기업용 소프트웨어의 가치가 사용자가 직접 조작하는 화면과 업무 흐름에만 달려 있지 않게 됐다. DeepL은 모델이 추론과 업무 조율을 맡고 전문 시스템이 특정 작업을 처리하도록 연결하는 방식으로, 기업용 소프트웨어가 AI 에이전트에 제공하는 기능의 범위가 넓어질 수 있다고 설명한다.
DeepL이 인터뷰한 마르쿠스 토버(Marcus Tober) Semrush AI·혁신 부문 수석 부사장은 AI로 소프트웨어를 만들기 쉬워졌더라도 기업 환경에서 필요한 법률 준수, ISO 27001, 보안, 안정성, 지속적인 유지보수 비용은 사라지지 않는다고 말한다. 스티븐 시렉(Steven Syrek)은 범용 모델이 전문 업무를 처음부터 추론하는 방식과 달리 전문 시스템에는 정해진 업무 흐름과 분야별 전문성이 내장돼 있어 비용과 결과를 예측하기 쉽다고 설명한다.
모델 컨텍스트 프로토콜(MCP)은 AI 에이전트가 외부 도구와 기능에 표준화된 방식으로 연결되도록 해, 조합마다 별도의 통합을 만들 필요를 줄이는 프로토콜이다. DeepL은 범용 비서가 대화의 접점에 머물면서 필요한 작업에 전문 시스템을 호출하는 구도를 제시한다. 다만 이 글은 DeepL이 자사 제품과 MCP의 역할을 소개하는 관점을 담고 있다.
DeepL은 DeepL MCP Server를 출시해 Microsoft Copilot, ChatGPT, Claude와 그 밖의 호환 도구에서 자사의 언어 AI 기능을 사용할 수 있도록 했다고 밝혔다. DeepL MCP Server 연결 안내에서 설정 정보를 확인할 수 있다. Gartner는 2030년까지 최대 2,340억 달러 규모의 기업용 애플리케이션 소프트웨어 지출이 여러 시스템에서 작업을 수행하는 에이전트의 영향을 받을 수 있다고 추정했다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요