그림을 누르면 크게 볼 수 있습니다.
사람과 AI가 함께 일할 첫 경계를 찾아 보세요
워크숍 범위와 참여자, 첫 파일럿 선정을 상담해 드립니다.
문의: help@uengine.org