퍼블리시스, 에이전틱 AI로 IT 운영 ‘셀프 힐링’… 새피언트 서스테인 출시

글로벌 엔터프라이즈 AI 플랫폼·서비스 기업 퍼블리시스가 정보기술(IT) 운영과 매니지드 서비스의 신뢰성을 높이기 위한 새 솔루션 ‘새피언트 서스테인(Sapient Sustain)’을 내놨다. 기업들이 AI 도입을 서두르고 있지만 실제 현장에선 레거시 시스템과 분산된 데이터, 복잡한 운영 구조가 발목을 잡고 있다는 점을 겨냥한 행보다.

퍼블리시스는 12일 새피언트 서스테인이 ‘에이전틱 AI’를 기반으로 반복적인 IT 문제를 사전에 감지하고, 가능한 경우 자동으로 복구하는 방향에 초점을 맞췄다고 밝혔다. 에이전틱 AI는 단순한 응답형 AI를 넘어, 목표에 따라 스스로 판단하고 작업을 수행하는 형태의 인공지능을 뜻한다.

기업 현장에서는 여전히 부서 간 정보를 복사해 붙여넣거나, 엑셀 등 워크시트에 수작업으로 입력하고, 이메일을 여러 차례 주고받는 방식의 자동화가 적지 않다. 이 과정에서 서로 다른 플랫폼 간 연결이 끊기고, 부서 간 커뮤니케이션이 꼬이면서 조직 내부 가시성이 떨어지고 직원과 고객 경험도 일관성을 잃기 쉽다. 퍼블리시스는 이런 비효율이 결국 비용 상승과 장애 대응 지연으로 이어진다고 봤다.

나이절 바즈 퍼블리시스 최고경영자(CEO)는 “기업들은 신뢰성을 높이고 비용을 줄이면서 더 빠르게 운영해야 한다는 압박을 받고 있다”며 “새피언트 서스테인은 AI 에이전트와 인간의 전문성이 함께 작동해, 문제가 사업에 영향을 주기 전에 예측하고 해결하는 새로운 IT 운영 모델”이라고 설명했다.

시장 분위기도 비슷하다. 이달 포레스터리서치 보고서에 따르면 기업 리더의 약 75%가 에이전틱 AI 도입에 나서고 있지만, 실제 운영 환경에 본격 투입한 사례는 아직 소수에 그친다. IBM 보고서에서도 응답자의 80%가 최고경영진 주도의 AI 전환 지시가 있다고 답했지만, 이를 대규모로 실행할 준비가 됐다고 본 비율은 11%에 불과했다. 도입 의지는 강하지만 ‘준비도’가 뒤처지고 있다는 뜻이다.

통합 지식 기반·예측 모델 결합… “문제 생기기 전에 개입”

퍼블리시스에 따르면 새피언트 서스테인은 티켓, 로그, 각종 시스템을 하나로 연결하는 ‘엔터프라이즈 컨텍스트 그래프’를 기반으로 설계됐다. 이를 통해 조직 전반의 운영 맥락을 통합해 보고, 최종 사용자와 현업 부서, 엔지니어가 같은 지식 기반 위에서 업무를 처리할 수 있게 했다.

핵심은 ‘셀프 힐링’ 워크플로와 선제적 자율 운영 기능이다. 반복적으로 발생하는 문제는 자동 복구 흐름으로 대응하고, 예상하지 못한 장애는 예측 모델로 조기에 포착해 수정안이나 변경안을 먼저 제안하는 구조다. 오류가 실제 비즈니스에 영향을 주기 전에 개입하겠다는 구상이다.

여기에 기업별 환경에 맞춰 조정 가능한 AI 에이전트를 붙여 여러 클라우드 환경에서도 작동할 수 있도록 했다. 최근 대기업들이 단일 시스템보다 멀티클라우드와 복합 인프라를 운영하는 경우가 많은 만큼, ‘여러 환경을 가로지르는 운영 자동화’가 실제 경쟁력이 될 수 있다는 판단으로 읽힌다.

닛산, 운영비 40% 절감… 같은 날 해결 비율도 62%로

퍼블리시스는 실제 고객 사례로 닛산자동차를 제시했다. 닛산은 멀티 에이전트 오케스트레이션을 활용해 장애 분류와 대응 절차를 간소화했고, 팀 간 업무 이관을 줄이면서 해결 속도를 높였다고 회사 측은 설명했다.

시즈카 히라카와 닛산 최고디지털정보책임자(CDIO)는 “닛산의 전환은 단지 새로운 기술을 도입하는 데 그치지 않고, 팀의 운영 부담을 어떻게 근본적으로 줄일지에 관한 변화”라고 말했다.

퍼블리시스가 공개한 수치에 따르면 닛산은 새피언트 서스테인 도입 후 운영 비용을 40% 줄였고, 당일 이슈 해결 비율은 62%를 넘겼다. 이는 이전 대비 72% 개선된 수준이다. 또 대응 방식은 사후 대응 중심에서 사전 대응 중심으로 80% 전환됐고, 플랫폼 가동률은 99.99%를 유지했다.

새피언트 서스테인 출시는 기업 AI 경쟁이 이제 ‘도입 여부’보다 ‘운영 가능한가’의 단계로 넘어가고 있음을 보여준다. 에이전틱 AI가 화제성에 머물지 않고 실제 IT 운영 성과로 이어지려면, 분산 시스템과 거버넌스, 데이터 연결 문제를 얼마나 풀어내느냐가 핵심 변수가 될 전망이다.