/AI Chasm Catalyst

메타빌드가 AI 네이티브 서빙 플랫폼 ‘LLaMON AX’를 출시하고 공공과 민간 전반의 AX 시장 공략에 나섰다.

회사는 이번 제품이 국내 최초의 ‘AI 네이티브 서빙’이라고 밝혔다. ‘LLaMON AX’는 문서 분석·이해·처리 에이전트와 기존 레거시 연동, MCP·A2A·RAG 등 AI 전 공정을 플로 기반으로 실증·검증하는 방식을 내세운다.

◆ 기존 LLaMON·MESIM 라인업 위에 ‘서빙’ 계층을 얹다

메타빌드는 7월 말 GS 1등급을 획득한 ‘LLaMON’으로 MCP(Model Context Protocol)와 에이전트 간 연동(A2A)을 지원해 왔다. ‘LLaMON AX’는 이 위에 실제 현업 도입을 위한 서빙·운영 계층을 추가하며, 동일 계열의 MESIM ESB·APIG·DataHUB·mHUB 등 연계 미들웨어 포트폴리오와 결합해 통합 제공하는 전략이다. 회사는 공공 정보화 시장에서 MESIM 기반 점유 우위를 지속했다고 설명한다.

◆ 핵심 기능과 적용 범위

새 플랫폼의 핵심은 문서 에이전트를 포함한 AI 플로 설계와, 레거시 시스템·데이터와의 직관적 연결 인터페이스다. 기관 내 다양한 서비스·데이터 환경을 탐색해 AI 워크플로를 빠르게 구성하고, RAG·멀티에이전트·운영 모니터링을 묶어 제공한다는 점이 특징으로 제시됐다.

◆ “2주 PoC”로 도입 리스크 축소… 성과 보장형 모델은 ‘회사 측 설명’ 메타빌드는 ‘단 2주 PoC’로 초기 성과 검증이 가능하다고 강조했다. 또한 해외 사례로 “성과 미달 시 환불 보증을 내건 성과 보장형 모델이 확산 중”이라고 덧붙였다. 다만 해당 환불 보증의 광범위한 채택 여부는 보도자료 수준의 주장으로, 독립적 검증은 제한적이다.

◆ 전문가 진단 한영EY 출신인 류종기 경기대 인공지능전공 교수는 공공기관이 “AI 전체 공정의 효율성과 투명성을 동시에 충족하는 서빙 솔루션”을 요구하고 있다며, 사전 실증 중심의 ‘LLaMON AX’가 도입 부담을 낮출 수 있다고 평가했다.

◆ 시장 맥락: MCP 확산과 ‘ROI 냉정론’

MCP는 2024년 말 공개 후 생태계 채택이 늘며, 모델과 앱·데이터 소스를 표준 프로토콜로 잇는 흐름을 만들고 있다. ‘연결’ 표준화가 서빙·운영 단계의 난제를 낮추는 배경이라는 해석이 가능하다.

동시에 글로벌 조사에선 AI 프로젝트가 기대한 수익을 달성하지 못한다는 경고도 잇따랐다. IBM CEO 스터디는 “AI 이니셔티브 중 기대 ROI를 충족한 비율이 25% 수준”이라고 밝혔고, MIT 연구 보도는 “기업 GenAI 파일럿의 95%가 재무적 성과를 내지 못했다”고 전했다. 이런 환경은 단기 성과 검증과 리스크 분담형 계약 구조에 대한 수요를 키우고 있다.

◆ 사례와 활용 시나리오

이미 메타빌드는 보건의료 분야에서 FHIR 표준 기반 데이터 연계·검증·테스트를 자동화한 ‘MESIM AX’로 GS 인증을 받은 바 있어, FHIR와의 결합형 도입이 유력하다. 민원·정책 등 공공업무의 다단계 프로세스에는 에이전트 간 역할 분담과 MCP 연동을 통해 접수부터 결과 통보까지 자동화를 설계하는 방식이 제시됐다.

◆ 과제: ‘국내 최초’와 ‘환불 보증’의 실효성 검증

실제 조달·민간 프로젝트에서의 상용 레퍼런스와 성능 지표 공개가 중요하다. 또한 공공·금융권 도입에서는 개인정보·보안·감사 추적 등 규정 준수 요건이 높다. 도입 기관은 TRiSM 성격의 거버넌스와 제3자 리스크, 데이터 프라이버시·편향 관리 등을 포함한 계약 요건을 꼼꼼히 점검해야 한다. 미국 재무부는 금융부문 AI 확산과 함께 프라이버시·편향·서드파티 리스크의 증폭을 경고한 바 있다.

◆ 전망

메타빌드의 ‘LLaMON AX’는 MESIM과 LLaMON으로 축적한 연계·운영 역량 위에 ‘서빙’ 최적화를 결합한 형태다. 단기 PoC와 성과 지표 제시가 실제 조달·상용 계약으로 얼마나 빠르게 전환되는지, 그리고 MCP·A2A 기반 멀티에이전트 운영을 공공 표준 거버넌스에 맞춰 안정적으로 지속 운용할 수 있는지가 성패를 가를 관전포인트다.

0 0