LLM 에이전트로 비즈니스 프로세스를 자동 실행하려면 정책·프로세스 모델·표준운영절차(SOP)에 흩어져 있는 조직 특화 지식이 필요한데, 이를 프롬프트나 에이전트별 검색으로 처리하면 지식 사일로와 규칙 중복이 생겨 기업 규모에서 확장되지 않는다는 문제를 제기한 연구다. 해법으로 조직의 절차적 지식을 공유·거버넌스·에이전트 소비 가능 형태로 담는 '에이전틱 비즈니스 프로세스 실행용 조직 기억(organizational memory)' 개념을 제안한다. 이런 기억 계층의 요구사항을 도출하고 큐레이션·소비 아키텍처를 설계했으며, 조달(procurement) 시나리오 개념 증명으로 효과를 입증했다. 기업이 에이전트를 대규모로 도입할 때 지식 관리 인프라가 선결 과제임을 시사한다.
- •조직 특화 지식을 프롬프트·에이전트별 검색으로 처리하면 지식 사일로와 규칙 중복으로 확장 불가 지적
- •공유·거버넌스·에이전트 소비 가능한 절차적 지식 참조 계층인 '조직 기억' 개념 제안
- •조직 기억의 요구사항 도출과 큐레이션·소비 아키텍처 설계
- •조달 시나리오 기반 개념 증명으로 효과 입증
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Organizational Memory for Agentic Business Process Execution
- 1.LLM 에이전트의 업무 프로세스 실행을 위한 공유·거버넌스형 '조직 메모리' 참조 계층 제안
- 2.프롬프트·에이전트별 검색 방식은 지식 사일로와 규칙 중복을 낳아 기업 규모 확장이 불가하다고 지적
- 3.조직 메모리 요구사항 도출과 큐레이션·소비 아키텍처 제안, 조달 시나리오 PoC로 효과 입증
왜 중요한가?
에이전트를 기업 업무에 투입할 때 정책·SOP 등 조직 지식을 일관되게 공급·갱신하는 문제는 실무 도입의 핵심 병목으로, 프롬프트 단위 지식 주입의 한계를 넘는 에이전트 소비형 공유 메모리 설계를 제시한 점이 의미 있다.
본문 미리보기
arXiv:2607.03228v1 Announce Type: new Abstract: LLM-based agents offer new opportunities for automating business process execution beyond the limits of rule-based systems. However, general-purpose LLMs lack the organization-specific knowledge required for reliable execution, which is typically fragmented across human-oriented artifacts such as policies, process models, and standard operating procedures. While such knowledge can technically be encoded in individual prompts or agent-specific retr
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:08AI 초안
