질문에 답하는 것에서 작업을 완료하는 것으로: 소비자 에이전트에게 아직 부족한 것은? 플리기(Fliggy)의 신규 AI 제품 V10 시도

Fliggy(플리기)의 신규 AI 제품 V10은 소비자용 에이전트가 질문에 답하는 단계에서 실제로 작업을 완수하는 단계로 나아가야 하는 과제를 해결하려는 시도다. CTO(Chief Technology Officer, 최고기술책임자) Chen Ye는 AI의 가치가 여전히 베이스 모델, GPU(Graphics Processing Unit, 그래픽 처리 장치), 인프라에 집중되어 있지만, 이는 애플리케이션 및 오케스트레이션 계층으로도 확장되어야 한다고 지적했다. V10은 페이지에 통합된 AI 패널을 도입했으며, '帮我想'(아이디어 도출), '帮我订'(예약), '帮我办'(서비스 처리) 기능을 제공한다. 알고리즘 아키텍처는 워크플로우를 갖춘 Multi-Agent 방식에서 ReAct 스타일의 AgentLoop로 진화했지만, '제한된 자율성'이라는 원칙을 유지한다. 즉 상품에 짧은 별칭을 사용하고, 화이트리스트 메커니즘과 규칙, 경량 검증을 도입해 실제 공급이 보장되도록 하는 것이다. 팀은 Prompt(선언형), 메커니즘, 훈련이라는 3단계 접근법을 사용하며, 보상 모델은 진실성, 사용자 요구, 시공간적 유효성, 완결성을 포괄한다. 또한 LUI(Language User Interface, 언어 사용자 인터페이스)와 GUI(Graphical User Interface, 그래픽 사용자 인터페이스) 사이의 균형을 맞추고 있는데, 복잡하고 롱테일한 요구에는 LUI를, 효율적인 탐색과 거래에는 GUI를 활용한다. 평가는 사용 가능률(usability rate)에 초점을 맞추며, 다중 모델 투표와 인간 검토를 병행한다. 이 글은 여행과 같은 버티컬 애플리케이션이 AI에 새로운 훈련 환경을 제공할 수 있지만, 코딩 분야에서 소비자용 에이전트로의 전환에는 시간이 걸릴 것이며, 실제 데이터·평가·공급망의 통합이 필요한 만큼 2년 이상이 소요될 수도 있다고 결론짓는다.