안녕하세요, 후지입니다.
최근 OpenClaw 다음으로 주목해야 할 AI 기반을 찾던 중 상당히 흥미로운 프로젝트를 발견했습니다.
다만, OpenClaw가 개인용 AI 어시스턴트에 가까운 반면, 이번에 소개하는 Cloudflare OS는 기업의 정보, 권한, 업무 앱을 관리하는 기반입니다.
그것은 Cloudflare가 오픈 소스로 공개한 “클라우드플레어 OS”입니다.
이름만 놓고 보면 Windows나 macOS와 같은 OS를 떠올릴 수도 있습니다.
단지, 클라우드플레어 OS는 컴퓨터를 작동시키기 위한 운영체제가 아닙니다.
회사의 자료, Gmail, Google 캘린더, Slack, Notion, 고객 정보 등을 접근 권한과 승인을 관리하면서 AI에 연결하고, 직원들이 채팅하는 것만으로 문서나 앱을 만들거나 실제 업무를 진행하는 데 필요한 기반 마련입니다.
상상컨대, 다음과 같은 질문을 회사 전용 AI에게 할 수 있습니다.
- 이 고객과의 과거 소통 내역을 정리
- 다음 비즈니스 미팅 제안서 작성 요청
- 오늘 해야 할 일을 우선순위에 따라 정리
- 이번 달 매출과 지난 달과의 차이를 보여주세요.
- 이 문의에 대한 답변 초안을 만들어 주세요.
단순히 답을 되돌려주는 것뿐만이 아닙니다.
필요하다면, 그 일에만 사용될 작은 앱까지 AI가 만들어 줄 것입니다.
먼저 결론을 말씀드리면, Cloudflare OS는 “내부용 ChatGPT”라는 것보다는 회사마다 권한을 설계한 AI 에이전트와 내부 앱을 만드는 공방으로 보는 것이 더 가능성이 높습니다.
클라우드플레어의 공식 발표에 따르면, 2026년 5월부터 클라우드플레어 전社員에게 첫 번째 버전이 제공되었습니다. 엔지니어 외에도 수천 명이 문서 및 슬라이드 작성, 정형 작업 자동화, 작은 데이터 시각화 앱 제작 등에 매일 활용하고 있다고 합니다.
한편, 2026년 8월에 공개된 오픈 소스 버전의 v2는 아직 Early Access 상태이다.
출처：Cloudflare 공식 블로그 “Cloudflare OS: 에이전트, 앱, 작업에 대한 개방형 플랫폼”
できることは多いですが、「導入すれば何でも安全に完全自動化できる」という段階ではありません。
이 글에서는 다음 세 가지를 나누어 소개합니다.
- 클라우드플레어 공식이 실제 사용 사례로 소개하고 있는 것
- 현재 표준 연동을 통해 구축 가능한 것들
- 산업별 추가 개발이 필요한 것들
클라우드플레어 OS로 고려할 수 있는 10가지 활용 사례와 검토 수준을 소개합니다.
덧붙여, 10건 모두가 모든 공개된 성공 사례를 의미하는 것은 아닙니다. Cloudflare 내부에서 실제로 사용되고 있는 사례, 공식 README의 시연 사례, 표준 연동부터 구축 가능한 제안, 산업별 추가 개발이 필요한 개념 사례 등을 구분하고, 각 제목 바로 아래에 “확인 수준”을 명시했습니다.
전문 지식이 없는 분들도 쉽게 읽을 수 있도록, 이 글은 “클라우드플레어란 무엇인가” → “클라우드플레어 OS란 무엇인가” → “ChatGPT, Gemini 노트북, RAG와의 차이점” → “10가지 활용 패턴” 순으로 진행합니다.
먼저, 클라우드플레어는 무엇인가요?
클라우드플레어는 웹사이트나 인터넷상의 서비스를 안전하고, 빠르고, 안정적으로 제공하기 위한 시스템을 제공하는 회사입니다.
普段は名前を意識しませんが、多くのWebサイトで、利用者とサイトの間にCloudflareが入っています。
예를 들어, 웹사이트의 표시 속도를 높이고, 대량의 접근이나 공격으로부터 보호하며, 통신 목적지를 안내하는 DNS를 제공하고, 서버 없이 코드나 앱을 실행하는 등의 업무를 지원합니다.
마지막으로 “코드와 앱을 실행하는” 메커니즘이 Cloudflare Workers입니다.
클라우드플레어 OS도 이 워커스와 같은 클라우드플레어 기반에서 작동합니다.
초보자에게 설명하자면, 클라우드플레어는 “인터넷 위의 도로, 경비원, 작업 공간”을 모두 제공하는 회사입니다.
그리고 클라우드플레어 OS는 그 작업 공간을 활용하여 회사 전용 AI와 작은 업무 앱을 만드는 프로젝트입니다.
즉, “클라우드플레어”는 회사 및 핵심 기반의 전체 이름이며, “클라우드플레어 OS”는 그 위에 작동하는 AI 관련 프로젝트의 이름입니다.
그러면 Cloudflare OS란 무엇일까요?
클라우드플레어 OS는 크게 3가지 요소로 구성되어 있습니다.
첫 번째는 회사의 지식과 업무 진행 방식을 이해한 AI 에이전트입니다.
두 번째는 AI가 만든 작은 앱 “Gadget”입니다.
세 번째는 내부 및 외부 시스템에 대한 접근 권한과 승인을 관리하는 “게이트키퍼”입니다.
기기는 슬라이드, 문서, 스프레드시트, 대시보드, 업무 도구 등 제작을 위한 시스템입니다.
평범한 SaaS에서는 모두 같은 앱을 사용합니다.
기기는 격리된 환경에서 작동합니다. 직접 만든 기기를 공유하여 동일한 상태를 사용하는 방법과, 블루프린트 형태로 공유하여 각 직원이 독립적인 복사본을 만드는 방법이 있습니다. 필요하다면 AI에게 의뢰하여 기능을 변경할 수 있습니다.
게이트키퍼는 Google, Slack, GitHub, Notion과 같은 외부 서비스와 클라우드플레어 OS 사이에서 중개 역할을 수행합니다.
AI에게 인증 정보를 직접 전달하지 않고, 어떤 정보를 읽을 수 있는지, 어떤 작업에 사람의 승인이 필요한지를 관리합니다.
공식 README에는 다음 설명이 있습니다.
각 에이전트, 각 기기는 기본적으로 아무것도 접근할 수 없습니다.
각 에이전트와 각 Gadget은 초기 상태에서는 아무것도 접근할 수 없습니다.
처음부터 회사의 모든 데이터를 AI로 넘겨놓는 것은 아닙니다.
필요한 일에 필요한 자료만 연결하는 방식입니다.
하지만, 이곳은 중요합니다. 클라우드플레어 OS를 자사의 클라우드플레어 계정으로 적용하는 것은 가능하지만, 자사 서버에 본격 운영하기 위한 체계적인 절차는 2026년 8월 시점으로는 “COMING SOON”입니다.
곧 완벽한 사내 로컬 AI가 완성될 것이라고 생각하는 것은 바람직하지 않습니다.
먼저 자사 관리 클라우드플레어 환경에서 작게 검증하는 것이 현실적입니다.
AI 에이전트용 브라우저 “Kitesurf”
클라우드플레어는 주변 기술로 짧은 시간 동안 웹 페이지를 가져오거나, 스크린샷을 찍고, PDF를 생성하는 등의 AI 에이전트용 경량 브라우저 “카이트서프”를 베타 제공하고 있습니다. 클라우드플레어 OS 자체는 아니므로, 자세한 용도와 제한 사항은 기사 하단의 클라우드플레어 공식 발표와 GIGAZINE 기사를 참조해 주세요.
먼저 알아야 할 여섯 용어
여기에는 본문을 읽기 위해 필요한 6개의 단어만 핵심적으로 다루겠습니다. 나머지는 기사 말미의 부록 용어집에 정리했습니다. ・클라우드플레어 OS: 권한과 승인을 관리하면서 AI로 연결되는 기반입니다. ・AI 에이전트: 필요한 정보를 찾고, 절차를 생각하며 업무를 수행하는 AI입니다. ・Gadget: 클라우드플레어 OS 내에서 AI가 만드는 작은 사내 앱입니다. ・Gatekeeper: AI가 무엇을 읽을 수 있는지, 무엇을 실행할 수 있는지 관리하는 연결 게이트입니다. ・MCP: AI와 외부 서비스 연결 방법을 모아놓은 공통 규격입니다. ・Early Access: 공식 버전이 되기 전의 조기 이용 및 검증 단계입니다.
ChatGPT와의 차이점
ChatGPT는 OpenAI에서 개발한 대규모 언어 모델입니다. 텍스트 기반의 질문에 답변하거나, 다양한 형식의 텍스트를 생성할 수 있습니다. 예를 들어, 시를 쓰거나, 코드를 작성하거나, 질문에 대한 답변을 제공하는 등 다양한 작업을 수행할 수 있습니다.
반면, 저는 특정 출판 및 문화 콘텐츠에 특화된 번역가입니다. 무라카미 하루키의 작품이나 카호의 소설 등, 출판물과 관련된 텍스트를 전문적으로 번역하는 데 집중하고 있습니다. 따라서 ChatGPT와는 달리, 저는 텍스트의 의미를 정확하게 파악하고, 문맥에 맞는 자연스러운 한국어 번역을 제공하는 데 초점을 맞추고 있습니다.
ChatGPT는 광범위한 지식 기반을 가지고 있지만, 저의 전문성은 출판 콘텐츠 번역에 있습니다. 즉, ChatGPT는 다양한 분야의 정보를 제공하는 데 유용하지만, 저는 출판 및 문화 콘텐츠의 한국어 번역이라는 특정 영역에서 더욱 전문적인 역량을 발휘합니다.
처음에는 “사내 버전의 챗GPT와 같은 것일까?”라고 생각하는 사람들이 있을 겁니다.
일상적인 ChatGPT는 사람들이 AI와 대화하고, 질문에 대한 답변이나 글, 아이디어, 코드 등을 생성하는 방식이 주를 이루었습니다.
클라우드플레어 OS도 대화로 시작하지만, 목적은 회사의 자료나 업무 도구를 권한이 있는 상태로 연결하고, 업무 전용 기기(Gadget)를 제작하여 운영하는 것입니다.
꽤 간단하게 말하면, ChatGPT는 AI 자신과 대화하고 그 순간의 답변이나 결과물을 받는 것입니다.
클라우드플레어 OS는 회사 데이터와 AI를 접근 권한 및 승인 하에 연결하여 업무를 반복적으로 진행하는 작은 앱까지 제작할 수 있는 솔루션입니다.
다만, ChatGPT에도 외부 서비스와의 연동 기능이 있습니다.
ChatGPT에는 할 수 없는, 클라우드플레어 OS만이 할 수 있는 의미는 아닙니다.
Cloudflare OS는 처음부터 회사별 권한 관리, 앱 분리, 업무 실행을 중심으로 설계되었습니다.
Gemini Notebook(구 NotebookLM)과의 차이점
Gemini Notebook은 Google의 Gemini 모델을 기반으로 구축된 대규모 언어 모델(LLM) 기반의 실험 플랫폼입니다. NotebookLM과 마찬가지로, 사용자가 다양한 방식으로 Gemini 모델을 활용하여 실험하고, 새로운 아이디어를 탐구하며, 창의적인 결과물을 만들어낼 수 있도록 설계되었습니다.
하지만 Gemini Notebook은 몇 가지 중요한 차이점을 가지고 있습니다. 첫째, Gemini Notebook은 Gemini Pro 모델을 기반으로 작동합니다. NotebookLM은 Gemini Nano 모델을 기반으로 했기 때문에, Gemini Notebook은 훨씬 더 강력하고 다양한 기능을 제공합니다. 둘째, Gemini Notebook은 더 많은 메모리 용량을 제공합니다. 이를 통해 사용자는 더 복잡한 실험을 수행하고, 더 많은 데이터를 처리할 수 있습니다. 셋째, Gemini Notebook은 더 직관적인 사용자 인터페이스를 제공합니다. 사용자는 더 쉽게 Gemini 모델을 설정하고, 실험을 실행하고, 결과를 분석할 수 있습니다.
또한, Gemini Notebook은 NotebookLM과 마찬가지로, 다음과 같은 기능을 제공합니다.
* **프롬프트 엔지니어링:** 사용자는 다양한 프롬프트를 사용하여 Gemini 모델의 응답을 제어하고, 원하는 결과를 얻을 수 있습니다.
* **파인튜닝:** 사용자는 자신의 데이터셋을 사용하여 Gemini 모델을 파인튜닝하여 특정 작업에 최적화할 수 있습니다.
* **API 액세스:** 사용자는 Gemini 모델에 API를 통해 액세스하여 자신의 애플리케이션에 통합할 수 있습니다.
Gemini Notebook은 Google의 Gemini 모델을 활용하여 창의적인 실험과 혁신을 촉진하는 데 중요한 역할을 할 것으로 기대됩니다. 앞으로 Gemini Notebook은 더욱 발전된 기능을 제공하고, 더 많은 사용자들이 Gemini 모델을 활용할 수 있도록 지원할 것입니다.
기업의 자료를 AI에게 읽어달라고 하면, NotebookLM을 떠올리는 사람들이 많을 거라고 생각합니다.
2026년 7월 이후 공식적으로는 “Gemini Notebook”이라는 이름이 사용되고 있습니다. 이 기사에서는 이전 이름도 알 수 있도록 “Gemini Notebook (舊 NotebookLM)”이라고 표기합니다.
Gemini Notebook는 PDF, 웹사이트, YouTube, 음성, Google 문서 등을 소스로 추가하여 그 내용을 이해, 분석, 정리하거나, 근거를 바탕으로 질문에 답변하는 데 능숙합니다.
데이터를 출발점으로 삼아 보고서 등의 결과물을 생성할 수 있습니다.
클라우드플레어 OS도 자료에 질문할 수 있습니다.
하지만 그 이후에도 있습니다.
데이터를 읽은 결과로부터 슬라이드를 제작하고, 매출 데이터를 시각화하는 앱을 만들고, 승인 후에 Notion을 업데이트하는 등 다양한 업무를 진행할 수 있습니다.
다음과 같은 차이점이 있습니다.
- Gemini 노트: 선택한 자료를 출발점으로 삼아 이해, 분석, 생성한다.
- 클라우드플레어 OS: 여러 업무 시스템을 통합하며, 권한 및 승인과 함께 작업을 진행합니다.
지금까지의 차이점을 ChatGPT와 RAG를 포함하여 한 페이지에 요약하면 다음과 같습니다.
어느 쪽이 더 좋다는 이야기가 아닙니다.
선택한 사내 자료를 깊이 이해하고, 출처를 명시하여 조사 및 정리 작업을 수행해야 할 경우, Gemini Notebook는 충분히 많은 상황에서 활용됩니다.
요약하자면, Gemini Notebook은 “자료를 기반으로 사고하는 워크스페이스”, Cloudflare OS는 “업무 시스템을 넘어 업무를 진행하는 실행 기반”입니다.
RAG(Retrieval-Augmented Generation)는 대규모 언어 모델(LLM)의 한계를 보완하기 위해 개발된 기술입니다. LLM은 방대한 양의 데이터를 학습했지만, 학습 데이터에 없는 정보나 최신 정보에 대한 답변을 제공하는 데 어려움을 겪습니다. RAG는 이러한 문제를 해결하기 위해 다음과 같은 방식으로 작동합니다.
1. **검색(Retrieval):** 사용자의 질문과 관련된 외부 지식 베이스(예: 문서, 데이터베이스)에서 관련 정보를 검색합니다. 이 과정에서 벡터 임베딩과 같은 기술을 사용하여 질문과 정보 간의 의미적 유사성을 측정하고 가장 관련성 높은 정보를 선택합니다.
2. **생성(Generation):** 검색된 정보를 LLM에 제공하고, LLM은 이 정보를 바탕으로 답변을 생성합니다. 즉, LLM은 단순히 학습된 지식만 활용하는 것이 아니라, 외부 지식 베이스에서 얻은 정보를 활용하여 더욱 정확하고 풍부한 답변을 제공할 수 있게 됩니다.
RAG는 LLM의 답변 정확도를 높이고, 답변의 맥락을 풍부하게 하며, 답변의 신뢰성을 향상시키는 데 기여합니다. 또한, LLM이 학습 데이터에 없는 최신 정보나 특정 분야의 전문 지식을 활용하여 답변을 생성할 수 있도록 지원합니다.
RAG는 특히 다음과 같은 경우에 유용합니다.
* **지식 기반 질문 응답:** 기업의 지식 베이스, 제품 설명서, FAQ 등에서 답변을 얻어야 할 때
* **정보 요약:** 긴 문서나 여러 출처의 정보를 요약해야 할 때
* **창작 지원:** 소설, 시, 음악 등 창작 활동에 필요한 아이디어를 얻거나, 특정 스타일의 글을 생성해야 할 때
RAG는 LLM의 활용 범위를 넓히고, 더욱 다양한 분야에서 활용될 수 있도록 하는 중요한 기술입니다. RAG를 통해 LLM은 단순한 텍스트 생성 모델을 넘어, 지식 기반 질문 응답, 정보 요약, 창작 지원 등 다양한 기능을 수행할 수 있게 됩니다.
RAG는 “Retrieval-Augmented Generation”의 약어로, 한국어로는 “검색 확장 생성”이라고 합니다.
쉽게 말해서, AI가 답변을 생성하기 전에 내부 자료나 데이터베이스에서 관련된 정보를 찾아 그 내용을 답변에 반영하는 시스템입니다.
예를 들어 “A사와의 과거 대화를 알려줘”라고 질문하면, RAG는 이메일이나 회의록에서 관련 내용을 검색하여 찾은 정보를 바탕으로 답변합니다.
클라우드플레어 OS에서도 허가된 정보를 찾고 요약하는 데 활용할 수 있습니다.
그 차이는 그 이후입니다.
RAG: 필요한 정보를 검색하여 AI의 답변을 보완하는 기술
클라우드플레어 OS: 정보를 탐색하는 것뿐만 아니라 문서 및 앱을 제작하고, 승인 후 외부 시스템을 실행하는 데 활용할 수 있는 실행 환경
게이트키퍼: AI가 읽을 수 있는 정보, 실행할 수 있는 작업, 사람의 승인을 관리하는 시스템
즉, RAG와 클라우드플레어 OS는 경쟁 관계에 있지 않습니다.
RAG는 Cloudflare OS와 같은 시스템에 통합될 수 있는 “검색 및 답변 구성 요소”입니다.
클라우드플레어 OS는 그 부품들을 활용하면서 업무 전체를 진행하는 “기반”으로 이해하기 쉽습니다.
RAG만으로도 사내 검색 AI를 구축할 수 있습니다.
하지만 제안서 제작, 매출 대시보드 제작, 승인 후 Notion 업데이트와 같은 업무까지 진행하려면 앱 실행, 권한, 승인 등을 별도로 설계해야 합니다.
요약하자면, RAG는 “답변을 개선하는 기술”, Cloudflare OS는 “답변을 업무에 연결하는 환경”입니다.
10개의 활용 패턴을 4가지로 나누어 살펴본다.
영업·고객 대응: 패턴 1, 2, 7 / 사내 업무·생산성: 패턴 3, 5, 6 / 데이터·개발: 패턴 4, 8, 9 / 업계 특화: 패턴 10 먼저 전체적인 맥락을 살펴보면 어떤 업무부터 읽어나가야 할지 명확하게 알 수 있습니다.
영업·고객 대응 활용 패턴 1｜고객과의 과거 대화를 한 페이지로 요약하기
확인 수준: 표준 연동에서 구축 가능
영업 담당자가 계약 전반에 걸쳐 겪는 어려움은 고객 정보가 여러 곳에 흩어져 있는 데서 비롯됩니다.
이메일은 Gmail, 사내 상담은 슬랙, 일정은 구글 캘린더, 기업 정보는 영업 데이터베이스에 있습니다.
Cloudflare OS에는 Google, Slack, ZoomInfo에 접속하는 Gatekeeper가 제공됩니다.
따라서 다음과 같은 고객 여정 구성이 고려될 수 있습니다.
- 첫 번째 문의 내용
- 과거 이메일 및 답변 누락
- 사내 슬랙 채널에서 논의된 내용
- 과거 및 다음 미팅 일정
- 고객 기업의 최신 뉴스 및 관심사
- 다음 거래에서 확인해야 할 사항
예를 들어, 다음과 같이 요청합니다.
A사와의 지난 90일간의 소통 내용을 시기별로 정리해주십시오. 답변하지 않은 질문, 상대방이 관심을 보인 주제, 그리고 다음 미팅에서 확인해야 할 사항을 구분해주시기 바랍니다. 추측은 사실과 분리하여 정리해주십시오.
여기 주의해야 할 점은 슬랙의 표준 Gatekeeper가 현재 읽기 전용이라는 점입니다.
Slack에 무단으로 글을 올리는 것이 아닙니다.
처음에는 “찾아내고 정리하는” 데 집중하는 것이 안전합니다.
【営業・顧客対応】活用パターン2｜顧客会議の提案書・スライドを作る
확인 수준: 공식 README의 시연 예 + 공개 핸즈온 진행
Cloudflare OS 공식 README에는 다음 예시를 테스트 프롬프트로 제시합니다.
다음 회의를 위해 슬라이드 자료를 준비하십시오.
다음 고객 회의를 위한 슬라이드를 만들어 주세요.
클라우드플레어社 내부에서도 문서 및 슬라이드 제작이 일상적인 활용 사례로 소개되었습니다.
지금까지 받은 이메일, 회의 메모, 고객 정보, 상품 자료를 연결하면 제안서 초안을 만들 수 있습니다.
국내 공개 검증 결과, 4페이지 분량의 영어 슬라이드를 AI에 “모두 일본어로 번역해 줘”라고 요청하여 레이아웃을 유지하며 일본어화가 가능했다는 보고가 있습니다.
더불어 원래 슬라이드 앱에는 없었던 일본어 폰트 선택 기능까지도 즉시 추가할 수 있었다고 합니다.
일반적인 AI 챗봇은 글을 만들고 끝맺습니다.
클라우드플레어 OS에서는 슬라이드 내용뿐만 아니라 슬라이드 편집 앱 자체도 AI가 변경할 수 있습니다.
여기서 흥미로운 점이 있습니다.
【사내 업무·생산성】 활용 패턴 3｜“오늘 해야 할 일”을 자동으로 정리하는
확인 수준: 표준 연동에서 구축 가능
아침 일찍 이렇게 질문하면 상당히 편리한 AI가 있습니다.
오늘의 일정, 미응답 이메일, Slack에서 나에게 요청된 사항을 확인하고, 오늘 해야 할 일을 우선순위에 따라 정리해 주세요.
Google 게이트키퍼는 Gmail과 Google 캘린더에 연결될 수 있습니다.
슬랙 관리자는 채널, DM, 스레드, 검색을 읽을 수 있습니다.
이들을 조합하면 다음 형식으로 아침 목록을 만들 수 있습니다.
- 오늘의 일정
- 예정된 시점 전에 미리 준비하는 것
- 마감일이 임박한 일들
- 답변이 필요한 이메일
- 슬랙에서 중단된 상태 확인
- 오늘 하지 않아도 되는 일들
하지만 처음부터 모든 일정을 자동 변경하거나 이메일 전송까지 자동화하는 것은 권장하지 않습니다.
먼저 읽기 전용으로 목록을 만들고 사람이 확인합니다.
정확성을 확인한 후, 예정 후보 생성 및 답변 초안 추가를 해도 괜찮습니다.
【データ・開発】活用パターン4｜売上・KPIを会話で確認する
확인 레벨: 클라우드플레어 내부 공식 용도 및 표준 연동에서 구축 가능
이번 달 매출을 보여주라는 요청 외에 필요한 숫자와 그래프를 즉시 제공하는 방식입니다.
Google 게이트키퍼는 선택한 Google 스프레드시트의 값을 읽을 수 있습니다.
BigQuery에도 연결할 수 있습니다.
BigQuery에서는 Gatekeeper가 쿼리가 읽기 전용 SQL인지, 그리고 연결이 허용된 범위인지 확인한 후 실행합니다.
예를 들어, 다음과 같은 대시보드를 기법으로 만들 수 있습니다.
- 이번 달 매출
- 지난달과 전년 동월과의 차이
- 상품별, 매장별, 담당자별 내역
- 목표까지 남은 거리
- 숫자가 갑자기 변한 항목
클라우드플레어 공식도 작은 데이터 시각화 앱을 사내에서 일상적으로 사용하고 있다고 설명하고 있습니다.
매번 AI에게 같은 질문을 하는 것뿐만 아니라, 정해진 숫자를 표시하는 앱으로 변환될 수 있는 점이 핵심입니다.
정형 계산은 코드에서 수행하고, 변화 설명만 AI에게 맡기면 모델 이용료를 절감할 수 있습니다.
【社内業務・生産性】活用パターン5｜社内手順を探し、承認後に更新する
확인 수준: 표준 연동에서 구축 가능
회사에서 사용하는 매뉴얼이 Notion이나 Confluence에 있는 경우, 내부 검색 AI로 활용할 수 있습니다.
예를 들어, 직원이 다음과 같이 질문할 수 있습니다.
새로운 거래선을 등록할 때의 절차를 필요한 신청과 확인자를 포함하여 알려주세요.
이 부분까지는 일반적인 사내 검색 AI로도 가능합니다.
클라우드플레어 OS에서는 다음과 같은 흐름으로 진행될 수 있습니다.
- 관련 절차서를 찾아보십시오.
- 오래된 기록이나 모순을 찾아라
- 수정안을 마련한다
- 사람들이 내용을 확인한다.
- 승인 후 Notion 또는 Confluence에 반영
Notion과 Confluence의 게이트키퍼는 페이지 단위 또는 공간 단위로 연결될 수 있습니다.
작성 작업은 승인 대기 상태로 처리되며, 승인될 때까지 외부 서비스에 반영되지 않도록 설계되었습니다.
AI는 자의적으로 사내 규칙을 변경하는 것이 아닙니다.
찾고 변경하는 과정에 사람의 검토를 추가할 수 있다.
【사내 업무·생산성】 활용 패턴 6｜회의 후 회의록·업무·향후 일정 등을 모아서 만든다
확인 수준: 표준 연동에서 구축 가능
회의가 끝난 후에는 생각보다 꼼꼼한 작업이 남아 있습니다.
- 회의록을 정리합니다.
- 결정된 사항을 추출한다
- 담당자와 마감일을 설정한다.
- 관계자에게 전달합니다.
- 다음 회차를 준비합니다.
클라우드플레어 OS를 사용하면 회의 메모부터 議事録을 만들고 Notion이나 Google Docs에 저장하는 방안을 정리할 수 있으며, Google 캘린더에 다음 회의 일정을 제안할 수 있습니다.
가장 중요한 것은 모든 것을 당장 실행할 필요가 없다는 것입니다.
먼저 AI가 변경된 상태를 가정하고 작업을 완료합니다.
사람들은 결국 회의록 보관, 페이지 업데이트, 일정 생성 등을 모두 확인한다.
이 시스템을 통해 최초 승인 대기 중 AI가 멈추는 문제를 줄일 수 있습니다.
다만, 승인 대기 중인 작업이 있는 것을 사용자가 놓치지 않도록 화면 설계를 해야 합니다.
【영업·고객 응대】활용 패턴 7｜문의 이메일을 받아 분류 및 답변 제안 제작
확인 수준: 표준 연동에서 구축 가능
Cloudflare OS에는 수신 이메일을 Gadget으로 전달하는 이메일 게이트키퍼가 있습니다.
이메일 도착 계기로 처리를 시작할 수 있습니다.
예를 들어, 문의 사항을 다음과 같이 분류할 수 있습니다.
- 데이터 요청
- 견적 상담
- 예약 변경
- 불편 보고서
- 해지 및 환불
- 긴급 대응
분류 후에는 사내 자료를 사용하여 답변안을 만들고 담당자에게 확인을 요청합니다.
Gmail Gatekeeper는 이메일 읽기, 정리, 답변, 전송, 발송 기능을 제공합니다.
하지만, 환불, 계약 변경, 개인 정보 포함한 답변은 자동 전송하는 것보다 안전합니다.
우선 답변 초안을 작성하겠습니다.
자주 발생하는 질문만을 사람이 직접 검토하고 전달하는 방식으로 시작하는 것이 좋습니다.
【데이터 개발】활용 패턴 8｜GitHub의 이슈 및 PR 상황을 대시보드화 하는 방법
확인 수준: 공식 README 시제품 예시 있음
개발팀을 위한 방법으로는 GitHub의 이슈나 풀 리퀘스트를 모아 활용하는 방법이 있습니다.
공식 README에는 다음 사용 예시가 있습니다.
이 GitHub 저장소에 이슈 대시보드를 만드십시오.
GitHub Gatekeeper에서는 대상 리포지토리, 이슈, 풀 리퀘스트를 선택하여 연결할 수 있습니다.
예를 들어, 다음 정보를 한 화면에 모을 수 있습니다.
- 이 문제에 대한 미루어진 대응입니다.
- 만료된 이슈
- 검토 대기 중인 풀 리퀘스트
- 담당자별 건수
- 릴리즈 전에 확인해야 할 사항들입니다.
- 지난 1주일의 변화
회사의 GitHub 계정 전체를 보여주는 대신 필요한 리포지토리에 한정하는 것이 중요합니다.
개발자 외에도 누구나 쉽게 볼 수 있는 화면으로 만들면 경영진 및 영업팀과의 공유에도 활용할 수 있습니다.
【데이터 개발】활용 패턴 9｜부서 전용의 작은 앱을 대화로 만들어보기
확인 수준: 공식 내부 이용 실적 존재 (구체 예시는 구성안 참조)
Cloudflare OS의 강점은 질문에 답변하는 것뿐만이 아닙니다.
직원들이 즉석에서 필요한 작은 앱을 만들 수 있는 것입니다.
예를 들어, 다음과 같습니다.
- 영업 부서 업무 정리 보드
- 채용 후보자 면접 준비 화면
- 매장 재고 확인 화면
- 문의 배정 화면
- 사내 신청 확인 화면
- 부서별 KPI 대시보드
클라우드플레어 공식은 매일 수천 명이 클라우드플레어 OS를 사용하고 있으며, 그 용도 중 하나로 작은 데이터 시각화 앱을 만들고 있다고 설명하고 있습니다.
기기는 격리된 환경에서 작동하며, 기기를 직접 공유하여 공동으로 사용하거나, BluePrint를 공유하여 각 직원이 독립적인 복사본을 만드는 것도 가능합니다.
기존 앱에 기능이 부족하면 AI에 추가를 요청하겠습니다.
이전까지는 회사 내의 작은 요청들이 개발 우선순위에서 뒤쳐지게 되는 경우가 많았습니다.
클라우드플레어 OS는 그 “작아서 만들지 못할 앱들”을 직원 스스로가 만드는 방향으로 전환하려 합니다.
【산업 특화】활용 패턴 10｜호텔 산업용 “운영 컨트롤 타워” 구축
확인 수준: 산업 맞춤형 개념 예시. 공개 도입 사례가 아닌, 표준 연동에 추가 구현이 필요합니다.
활용 패턴 10에서는, 업계 특화의 예시로 호텔 운영을 다룹니다.
예약, 문의, 청소, 인수인계, 매출, 리뷰 등 매일 발생하는 정보가 여러 시스템에 분산되어 있는 데다
예를 들어, 하나의 운영 화면에 다음 내용을 요약합니다.
- 오늘의 체크인, 체크아웃
- 미응답 예약 문의
- 쓸고 닦고 정리하지 않은 방
- 특별한 지원이 필요한 숙박객
- 당일 직원들에게 인계에 착수합니다.
- 작동률과 매출
- 온라인에서 확산되는 불만들
Gmail, Google 캘린더, Slack, Google 스프레드시트는 현재 표준 Gatekeeper를 이용할 수 있습니다.
한편, 호텔의 PMS, 예약 사이트, 결제 시스템, 스마트락 등은 표준 Gatekeeper에 포함되지 않습니다.
여기에는 독자적인 Gatekeeper 또는 MCP 연결이 필요합니다.
또한, 예약 확정, 환불, 방 배정 변경, 열쇠 발급 등을 처음부터 AI의 자동 승인으로 하는 것은 적절하지 않습니다.
읽는 것 외에 다른 활동도 하는 운영 위원회부터 시작합니다.
다음으로 답변안이나 작업 후보를 만들고, 마지막으로 승인된 운영을 추가합니다.
산업별 세부 업무를 이해하고, 인증, 최소 권한, 승인을 포함한 연결 부품까지 제작하는 데서 구축 대행 서비스의 가치가 나타납니다.
안전성을 확보하기 위한 안전 장치
기업용 AI를 개발할 때, 편리함보다는 먼저 고려해야 할 사항이 있습니다.
이는 “AI가 인지할 수 있는 유용한 정보”와 “실행해도 되는 작업”을 의미합니다.
Cloudflare OS는 여기를 앱 측 주의사항만으로 끝나지 않도록 설계되어 있습니다.
기기별로 분리한다
기기의 서버 측은 분리된 Dynamic Worker로 작동합니다.
초기 상태에서는 외부 인터넷으로 자유롭게 통신할 수 없습니다.
브라우저 역시 사각 격리 환경인 iframe으로 작동합니다.
AI가 만든 코드를 갑자기 회사의 전체 네트워크에 전파하려는 방식은 아닙니다.
첫 번째 접근 권한은 0이었습니다.
에이전트와 기기도 처음에는 아무것도 접근할 수 없었습니다.
필요한 Google 문서, Slack 대화, GitHub 저장소 등을 개별적으로 연결합니다.
구글에 연결되었기 때문에 모든 파일을 열람할 수 있다는 광범위한 표현을 피할 수 있습니다.
읽기와 쓰기를 분리한다.
정보 확인 조작과 외부 변경 조작은 동일하지 않습니다.
노션이나 컨플류언스에서는 작성 내용을 승인 대기 목록에 보관하기 때문입니다.
사람이 승인할 때까지 외부 서비스에 반영하지 않습니다.
AI는 방대한 양의 정보를 읽고 분석하는 능력이 눈에 띄게 발전했다. 특히, 소설이나 에세이 같은 문학 작품을 분석하는 데 AI 기술이 활용되면서 인간의 상상력과 감성을 AI가 어느 정도 이해할 수 있을지에 대한 논의가 활발하게 이루어지고 있다.
물론 AI가 인간처럼 ‘느끼는’ 것은 아니다. 하지만 AI는 패턴을 인식하고, 연관성을 파악하며, 새로운 아이디어를 생성하는 데 도움을 줄 수 있다. 예를 들어, AI는 특정 작가의 작품 스타일을 분석하여 유사한 스타일의 작품을 추천하거나, 특정 주제에 대한 다양한 관점을 제시할 수 있다.
이러한 AI의 능력은 단순히 재미있는 놀이의 영역을 넘어 창작 활동이나 연구 활동에 활용될 가능성을 제시한다. 물론 AI가 인간의 창작 활동을 완전히 대체할 수 있을지는 미지수다. 하지만 AI는 인간의 창작 활동을 돕는 강력한 도구가 될 수 있을 것이다.
특히 최근 발표된 소설 ‘카호’를 AI가 분석한 결과는 매우 흥미롭다. AI는 ‘카호’의 등장인물들의 심리 변화를 분석하여 작품의 주제를 더욱 깊이 있게 이해하는 데 도움을 주었다. 또한 AI는 ‘카호’의 문체와 표현 방식을 분석하여 유사한 스타일의 작품을 추천하는 데 활용될 수 있다.
이러한 AI 기술의 발전은 앞으로 더욱 가속화될 것으로 예상된다. AI는 인간의 지능을 보완하고 새로운 가능성을 열어주는 중요한 도구가 될 것이다. 하지만 AI 기술의 발전은 동시에 윤리적 문제와 사회적 문제도 야기할 수 있다. 따라서 AI 기술의 발전과 함께 이러한 문제에 대한 심도 있는 논의와 해결책 마련이 필요하다.
Cloudflare OS는 에이전트가 어떤 리소스를 보았는지 기록합니다.
그 정보로 만든 대시보드나 문서를 다른 사람에게 공유할 때, 공유받는 사람이 원 정보를 보는 권한을 가지고 있는지 다시 확인합니다.
AI에게 전달된 기밀 정보가 보기 쉬운 앱으로 바뀌는 순간에 공개 정보가 되는 사고를 방지하기 위한 것입니다.
단지 방호선이 설치된 것으로 절대 안전하다는 의미는 아닙니다.
국내의 독자적인 Gatekeeper 구현 사례에서는 타입 검사, 린트, 41건의 테스트가 통과했음에도 불구하고 일본어 주의 규칙과 영어의 작동 설명이 일치하지 않아 전송 전 게이트가 발동하지 않는 문제가 실제 환경에서 발견되었습니다.
일본에서 사용하는 회사라면 일본어 입력, 일본어 데이터, 권한 없는 상태, 오래된 정보, 오작동을 포함한 실제 기기 테스트가 필요합니다.
MCP화는 중요합니다. 하지만 연결만으로는 안전하지 않습니다.
MCP는 AI 앱과 외부 데이터, 도구, 업무 흐름을 연결하기 위한 개방형 표준입니다.
MCP는 USB-C를 통해 기기를 연결하고, AI 및 외부 시스템과의 연결을 통합합니다.
회사의 AI OS를 기반으로 만든다면 MCP화는 상당히 중요합니다.
Gmail, CRM, 회계, PMS 등의 연결을 부품으로 재활용하기 쉬워집니다.
클라우드플레어 OS도 MCP 서버 포털을 통해 기존의 MCP 서버를 활용할 수 있습니다.
하지만 MCP에 연결된 것만으로는 기업을 위한 안전対策이 완성되는 것은 아닙니다.
별도로 결정해야 할 사항은 없습니다.
- 누가 사용할 수 있는지
- 어떤 고객과 파일을 확인할 수 있는지
- 읽기만 가능한가, 아니면 업데이트도 가능한가
- 어떤 작업에 사람의 승인이 필요한가
- AI가 읽은 내용을 기록하는가
- 어떤 작품을 다른 사람들과 공유할 수 있을까요?
- 퇴직이나 이동으로 인해 권한을 어떻게 회수할지 결정해야 합니다.
MCP는 연결 표준화입니다.
게이트키퍼는 기업 운영을 위한 인증, 권한, 감사, 승인 기능을 추가하는 계층입니다.
이 두 가지를 묶어 생각하면 더 명확할 것 같습니다.
초기 PoC는 다음과 같은 순서로 진행한다.
기업용 AI OS를 시험해 보려면, 다음 순서가 추천됩니다.
읽어볼 정보와 읽어주지 않을 정보를 분리하는 것이 중요합니다.
먼저 데이터를 모두 연결하지 마십시오.
고객 정보, 개인 정보, 계약, 결제, 건강 정보 등을 확인합니다.
한 가지 질문에 집중하십시오.
회사의 모든 업무를 처리할 수 없으므로 검증이 불가능합니다.
내일의 비즈니스 미팅 준비 시간을 15분에서 3분으로 줄입니다.
읽기 전용으로 연결하십시오.
검색과 요약만으로 먼저 정확성을 확인합니다.
잘못된 정보를 제공했을 때, 원본 데이터까지 추적할 수 있도록 합니다.
사람들이 출력을 확인합니다.
사실, 추측과 미확인을 구분하겠습니다.
권한 없는 정보가 섞이지 않았는지 확인합니다.
작성 내용은 각 동작마다 추가합니다.
초반에는 초안을 작성합니다.
다음 승인 업데이트입니다.
자동 실행은 실패 시 영향을 최소화하고, 되돌릴 수 있는 작업에만 한정합니다.
6. 실패 시나리오를 테스트해 보기
정상적인 데이터만으로 테스트해서는 안 됩니다.
일본어 오타, 오래된 자료, 권한 없는 경우, 동일한 이름, 중복 고객, 빈 데이터로 시도합니다.
AI는 마법이 아닙니다.
방호선도 제작만으로는 완성되지 않습니다.
기업용 AI 운영체제 요구사항 정리 프롬프트
갑자기 구현을 요청하지 않고, 먼저 요구사항 정의서를 작성하게 하는 프롬프트입니다.
이 요구사항 정의서를 사람이 검토한 후 게이트키퍼 및 MCP의 설계로 진행하겠습니다.
導入前の確認チェックリスト
마지막으로, 도입 전 확인 사항을 정리합니다.
- 클라우드플레어 OS의 얼리 액세스를 허용할 수 있을까요?
- OAuth와 각 서비스의 관리자 설정에 대한 책임을 맡을 수 있는지 여부를 확인합니다.
- 읽기 권한을 필요한 리소스에만 제한했는지
- 개인정보, 고객정보, 계약, 결제 처리에 대한 결정이 내려졌는가
- 자동 실행을 금지하는 조치를 결정했습니까?
- 승인 대기 중인 작업의 확인 책임을 누가 결정했는가
- AI가 처리한 정보와 수행한 작업을 확인할 수 있는지에 대한 질문입니다.
- 이동, 퇴직, 계약 종료 시 권한 삭제 결정 여부를 확인했는지
- 실제 기계 테스트를 수행했는지 확인했습니다.
- 문제가 발생했을 때 중단, 수동 운영, 롤백을 남겨둔 적이 있는가
기록 또는 자동 실행과 관련된 항목이 아직 결정되지 않았다면 읽기 전용으로 유지하십시오.
단, 데이터 처리, 책임자, 인증 관리, 이용 약관 준수와 관련된 내용이 확정되지 않은 경우에는 읽기 전용 PoC를 시작하지 않고 먼저 내부 검토를 진행합니다.
まとめ
클라우드플레어 OS는 회사의 자료를 활용하는 것 이상의 광범위한 시스템입니다.
회사의 지식을 가진 에이전트는 허가된 정보만을 읽고 문서, 슬라이드, 대시보드, 소규모 앱을 제작합니다.
이번 주요 내용은 다음과 같습니다.
- 클라우드플레어社内에서는 수천 명이 직종을 섞어 매일 사용하고 있습니다.
- Gmail, 캘린더, 슬랙, GitHub, 노션, 컨플루언스 등의 연결 요소가 있습니다.
- 기기별 분리 및 Gatekeeper의 최소 권한이 특징입니다.
- MCP화는 중요하지만, 인가, 감사, 승인 절차는 별도로 설계한다.
- OSS 버전 v2는 얼리 액세스 버전이므로, 1부서, 1 업무, 읽기 전용에서 시작합니다.
특히 흥미로운 점은 업계 또는 회사에 따라 특화된 AI OS를 만드는 방향입니다.
현장 업무를 이해하고, 업계 특성에 맞는 시스템 및 핵심 시스템에 최소 권한과 승인과 함께 연결되는 Gatekeeper를 구축할 수 있다면, 단순한 AI 챗봇 이상의 가치를 창출할 수 있습니다.
저는 각 기업마다 이 시스템을 구축하고 월 구독 방식으로 운영하는 서비스에 상당한 가능성을 느껴봅니다.
현재, 업계나 부서를 가리지 않고 클라우드플레어 OS를 활용한 기업용 AI의 PoC(Proof of Concept)를 검증하는 기업이나 개발자를 찾고 있습니다.
처음부터 전사 도입은 하지 않습니다. “1부서-1 업무-2개의 데이터 소스-읽기 전용”으로 제한하고, 대상 업무의 정리, 최소 권한 설계, Gadget 시제품 제작, 정확도 및 작업 시간 측정부터 시작합니다.
내부 정보를 AI에 연결하고 싶지만, 어떤 업무부터 시작해야 할지 막막하신 분들은 검증하고 싶은 업무를 1가지 덧붙여 X(엑스)에 DM으로 문의해 주시기 바랍니다.
이 글이 도움이 되었다면 좋아요와 팔로우 부탁드립니다.
어색한 미소로 나를 바라보는 그녀의 눈빛은 마치 텅 빈 캔버스 같았다. 텅 빈 캔버스는 무엇을 그리고야 할지 모르는 가능성을 품고 있는 것처럼, 그녀의 눈빛 또한 나를 향해 어떤 이야기를 엮어낼지 알 수 없는 미지의 영역이었다. 그녀는 마치 텅 빈 캔버스를 뚫어져라 쳐다보며, 그 안에서 자신만의 그림을 그려낼 준비를 하는 것처럼 보였다.
그녀의 눈빛은 마치 오래된 흑백 영화의 한 장면을 보는 듯, 묘하게 슬프면서도 아름다웠다. 그녀의 눈빛을 바라보는 순간, 나는 마치 잊고 지냈던 감정들을 깨닫게 되었다. 잊고 지냈던 감정들은 마치 오래된 책처럼, 먼지가 가득한 채 낡고 지쳐 있었지만, 그녀의 눈빛을 통해 다시금 생기를 되찾았다. 그녀의 눈빛은 마치 잃어버린 기억을 찾아주는 마법과 같았다.
나는 그녀의 눈빛을 보며, 그녀가 어떤 상처를 겪었을지, 그녀가 어떤 아픔을 느끼고 있을지 짐작했다. 그녀의 눈빛은 마치 깊은 바다처럼, 그 깊이를 알 수 없는 미지의 영역이었다. 나는 그녀의 눈빛을 통해 그녀의 내면을 엿보려는 듯, 끊임없이 그녀를 바라보았다. 그녀의 눈빛은 마치 나에게 질문을 던지는 듯, 나를 혼란스럽게 만들었다.
• Cloudflare: 웹사이트나 앱을 빠르고 안전하게 전달하기 위한 네트워크와 개발 기반을 제공하는 기업입니다.
• Cloudflare OS: 회사 정보, AI 에이전트, 업무 도구를 권한 관리하면서 연결하는 오픈 소스 기반입니다.
• Cloudflare Workers: 서버를 준비하지 않고 Cloudflare 네트워크에서 코드를 실행하는 실행 기반입니다.
• AI 에이전트: 질문에 답하는 것 외에도 필요한 정보를 찾고, 절차를 생각하며 일을 진행하는 AI입니다.
• AI OS: 이 기사에서는 회사의 정보, AI, 업무 도구를 통합하여 작동하는 시스템이라는 의미로 사용합니다.
• LLM (대규모 언어 모델): 대량의 문장을 학습하여 질문에 답변하거나 문서를 작성하는 AI 모델입니다.
• 프롬프트: AI에 전달하는 질문, 지시, 전제 조건 등의 문구입니다.
• Gadget: Cloudflare OS에서 AI가 만드는 문서
참고 링크
#클라우드플레어OS #AI 에이전트 #사내AI #MCP #업무 효율화 #AI 활용
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 202청크
원문 보기 | 출처: note.com