Feishu Aily는 Feishu가 출시한 엔터프라이즈급 에이전트 플랫폼으로 Feishu 클라우드 문서, 다차원 테이블, 작업 시스템 및 기타 내부 지식 기반을 심층적으로 호출합니다. MCP 프로토콜, 지식 검색 및 질문 답변, 심층적 사고, 브랜드 맞춤화 및 모델 민영화 배포를 지원합니다.

飞书Aily

Feishu Aily의 핵심 매개변수 및 통계

Feishu Aily는 Feishu(ByteDance)가 출시한 엔터프라이즈급 AI 에이전트 플랫폼입니다. 공식적으로 "쉽고, 유능하고, 신뢰할 수 있는" 제품으로 자리매김했습니다. 이는 독립적인 채팅 로봇 제품이 아니라 Feishu의 협업 생태계에 깊숙이 내장된 AI 직원 플랫폼입니다. 기업의 클라우드 문서, 다차원 테이블, 작업 시스템, 프로젝트 데이터 및 기타 내부 자산을 직접 호출할 수 있습니다.

프로젝트	공공정보
제품 포지셔닝	Feishu 생태계와 긴밀하게 통합된 엔터프라이즈급 AI 에이전트 플랫폼
핵심역량	지식 검색 Q&A, 심층적 사고 MCP 액세스, 기업 맞춤형, 지능형 고객 서비스 AI 품질 검사
배포 방법	SaaS(Feishu Enterprise Edition에 내장됨) + 모델 프라이빗 배포
통합생태학	Feishu 클라우드 문서, 다차원 테이블, Feishu 작업, Feishu 프로젝트, Feishu 지식 기반
고객사례	Bull Group, Meiyijia, Inovance Technology, Haichen Energy Storage, Taikang Group, Lantu Automobile 등
개발자	페이슈(ByteDance)
최신 버전	2025-07(지속적 반복)
지원되는 플랫폼	웹, Feishu 클라이언트(데스크톱 + 모바일)
지원되는 언어	zh-CN
소속 장소	중국

한 문장으로 간략한 리뷰: Feishu Aily는 일반 챗봇이 아닌 Feishu에서 성장한 기업급 AI 직원입니다. 문서, 프로젝트 데이터, 비즈니스 시스템을 직접 호출하는 동시에 엔터프라이즈급 AI 애플리케이션 개발 플랫폼 기능을 제공합니다.

Feishu Aily의 사용자 및 시장 인지도

Feishu Aily의 시장 인지도는 주로 독립 제품의 대량 경쟁보다는 Feishu 기업 고객의 대규모 채택에서 비롯됩니다. 핵심 검증 차원은 많은 선도 기업의 공개 사례에 대한 정량적 데이터에서 비롯됩니다.

고객 사례의 정량적 보증:

고객	산업	배포 규모	주요 수치
불 그룹	제조	다채널 고객 서비스 시스템 포괄	AI 차단율 85%, 월 평균 대화 70,000회 이상, 질문 응답 30분에서 22초로 단축, 사용자 만족도 99.76%
메이지아	체인 소매	1,500명 이상의 강사, 40,000개 이상의 매장	누적 상담 건수 200,000건 이상, 월 평균 40,000건 이상, 응답 시간 33초에서 14초로 단축, 월 94일의 인력 절감
혁신기술	산업기술	기업 원스톱 서비스 데스크	단일 상담 효율성 60% 증가, AI 차단율 21.38% 증가, 연간 근무 시간 10,000시간 이상 절감, 만족도 99.2%
하이첸 에너지 저장	새로운 에너지	글로벌솔루션센터	신입사원의 기술 습득 시간은 2년에서 4개월로 단축되고, 응답 시간은 480초에서 25초로 단축되고, 공수는 83% 투입되며, 정확도 95% 이상

고객 구조의 관점에서 Aily의 대표적인 채택자는 Feishu를 집중적으로 사용하는 중견 기업이며, 첨단 제조, 체인 소매, 신에너지, 금융 및 보험, 정책 컨설팅 등 12개 이상의 산업을 포괄합니다. 고객 사례는 일반적으로 세 가지 공통된 특징을 보여줍니다. 고빈도 반복 상담이 집중되어 있고, 지식 기반 자산 재고가 충분하며, 기업의 데이터 보안에 대한 강력한 규정 준수 요구 사항이 있습니다. 이는 범용 AI 챗봇이 침투하기 어려운 기업 내부 시나리오입니다.

엔터프라이즈 수준의 생태적 장벽: 독립적인 AI 에이전트 플랫폼(예: Dify)과 비교할 때 Aily의 시장 장벽은 주요 기술 매개변수가 아니라 "Feishu 네이티브" 통합의 깊이에 있습니다. 즉, 추가 도킹 없이 Feishu 클라우드 문서, 다차원 테이블, 작업 목록 및 프로젝트 대시보드를 읽을 수 있습니다. 이는 이미 Feishu를 사용한 기업에게는 자연스러운 전환 비용입니다. 그러나 이는 Aily의 시장 상한선이 Feishu의 기업 협업 시장 침투율에 의해 직접적으로 제한된다는 의미이기도 합니다.

Feishu Aily의 비용 우위

Feishu Aily의 비용 구조는 "엔터프라이즈 수준 기능 패키징" 모델을 이어갑니다. 개별 사용자에게 독립적으로 판매되지 않으며 Feishu Enterprise Edition과 긴밀하게 연결되어 있습니다.

C 클라이언트/개인 사용자: 개인은 독립 버전을 사용할 수 없습니다. Aily는 Feishu Enterprise Edition의 기능적 구성 요소로, 개인 사용자가 별도로 구독할 수 없습니다. 이는 일반 AI 비서(DeepSeek, Doubao 등)의 무료 C-side 전략과는 완전히 다릅니다. Aily의 가치 제안은 개인 일상 비서가 아닌 기업의 내부 효율성을 향상시키는 것입니다.

기업/팀 비용: Aily는 Feishu Enterprise Edition 서비스에 포함되어 있습니다. 구체적인 가격은 Feishu 공식 웹사이트 실시간 페이지에 따릅니다. 견적을 받으려면 Feishu Business에 문의해야 합니다. 기업은 필요에 따라 다양한 배포 패키지를 선택할 수 있습니다.

패키지 수준	구현 임계값	일반적인 시나리오	참고값
L1 입문 레벨: 학과 수준 지식 가이드	매우 낮음, 1일 안에 온라인, 코드 없음	영업 전술, 복잡한 정책 Q&A 등 많은 규칙, 빠른 업데이트, 새로운 사람이 많은 시나리오	"답변 찾기" 효율성 문제를 해결하여 새로운 사람들이 로봇을 직접 @하여 몇 초 만에 표준 답변을 생성할 수 있습니다
L2 중급: 내부 비즈니스 지능형 고객 서비스	중간, 온라인에 1~2주 정도 소요, SOP 정리 필요	부서 간 협력, 전문가 개입 필요, 처리 시간 요구 사항이 있는 시나리오	"부서 간 서비스"의 효율성 해결, SLA 추적 가능, 효율성 데이터화 지원
L3 하이엔드: 모든 도메인에 대한 엔터프라이즈급 지능형 서비스	심층적인 비즈니스 지식 축적 및 API 개발이 필요한 상위 레벨	외부 고객과의 대면, 핵심 비즈니스 시스템 연결 및 대규모 데이터 분석이 필요	고객 서비스 도구일 뿐만 아니라 품질 검사 및 고객 통찰력을 자동화할 수 있는 "데이터 명령실"

3계층 패키지의 설계는 본질적으로 사다리 위험 제어입니다. 기업은 먼저 L1을 사용하여 단일 부서에서 효과를 신속하게 확인한 다음 점차적으로 L2/L3으로 확장할 수 있습니다. 이 "지점에서 표면까지" 경로는 엔터프라이즈 AI 시행착오에 대한 의사 결정 임계값을 낮춥니다.

API/개발자 비용: Aily는 독립형 API 판매를 제공하지 않습니다. 개발자는 Feishu 개방형 플랫폼과 MCP 프로토콜을 통해 Aily의 도구 체인에 액세스합니다. 모델의 비공개 배포(예: DeepSeek R1과 같은 타사 모델에 대한 액세스)에는 추가 평가가 필요합니다. 관련 비용은 선택한 모델, 배포 규모 및 컴퓨팅 성능 구성에 따라 다르며 Feishu 사업 계획에 따라 달라집니다.

숨겨진 비용 팁:

• 데이터 준비 비용: Aily의 Q&A 품질은 지식 기반의 완성도와 구조에 따라 크게 달라집니다. 회사의 이력 문서가 흩어져 있고, 형식이 일관되지 않고, 업데이트가 정체되어 있는 경우 지식을 분류하고 주석을 달기 위해 인력을 투자해야 합니다. 이러한 숨겨진 비용은 초기 단계에서 종종 과소평가됩니다.
• 맞춤형 개발 비용: L3 수준의 글로벌 배포에는 API 도킹 및 비즈니스 시스템 통합이 필요하며 IT팀의 투자는 무시할 수 없습니다.
• 모델 배포 비용: 프라이빗 배포 옵션(예: DeepSeek R1 등)에는 추가 GPU 컴퓨팅 성능과 운영 및 유지 관리 기능이 필요하며 이 비용은 Feishu 표준 구독에 포함되지 않습니다.

Feishu Aily의 주요 기능

Feishu Aily의 기능 시스템은 '개인 업무 효율성 향상'과 '기업 수준 AI 애플리케이션 개발'이라는 두 가지 계층으로 나뉩니다. 동일한 플랫폼은 두 가지 사용 모드를 모두 지원합니다.

개인 에이전트 기능 계층

• 개인 에이전트: 각 Feishu 사용자에게는 Feishu 클라이언트의 대화를 통해 직접 지식 쿼리, 문서 요약, 작업 알림, 일정 및 기타 작업을 완료할 수 있는 전용 Aily 작업 도우미가 있습니다. 특정 명령 형식을 학습하지 않고도 자연어 질문을 지원합니다.
• 사전적 작업: Aily는 프로젝트 진행 변경 알림, 승인 보류 알림, 주요 문서 업데이트 알림 등 사전 설정된 규칙에 따라 중요한 정보를 사전에 푸시할 수 있습니다. 이 기능의 가치는 AI를 "수동적 응답"에서 "능동적 보조자"로 업그레이드하는 것입니다. 사용자는 질문하는 것을 기억할 필요가 없으며 필요할 때 Aily가 나타납니다.
• 맞춤형 메모리: Aily는 사용자의 작업 습관과 선호도를 기억하고 장기간 사용 후 보다 정확한 개인화 추천을 제공할 수 있습니다. 예를 들어, 사용자가 자주 참조하는 지식 영역을 기억하고 관련 문서가 업데이트되면 적극적으로 푸시합니다.
• 스킬 라이브러리: 사용자가 처음부터 구성할 필요 없이 필요할 때 활성화할 수 있는 미리 설정된 AI 스킬 템플릿을 제공합니다. 기술에는 문서 번역, 회의록 생성, 주간 보고서 자동 작성, 데이터 분석 및 기타 빈도가 높은 작업이 포함됩니다.

엔터프라이즈급 AI 애플리케이션 기능 계층

• 스마트 지원: 기업 지식 기반을 기반으로 7×24시간 AI 고객 서비스 로봇을 구축하여 문자, 음성, 사진을 통해 다중 모드 질문 및 답변을 지원합니다. Webhooks를 통해 자동 품질 검사를 구현할 수 있으며, AI 응답을 일괄적으로 표시하고 평가할 수 있습니다. 다중 채널 통합 서비스(Feishu 그룹, WeChat 공개 계정 IM 도구 등)를 지원하고 단일 백엔드에서 모든 서비스 입구를 관리할 수 있습니다. 전문가의 견해: 핵심 차이점은 "Feishu 네이티브" 채널 개방에 있습니다. 고객 서비스 로봇은 제3자 플랫폼으로 이동하지 않고도 Feishu 그룹 내에서 @이라고 부를 수 있으며, 대화 컨텍스트는 Feishu CRM 및 작업 주문 시스템과 직접 연결되어 상담에서 해결까지의 관계를 실현할 수 있습니다.
• 스마트 코칭: 교육 및 온보딩 시나리오의 경우 AI가 기업 지식 기반을 기반으로 연습 문제와 시뮬레이션 대화를 자동으로 생성하므로 신입 직원이 실제 비즈니스 상황에서 연습할 수 있습니다. Haichen Energy Storage의 사례는 이 기능을 통해 신입 직원이 비즈니스 기술을 습득하는 데 걸리는 시간을 2년에서 4개월로 단축한다는 것을 보여줍니다.
• 스마트 티켓: 대화에서 주요 정보를 자동으로 추출하여 티켓을 생성하고 지능형 분류, 라벨 추출 및 우선순위 지정을 지원합니다. Feishu의 다차원 형태와 연결되어 작업 주문의 생성, 유통 및 추적이 완전히 자동화됩니다. "살아있는 물 메커니즘"은 독특한 디자인입니다. AI는 자동으로 과거 작업 주문에 라벨을 지정하고 분류하며, 수동적인 고객 서비스 대화를 자동으로 요약 및 검토하고 이를 데이터베이스에 저장하며 지속적으로 지식 기반을 피드백합니다.
• AI 품질 검사: 수동 무작위 검사에서 AI 전체 품질 검사로 업그레이드되어 모든 고객 서비스 대화를 포괄합니다. AI는 불법 발언을 감지하고, 서비스 태도 문제를 파악하며, 잠재적인 위험 지점을 발견할 수 있습니다. Bull Group의 경우 품질검사 Coverage를 0 to 1로 구현하였고, 문제차단율은 60%로 안정적이며, 전체 서비스 정확도는 86.64%에 이르렀다.
• AI 마킹 및 검사: 업무 내용을 자동으로 표시하고 분류하여 대용량 데이터를 체계적으로 관리합니다. AI 검사는 지식베이스의 정확성을 정기적으로 확인할 수 있습니다.

적시성, 오래된 콘텐츠를 자동으로 표시하고 업데이트를 알려줍니다.

숨겨진 연계: 기능적 시너지

Feishu Aily의 진정한 차별화는 단일 기능이 아니라 기능 간의 완전한 시너지 효과입니다. 일반적인 작업 흐름은 다음과 같습니다.

고객 서비스 대화 → 자동 품질 검사 채점 → 빈도가 높은 문제 개선 → 지식 기반 업데이트 → 고객 서비스 정확도 피드백

각 고객 대화는 질문과 답변일 뿐만 아니라 품질 검사, 지식 마이닝 및 지식 기반 업데이트의 세 가지 작업을 완료합니다. 기존 모델에서는 이러한 절차를 별도로 실행하려면 고객 서비스, 품질 검사, 지식 관리 팀이 필요합니다. Aily는 이를 하나의 자동 절차로 압축합니다. 기업의 경우 이는 부서 간 조정 비용을 줄이는 데 따른 암묵적인 이점이 명시적인 효율성 향상보다 더 가치 있을 수 있음을 의미합니다.

Feishu Aily의 모델 및 버전 진화

기업 수준 플랫폼 제품인 Feishu Aily의 버전 반복 리듬은 소비자 수준 AI 제품의 '대형 버전 번호' 모델과 다릅니다. 대신 Feishu Enterprise Edition의 기능 출시 리듬에 따라 계속해서 발전하고 있습니다.

버전 컨텍스트

시간 노드	버전 식별	주요 이정표
~2024-01	초기 미리보기 버전	기본 에이전트 기능 및 지식 기반 통합, Feishu 기업 고객을 위한 대상 테스트
~2024-Q3	역량 확장 기간	향상된 지식 검색 및 질문 및 답변 기능, Feishu Cloud 문서 및 다차원 테이블에 대한 액세스
~2025-01	깊은 통합 기간	MCP 프로토콜 지원이 온라인화되어 Feishu 프로젝트 및 Feishu 작업과 같은 독점 도구 체인이 열립니다
~2025-07	현재	지원 모델 민영화 배포(DeepSeek R1 등), 기업 브랜드 맞춤화, 정확한 사용 분석, 지능형 고객 서비스/교육/작업 지시/품질 검사 전체 시나리오 역량

주요 개발 컨텍스트:

• 1단계(~2024): Feishu 생태계 내에서 AI 에이전트의 기본 사용성을 검증합니다. 핵심 목표는 "질문에 답할 수 있게 되는 것"입니다.
• 2단계(~2025-01 ~ ~2025-07): 질의응답에서 워크플로 자동화로 확장하고, MCP 프로토콜을 도입하여 툴 체인의 심층 통합을 달성하고, Aily를 '정보 쿼리 도구'에서 '작업 실행 플랫폼'으로 업그레이드합니다.
• 3단계(~2025~07~현재): 브랜드 맞춤화, 모델 민영화 배포, 사용 분석 등 기업 수준 맞춤화 기능을 구현하는 동시에 지능형 고객 서비스/교육/작업 주문/품질 검사 등 4가지 주요 기업 솔루션을 출시하고 '도구'에서 '산업 솔루션'으로 전환합니다.

버전 참고: Feishu Aily의 버전 번호는 Feishu Enterprise Edition의 출시 일정을 기준으로 합니다. 위 날짜는 공개 정보를 기반으로 한 마일스톤 추론입니다. 현재 공식적인 정확한 버전 번호 명명 시스템은 없습니다. 구체적인 버전 정보는 Feishu 공식 발표를 참조하세요.

모델 액세스의 개방성

폐쇄형 AI 플랫폼과 달리 Aily는 기업이 비공개 배포를 위해 타사 모델(예: DeepSeek R1 등)에 액세스할 수 있도록 지원합니다. 이는 기업이 단일 모델 공급업체에 얽매이지 않고 비용, 성능 및 규정 준수 요구 사항을 기반으로 기본 모델을 유연하게 선택할 수 있음을 의미합니다. 이 기능은 모델 소스에 대한 엄격한 규정 준수 요구 사항이 있는 금융 및 정부 업무와 같은 산업에 특히 중요합니다.

Feishu Aily의 기술적 장점

주요 유형 판단: 에이전트/MCP/자동화 도구 - 에이전트 오케스트레이션 플랫폼과 비즈니스 엔드 애플리케이션의 이중 속성을 갖는 엔터프라이즈급 AI 에이전트 플랫폼입니다.

아키텍처 링크

Feishu Aily의 기술 아키텍처는 "Feishu 생태계 임베디드 + MCP 프로토콜 확장"의 2계층 설계를 따릅니다.

사용자 포털(Feishu 클라이언트/웹)
        │
        ▼
┌───────────────────────────────┐
│ Feishu Aily 에이전트 플랫폼 │
│ ┌─────────┐ ┌─────────────┐ │
│ │ 개인 에이전트│ │ 기업용 AI 애플리케이션 │ │
│ │ (Q&A/ │ │ (고객 서비스/스파링/ │ │
│ │ 기억/ │ │ 작업지시/품질검사) │ │
│ │ 활성 푸시)│ │ │ │
│ └────┬─────┘ └──────┬───────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌─────────────────────────┐ │
│ │ MCP 프로토콜 계층 │ │
│ │ (도구 검색/전화/인증) │ │
│ └────┬──────┬──────┬───────┘ │
└────────┼──────┼──────┼────────────┘
         │ │ │
         ▼ ▼ ▼
   ┌──────┐ ┌────┐ ┌──────┐
   │비수 │ │비수 │ │비수 │
   │클라우드 문서 │ │프로젝트 │ │다차원 │
   │MCP │ │MCP │ │테이블 │
   └──────┘ └────┘ └──────┘
         │ │ │
         ▼ ▼ ▼
   ┌───────────────────────────┐
   │기업 지식베이스/비즈니스 시스템 │
   │ (비공개

배포/클라우드) │
   └───────────────────────────┘

제어 흐름: 사용자 지침 → Aily Agent 플랫폼(의도 인식/작업 분해) → MCP 프로토콜 계층(도구 선택/매개변수 생성) → 특정 Feishu MCP 도구(문서 읽기/테이블 쿼리/작업 생성) → 결과 집계 및 반환.

데이터 역류: 각 상호 작용의 결과는 지식 기반 및 품질 검사 시스템으로 다시 흘러 지속적인 자체 최적화 프로세스를 형성합니다.

도구 열기 목록(도구 동작)

Feishu Aily가 MCP 프로토콜을 통해 대형 모델에 노출하는 특정 도구 동작에는 다음이 포함되지만 이에 국한되지는 않습니다.

도구 이름	기능 설명	해당 Feishu 능력
feishu_doc_read	Feishu Cloud 문서 내용 읽기	지식 검색 및 Q&A
feishu_doc_search	키워드로 클라우드 문서 검색	지식 관리 및 발견
feishu_sheet_query	다차원 테이블 데이터 쿼리	데이터 분석 및 시각화
feishu_sheet_append	다차원 테이블에 데이터 추가	데이터 입력 및 요약
feishu_task_create	Feishu 작업/할 일 만들기	태스크 실행
feishu_task_query	작업 목록 및 상태 쿼리	진행 상황 추적
feishu_project_read	Feishu 프로젝트 정보 읽기	프로젝트 관리
feishu_calendar_query	쿼리 일정	시간관리
feishu_knowledge_search	기업 지식 기반 의미 검색	기업 내부 FAQ
feishu_message_send	Feishu 메시지/알림 보내기	활성 푸시 및 알림
feishu_bot_reply	AI 로봇이 사용자 메시지에 답장	지능형 고객 서비스
feishu_ticket_create	티켓 만들기	작업지시 관리
feishu_quality_check	대화 품질 검사 채점	AI 품질검사

포함된 예: 사용자가 "2분기 프로젝트 진행 상황을 확인하고 팀원들에게 주간 보고서를 보낼 수 있도록 도와주세요."라고 요청했습니다. Aily의 Agent 프로세스는 feishu_project_read(프로젝트 진행 상황 확인) → feishu_sheet_query(다차원 테이블 데이터 확인) → feishu_doc_search(주간 보고서 템플릿 확인) → 콘텐츠 생성 → feishu_message_send(메시지 보내기)일 수 있습니다.

엔지니어링 함정 가이드

기업용 Agent 플랫폼의 운영 특성을 토대로 실제 배포 및 운영, 유지관리 시 주의해야 할 사항은 다음과 같다.

1. 지식 기반의 "가비지 인, 쓰레기 아웃" 함정: Aily의 답변 품질은 지식 기반 데이터의 품질에 직접적으로 좌우됩니다. 기업 문서에 오래된 정보가 많이 포함되어 있고, 혼란스러운 서식, 불규칙한 이름이 포함되어 있는 경우 AI의 답변은 "설득력 있는" 것처럼 보이지만 잘못된 내용을 포함할 수 있습니다. 이러한 "신뢰의 환상"은 답변할 수 없는 것보다 더 해롭습니다. 해결책: 공식 출시 전에 지식 베이스의 거버넌스 및 품질 검토를 완료하고 정기적인 검사 메커니즘을 설정합니다. Aily의 AI 검사 기능을 사용하여 의심스러운 콘텐츠를 자동으로 표시합니다. 주요 비즈니스 시나리오에서 수동 검토 지점(Human-In-The-Loop)을 설정합니다.

2. 여러 차례의 대화에서 상황 표류: 긴 고객 서비스 대화에서 Aily는 질문의 초기 초점에서 점차 벗어나거나 여러 차례의 질문 후에 초기의 주요 제약 조건을 잃을 수 있습니다. 이는 L2/L3 수준의 복잡한 비즈니스 시나리오에서 특히 두드러집니다. 해결책: 프롬프트 디자인에서는 각 대화 라운드가 시작될 때 에이전트가 주요 맥락을 요약하도록 명시적으로 요구합니다. 최대 대화 라운드 제한(예: 20라운드)을 설정한 다음 자동으로 수동으로 전환합니다. 주요 의사 결정 노드는 "원스톱" 블라인드 작업을 피하기 위해 실행 전에 사용자 확인을 요구합니다.

3. MCP 도구의 권한 경계 거버넌스: MCP 프로토콜을 통해 작동할 수 있는 Aily의 Feishu 도구 체인은 광범위한 영역(문서 읽기 및 쓰기, 작업 생성, 메시지 전송)을 포괄합니다. 권한이 부적절하게 구성되면 AI가 예상 이상의 작업(예: 실수로 문서를 삭제하거나 메시지를 보내는 등)을 수행할 수 있습니다. 해결책: 최소 권한 원칙을 따르고 업무 역할에 따라 Aily의 도구 액세스 범위를 할당합니다. 되돌릴 수 없는 작업(삭제, 결제, 게시, 일괄 메시지)에 대한 2차 확인 장벽을 설정합니다. Feishu 관리 백그라운드에서 Aily의 운영 감사 로그를 활성화하고 정기적인 재생을 수행하여 AI 동작이 예상 범위 내에 있는지 확인합니다.

4. 고빈도 동시성으로 인한 응답 병목현상: 기업의 모든 직원이 동시에 Aily를 사용할 경우(예: 출석률이 가장 높은 시간대의 HR Q&A, 주요 프로모션 중 고객 서비스 상담 등) 응답이 지연되거나 시간 초과가 발생할 수 있습니다. 해결책: 예상 동시성 최대치를 기준으로 사전에 Feishu Business와 리소스 할당을 전달합니다. L2/L3 배포 계획에서 자동 탄력적 확장을 활성화합니다. 품질 저하 정책 설정 - Aily의 응답 시간이 초과되면 미리 설정된 표준 응답으로 자동 전환됩니다.

'페이슈 네이티브'에 대한 기술적 장벽

Feishu Aily와 일반 에이전트 플랫폼(Coze 및 Dify 등)의 핵심 차이점은 데이터 계층의 깊은 바인딩에 있습니다. 일반 에이전트 플랫폼은 API를 통해 Feishu에 수동으로 연결해야 하며 모든 단계에서 인증, 데이터 형식 변환, 속도 제한 등과 같은 문제를 처리해야 합니다. Aily는 Feishu의 데이터 인프라에서 직접 실행되며 문서, 테이블 및 지식 기반 자체가 에이전트의 "천연 데이터베이스"입니다. 이것이 가져오는 실제 차이점은 구성에서 온라인까지 Aily에서 새로운 지능형 고객 서비스를 생성하는 데 몇 시간 밖에 걸리지 않는 반면, 공통 플랫폼에서 동일한 Feishu 통합을 완료하는 데 며칠이 걸릴 수 있다는 것입니다.

이러한 심층 통합의 반대는 기술 잠금입니다. Aily의 기능 경계는 Feishu의 기능 경계입니다. Feishu 생태계 외부 시스템(예: SAP 및 Salesforce와 같은 외부 CRM)에 연결해야 하는 경우 Aily의 통합 복잡성이 크게 증가합니다. 이 경우 일반 에이전트 플랫폼이 더 많은 이점을 갖게 됩니다.

Feishu Aily 사용 방법

Feishu Aily의 사용 포털은 Feishu Enterprise Edition과 긴밀하게 연결되어 있습니다. 시작 경로는 간단하지만 관리자가 초기에 구성해야 합니다.

빠른 활성화 프로세스

역할	단계	설명
엔터프라이즈 관리자	Feishu 관리 백엔드에 로그인 → "애플리케이션 관리" 선택 → "Aily Work Assistant" 활성화	관리 백엔드	Aily의 액세스 권한, 지식 기반 연결 범위 및 브랜드 이미지를 구성할 수 있습니다.
관리자(선택사항)	Feishu 클라이언트 탐색 표시줄에 Aily 작업 도우미 추가	직원들이 사이드바에서 바로 접근할 수 있어 편리함
기업 임직원	Feishu 클라이언트에서 "Aily Work Assistant"를 검색하고 → 대화 시작	추가 애플리케이션을 설치할 필요 없이 Feishu
웹 접속	브라우저에서 aily.feishu.cn 열기 → QR 코드를 스캔하여 Feishu에 로그인	클라이언트 기능과 동기화

3분이면 빠르게 시작할 수 있습니다(배포 측면).

기업 개발자는 Feishu 개방형 플랫폼을 통해 Aily의 MCP 연결을 구성할 수 있습니다. 다음은 일반적인 MCP 서버 구성 조각입니다(MCP 프로토콜을 통해 Aily 도구 체인을 연결하는 시나리오에 적용할 수 있는 claude_desktop_config.json을 예로 사용).

``json { "mcpServer": { "feishu-aily": { "명령": "npx", "인수": [ "@feishu/mcp-server-aily", "--app-id", "", "--app-secret", "" ], "환경": { "FEISHU_AILY_BASE_URL": "https://aily.feishu.cn" } } } }

> **참고**: 위 코드는 Feishu 개방형 플랫폼 MCP 프로토콜을 기반으로 하는 일반적인 장착 모드입니다. 실제 사용 가능한 MCP 서버 패키지 이름 및 매개변수는 Feishu 개발자 문서를 참조하세요.

### 배포 방법 요약

| 배포 수준 | 구현 방법 | 필수 자원 | 적용 단계 |
|---|---|---|---|
| L1 부서 수준 | Feishu 관리 백엔드의 원클릭 활성화 및 지식 문서 업로드 | 개발이 필요하지 않으며 비즈니스 동료가 스스로 완료할 수 있습니다 | AI Q&A 효과를 빠르게 확인 |
| L2 내부업무 | 워크플로우 구성, 수동 전송 규칙 설정, Feishu 다차원 테이블 연결 | 내부 SOP, 업무+IT 협력 정리 필요 | 부서 간 비즈니스 프로세스로 확장 |
| L3 풀 도메인 서비스 | 외부 시스템과의 API 도킹, 민영화된 모델 배포, 데이터 분석 구성 | 심층적인 비즈니스 지식 + IT 개발 필요 | 외부 고객을 위한 풀링크 솔루션 |

## Feishu Aily 제품 가격

Feishu Aily는 독립적으로 가격이 책정되지 않지만 Feishu Enterprise Edition의 기능 모듈로 주요 제품과 함께 제공됩니다.

**가격 구조**:

| 수수료 유형 | 설명 | 참고정보 |
|---|---|---|
| Feishu 엔터프라이즈 에디션 구독 | Aily의 기본 기능이 포함되어 있습니다 | Feishu 공식 웹사이트의 실시간 가격이 우선합니다 |
| L1 부서 수준 배포 | 추가 비용 없이 사용할 기술 자료 구성 | 추가 비용 제로 |
| L2 내부 비즈니스 구축 | 워크플로우 구성과 관련된 부가 가치 서비스 | 사업 확인 필요 |
| L3 글로벌 엔터프라이즈급 배포 | 모델 민영화 배포 API 통합, 맞춤형 개발 | Feishu 사업 견적 |
| 제3자 모델 민영화 | 추가 GPU 컴퓨팅 성능이 필요한 DeepSeek R1 등 | 모델 공급업체의 견적에 따라 |

**비용 평가 프레임워크**: 기업의 실제 지출은 "Feishu Enterprise Edition 구독료 + 부가가치 서비스 비용(L2/L3) + 모델 배포 비용(선택 사항)"의 세 부분으로 구성되어야 합니다. 그중 Feishu Enterprise Edition 구독이 기본 임계값이고 후자의 두 구독은 기업의 배포 규모와 사용자 정의 깊이에 따라 달라집니다.

**숨겨진 비용 고려사항**:
- 지식 기반 거버넌스에 대한 인적 투자: 기업의 과거 문서가 분산되어 있고 지식을 구성하고 구조화하기 위해 전담 팀이 필요한 경우 이 비용은 소프트웨어 구독료를 초과할 수 있습니다.
- 지속적인 운영 비용: AI가 온라인에 출시되면 그 효과는 끝나지 않습니다. 이를 위해서는 지식 기반의 지속적인 업데이트, 답변 품질 모니터링, 프롬프트 최적화 및 전담 인력 배치가 필요합니다.
- 모델 업그레이드 비용: 연결된 타사 모델이 메이저 버전을 출시하는 경우 다시 테스트하고 조정해야 할 수도 있습니다.

## Feishu Aily의 응용 시나리오

Feishu Aily의 애플리케이션 시나리오는 "기업 내 지식 집약적 및 프로세스 집약적 작업"을 중심으로 전개됩니다. 다음과 같은 4가지 유형의 시나리오가 대규모로 검증되었습니다.

### 시나리오 1: 지능형 고객 서비스 및 지식 센터

이것은 Aily의 가장 심층적인 장면입니다. 기업은 내부 지식 베이스(제품 매뉴얼, 정책 문서, FAQ, 교육 자료)를 Aily에 연결하고, 일선 직원이나 외부 고객은 대화를 통해 직접 정확한 답변을 얻을 수 있습니다.

- **일반적인 용도**: 딜러가 제품 매개변수를 쿼리하고, 매장 직원이 판촉 규칙에 대해 문의하고, HR이 급여 정책에 답변하고, IT가 네트워크 오류 복구 보고서를 처리합니다.
- **비용 절감 및 효율성 향상의 정량적 추론**: Bull Group 사례를 참고로 AI 차단율이 85%라는 것은 고객 서비스 요청 100건 중 15건만이 수동 개입이 필요하다는 것을 의미합니다. 응답 시간이 30분에서 22초로 압축되었습니다. 중견기업(하루 평균 1,000건의 고객 서비스 요청)의 경우 이는 하루에 약 850번의 수동 처리 시간을 해제하는 것과 동일하며 이는 약 5-8명의 정규 고객 서비스 직원의 작업량에 해당합니다.
- **검증 핵심 사항**: 지식베이스의 범위와 정확성이 비즈니스 요구 사항을 충족하는지 여부 AI가 답변하지 못하는 경우 수작업으로 전환하는 규정이 타당한지 여부 다국어 시나리오에서 질문과 답변의 품질.

### 시나리오 2: 직원 온보딩 및 교육

Aily의 '지능형 코칭' 기능을 활용하면 신입사원은 기존의 중앙 집중식 교육이 아닌 대화형 학습을 통해 비즈니스 지식에 빠르게 익숙해질 수 있습니다.

- **일반적인 용도**: 신규 영업사원은 제품 용어를 배우고, 신규 고객 서비스 직원은 일반적인 문제 처리 절차를 숙지하며, 신규 운영자는 플랫폼 운영 매뉴얼을 배웁니다.
- **정량적 참고**: 하이첸에너지스토리지의 경우 신입사원의 기본 업무 능력 습득 시간이 2년에서 4개월로 단축되었고, 지원 근무 시간도 하루 6시간에서 1시간으로 단축되었습니다.
- **검증 핵심사항**: 교육 내용이 회사 자체 비즈니스 시나리오에 따라 맞춤화되었는지 여부; 학습 효과에 대한 정량적 평가 메커니즘이 있는지; 복잡한 기술 시나리오에서 수동 코칭이 필요한지 여부.

### 시나리오 3: 작업 주문 관리 및 프로세스 자동화

Aily는 대화 중에 자동으로 사용자 요구 사항을 파악하고 작업 주문을 생성할 수 있으며 Feishu의 다차원 양식과 작업 시스템을 결합하여 제출부터 추적까지 전체 프로세스를 완료합니다.

- **일반적인 용도**: IT 오류 수리 보고(장비 정보, 오류 설명 및 긴급성 자동 추출), HR 온보딩 프로세스(자동 승인 생성, 워크스테이션 할당 및 계정 개설), 법적 계약 검토(자동으로 핵심 용어 추출 및 위험 지점 표시).
- **비용 절감 및 효율성 향상의 정량적 추론**: 회사에 매일 200개의 내부 서비스 작업 주문이 있다고 가정합니다. 각 작업 주문을 작성하는 데는 직원이 평균 5분, 관리자가 처리하는 데 10분이 소요됩니다. AI 자동 양식 작성은 직원의 양식 작성 시간을 80%(5분에서 1분으로) 단축할 수 있고, 지능형 라우팅은 관리자의 처리 시간을 30%(10분에서 7분) 줄여 하루 총 약 13인시간을 절약할 수 있습니다.
- **검증 핵심사항**: 작업지시 분류의 정확성; 자동으로 생성된 작업 주문 정보의 완전성 기존 비즈니스 시스템과의 통합 깊이.

### 시나리오 4: AI 품질 검사 및 규정 준수 모니터링

Aily는 기존의 수동 무작위 검사 모드를 대체하여 고객 서비스 대화, 판매 기록, 서비스 기록에 대한 전체 AI 품질 검사를 수행할 수 있습니다.

- **일반적인 용도**: 고객 응대 연설 중 불법 표현을 식별하고, 판매 약속이 승인 범위를 초과하는지 여부를 탐지하며, 서비스 프로세스에서 잠재적인 위험을 발견합니다.
- **정량적 참고**: 불그룹의 경우 품질검사를 수동검사(2시간/품목)에서 Full AI Coverage(0.5시간/200품목)로 업그레이드하였습니다. 품질 검사 수준의 효율성이 800배 향상되었습니다. 문제 차단율은 60%로 안정적이었습니다.
- **검증 핵심사항**: 품질검사 모델의 정확도 및 오탐률; 복잡한 시나리오(방언, 업계 용어 등)에서의 인식 능력 품질 검사 결과와 후속 개선 조치 간의 통합 메커니즘.

### 장면 적응 매트릭스

| 치수 | 가장 잘 맞는 | 두 번째로 가장 잘 맞는 | 적합하지 않음 |
|---|---|---|---|
| 산업 | 첨단제조, 체인소매, 금융 및 보험, 정책컨설팅, 인터넷 | 의료(전문자격 필요), 교육(맞춤형 교육) | 창조성이 높은 산업(디자인, 광고) |
| 규모 | 직원 200명 이상의 중/대기업 | 직원 수 50~200명 규모의 성장 기업 | 직원 50명 미만의 중소기업 |
| Feishu 사용 수준 | Feishu Office를 완벽하게 사용 | 부분적으로 Feishu 사용 | Feishu를 사용하지 않음 |
| 데이터 준비 | 기존의 구조화된 지식 기반 | 문서가 흩어져 있지만 정리할 수 있습니다 | 디지털 지식 자산 없음 |
| 핵심 요구사항 | 고주파 반복 Q&A, 내부 프로세스 자동화 | 간단한 지식 쿼리 | 심층적인 오리지널 콘텐츠 생성, 복잡한 협상 |

## Feishu Aily 적용 그룹

Feishu Aily의 포지셔닝은 해당 그룹에 명확한 전제 조건이 있음을 결정합니다. 기업은 이미 Feishu를 사용했으며 특정 디지털 기반을 갖추고 있습니다.

### 해당자

- **기업 지식 관리팀(KM/문서화 팀)**: 기업 지식 자산(제품 매뉴얼, 정책 문서, 교육 자료, 이력 사례)을 Aily 지식 베이스로 구현하도록 구조화하고 지속적인 업데이트를 통해 답변 품질을 유지하는 역할을 담당합니다. Aily의 AI 검사 및 자동 표시 기능은 지식 기반의 일상적인 운영 및 유지 관리에 대한 인적 투자를 크게 줄일 수 있습니다. 단 한 사람만이 백만 단어로 구성된 비즈니스 코퍼스를 조정하고 유지 관리할 책임이 있습니다.
- **IT 시스템 관리자 및 개발자**: Aily의 배포 구성, MCP 도구 체인 연결, 엔터프라이즈 수준 모델 민영화 배포 및 시스템 통합을 담당합니다. L2/L3 수준 배포에는 API 도킹, 권한 구성, 감사 로그 관리 등을 포함하여 IT 팀의 심층적인 참여가 필요합니다.
- **고객 서비스 및 운영 팀 리더**: Aily의 지능형 고객 서비스, 지능형 품질 검사, 지능형 작업 주문 기능을 사용하여 서비스 프로세스를 최적화합니다. 이러한 역할의 핵심 이점은 'AI로 대체'되는 것이 아니라 지루하고 반복적인 작업에서 벗어나 복잡한 고객 불만 처리, 서비스 품질 개선 계획 등 인간의 판단이 필요한 고부가가치 작업에 집중할 수 있다는 것입니다.
- **HR 및 교육 부서**: 지능형 스파링 기능을 사용하여 직원 온보딩 효율성과 교육 범위를 개선합니다. Aily는 실제 비즈니스 시나리오를 기반으로 개인화된 학습 경로를 구현하기 위해 연습 및 시뮬레이션된 대화를 자동으로 생성할 수 있습니다.
- **기업 임원 및 비즈니스 라인 리더**: Aily의 사용 분석 및 품질 검사 데이터 대시보드를 통해 팀의 서비스 효율성, 고빈도 문제 분산 및 서비스 품질 동향을 이해하고 경영 의사 결정을 위한 데이터 지원을 제공합니다.

### 군중에게 적합하지 않음

- **Feishu 비사용자**: Aily는 Feishu 생태계와 깊이 연결되어 있어 독립적으로 사용할 수 없습니다. Feishu가 없는 기업이나 개인 사용자에게는 적용되지 않습니다.
- **개인 사용자**: Aily에는 개인 유료 버전이 없으며 기업 팀 협업 시나리오를 목표로 합니다. 개인이 매일 사용하는 AI 비서(예: DeepSeek, Kimi, Doubao)가 이러한 요구에 더 적합합니다.
- **심층적인 독창적인 콘텐츠가 필요한 기업**: Aily의 지식 검색 및 Q&A는 기존 지식 기반을 기반으로 하며, "새로운 콘텐츠 생성"보다는 "기존 정보 검색"에 능숙합니다. 브랜드 카피라이팅 창의성, 장문의 심층 보도, 소설 창작 등에 AI가 필요하다면 일반 대형 모델과의 직접적인 상호작용이 더 적합하다.
- **AI 비용에 극도로 민감한 중소기업**: Feishu Enterprise Edition의 구독료에 Aily의 배포 및 운영 비용을 더하면 50명 미만의 팀에는 비용 효율적이지 않을 수 있습니다. 이러한 회사는 무료 범용 AI 도구로 시작한 다음 확장함에 따라 Aily를 평가할 수 있습니다.

## 요약 및 전망

Feishu Aily는 엔터프라이즈급 AI 에이전트 구현을 위한 "심층 통합 경로"를 나타냅니다. 기존 시스템 외부에 새로운 AI 플랫폼을 구축하는 대신 AI 기능은 기업에서 매일 사용하는 협업 시스템에 기본 모듈로 내장됩니다. 이 접근 방식의 장점과 한계는 분명합니다.

**핵심 경쟁 위치**: Aily의 대체 불가능성은 "Feishu Native"의 데이터 통합 ​​깊이에서 비롯됩니다. Feishu 생태계 내에서 구현하는 지식 검색, 작업 주문 자동화, 고객 서비스 품질 검사, 지능형 스파링 및 기타 기능을 일반 에이전트 플랫폼 + Feishu API를 통해 수동으로 구현하는 경우 통합 비용과 시간은 최소한 10배 이상 높아집니다. 이미 Feishu를 광범위하게 활용하고 있는 기업을 위해 Aily는 "데이터 소유"에서 "데이터 기반 효율성"까지 최단 경로를 제공합니다.

**현재 핵심 장점**:
- Feishu 생태계의 기본 통합으로 클라우드 문서, 다차원 테이블, 작업 시스템 등과 같은 내부 자산을 구성 없이 호출할 수 있습니다.
- 사다리형 배치 설계(L1→L2→L3), 기업은 위험이 낮은 AI 구현을 점진적으로 추진할 수 있습니다.
- 고객사례에서 입증된 정량적 효과(차단율 85%, 응답시간 22초 단축, 연간 인시 절감 10,000시간 이상)
- 금융, 정부 업무 등 규정 준수 수준이 높은 산업의 데이터 보안 요구 사항을 충족하기 위한 모델 민영화 배포 지원
- MCP 프로토콜 지원, 확장 가능한 Feishu 독점 툴 체인

**현재 주요 제한사항**:
- Feishu 생태계에 완전히 묶여 있어 Feishu가 아닌 사용자는 사용할 수 없으며 시장 상한선은 Feishu 보급률에 따라 제한됩니다.
- 답변의 품질은 지속적인 운영 투자가 필요한 기업 지식 기반의 완전성과 적시 업데이트에 크게 좌우됩니다.
- Feishu 생태계 외부의 외부 시스템(예: SAP, Salesforce)에 대한 통합 기능은 일반 에이전트 플랫폼에 비해 약합니다.
- Enterprise Edition 구독료 및 고급 배포(L3)의 비용 구조가 충분히 투명하지 않으며 비즈니스 커뮤니케이션이 필요합니다.
- 복잡한 업계 용어와 다국어 혼합 시나리오에서 AI 품질 검사 및 마킹의 정확성은 공개 사례에서 완전히 검증되지 않았습니다.

**추가 관찰 포인트**:
- Feishu Aily가 Feishu를 정식 사용자가 아닌 회사의 채택 임계값을 낮추기 위해 독립적인 기업용 버전 구독 계획을 시작할 것인지 여부
- MCP 생태계가 Feishu 이외의 타사 도구(예: Google Workspace, Microsoft 365 등)에 개방되는지 여부
- 다양한 규모의 기업에서 복제 가능성을 검증하기 위해 고객 사례가 현재 대기업에서 중견 시장으로 확대되는지 여부

**조달 및 채택 위험 평가**:
- 이미 Feishu를 사용하고 있는 기업의 경우 Aily 채택 위험이 낮습니다. 추가 하드웨어나 소프트웨어를 구매할 필요 없이 L1부터 하나의 부서에서 시범 운영할 수 있으며 확장 전에 효과를 정량화할 수 있습니다. 권장 경로는 수동 상담이 많고 상대적으로 완전한 지식 자산을 갖춘 부서(예: IT 지원 HR 서비스 데스크)를 파일럿으로 선택하는 것입니다. 2~4주 동안 실행한 후 차단율, 응답 시간, 사용자 만족도의 세 가지 핵심 지표를 평가합니다. 표준에 도달한 후에는 고객 서비스, 판매, 교육 및 기타 시나리오로 확장될 수 있습니다.
- Feishu를 고려 중인 기업의 경우 Aily가 Feishu 선택 평가에 포함되어야 합니다. 이는 기업이 무료 협업 도구에서 Feishu로 전환하도록 유도하는 핵심 기능이 될 수 있습니다. 실제 비즈니스 데이터로 효과를 검증하려면 Feishu의 시범 운영 중에 Aily의 PoC(개념 증명)를 동시에 시작하는 것이 좋습니다.
- 이미 경쟁 AI 에이전트 플랫폼(예: Coze 및 Dify)을 사용하고 Feishu와 긴밀하게 통합된 팀의 경우 "Aily로 전환하여 얻을 수 있는 생태학적 통합 이점"과 "기존 에이전트 플랫폼을 마이그레이션하는 데 드는 비용" 간의 균형을 평가해야 합니다. 3~5개의 핵심 자동화 시나리오를 선택하여 Aily와 기존 플랫폼에 각각 구현하고 구성부터 출시까지의 시간 비용과 운영 효과를 비교하는 것이 좋습니다.
- 공식 조달에 앞서 모든 기업은 다음 사항을 확인해야 합니다. Feishu Enterprise Edition의 SLA가 Aily 서비스에 적용되는지 여부 모델 민영화 배포를 위한 기술 요구 사항이 기존 IT 인프라와 일치하는지 여부 지식베이스 데이터의 상업적 허가 범위와 사용 제한이 명확한지 여부.

관련 도구: crewai, langchain

버전 정보

• FeishuAly 현재 ：지식 검색, 심층적 사고, 기업 맞춤형 MCP, 모델 민영화 배포를 지원합니다. （~2025-07）
• Feishu Aily 미리보기 ：초기 미리보기 버전, 기본 에이전트 기능 및 지식 기반 통합. （~2024-01）