2026년 8월 uEngine 뉴스레터
Process GPT의 실제 기업 적용 사례를 공개했습니다. 말로 자동화를 만들고 이후에는 AI 비용 없이 실행하는 uEngine RPA를 새롭게 선보였고, 레거시 코드와 DB를 함께 분석하는 Robo Analyzer 전용 페이지도 정비했습니다. 또한 정부24 전환 과정에서 확인한 설계 원칙을 바탕으로 CNA/MSA 컨설팅을 시작합니다. 마지막에는 사람·에이전트·로봇이 함께 일하는 시대에 일의 구조를 누가 관리해야 하는가라는 질문을 던지는 글도 담았습니다 — 7월호 이후의 주요 소식을 한데 모았습니다.
|
| CASE STUDY |
|
| 실제 기업 업무에서 검증한 Process GPT — 적용 사례 공개 |
| AI 에이전트를 실무에 도입하려 할 때 가장 먼저 나오는 질문은 “실제로 어디에서 운영해 봤는가”입니다. Process GPT 페이지에 적용 사례 섹션을 새로 마련해, 공공 에너지 기관의 법률 검토·인허가·행정 제출 문서 업무에 AI 에이전트 액티비티를 적용한 PoC 성공 사례와 통신 기업의 분산된 운용 업무를 BPMN 프로세스 자산으로 구조화한 사례를 소개합니다. 공공 에너지 기관 사례에서는 문서 생성이 프로세스 실행 과정에서 자동으로 수행되고, 생성 이력이 프로세스 인스턴스에 남아 감사 추적이 가능함을 검증했습니다. 통신 기업 사례에서는 식별된 프로세스를 산업 표준 프레임워크(eTOM 등)와 자동 대조해 누락·중복·불일치를 갭 분석 리포트로 가시화했습니다. |
| 적용 사례 보기 → |
| NEW FEATURE |
|
| 말로 만들고, 이후에는 AI 비용 없이 실행하는 — uEngine RPA 공개 |
| 반복 업무를 자동화하려면 보통 스크립트를 작성할 사람이 필요하고, 최근의 AI 기반 자동화는 실행할 때마다 AI 호출 비용이 발생합니다. uEngine RPA는 하려는 일을 말로 설명하면 AI가 자동화를 만들어 주고, 이후부터는 AI 호출 없이 로봇이 해당 작업을 반복 수행하는 오픈소스 RPA입니다. 웹·엑셀·PDF·파일·메일 등 550개 자동화 부품과 조건·반복·예외 블록을 제공하며, uEngine BPM 프로세스에 태스크로 연결해 사람의 업무와 하나의 흐름으로 운영할 수 있습니다. |
| 제품 보기 → |
| NEW FEATURE |
|
| 코드와 DB를 하나의 그래프로, 분석 근거는 원문까지 — Robo Analyzer |
| 레거시 시스템을 현대화하려 해도 어느 코드가 어떤 테이블을 사용하는지 파악하는 데 많은 시간이 필요합니다. 지난 호에서 소개한 레거시 분석 제품을 Robo Analyzer라는 이름으로 정비하고 전용 페이지를 새롭게 열었습니다. 소스 코드와 데이터베이스 스키마를 함께 분석해 함수 호출과 테이블·컬럼의 읽기/쓰기 관계를 하나의 그래프로 보여주며, “재고를 예약했다가 부족하면 취소하는 부분”처럼 업무 언어로 검색하면 관련 코드를 찾아줍니다. 분석 결과의 어느 지점에서든 판단 근거가 된 실제 코드 원문까지 되짚어 볼 수 있어, 결과를 전환 설계의 입력으로 바로 활용할 수 있습니다. |
| 자세히 보기 → |
| CASE STUDY |
|
| 정부24 전환에서 얻은 설계 원칙 — CNA/MSA 컨설팅을 시작합니다 |
| 정부24는 핵심 서비스 하나가 멈추면 전체 민원 업무가 중단될 수 있는 일체형 구조였습니다. 전환 과정에서 확인한 설계 원칙과 함께, 잘못된 경계·갓테이블·사라진 트랜잭션이라는 세 가지 주요 함정과 대응 방안을 정리해 MSA Architecture 메뉴를 새로 열었습니다. 이를 바탕으로 전자정부 표준프레임워크 기반의 설계→구현→배포·운영 3단계 컨설팅도 시작합니다. Robo Analyzer로 진단하고 Robo Architect로 구현을 지원하며, MSA School 플랫폼에서는 정규 교육 과정과 공개 세미나를 함께 운영합니다. |
| 컨설팅·교육 보기 → 사례 읽기 → |
| INSIGHT |
|
| 프로세스의 귀환 — AI 시대의 BPM은 도구가 아닌 경영 규율이다 |
| “BPM은 죽었다”는 선언은 처음부터 범주 오류였다는 문제의식에서 이 글은 출발합니다. 사라진 것은 무겁고 경직된 2000년대의 BPMS라는 도구이지, 프로세스를 설계하고 측정하며 개선하는 경영 규율로서의 BPM은 아니라는 것입니다. 1990년대 정보시스템이 사무 노동을 대체하던 시기부터 2020년대 AI 에이전트가 판단이 필요한 지식노동까지 맡기 시작한 변화의 흐름을 짚고, 사람·에이전트·로봇 사이에서 “이 태스크는 누가 수행하는 것이 최적인가”에 대한 답이 계속 달라지는 상황을 이종 워크포스에 대한 지속적 작업 배분 최적화 문제로 정의합니다. 그리고 이를 해결하기 위해 필요한 세 가지 전제를 제시합니다. |
| 블로그 읽기 → |
|
한 줄 소식
• uEngine 제품의 전체 여정을 한 화면에서 — Showcase 페이지를 새로 열었습니다. 프로세스 실행부터 에이전트 협업, 지식 그래프까지 단계별 흐름을 한눈에 볼 수 있습니다
• Ontology Studio 이기종 DB 연동 — MySQL·PostgreSQL 등 7가지 데이터소스를 복제 없이 연결해 문서와 사내 DB를 하나의 그래프에서 함께 질의할 수 있습니다 • 에이전틱 AI 도입에 필요한 구성 요소를 4계층 스택 다이어그램으로 정리했습니다 — 데이터 연동 → 지식 그래프 → 멀티 에이전트 → 에이전틱 프로세스 관리 • uEngine6 BPM 페이지에 관련 제품 섹션과 소개서 PDF를 추가했습니다 • 흩어져 있던 AI 교육 과정을 AX 전환 컨설팅 교육으로 통합했습니다 — 경영진 대상 수요자 트랙과 개발팀 대상 공급자 트랙으로 구성됩니다. |
|
유엔진솔루션즈 (uEngine Solutions)
서울 서초구 사임당로 31 궁현빌딩 3층 301호 | 경상남도 창원시 성산구 상남로 37
T. 02.567.8301 | E. help@uengine.org © uEngine 2026. All Rights Reserved.
|