고객 이메일을 읽어 작업을 만들고 담당자를 지정한 뒤 답장까지 보내는 AI 에이전트를 시험한다고 해 보자. 시범 운영이 순조로우면 곧 이런 질문이 나온다. “답장도 그냥 자동으로 보내면 안 될까?”
판단 기준은 에이전트가 그 일을 해낼 수 있느냐가 아니다. 잘못 실행됐을 때 생기는 결과와 되돌릴 수 있는지가 중요하다. 내부 초안은 고치면 되지만, 잘못 보낸 고객 답장은 계약과 신뢰에 영향을 준다. 하나의 업무 흐름 안에서도 작업마다 권한을 달리해야 하는 이유다.
2026년 5월 TechCrunch는 Asana의 노코드 에이전트 빌더 StackAI 인수를 보도했다. StackAI는 기업용 AI 에이전트 구축을, Asana는 AI Teammates를 업무 환경에 적용하는 방식을 내세운다. 비개발자도 여러 단계를 수행하는 에이전트를 만들기 쉬워지고 있다. 이제 팀이 먼저 정할 것은 기능 목록이 아니라 자동 실행이 멈춰야 할 경계다.
연결 권한이 아니라 작업 결과를 기준으로 나눈다
에이전트가 프로젝트 관리 도구에 접근할 수 있다는 사실만으로는 안전 범위를 알 수 없다. 현황 읽기, 마감일 변경, 고객 명단 내보내기, 고객에게 메일 보내기는 같은 도구에서 일어나지만 위험은 서로 다르다.
각 작업에 대해 세 가지를 확인한다. 결과를 되돌릴 수 있는가, 민감한 데이터를 다루는가, 다른 사람이나 조직 밖에 영향을 주는가. 그 답에 따라 실행 권한과 사람에게 넘길 지점을 정한다.
| 작업 결과 | 일반적인 예 | 권장 권한 | 명확한 인계 지점 |
|---|---|---|---|
| 읽기 전용이며 데이터가 민감하지 않음 | 공개 문서 읽기, 일반적인 프로젝트 진행 상황 요약 | 자동 실행을 허용하되 접근 기록 보관 | 데이터를 찾을 수 없거나 출처가 서로 충돌하면 사람에게 인계 |
| 되돌릴 수 있는 내부 변경 | 초안 작업 생성, 내부 태그 추가 | 자동 실행을 허용하고 변경 요약 제공 | 삭제, 덮어쓰기 또는 대량 변경 전에 확인 요청 |
| 다른 사람의 업무에 영향을 주는 변경 | 담당자 변경, 마감일 조정, 우선순위 이동 | 범위를 제한하고 기본 조건을 넘으면 사람의 확인 요구 | 팀 간 책임이 바뀌거나 기존 약속에 영향을 주면 인계 |
| 외부에 영향을 주거나 되돌리기 어려운 작업 | 고객에게 이메일 발송, 콘텐츠 게시, 결제 승인 | 초안만 준비하고 직접 실행하지 못하게 제한 | 이름이 지정된 책임자가 내용, 대상, 첨부 파일을 확인한 뒤 실행 |
| 민감한 데이터 또는 높은 권한이 필요한 작업 | 인사 자료 열람, 고객 명단 내보내기, 계정 권한 변경 | 기본적으로 금지하고 승인된 최소 범위만 허용 | 사용할 때마다 사유, 승인자, 실행 결과 기록 |
이 표를 그대로 채택할 필요는 없다. 중요한 것은 시스템 접속 권한과 시스템 안에서 행동할 권한을 분리하는 일이다. 초안 작성만 허용하거나, 특정 프로젝트만 수정하게 하거나, 한 번에 처리할 작업 수를 제한할 수 있다. 권한은 도구 이름이 아니라 식별 가능한 작업과 범위에 묶어야 한다.
이때 소유자도 분명해야 한다. 누가 흐름을 책임지는지, 어떤 입력을 신뢰하는지, 어떤 출력까지 허용하는지를 작업마다 정한다. 그래야 문제가 생겼을 때 책임을 다른 팀이나 도구에 떠넘기지 않고 즉시 멈출 수 있다.
승인 버튼보다 판단 자료가 먼저다
인계 화면에 “계속 진행할까요?”만 표시해서는 제대로 검토할 수 없다. 승인자가 이메일과 프로젝트 기록을 따로 찾아야 한다면 바쁠수록 내용을 보지 않고 통과시킬 가능성이 커진다.
검토 화면에는 예정된 작업, 사용한 입력과 출처, 예상되는 출력, 되돌릴 수 있는지가 함께 보여야 한다. 고객이 납품 연기를 요청했다면 에이전트는 새 마감일을 제안할 수 있다. 다만 공식 날짜를 바꾸기 전에 승인자는 기존 날짜와 제안 날짜, 영향을 받는 작업, 근거가 된 고객 메시지, 통보 대상을 한자리에서 확인해야 한다. 이름이 지정된 책임자가 승인한 뒤에만 변경과 알림을 실행한다.
책임자를 ‘관리자’나 ‘팀’처럼 뭉뚱그려 적어서는 안 된다. 지정된 사람이 자리를 비우면 흐름은 확인 가능한 대기 상태에서 멈춰야 하며, 시간이 지났다는 이유로 검토를 건너뛰면 안 된다. 코딩 에이전트에 사람의 확인 지점을 남기는 방법에서 다룬 것처럼 시스템은 판단 자료를 준비하고 사람은 실행 여부를 결정해야 한다.
정상 작동보다 안전한 실패를 먼저 시험한다
운영 전에는 성공 사례보다 멈춰야 하는 상황을 먼저 시험한다. 위험이 낮은 작업 하나를 골라 실제 데이터를 바꾸거나 외부로 발송하지 않는 조건에서 실행한다. 필수 입력 누락, 출처 간 충돌, 승인자 미응답, 외부 시스템 오류를 의도적으로 만들어 본다.
평가할 것은 마지막 단계까지 갔느냐가 아니다. 위험한 실행 전에 멈췄는지, 담당자가 앞선 과정을 다시 확인할 수 있는지가 핵심이다. 감사 기록에는 사용한 입력과 출처, 에이전트의 판단, 승인자, 실제 출력, 실행 결과가 남아야 한다.
일부 단계만 성공했을 때의 복구 방식도 정한다. 작업은 생성됐지만 알림 전송이 실패했을 때 작업까지 삭제하면 동료가 이미 확인한 기록이 사라질 수 있다. 작업을 유지한 채 알림 실패를 표시하고 담당자가 후속 조치하도록 하는 편이 안전할 수 있다. 이런 보상 조치는 업무 흐름이 실패한 뒤 필요한 보상 단계와 함께 설계한다.
시험을 통과해도 범위를 한꺼번에 넓히지 않는다. 검증한 작업, 데이터, 사용자 그룹부터 허용한다. 연결 시스템이나 처리량을 늘리거나 내부 초안을 외부로 보내기 시작한다면 위험 등급, 검토 지점, 감사 기록, 되돌리기 절차를 다시 확인해야 한다.
오늘은 첫 번째 실제 변경 앞에 경계를 세운다
도입할 AI 업무 흐름 하나를 고르고 실행 순서대로 따라가 보자. 처음으로 데이터를 바꾸거나, 다른 사람의 업무에 영향을 주거나, 조직 밖으로 내용을 보내는 지점을 찾는다. 오늘 할 일은 그 직전에 사람의 확인 절차를 두는 것이다.
흐름의 소유자, 사용 가능한 입력, 허용할 출력, 검토 책임자, 남길 감사 기록, 실패 시 되돌리거나 보상할 방법을 함께 적는다. 승인 화면에는 판단 근거와 예정된 변경, 실패했을 때의 처리 방식이 보여야 한다. 이름이 지정된 사람이 실제 경계를 시험한 뒤에만 다음 자동화 범위를 연다.
노코드 도구는 만드는 시간을 줄여 주지만 잘못된 실행의 책임까지 맡아 주지는 않는다. 에이전트가 할 수 있는 일보다 안전하게 멈춰야 할 지점을 먼저 정해야 한다.
AI 정리 카드
지금 접근 가능한 작업 공간, 프로젝트, 에이전트 설정과 최근 실행 기록부터 읽기 전용으로 조사해 줘. 설정 변경, 권한 확대, 데이터 수정, 외부 전송은 하지 마. 조사한 내용에서 자동 실행 권한이나 사람에게 넘기는 지점이 불분명한 작업 하나를 직접 골라, 이를 보여 주는 설정값·로그·실행 결과를 구체적인 근거로 인용해 줘. 확인된 사실과 추론을 구분하고, 확인할 수 없는 항목은 ‘확인 필요’로 표시해. 필수 환경에 접근할 수 없다면 별도의 자료를 준비해 달라고 하지 말고 필요한 접근 권한이나 상황을 묻는 질문을 하나만 해. 선택한 작업이 다루는 데이터, 실패 시 복구 가능성, 영향을 받는 사람, 현재 최종 결정권자를 설명한 다음 판단은 ‘자동 실행 가능’, ‘사람의 확인 필요’, ‘자동 실행 금지’ 가운데 하나로 내려 줘. 마지막에는 오늘 바로 적용할 수 있는 최소 조치 하나를 제안해. 승인되지 않은 민감 정보에 접근하거나 운영 기록을 수정해서는 안 되며, 되돌리기 어려운 변경·팀 간 책임 변경·결제·계정 권한·고객 커뮤니케이션은 이름이 지정된 책임자가 확인하기 전에 반드시 멈춰야 해.
생활 4컷 만화
- 새 동료가 보드를 잘 정리하더라도 필드, 권한, 완료 기준이 없으면 모두가 제각각 일하게 됩니다.
- 작업이 많아질수록 규칙 없는 자동 정리는 잘못된 상태 변경, 담당자 누락, 검토 생략을 만들 수 있습니다.
- 먼저 필드, 검토 지점, 자동화를 시작할 수 있는 사람, 문제가 생겼을 때 멈추는 방법을 정합니다.
- no-code agent builder가 업무 관리 도구 안으로 들어올 때 핵심은 할 수 있느냐가 아니라 워크플로에 가드레일이 있느냐입니다.
참고 자료
TechCrunch: Asana acquires no-code agent-builder StackAI — https://techcrunch.com/2026/05/28/asana-acquires-no-code-agent-builder-stack-ai/ [published: 2026-05-28]
StackAI: Stack AI raises $16M for Enterprises to Deploy AI agents at Scale — https://www.stackai.com/blog/stack-ai-raises-16m-series-a-to-create-ai-agents-for-every-job [accessed: 2026-07-20]
Asana: AI Teammates — https://asana.com/product/ai/ai-teammates [accessed: 2026-07-20]
