💬 MaiAgent 창립자와의 인터뷰: AI가 어떻게 사서의 업무를 돕나요?

MaiAgent는 기관이 보유한 지식과 시스템으로 그 기관만의 AI를 운영할 수 있도록 돕는 플랫폼입니다.

2026. 10. 28.

MaiAgent는 기관이 보유한 지식과 시스템을 바탕으로 그 기관만의 AI 어시스턴트를 만들고 운영할 수 있도록 돕는 기관용 AI 에이전트 플랫폼입니다. 출처 기반 답변, 도서관 소장자료 검색(OPAC)과 학사·포털 등 교내 시스템 연동, 코딩 없는 어시스턴트 구축, 모델 선택, 기관 자체 서버 운영 등 다양한 기능을 통해 도서관은 이용자 문의에 24시간 응대하고 반복 업무를 줄일 수 있습니다. 사용량 기반 과금으로 모든 직원과 학생이 이용할 수 있어 기관 전체의 AI 활용도를 높여줍니다.

MaiAgent의 창업자이자 CEO로 제품과 플랫폼 아키텍처를 이끌고 있는 스콧 장(Scott Chang)과의 인터뷰로, 도서관이 AI를 실제 업무에 도입하는 방법과 MaiAgent가 그리는 기관 맞춤형 AI의 모습에 대해 알아보았습니다.

MaiAgent 바로가기

Q1. 본인과 MaiAgent를 간단히 소개해 주세요.

사진: (왼쪽) MaiAgent 창립자 겸 CEO 스콧 장(Scott Chang) / (오른쪽) iGroup CEO Pote N. Lee

안녕하세요. IDC ASIA(iGroup Korea)와의 인터뷰를 통해 한국 사서 여러분께 MaiAgent를 소개할 수 있어 기쁩니다. 저는 기관·기업용 AI 에이전트 플랫폼 MaiAgent의 창업자이자 CEO인 스콧 장(Scott Chang, 張介騰)입니다. MaiAgent는 지금까지 iGroup과 같은 파트너와 함께 대만 등 아시아 전역의 100여 개 기업, 기관에 서비스를 제공해 왔어요.

회사에서는 제품과 플랫폼 아키텍처를 이끌고 있습니다. 특히 검색 증강 생성(RAG)과, AI 에이전트를 대규모로 운영하는 일에 집중하고 있어요. 석사 과정에서는 신경망 기반 텍스트 요약을 연구했는데, 이 학위논문으로 2018년 대만인공지능학회(TAAI) 최우수 학위논문상을 받았습니다. 그 덕분에 파리에서 하버드 NLP 그룹을 대상으로 초청 발표를 하기도 했고요.

MaiAgent를 창업 이전에는 실리콘밸리 AI 스타트업 Envive의 대만 법인을 이끌었습니다. Mai-Agent는 ISO/IEC 27001과 27701 인증을 받았고, 대만 총통배 해커톤(Presidential Hackathon) 우수팀상과 골든 피크 어워드(Golden Peak Award) 10대 우수 제품상을 수상했습니다.

Q2. MaiAgent를 만들게 된 계기가 된 문제나 과제는 무엇이었는지 말씀해 주세요.

시작은 단순한 관찰이었어요. 어느 조직이든 필요한 지식은 이미 갖고 있습니다. 문제는 그 지식이 문서와 시스템, 그리고 경험 많은 몇몇 직원의 머릿속에 흩어져 있다는 거예요. 새로 온 직원은 같은 질문을 반복하고, 답을 아는 사람은 대답과 설명을 반복하느라 하루를 보내죠.

생성형 AI가 등장했을 때 시장에 나온 도구는 대부분 개인용이었습니다. 조직이 정한 규칙에 따라 조직의 데이터를 다룰 수 있게 만든 도구는 아니었죠. 그래서 많은 기관이 AI의 성능 자체보다는 실제 업무에 적용하는 방식, 그리고 결과를 검증하고 관리하는 문제에서 어려움을 겪었습니다.

대학에서는 자연어 처리를 공부했습니다. 국립대만대학교 지능형 에이전트 연구실에서 연구한 주제는 추상적 요약(abstractive summarization)이었는데, 나중에 GPT로 이어진 것과 같은 기술 계보에 있어요. 대규모 언어 모델이 성숙하면서, 학계가 오랫동안 그려 온 ‘AI 에이전트' 구조(목표 설정, 계획, 도구 사용, 에이전트 간 협업)를 실제 조직에 구현할 수 있게 됐습니다.

모든 조직이 자기만의 AI를 갖도록 하는 게 목표입니다. 기관의 지식과 업무 절차, 경험을 바탕으로 작동하고, 쓸수록 똑똑해지는 AI를 만드는 거죠. 그리고 그 AI는 공급업체가 아니라 기관의 자산으로 남아야 합니다. 검색과 초안 작성, 일상적인 답변은 AI가 맡고, 직원은 판단과 서비스에 시간을 쓰는 것. 저희가 궁극적으로 바라는 모습입니다.

Q3. MaiAgent가 무엇인지, ChatGPT와는 어떻게 다른지 쉽게 설명해 주세요.

ChatGPT 같은 범용 AI는 개인에게 아주 유능한 어시스턴트예요. 하지만 기본적으로 도서관 시스템과 연결되어 있지 않고, 도서관 정책을 따르지도 않습니다. 기관이 관리하는 도구도 아니고요. 각자 따로 쓰다 보니, 쓰면서 쌓인 지식도 각자에게만 남습니다.

MaiAgent는 기관에 맞춤형 AI를 만들어 주는 플랫폼입니다. 문서를 올리거나 시스템을 연결하고, 어시스턴트 지침을 평소 말하듯 적고, 누가 쓰고 무엇을 할 수 있는지만 정하면 됩니다. 나머지는 MaiAgent가 알아서 해요. 알맞은 내용을 찾아 출처와 함께 답하고, 어시스턴트를 도서관 웹사이트나 Microsoft Teams, Slack, 또는 API로 기관 포털에 붙여 줍니다.

하나의 AI 코어를 세 가지 용도로 쓸 수 있도록 제품도 세 가지로 나눴습니다. 직원과 학생이 AI로 자기 업무를 처리하는 MaiAgent Work, 도서관이 웹사이트와 메신저에서 이용자를 응대하는 MaiAgent Serve, 그리고 코딩 없이 캠퍼스 시스템과 연결된 어시스턴트를 직접 만드는 MaiAgent Build입니다.

도서관 입장에서 중요한 차이는 네 가지예요. 첫째, 답변이 도서관 자료를 근거로 하고 출처가 함께 표시됩니다. 둘째, 통제권과 데이터 주권이 기관에 있습니다. SaaS로 쓸 수도 있고, 기관 클라우드 계정이나 완전한 기관 자체 서버 환경에서 운영할 수도 있어요. 어느 쪽이든 데이터는 기관의 것입니다. 셋째, 모델을 고를 수 있습니다. Claude, GPT, Gemini는 물론, 기관 GPU에서 돌리는 오픈소스 모델까지 클릭 한 번으로 바꿀 수 있어서 특정 공급업체에 묶이지 않아요. 넷째, 사용자 수가 아니라 사용량에 따라 과금합니다. 그래서 모든 직원과 학생이 부담 없이 쓸 수 있죠.

그리고 저희는 소프트웨어만 넘기고 끝내지 않습니다. 교육과 컨설팅, 도입 후 지원까지 iGroup과 함께 제공해요.

사진: 한국어로 표시된 MaiAgent 관리 콘솔의 어시스턴트 설정 화면. (실제 스크린샷, 데모 조직)

Q4. 도서관 직원이 MaiAgent를 어떻게 활용할 수 있는지 알려 주세요.

저희와 함께하는 대학을 보면, 거의 항상 도서관이나 도서관과 IT를 함께 맡은 부서가 가장 먼저 도입합니다. 요구 사항도 매번 비슷해요. 도서관이 가진 지식으로 질문에 답할 것, 로그인한 이용자가 자기 기록을 물어볼 수 있을 것, 소장 자료 목록과 캠퍼스 시스템을 어시스턴트가 불러 쓸 수 있을 것, 그리고 접근성과 웹사이트·메신저 같은 채널입니다. 여기서 나온 활용 사례를 몇 가지 소개할게요.

24시간 온라인 안내 데스크: 이용자가 "집에서 이 저널에 어떻게 접속하나요?", "책을 두 번 연장할 수 있나요?", "그룹 스터디룸 오늘 밤에도 열어요?"라고 물으면, 어시스턴트가 도서관 FAQ와 규정을 바탕으로 이용자의 언어로 답하고 출처 링크도 함께 보여 줍니다. 답할 수 없는 질문이면 솔직히 모른다고 말하고 직원에게 안내해요. 직원 근무 시간에는 대화를 바로 사서에게 넘길 수도 있습니다.

실시간 도서관 정보: 시스템과 연결하면 층별 이용 현황, 개관 시간, 공지사항, 신착 자료를 알려 줍니다. 목록을 조회해 자료의 소장 위치와 청구기호, 대출 가능 여부도 확인해 줘요.

자료 이용 안내: 학생이 연구 주제를 설명하면, 도서관이 관리하는 가이드를 바탕으로 어떤 구독 데이터베이스와 전자저널, 주제 가이드부터 보면 좋을지 추천합니다.

사서 업무 지원: 긴 보고서를 요약하고, 공지문과 안내 자료 초안을 쓰고, 해외 출판사와 주고받는 서신을 번역합니다. 회의 녹음을 녹취록과 요약으로 정리하는 일도 맡아요.

학생용 AI 어시스턴트 모음: 한 대학 도서관은 문서 텍스트 추출, OCR, PDF 채팅, 어학 튜터, 웹 페이지 요약 같은 작업별 어시스턴트를 한곳에 모아 학생들에게 제공하고 있어요. 학생이 AI 도구를 하나하나 찾아다닐 필요 없이 도서관이 직접 준비해 주는 거죠.

접근성 지원: 사서가 문서를 넘기면 어시스턴트가 텍스트 변환본과 요약을 만들고, 시각장애인 이용자를 위해 소리 내어 읽어 줍니다.

반복 문의 줄이기: 내부 업무 매뉴얼을 담은 직원 전용 어시스턴트가 있으면, 신규 직원이 동료에게 일일이 묻지 않고도 답을 찾을 수 있습니다.

사진: 데모 도서관 헬프데스크가 이용자에게 한국어로 답하면서, 도서관 FAQ와 정책 문서에서 가져온 번호 붙은 출처를 함께 제시하는 모습. (실제 스크린샷, 가상의 데모 도서관)

Q5. 도서관이 기존에 보유한 자원을 MaiAgent에 어떤 방식으로 연결할 수 있는지 설명해 주세요.

문서: PDF, Word, Excel, PowerPoint, EPUB, HTML, 텍스트, CSV 파일과 음성 녹음을 하나씩 또는 한꺼번에 올릴 수 있습니다. FAQ는 스프레드시트에서 바로 가져올 수 있고요. 스캔 문서는 OCR이나 비전 모델 파서로 변환합니다. HWP 파일은 아직 PDF나 Word로 저장한 뒤에 올려 주셔야 해요.

웹사이트: 도서관 웹사이트, 주제 가이드, 데이터베이스 목록 같은 공개 페이지를 매일, 매주, 매월 단위로 크롤링합니다. 내용이 바뀌어도 자동으로 최신 상태가 유지돼요.

클라우드 파일: 사용자가 직접 권한을 준 커넥터로 Google Drive나 OneDrive 파일에 접근할 수 있습니다.

시스템: LMS처럼 API를 제공하는 시스템이라면, 표준 REST API와 MCP(Model Context Protocol)로 연결할 수 있습니다. MCP는 AI 에이전트가 외부 도구를 쓸 수 있게 해 주는 개방형 표준이에요. 한 대학 프로젝트에서는 Ex Libris Primo 목록용 커넥터를 만들었는데, 자료의 소장 위치와 청구기호, 대출 가능 여부를 알려 줍니다. OAI-PMH, SRU 같은 표준 프로토콜이 지원된다면 이것도 활용할 수 있어요. API가 없다면 목록을 스프레드시트로 내보내 구조화된 데이터로 불러오면 됩니다.

접근 제어: 어시스턴트마다 어떤 자료를 참고하고 누가 쓸 수 있는지는 도서관이 정합니다. 보통 이용자용 어시스턴트는 공개 자료만 쓰고, 내부 매뉴얼이 담긴 직원용 어시스턴트는 SSO 지원을 거쳐야 쓸 수 있게 해요. 더 세밀하게 관리하고 싶다면 도서관 로그인 시스템에서 사용자 역할을 넘겨받아, 그 역할에 맞는 문서만 검색하도록 설정할 수 있습니다.

사진: 하나의 경량 MCP 서버로 구현한, 일상적인 도서관 문의를 뒷받침하는 읽기 전용 도구 4가지. (다이어그램, 파일럿에서 구축 및 검증)

사진: 어시스턴트가 제공되는 곳: 웹 위젯, 내부 채팅, API, 그리고 연결된 메신저 채널. (실제 스크린샷, 한국어 인터페이스)

Q6. MaiAgent의 주요 도입 사례를 소개해 주세요.

대만에서는 대학교와 과학기술대학 10곳이 도입했고, 태국에서는 대학 3곳이 iGroup을 통해 사용하고 있어요.

공개된 사례를 몇 가지 소개하면 다음과 같습니다.

한 대학 도서관은 iGroup을 통해 공급된 AI 어시스턴트 모음을 학생들에게 바로 쓸 수 있게 제공하고 있습니다.

한 대학의 발전 기금 부서는 기부자 문의에 중국어와 영어로 답하는 웹사이트 어시스턴트를 운영합니다.

교회가 운영하는 한 병원은 14개월 동안 AI 어시스턴트 44개를 만들었고, 직원 업무 시간을 3,000시간 넘게 줄였다고 밝혔습니다.

섬 지역의 한 현(縣) 정부는 '디지털 브레인'을 운영합니다. 공무원의 정책 질문에 답하고, 관광객에게는 중국어와 영어로 음성·텍스트 안내를 제공해요. 이용 건수는 수만 건, 만족도는 약 90%입니다.

한 시 정부의 건설공사 담당 기관은 완전한 기관 자체 서버 환경에서 동시 사용자 200명 규모로 MaiAgent를 운영합니다. 기술 지식 베이스 기준 답변 정확도 95% 이상이라는 검수 기준도 통과했어요.

한 시 정부의 원스톱 시민 서비스 어시스턴트는 500개가 넘는 민원 신청 서비스를 안내합니다.

직원에게 들어오는 반복 문의가 줄고, 데스크가 닫힌 야간과 주말에도 이용자가 답을 얻을 수 있습니다. 이용자가 실제로 무엇을 궁금해하는지도 한눈에 파악할 수 있고요.

Q7. 환각(hallucination), 정확도, 데이터 보안 문제에 MaiAgent가 어떻게 대응하는지 설명해 주세요.

저희는 이 문제를 부가 기능이 아니라 핵심 엔지니어링 과제로 다룹니다.

먼저 모든 답변은 도서관 자료에서 찾은 내용을 근거로 만들어집니다. 답변마다 문서명, PDF라면 페이지 번호까지 출처가 표시돼서 이용자와 사서가 직접 확인할 수 있어요.

"모릅니다"라고 말할 줄 아는 것도 중요합니다. 어떤 AI도 오류를 완전히 없앨 수는 없어요. 그래서 저희는 처음부터 오류 가능성을 전제로 설계합니다. 어시스턴트는 도서관 자료로만 답하도록 설정되어 있고, 관련 내용을 찾지 못하면 그렇다고 말한 뒤 직원에게 안내하거나 근무 시간에는 사서에게 대화를 넘깁니다. 절대 임의로 답하면 안 되는 주제라면 "답변할 수 없습니다"라는 고정 응답을 지정할 수도 있어요.

관리자는 어시스턴트가 답할 수 있는 범위와 금지 주제(예: 법률·의료 자문)를 정할 수 있습니다. 정책에 어긋나는 내용은 차단하거나 고쳐 쓰고, 이런 개입은 모두 기록으로 남습니다.

서비스를 공개하기 전에 테스트할 수 있는 평가 도구도 있습니다. 예상 질문과 답변 세트로 어시스턴트를 시험해 보고, 지식 베이스를 바꿀 때마다 같은 세트를 다시 돌려 점수를 비교하는 방식이에요. 테스트 세트는 도서관 문서로 만들 수 있습니다.

운영도 투명합니다. 모든 대화와 인용 출처, 도구 호출이 기록돼요. 대화 분석 기능을 보면 이용자가 무엇을 물었는지, 질문이 해결됐는지, 해결되지 않았다면 왜 그랬는지 알 수 있습니다. 어시스턴트가 한 일을 도서관이 직접 점검하고 개선할 수 있는 거죠.

데이터 보호도 빼놓을 수 없습니다. MaiAgent는 ISO/IEC 27001:2022(정보 보안)와 ISO/IEC 27701:2019(개인정보 관리) 인증을 받았습니다. 고객 데이터는 모델 학습에 쓰지 않아요. 필요하다면 기관 클라우드 계정이나 완전한 기관 자체 서버 환경에서도 운영할 수 있습니다. 로컬 모델을 쓰면 문서와 대화가 모두 기관 내부에만 머물러요.

사진: (왼쪽) ISO/IEC 27001:2022 인증서 / (오른쪽) ISO/IEC 27701:2019 인증서

Q8. MaiAgent의 향후 개발 방향을 말씀해 주세요.

크게 세 가지 방향으로 준비하고 있습니다.

첫째, 답하는 데서 그치지 않고 직접 실행하는 에이전트입니다. 지금도 어시스턴트는 API 도구와 MCP 커넥터로 도서관 시스템을 호출하고, 채팅 안에 인터랙티브 카드를 띄울 수 있어요. 다음 단계는 도서관 시스템 API를 바탕으로, 기관이 정한 규칙 안에서 자료 예약 신청이나 스터디룸 예약 같은 실제 업무를 처리하는 것입니다.

둘째, 여러 에이전트의 협업입니다. 현재 베타로 운영 중인 Agent Teams 기능을 쓰면, 안내 데스크 어시스턴트가 전자 자원, 대출, 연구 지원 같은 전문 어시스턴트에게 대화를 넘기거나 일을 맡길 수 있어요. 이 기능은 정식 출시를 준비하고 있습니다.

셋째, 대규모 운영을 위한 거버넌스입니다. 권한 관리, SSO, 감사 로그, 사용량 예산, 품질 테스트는 이미 하나의 콘솔에서 관리할 수 있어요. 올해 말까지는 조직 전체 정책 설정 기능과, 모든 대화를 주제별로 자동 분류하는 대시보드를 추가할 예정입니다. 이용자가 가장 많이 묻는 것이 무엇인지, 어떤 답변이 부족한지 도서관이 한눈에 볼 수 있게 되죠.

도서관과 학계를 위한 준비도 따로 하고 있어요. 한 대학 프로젝트에서 만든 Ex Libris Primo 커넥터를 다른 도서관도 쓸 수 있게 다듬고 있고, OAI-PMH나 SRU 같은 표준 프로토콜로 연결하는 방식도 있습니다. 페이지 단위의 정확한 인용, 표, 스캔 자료 같은 학술 문서 처리도 개선하고 있어요. 또 가장 많이 쓰이는 도서관 어시스턴트를 표준 템플릿으로 만들고 있습니다. 새로 도입하는 도서관이 빈 화면이 아니라 검증된 구성에서 출발할 수 있도록요.

사진: Agent Teams 캔버스: 조율 역할의 어시스턴트가 두 전문 어시스턴트에게 업무를 위임하는 모습. (실제 스크린샷, 베타 기능, 중국어 인터페이스)

Q9. 한국 시장에 대해 어떤 기대를 하고 계시는지 말씀해 주세요.

한국에는 아시아에서 손꼽히는 대학 도서관과 연구 도서관이 많습니다. 서비스 품질에 대한 기대도, 데이터 관리에 대한 기준도 높죠. MaiAgent는 바로 이런 환경을 위해 만든 플랫폼입니다. 한국 기관이라면 정확한 한국어 답변, 확실한 데이터 보호, 그리고 작게 시작할 수 있는지를 중요하게 보실 거라고 생각해요.

언어부터 말씀드리면, 관리 콘솔과 이용자용 웹 채팅 모두 한국어를 지원합니다. 관리 콘솔은 5개 언어, 웹 채팅은 12개 이상의 언어로 제공돼요. 어시스턴트가 항상 한국어로 답하게 할 수도 있고, 이용자가 쓴 언어로 답하게 할 수도 있습니다. 회의 어시스턴트는 한국어·일본어·영어 음성을 받아 적고 서로 번역해 줘요. 제품 문서는 현재 영어, 일본어, 중국어로 제공하고 있습니다.

현지 지원은 IDC ASIA(iGroup Korea)가 맡습니다. 상담과 온보딩, 1차 지원은 iGroup Korea가 하고, 기술 작업과 제품 문의는 MaiAgent 팀이 뒷받침해요.

시작도 어렵지 않습니다. iGroup Korea를 통해 MaiAgent를 14일간 무료로 체험하실 수 있어요. 도서관 문서로 직접 테스트해 보실 수 있고, 더 오래 평가하고 싶다면 체험 기간을 늘리거나 파일럿 플랜을 마련해 드립니다.

사진: 타임스탬프가 붙은 녹취록과 문장 단위 한국어·일본어·영어 번역을 제공하는 회의 어시스턴트. (실제 스크린샷)

Q10. 한국 사서들께 전하고 싶은 메시지를 들려주세요.

사서는 언제나 사람들이 믿을 수 있는 정보를 찾도록 돕는 사람이었습니다. AI는 그 역할을 대신하지 않아요. 오히려 더 넓혀 줍니다. AI를 가장 잘 쓰는 도서관은 어시스턴트가 무엇을 알아야 하고 어떻게 답해야 하는지 사서가 직접 정하는 도서관이에요.

제 조언은 간단합니다. 더 강력한 모델을 기다리지 마세요. 자주 들어오고, 전문 지식이 필요하고, 성과를 측정할 수 있는 시나리오 하나를 고르세요. 그리고 현장 직원이 AI를 가르치게 하세요. MaiAgent는 프로그래밍 없이도 바로 그렇게 하실 수 있도록 만들어졌습니다.

한국 사서 여러분과 함께 일할 수 있게 될 날을 기다리겠습니다.

MaiAgent 바로가기

문의

✉️ tony@igroupkorea.com

📞 02-6968-1715

(주)아이디씨아시아
tony@igroupkorea.com
서울 영등포구 양평로21길 26, 2605호 02-6968-1715
수신거부 Unsubscribe

IDC ASIA 뉴스레터를 구독하고 이메일로 받아보세요

IDC ASIA의 최신 소식을 확인하세요!

이전 뉴스레터

[신청기간 연장] AI 연구지원 Scite 트라이얼 신청 안내 (~10/30)

2026. 10. 15.

다음 뉴스레터

💬 MaiAgent 창립자와의 인터뷰: AI가 어떻게 사서의 업무를 돕나요?

2026. 11. 2.

IDC ASIA 뉴스레터

IDC ASIA의 최신 소식을 확인하세요!