기술 요약: 레거시 워크플로우를 에이전틱 BPM으로 격상시키기 위한 프로세스 하네스(Process Harness)

1. 문제 정의

전통적인 비즈니스 프로세스 관리(BPM) 시스템은 엄격한 구조적 보증을 제공하지만, 동적인 환경에서는 두 가지 근본적인 한계에 직면합니다:

1. 폐쇄형 세계 체제(Closed-World Regime): 명목상의 경로에서 발생하는 모든 이탈은 설계 시점에 반드시 예측되고 명시적으로 모델링되어야 합니다. 예측하지 못한 상황(예: 규제 변화, 새로운 신청자 프로필)은 시스템을 오류 상태로 몰아넣거나 인간의 개입을 요구하며, 이는 종종 공식적인 프로세스를 우회하는 "편법(workarounds)"으로 이어집니다.
2. 경직된 태스크 실행: 서비스 태스크는 비정형 입력을 처리할 수 없는 고정된 스크립트에 의존하며, 사용자 태스크는 처리량의 제약을 초래합니다. 엔진 자체에는 개방형 추론이나 맥락적 적응을 위한 능력이 결여되어 있습니다.

대규모 언어 모델(LLM)은 개방형 추론을 제공하지만, 현재의 통합 패러다임은 불충분합니다. "AI 증강(AI-augmented)" 패러다임(특정 태스크 내의 LLM)은 전체 제어 흐름을 경직되게 남겨둡니다. 반대로, "플래너로서의 LLM(LLM-as-Planner)" 패러다임(엔진 외부에서 실행 계획을 생성하는 LLM)은 구조적 준수, 감사 가능성 또는 컴플라이언스 정책 준수를 보장할 메커니즘이 부족합니다. 따라서 기존 워크플로우 엔진을 교체하지 않으면서도, 결정론적 워크플로우 실행의 구조적 경직성과 정책에 의해 통제되는 에이전트의 적응형 추론을 조화시킬 수 있는 시스템이 필요합니다.

2. 방법론: 프로세스 하네스와 TDF 모델

본 논문은 기존의 결정론적 워크플로우 엔진 위에 정책 기반의 에이전트 계층을 중첩시키는 메커니즘인 **프로세스 하네스(Process-Harness)**를 소개합니다. 이 계층은 지정된 제어 지점을 가로채서 추론, 적응 및 감독에 기여하는 한편, 엔진은 구조적 권위를 유지합니다.

개념적 토대는 태스크-결정-플로우(Task–Decision–Flow, TDF) 모델로, LLM의 추론을 세 가지 구별되는 정책 제한 에이전트 유형으로 분해합니다:

• TaskAgent (태스크 에이전트): 지식 집약적 태스크 실행을 담당합니다. 이는 고정된 스크립트를 정책 기반의 LLM 실행으로 대체하며, 특정 태스크 정책($C_T$) 내에서 추론하여 도메인 출력을 생성합니다.
• DecisionAgent (결정 에이전트): 케이스별 게이트웨이 라우팅을 담당합니다. 이는 정적인 조건 평가를 LLM 추론으로 대체하며, 결정 정책($C_D$)에 의해 제한됩니다. 결정적으로, 게이트웨이 조건이 명시적으로 평가되도록 하기 위해 결정론적인 조건 평가 단계를 필수적으로 요구합니다.
• FlowAgent (플로우 에이전트): 원칙적인 훅(hook) 메커니즘을 통한 런타임 플로우 적응을 담당합니다. 지정된 시퀀스 플로우(훅)를 가로채고, 훅 정책($C_F$)에 따라 구조적 개입(예: 건너뛰기, 교체, 종료 또는 토폴로지 수정)을 권고합니다.

거버넌스 프레임워크 (FRAME):
모든 에이전트의 추론은 인간이 읽을 수 있는 정책 문서의 집합인 FRAME($F$)에 의해 제한됩니다. 이를 통해 에이전트가 명시적이고 감사 가능한 제약 조건 내에서 작동하는 "프레임화된 자율성(framed autonomy)"을 보장합니다. 보조 거버넌스 계층인 action_permissions($\phi$)는 FlowAgent가 지시할 수 있는 구조적 개입 유형을 명시적으로 열거하여, LLM의 추론과 엔진의 실행 능력을 분리합니다.

아키텍처 (CUGA FLO):
본 논문은 TDF 모델의 첫 번째 실현체로 CUGA FLO를 제시합니다.

• 디커플링(Decoupling): 추론 계층(FlowAgent 및 그 하위 에이전트)은 모델 컨텍스트 프로토콜(MCP) 브리지(FastMCP 서버로 구현됨)를 통해 실행 계층(WorkflowEngine)과 완전히 분리됩니다.
• 상호작용: 워크플로우 엔진은 실행을 주도하며 제어 지점(태스크, 게이트웨이, 훅)에서 멈추어 콜백(execute_task, route_gateway, evaluate_hook)을 호출합니다. FlowAgent는 ControlPointFlowKnowledge(프로세스 모델, 상태, 히스토리)를 사용하여 이 호출을 처리하고 구조화된 권고 사항을 반환합니다.
• 실행: 워크플로우 엔진은 구조적 적합성을 강제하며, 실행된 노드를 다시 재생하지 않고 FlowAgent의 권고 사항(예: skip_to 또는 remove_node를 위한 리와이어링)을 적용합니다.

3. 주요 기여

본 논문은 다섯 가지 구체적인 기여를 합니다:

1. 프로세스 하네스 패러다임: 구조적 준수, 정책 책임성 및 런타임 적응성을 특징으로 하는, 기존 워크플로우 시스템을 에이전틱 BPM으로 격상시키는 메커니즘을 도입합니다.
2. Task–Decision–Flow (TDF) 모델: LLM 추론을 세 가지 에이전트 유형(Task, Decision, Flow)으로 나누고, 각 유형의 역할과 정책 제약을 정의하는 공식적인 개념적 분해를 제시합니다.
3. FRAME 실체화: TDF 프로세스를 관리하는 집합적 정책 세트($F$)를 공식화하여, 에이전트 유형 간의 정책 분할이 LLM 수준에서의 관심사 분리를 어떻게 강제하는지 입증합니다.
4. CUGA FLO 실현: 훅 메커니즘과 교체 가능한 워크플로우 엔진으로부터 추론을 분리하는 MCP 브리지를 특징으로 하는, 프로세스 하네스의 첫 번째 구현체인 CUGA FLO를 제시합니다.
5. 경험적 입증: 세 가지 에이전트 유형과 규제 오버라이드 훅을 모두 사용하는 대출 승인 워크플로우를 통해 모델을 검증하며, 훅이 게이트웨이 정책을 수정하지 않고도 다른 기준(예: 신청자 ID)에 따라 게이트웨이 결정을 어떻게 오버라이드할 수 있는지 보여줍니다.

4. 결과 및 평가

본 논문은 대출 승인 워크플로우 사례 연구를 통해 시스템을 입증합니다:

• 명목 케이스 (Nominal Case): 표준 신용 조사(TaskAgent)가 점수를 생성하고, DecisionAgent가 임계값을 기준으로 라우팅하며, FlowAgent 훅이 지속 여부를 확인합니다.
• 규제 오버라이드 케이스 (Regulatory Override Case): 높은 점수를 받은 신청자(ID 4321)가 점수에 기반하여 DecisionAgent에 의해 승인 경로로 라우팅됩니다. 그러나 FlowAgent 훅이 "yes" 플로우를 가로채 규제 정책(ID 기반)을 적용하고, skip_to 개입을 지시하여 거절 경로로 건너뜁니다.
• 결과: 시스템은 게이트웨이 정책을 수정하지 않고도(예: 신청자 ID에 따른 규제 오버라이드) 드물고 맥락 특화된 변칙 사례(long tail)를 성공적으로 처리합니다. DecisionAgent와 FlowAgent는 서로 다른 정책 하에 작동하므로, 라우팅 로직과 규제 오버라이드 로직이 독립적으로 감사 가능함을 보장합니다.

결과는 프로세스 하네스가 명령형 요구사항(엔진에 의해 강제됨)과 규범적 요구사항(정책 기반 에이전트에 의해 강제됨) 사이의 긴장을 해결할 수 있음을 확인시켜 줍니다. 이는 구조적 무결성을 유지하면서도 "오픈 월드" 적응을 가능하게 합니다.

5. 의의 및 주장

본 논문은 프로세스 하네스가 엔터프라이즈 AI 시스템을 위한 새로운 형태의 인스트루멘테이션(instrumentation)이라고 주장합니다. 그 의의는 다음과 같습니다:

• 긴장 해소: 프로세스 토폴로지(고정됨, 엔진 강제)와 프로세스 적응(동적, 정책 기반)을 분리함으로써, 구조적 경직성과 개방형 유연성 사이의 트레이드오프를 해결합니다.
• 점진적 현대화: 조직이 기존 워크플로우 시스템을 교체하지 않고도 단계적이고 가역적으로 완전한 에이전틱 시스템으로 변환할 수 있게 합니다.
• 책임성: 실행 트레이스가 비결정적이거나 모델과 연결되지 않을 수 있는 "LLM-as-Planner" 접근 방식과 달리, CUGA FLO는 구체적인 책임 기반 구조를 제공합니다. 모든 LLM 호출은 관리 정책 문서와 연관되며, 모든 개입은 특정 프로세스 요소에 결합된 프로세스 지식에 기록되어 감사 및 진단이 가능합니다.
• 오픈 월드 적응: 예외 처리를 모든 오류 경로를 모델링해야 하는 설계 시점의 폐쇄형 활동에서, 정책 문서의 추론 능력에 의해 처리 가능한 상황이 정의되는 런타임의 개방형 능력으로 이동시킵니다.

저자들은 CUGA FLO를 에이전트가 프로세스 전반을 관리하는 완전한 에이전틱 BPM으로 조직이 진화할 수 있도록 돕는 실용적인 프레임워크이자, 에이전트 증강 BPM에서 에이전틱 BPM으로 나아가기 위한 에이전틱 BPM 선언문의 첫 번째 실현체로 규정합니다.