플로우, ‘프로젝트 설계 AI 에이전트’ 출시: 기획 시간을 80% 줄이는 협업툴의 다음 수

프로젝트 킥오프 앞두고 WBS(업무분해구조) 만들다 하루가 통째로 날아간 경험, 다들 한 번쯤 있지 않나요?
마드라스체크가 협업툴 플로우(flow)에 프로젝트 설계 AI 에이전트를 붙이면서, 그 “초반 기획 지옥”을 자동화하겠다고 나섰어요.

프로젝트 설계 AI 에이전트 핵심: 목적 입력/문서 업로드만으로 구조 자동 생성

요약하면, 사용자가 프로젝트 목적을 입력하거나 기획 문서(요구사항 등)를 업로드하면 AI가 맥락을 읽고 프로젝트 설계를 뽑아주는 방식이에요.
단순히 할 일 몇 개 추천하는 수준이 아니라, 프로젝트 전체 구조와 상세 업무 리스트, 일정 흐름까지 자동으로 설계한다고 합니다.

이게 의미 있는 이유는 “프로젝트 설계”가 원래 사람 머릿속에 있는 전제를 끌어내 정리하는 과정이라, 초반에 가장 느리고 흔들리기 쉬운 구간이기 때문이에요.
특히 부서 간 협업 프로젝트는 용어와 기준이 달라서 같은 문서를 읽고도 해석이 갈리는데, AI가 초안을 통일된 형태로 뽑아주면 시작점이 안정적으로 잡힙니다.

기획·설계 시간 평균 80% 단축이 주는 효과

이번 발표에서 가장 눈에 띄는 숫자가 초기 계획·설계 시간 ‘평균 80% 이상 단축’이에요.
시간이 줄어드는 건 당연히 좋지만, 더 중요한 건 “빨리 시작”이 아니라 빨리 합의할 기반이 생긴다는 점이에요.

초기 설계가 늘어지면 프로젝트는 보통 이런 문제로 커져요.

• 일정이 늦어져서 “일단 하면서 정하자” 모드로 들어감 → 범위가 계속 변함
• 담당자가 바뀌면 맥락이 끊김 → 같은 논의를 반복
• 업무가 누락되거나 중복됨 → 막판에 급히 메우느라 품질 저하

AI가 초안을 만들어주면, 팀은 ‘무(無)에서 유(有)’를 만들기보다 초안을 ‘검토·수정’하는 모드로 들어가게 돼요. 이 전환이 실제 체감 시간을 크게 줄입니다.

사람 중심 설계의 함정: 누락과 해석 차이를 줄인다는 포인트

마드라스체크는 이번 기능이 사람 중심 설계 과정에서 발생하던 ‘누락’과 ‘해석 차이’를 줄인다고 설명했어요.
현업에서 이 부분이 정말 아픈 포인트예요. “그건 누가 하기로 했지?” “이건 범위에 포함되는 거였나?”가 결국 일정과 비용을 잡아먹거든요.

AI가 워크플로우(업무 흐름)를 분석해 구조를 만든다는 건, 최소한 다음을 표준화한다는 뜻입니다.

• 업무 단위(태스크) 쪼개는 기준
• 선후관계(의존성)와 일정 흐름
• 산출물과 검토 지점(체크포인트) 정의

물론 최종 책임은 사람이 지지만, 초기 설계 품질의 바닥을 끌어올리는 장치가 들어왔다는 게 핵심이에요.

플로우의 큰 그림: “AI 운영체제(OS)”로 확장

이번 프로젝트 설계 AI 에이전트는 시작에 불과하고, 플로우는 이를 기반으로 설계·실행·관리·검색·보안을 아우르는 **AI OS(운영체제)**를 구축하겠다는 계획을 밝혔어요.
협업툴이 단순히 “업무 보드는 예쁘게”를 넘어, 업무가 생성되고 흘러가고 찾히고 보호되는 전체 사이클을 잡겠다는 선언에 가깝습니다.

여기서 포인트는 “툴이 하나 더 늘어나는가?”가 아니라, 회사 안의 업무 데이터가 어디에 쌓이고 어디서 쓰이는가예요.
만약 플로우가 기획→실행→관리 데이터를 한 덩어리로 유지하면, 이후 AI 기능이 붙을수록 자동화 효과는 기하급수적으로 커질 수 있습니다.

모델 통합 + 스마트 검색 + AX 대시보드: 전사 AI 전환을 노린다

플로우는 ChatGPT, Gemini, Claude 같은 글로벌 AI 모델을 플로우 내에서 통합 사용할 수 있도록 하고, AI 스마트 검색과 AI 활용 현황 대시보드로 전사 AX(AI 전환)를 가속화한다고 했어요.
현실적으로 조직에서 AI가 “쓰는 사람만 쓰는 도구”로 남는 이유는, 업무 맥락과 분리돼 있고 가시화가 안 되기 때문이거든요.

구체적으로는 이런 시나리오가 가능해집니다.

• 기획 문서 업로드 → 프로젝트 설계 생성 → 실행 중 산출물 누적
• 중간에 이슈 발생 → AI 스마트 검색으로 “이 요구사항 누가 결정했지?”를 바로 추적
• 조직 차원에서는 대시보드로 “어떤 팀이 어떤 AI를 얼마나 쓰는지”를 확인 → 교육/가이드/정책을 조정

즉, 개인 생산성 도구를 넘어 조직 운영 도구로 AI를 올려놓겠다는 방향이에요.

보안 로드맵과 IPO 가속: 민감 정보 마스킹·데이터 통제

기업용 협업툴에서 AI가 확산될 때 가장 큰 장벽은 결국 보안이에요.
플로우는 민감 정보 자동 마스킹과 데이터 통제 기능 등 보안 역량을 포함한 로드맵을 제시했고, 이를 바탕으로 **IPO(기업공개)**에도 속도를 내겠다고 했습니다.

특히 공공/대기업은 “AI를 못 써서”가 아니라 “어디로 데이터가 나가는지 통제할 수 없어서” 멈추는 경우가 많아요.
마스킹과 통제가 기본 기능으로 자리 잡으면, AI 활용은 훨씬 넓은 조직으로 퍼질 수 있습니다.

참고로 플로우는 이미 삼성전기, 현대모비스, 국회예산정책처 등 주요 대기업·공공기관에서 사용 중이라고 밝혔어요. 레퍼런스가 있다는 건, 엔터프라이즈 요구사항(권한/감사/보안 등)을 어느 정도 맞춰왔다는 신호이기도 합니다.

마무리: “프로젝트는 시작이 반”을 AI가 맡는 시대

이번 플로우의 프로젝트 설계 AI 에이전트는, 협업툴이 업무를 기록하는 곳에서 업무를 설계하는 곳으로 이동하는 변곡점처럼 보여요.
특히 프로젝트 초반의 불확실성과 커뮤니케이션 비용을 줄일 수 있다면, AI 도입 효과는 현업에서 가장 크게 체감될 가능성이 큽니다.

여러분 팀이라면 이렇게 한 번 써보면 좋아요.
다음 프로젝트 킥오프 때 “목적 3줄 + 기존 기획서 1개”만 넣고 AI가 만든 구조를 가져가서, 회의 시간을 ‘생산적인 수정·합의’에만 써보는 거죠.

기획을 사람이 다 만들기보다, AI가 만든 초안을 팀의 기준으로 다듬는 방식, 이제는 표준이 될지도 모르겠습니다.