Firmos는 기업이 AI를 사용하여 비즈니스 프로세스를 자동화하고, 운영 효율성을 최적화하며, 시스템 데이터를 통합할 수 있도록 지원하는 AI 기반 엔터프라이즈 비즈니스 자동화 플랫폼입니다. AI를 활용해 운영 효율성을 향상시키려는 중소기업과 대기업을 대상으로 합니다.

피르모스

Firmos의 핵심 매개변수 및 통계

Firmos는 중견기업과 대기업을 위한 AI 비즈니스 자동화 플랫폼(Type D - 생산성/비즈니스 측면 애플리케이션)입니다. 핵심 가치는 단순히 규칙 기반 작업을 수행하는 것이 아니라 AI를 사용하여 기존 비즈니스 프로세스에서 인간의 판단이 필요한 매듭을 대체하는 데 있습니다. 전통적인 RPA(규칙에 의한 실행)와 AI Agent(완전 자율적 의사결정)의 중간 지점에 있습니다. 프로세스 경계는 기업에서 정의되고 프로세스의 판단 지점은 AI에 의해 처리되지만 판단 결과는 여전히 미리 설정된 비즈니스 규칙 프레임워크 내에 있습니다. 이 설계는 규제 대상 산업(금융, 의료, 법률)에서 특히 중요합니다.

프로젝트	공공정보
제품 포지셔닝	AI 기업 비즈니스 자동화 플랫폼
핵심역량	AI 프로세스 자동화 LLM 통합 의사결정, 다중 시스템 데이터 상호연결
기술 로드맵	프로세스 엔진 + LLM 의사결정 노드 하이브리드 아키텍처
배포 양식	SaaS 클라우드
플랫폼 지원	웹
홈	미국
대상 고객군	중소기업 및 대기업
비즈니스 모델	SaaS 구독
최신 버전	1.0 (~2025-09)
첫 번째 버전	0.1 출시(~2024-06)
지원되는 언어	ko-KR

한 문장으로 간단히 검토: Firmos는 또 다른 RPA 도구가 아니라 "AI 기반 엔터프라이즈 프로세스 두뇌"입니다. 이는 규칙에 따라 실행할 수 있을 뿐만 아니라 AI 판단 및 의사 결정도 사용할 수 있지만 경계는 다음과 같습니다. "판단은 필요하지만 완전한 자율성은 필요하지 않은" 반자동 시나리오에 더 적합합니다.

포지셔닝 분석: 제품 디자인 관점에서 Firmos는 AI Agent보다 좁지만 기존 RPA보다 넓은 경로를 선택했습니다. 기존 RPA는 구조화된 데이터와 결정론적 규칙만 처리할 수 있으며 예외가 발생하면 인간에게 전달됩니다. AI 에이전트는 자율적으로 추론할 수 있지만 의사 결정 프로세스에는 기업 수준의 감사 및 제어가 부족합니다. Firmos는 그 사이 어딘가에 위치합니다. 프로세스 경계는 기업에 의해 정의되고 프로세스의 판단 지점은 AI에 의해 처리되지만 판단 결과는 여전히 미리 설정된 비즈니스 규칙 프레임워크 내에 속합니다. 'AI가 프레임워크 내에서 판단한다'는 디자인 철학은 금융, 의료, 법률 등 규제 대상 산업에서 실질적인 의미를 갖는다.

Firmos의 사용자 및 시장 인지도

엔터프라이즈 자동화 시장은 현재 명확한 3개 계층 차별화를 제시합니다. 맨 아래 레이어는 Zapier/Make(개인 및 소규모 팀용)로 대표되는 경량 SaaS 커넥터, 중간 레이어는 Workato/Boomi(IT 통합 팀용)로 대표되는 엔터프라이즈 iPaaS, 상위 레이어는 UiPath/Automation Anywhere(대규모 프로세스 아웃소싱 시나리오용)로 대표되는 기존 RPA입니다. Firmos는 중간 계층과 상위 계층 사이에 새로운 "AI 네이티브" 트랙을 열려고 시도합니다.

시장 포지셔닝의 차별화: UiPath와 비교하여 Firmos의 장점은 기본 AI 설계에 있습니다. UiPath의 AI 기능은 나중에 AI Center 모듈을 통해 추가되는 반면, Firmos의 프로세스 엔진에는 설계 초기부터 LLM 결정 노드가 내장되어 있습니다. Workato에 비해 Firmos는 순수한 데이터 통합보다는 '지능형 의사결정'을 강조합니다. Workato의 핵심은 이벤트 중심 시스템 통합인 반면, Firmos의 핵심은 프로세스에 내장된 AI 판단 기능입니다. Zapier와 비교하여 Firmos는 개인 효율성 도구가 아닌 엔터프라이즈 수준 프로세스 거버넌스를 지향합니다. Firmos의 감사 로그, 권한 관리 및 AI 결정 추적은 엔터프라이즈 수준 배포를 위한 기본 요구 사항이며 일반적으로 Zapier 시나리오에서는 핵심 요구 사항이 아닙니다.

엔터프라이즈 수준 기능: 엔터프라이즈 수준 SaaS 제품인 Firmos의 핵심 경쟁력은 다음과 같은 엔터프라이즈 수준 기능의 조합에서 비롯됩니다. ① AI 결정에 대한 전체 링크 감사 로그 - AI가 내린 모든 판단은 잘 문서화됩니다. ② 주류 엔터프라이즈 시스템(Salesforce, SAP, Oracle, HubSpot 등)으로 사전 구축된 커넥터 ③ 기업 수준의 권한 관리 및 SSO 통합; ④ 구성 가능한 Human-in-the-loop - 이는 규제 대상 산업의 기본 임계값입니다. 이러한 기능은 Firmos와 기존 RPA 및 경량 자동화 도구 간의 주요 차별화 요소입니다.

커뮤니티 및 생태학: 현재 Firmos의 공개 커뮤니티 데이터(GitHub 스타, 제3자 리뷰, 사용자 사례)는 상대적으로 제한되어 있으며 이는 기업 직접 판매에 초점을 맞춘 비즈니스 모델과 일치합니다. 많은 유사한 기업 자동화 제품은 오픈 소스 커뮤니티를 핵심 고객 확보 채널로 사용하지 않습니다. 구체적인 고객 사례, 파트너 생태계, 업계 인증, 제3자 평가 데이터는 공식 제품 페이지 및 공식 홈페이지에 실시간 공개됩니다. 기업 자동화 트랙에서 기업 고객의 구매 결정은 공개 커뮤니티 데이터보다는 PoC(개념 증명) 결과와 업계 평판에 더 많이 의존합니다.

Firmos의 비용 이점

피르모스의 비용 구조는 3계층 관점에서 해체되어야 하며, 각 계층은 서로 다른 비용 구성요소와 평가 우선순위를 가지고 있습니다. 경쟁 제품에 비해 피르모스의 비용은 기본 프로세스 실행보다는 'AI 역량의 통합과 거버넌스'에 주로 집중돼 있다.

C면/개인: Firmos는 개인 사용자를 위한 것이 아니며 무료 버전이나 경량 버전도 제공하지 않습니다. 이는 개인이나 소규모 팀이 무료로 제품 경험을 검증할 수 없으며 비즈니스 의사소통 및 시험 평가 후에 결정이 이루어져야 함을 의미합니다.

API/개발자: 개발자가 Firmos의 자동화 기능을 자신의 시스템에 내장하는 데 적합한 공식 API 인터페이스가 제공됩니다. API 계층의 비용은 통화량 및 프로세스 복잡성의 가격 구조에 따라 달라집니다. 특정 API 수수료 표준, 빈도 제어 제한(Rate Limit), 동시성 상한 및 SLA 약정은 ​​공식 실시간 가격 페이지에 적용됩니다. 개발자가 평가할 때 API 인증 방법, 데이터 형식 호환성, 통합 테스트를 위한 개발 샌드박스 환경이 있는지 여부에 중점을 두는 것이 좋습니다.

기업/개인: Firmos는 기업 수준의 SaaS 구독에 중점을 두고 있으며 가격 차원에는 일반적으로 프로세스 수, API 호출, 사용자 좌석 및 전용 배포 요구 사항이 포함됩니다. 가격은 공개되지 않기 때문에 기업 고객은 비즈니스 커뮤니케이션을 통해 정확한 견적을 받아야 합니다. 사업팀과 연결 시에는 다음 4가지 과금 요소를 명확히 하는 것이 좋습니다. ① 처리 횟수 및 초과 후 과금 방법에 제한이 있는지 여부, ② AI 노드가 호출하는 LLM 수수료가 통합 패키지로 청구되는지, 수량별로 청구되는지 여부 ③ 사용자 자리를 뷰어, 편집자, 관리자 역할로 구분하는지 여부와 가격 차이 ④ 장기계약 할인 여부.

무료 진실: Firmos는 무료 패키지를 제공하지 않지만 주로 기업 평가판(파일럿)을 제공합니다. 이는 기업이 정식 구독을 시작하기 전에 프로세스 구성, 커넥터 테스트, AI 노드 정확도 검증 등 시험 평가를 완료하기 위해 인력에 투자해야 함을 의미합니다. Zapier의 무료 플랜 진입 경로와 비교하여 Firmos의 평가 임계값이 더 높습니다. 그러나 UiPath의 Community Edition 라이센스 제한과 비교할 때 Firmos의 평가판 경로는 실제 생산 상황을 더 잘 시뮬레이션할 수 있습니다.

숨겨진 비용: Firmos의 숨겨진 비용은 주로 다음 세 가지 측면에 반영됩니다.

1. AI 노드의 초기 구성 비용: 비즈니스 전문가는 암묵적인 지식을 훈련 가능한 판단 표준(예: "어떤 종류의 송장이 비정상으로 간주되는지")으로 변환해야 하며, AI 엔지니어는 적절한 프롬프트 템플릿과 검증 논리를 설계해야 합니다. 이러한 지식 이전 및 엔지니어링 구현 프로세스는 프로세스 복잡성에 따라 일반적으로 2~4주가 소요됩니다.
2. 지속적인 조정 비용: AI 노드의 의사 결정은 영구적이지 않습니다. 비즈니스 규칙이 변경되고(예: 회사 정책 업데이트) 데이터 배포가 변경되며(예: 고객 유형 변경) LLM 모델 자체도 반복됩니다. 기업은 AI 정확성에 대한 정기적인 검토 메커니즘(월별 또는 분기별 권장)을 구축하고 이를 위한 인력을 확보해야 합니다.
3. 통합 공동 디버깅 비용: 핵심 시스템(ERP, CRM)과의 인터페이스 인증, 데이터 매핑, 예외 처리 및 재시도 논리 구성을 위해서는 IT 팀이 초기 단계에서 추가 개발 및 테스트 인력 시간을 투자해야 할 수 있습니다. 특히 표준 API가 없는 레거시 시스템의 경우 통합 비용이 크게 증가할 수 있습니다.

숨겨진 이점: Firmos의 장기적인 가치는 지속적으로 프로세스를 최적화하는 능력에 있습니다. 기존 RPA는 고정된 규칙을 수동적으로만 실행할 수 있으며 프로세스 효율성은 온라인에 접속할 때 이미 결정됩니다. Firmos의 AI 엔진은 프로세스 실행의 이력 데이터를 분석하고, 병목 현상(프로세스가 수동 작업으로 자주 전환되는 특정 AI 노드 등), 빈도가 높은 비정상 패턴(계속 낮은 특정 유형의 작업 주문을 분류하는 정확도 등)을 자동으로 식별하고, 운영 팀에 프로세스 개선 계획을 적극적으로 권장할 수 있습니다. 기업의 장기적인 운영에서 이러한 "프로세스 인텔리전스" 기능을 통해 생성되는 복합적인 이점은 초기 배포 투자를 초과하는 경우가 많습니다.

대안과의 비용 비교(기업 수준의 연간 TCO 공제):

비용 차원	피르모스	UiPath(AI 센터 포함)	재피어 엔터프라이즈	워크토
기본 연회비	사업 확인 필요(공개 가격 없음)	엔터프라이즈 버전은 연간 약 $15,000+부터 시작	월 $2,000+부터 시작	연간 약 $10,000부터 시작
AI 역량 비용	내장된 AI 결정 노드	AI 센터에는 추가 가입이 필요합니다	내장 AI 없음, 외부 API 필요	통화량에 따라 측정되는 LLM 커넥터
초기 구성 인력	2~4주(비즈니스+AI팀)	2~6주(IT 주도 규칙 정의)	1~2일(AI 노드 없음)	2~4주(통합 구성)
지속적인 유지관리 비용	AI 노드의 정기적인 튜닝	Rule 유지관리 + AI 모델 관리	낮음(커넥터 안정성에 따라 다름)	중형(통합링크 모니터링)
규모 경계	중소기업 및 대기업(100명 이상)	대기업(1,000명 이상)	부서 수준의 소규모 팀	중소기업 및 대기업

피르모스의 주요 기능

Firmos의 기능 시스템은 "AI를 통한 기업 비즈니스 프로세스 향상"이라는 핵심 목표를 중심으로 이루어졌습니다. 5가지 핵심 기능은 고립된 역량이 아닌 '인식 → 판단 → 실행 → 통찰 → 거버넌스'의 완전한 관계를 형성합니다.

• 지능형 프로세스 자동화 엔진: 핵심은 AI 의사결정 노드를 지원하는 프로세스 엔진입니다. 전통적인 if-then 규칙 엔진과 달리 Firmos의 프로세스 노드는 LLM을 직접 호출하여 의미론적 판단을 내린 다음 AI 출력을 기반으로 후속 프로세스 분기를 결정할 수 있습니다. 적용 가능한 작업: 고객 작업 주문 분류, 송장 사전 검토, 규정 준수 심사 등 판단이 필요한 반복적인 비즈니스 프로세스입니다. 수용 문제: 다양한 입력 조건에서 AI 노드의 정확성과 신뢰도 분포, 그리고 AI 의사결정 시간이 초과되거나 실패할 경우 성능 저하 전략.
• LLM 통합 노드: 프로세스에 GPT 및 Claude와 같은 주류 대형 언어 모델 삽입을 지원합니다. 비즈니스 담당자는 프롬프트 템플릿을 정의하고 프로세스 변수를 LLM 노드에 전달한 다음 LLM 출력을 다시 프로세스 필드에 매핑할 수 있습니다. AI는 더 이상 독립형 대화 창이 아니라 비즈니스 프로세스에서 조정 가능한 구성 요소입니다. 적용 가능한 작업: 텍스트 생성(고객 이메일에 자동으로 회신), 데이터 추출(구조화되지 않은 문서에서 필드 추출), 콘텐츠 검토(규정 준수 위험에 대한 마케팅 사본 확인). 수용 문제: 프롬프트 템플릿의 유지 관리 가능성 - 비즈니스 규칙이 변경되면 비즈니스 담당자가 개발 팀에 의존하지 않고 독립적으로 프롬프트를 수정할 수 있습니다.
• 교차 시스템 커넥터: 주류 엔터프라이즈 시스템(CRM, ERP, HRM, 티켓팅 시스템)과 사전 구축된 커넥터를 제공하여 양방향 데이터 읽기 및 쓰기와 웹훅 이벤트 트리거링을 지원합니다. 적용 가능한 작업: 데이터 사일로를 무너뜨리고 CRM에서 ERP로의 자동 주문 흐름, 작업 주문에서 지식 기반으로의 고객 지원 자동 업데이트 등 시스템 간 프로세스 자동화를 실현합니다. 수락 문제: 대상 시스템 API 변경과의 커넥터 호환성 - 연결된 대상 시스템이 API 버전을 업그레이드하는 경우 Firmos의 커넥터는 언제 업데이트되며 업데이트 책임자는 누구입니까?
• 프로세스 분석 및 인사이트 대시보드: AI 엔진은 비즈니스 프로세스가 실행되는 동안 지속적으로 실행 데이터를 수집합니다.

데이터 - 처리 시간 소비, 예외율 AI 결정 분포, 병목 노드 등을 포함하여 시각적 대시보드에 표시됩니다. 적용 가능한 작업: 프로세스 최적화 의사결정 지원을 통해 운영팀이 효율성 병목 현상과 AI 정확도 저하 추세를 발견할 수 있도록 지원합니다. 수용 문제: 데이터 새로 고침 대기 시간 – 실시간 모니터링 또는 T+1 분석 및 데이터 내보내기 형식이 기존 BI 도구와의 통합을 지원하는지 여부.

• AI 결정 로그 및 감사: 입력 데이터 LLM 반환 판단, 신뢰 점수 및 최종 비즈니스 결과를 포함하여 AI와 관련된 모든 프로세스 결정이 완전히 기록됩니다. 적용 가능한 업무: 규정 준수 감사 AI 결정 검토, 규제 대상 산업의 규제 요구 사항. 수용 문제: 로그 보존 기간, 내보내기 형식 및 인간-기계 가독성 - 내부 감사 시스템과의 통합을 위해 구조화된 내보내기(JSON/CSV)를 지원할지 여부.

[전문가 관점] 기능적 시너지: 위의 5가지 기능이 완전한 "AI 프로세스 관리 시스템"을 구성합니다.

1. 커넥터(인식 레이어)는 비즈니스 시스템에서 원본 데이터를 얻습니다.
2. LLM 노드(판단 계층)는 데이터에 대한 의미 분석 및 판단을 수행합니다.
3. 프로세스 엔진(실행 계층)은 판단 결과에 따라 비즈니스 조치를 실행합니다.
4. 분석 대시보드(Insight Layer) 실행 효과를 모니터링하고 최적화 여지를 찾습니다.
5. 감사 로그(거버넌스 레이어)는 AI 결정의 전체 링크 추적성을 보장합니다.

이러한 폐쇄형 설계는 피르모스의 가치가 '인력 대체'뿐만 아니라 '지속적인 프로세스 최적화'에도 있다는 것을 의미합니다. 기존 RPA가 온라인 상태가 되면 프로세스 효율성은 고정되고(비즈니스 규칙 변경으로 인해 저하될 수도 있음), Firmos는 시간이 지남에 따라 프로세스를 더욱 효율적으로 만들 수 있습니다. AI는 실행 데이터에서 학습할 수 있기 때문에 운영팀은 통찰력을 기반으로 프롬프트와 프로세스 설계를 지속적으로 개선할 수 있습니다.

Firmos 모델 및 버전 진화

Firmos는 클라우드 SaaS를 주요 제공 형태로 사용하며 버전 진화에는 초기 개념 증명부터 상용화까지 제품의 프로세스가 반영됩니다. 오픈 소스 프로젝트와 달리 엔터프라이즈 수준 SaaS 제품의 버전 번호는 엄격한 기능 변경 노드보다는 비즈니스 이정표에 더 가깝습니다.

초기 출시 단계

• 0.1/런칭(~2024-06): 제품의 최초 출시 버전으로, AI 프로세스 자동화 기술의 타당성을 핵심 검증합니다. 이 기능은 기본 프로세스 엔진 LLM 통합 노드와 소수의 커넥터를 포함합니다. 이 단계의 목표는 제품 컨셉을 입증하고 시드 고객 피드백을 축적하는 것입니다. 아직 공식적인 정확한 날짜는 없습니다.

상용화 단계

• 1.0/현재(~2025~09) : 검증 가능한 최신 버전으로, 기술검증을 거쳐 상용화 단계에 진입한 제품입니다. 핵심 변경 사항에는 엔터프라이즈급 권한 관리 및 SSO 통합, AI 결정에 대한 완전한 감사 로그, 더 많은 사전 구축 커넥터(CRM/ERP 영역), 더욱 안정적인 프로세스 실행 엔진 및 엔터프라이즈급 SLA 지원이 포함됩니다. 이 버전은 기업 평가 및 조달을 위한 기본 참조 기준입니다. 아직 공식적인 정확한 날짜는 없습니다.

반복 참고: Firmos는 지속적으로 제품을 클라우드에 제공하므로 실제 기능 반복은 주로 지속적인 릴리스를 기반으로 하며 명확한 의미 버전 번호가 없을 수 있습니다. 해당 관계자는 전체 버전 출시 일정과 자세한 변경 로그를 공개하지 않았습니다. 최신 정보는 공식 제품 업데이트 로그 및 공지 채널을 참고하시기 바랍니다. 기업 평가 중에는 비즈니스 팀에 지난 6~12개월 간의 기능 릴리스 기록을 요청하여 제품 반복 속도와 방향이 자체 요구 사항을 충족하는지 확인하는 것이 좋습니다.

피르모스의 기술적 장점

Firmos의 기술적 이점은 기본 모델(제3자 LLM에 의존함)의 성능이 아니라 "안전하고 제어 가능하며 감사 가능한 방식으로 LLM을 기업 비즈니스 프로세스에 포함시키는 방법"에 대한 엔지니어링 구현에 있습니다. 다음은 네 가지 핵심 메커니즘과 그에 따른 비즈니스 효과입니다.

메커니즘 1: 프로세스 엔진 + LLM의 하이브리드 아키텍처 기존 RPA의 프로세스 엔진은 결정론적 규칙(if-then-else)을 사용하며 알려진 시나리오의 경계만 다룰 수 있습니다. AI Agent는 알려지지 않은 시나리오를 처리할 수 있지만 의사 결정 프로세스에는 기업 수준의 제약이 없습니다. Firmos를 사용하면 프로세스 노드에 LLM 호출을 포함할 수 있으므로 프로세스가 판단이 필요하지만 완전한 인간 참여가 필요하지 않은 엣지 시나리오를 처리할 수 있습니다. 효과: 동일한 프로세스로 더 넓은 범위의 비즈니스 변형을 처리할 수 있으므로, 처리할 수 없는 규칙으로 인한 수동 작업의 비율이 줄어듭니다. 적용 가능한 시나리오: 고객 작업 주문 분류 - 기존 규칙은 모든 비정상적인 상황(예: 문제를 설명하기 위해 비표준 표현을 사용하는 고객)을 다룰 수 없는 반면, LLM은 의미론적 이해를 기반으로 분류를 완료할 수 있습니다.

메커니즘 2: 사전 설정된 의사결정 프레임워크 AI 에이전트가 직접 자율적 결정을 내리도록 하는 것과는 달리, 피르모스의 AI 노드는 미리 설정된 비즈니스 규칙 프레임워크 내에서 작동합니다. 기업은 먼저 프로세스 경계("수동으로 수행할 수 있는 작업과 수행해야 하는 작업")를 정의하고, AI 노드는 경계 내에서만 판단을 내리며, 경계를 초과하는 시나리오는 자동으로 수동 프로세스로 전환됩니다. 효과성: 기업 수준의 제어 가능성과 감사 가능성을 유지하면서 AI의 유연성을 확보합니다. 모든 AI 결정은 판단이 허용된 경계 조건까지 추적될 수 있습니다. 적용 가능한 시나리오: 금융 업계의 거래 검토 - AI는 비정상적인 거래를 표시하고 분석 기반을 제공할 수 있지만, 릴리스 또는 거부에 대한 최종 결정은 여전히 ​​사전 설정된 비즈니스 규칙 및 수동 승인에 의해 제어됩니다.

메커니즘 3: 결정 로그의 무결성 Firmos의 감사 로그는 "프로세스가 실행된 분기"를 기록할 뿐만 아니라 "AI가 이 분기를 선택한 이유"(입력 데이터 LLM 반환 결과 및 신뢰도 점수 포함)도 기록합니다. 효과: AI 결정의 설명 가능성에 대한 규제 산업의 요구 사항을 충족합니다. 규제 기관이나 감사자가 자동화된 결정의 근거에 대한 설명을 요구하는 경우 감사 로그는 완전한 추적성 링크를 제공할 수 있습니다. 적용 가능한 시나리오: 의료급여 검토 - AI가 특정 급여를 비정상으로 표시한 이유와 AI가 판단한 특성이 무엇인지 설명해야 합니다.

메커니즘 4: 노코드와 로우코드의 혼합 구성 비즈니스 담당자는 코드를 작성하지 않고도 프로세스 토폴로지를 정의하고, AI 노드의 프롬프트 템플릿을 구성하고, 비즈니스 분야를 시각적 인터페이스를 통해 매핑할 수 있습니다. 심층적인 통합을 위해 개발팀에 API와 Webhooks도 제공됩니다. 효과성: 비즈니스 부서가 프로세스 자동화에 참여할 수 있는 임계값을 낮추는 동시에(개발 일정에 의존할 필요 없음) IT 부서의 확장 기능을 유지합니다. 적용 가능한 시나리오: 부서 간 프로세스 자동화 - 비즈니스 팀은 "판단 논리"를 구성하고 IT 팀은 "시스템 통합"을 구성하며, 각각 자신이 능숙한 수준에서 작업합니다.

경쟁 제품과의 기술 비교:

기술적인 차원	피르모스	유아이패스	자피어	워크토
프로세스 엔진 코어	AI 노드 + 규칙 하이브리드	순수 규칙 엔진	이벤트 트리거링 + 액션 체인	이벤트 기반 통합
AI 통합 방식	기본 LLM 노드(내장)	AI 센터 플러그인(플러그인)	외부 API 호출(네이티브 없음)	LLM 커넥터
비정형 데이터 처리	지원됨(LLM 의미 이해)	제한적(AI 센터 필요)	지원되지 않음	한정
감사 세분성	프로세스 + AI 의사결정 풀링크	규칙 실행 로그	단계 실행 로그	통합링크로그
비즈니스 담당자를 위한 조작성	시각적 프로세스 + 프롬프트 구성	IT 참여 필요(규칙 정의)	단순하고 직접적(AI 없음)	약간의 학습이 필요합니다
수동 확인 포인트	기본 지원(진행 중)	지원(수동 단계를 통해)	한정	지원
결정 설명 가능성	완료(입력 + 출력 + 신뢰도)	제한됨(실행 결과만)	없음	한정

피르모스 사용법

Firmos의 사용 경로는 주로 웹 인터페이스를 기반으로 합니다. 엔터프라이즈 수준 배포에서는 일반적으로 엔드투엔드 프로세스 자동화를 완료하기 위해 다음 단계가 필요합니다.

표준 사용 프로세스

1. 비즈니스 계정 등록: Firmos.ai를 방문하여 비즈니스 정보 등록 및 도메인 이름 확인을 완료하세요. Firmos는 개인 버전을 제공하지 않기 때문에 일반적으로 이 단계에서는 회사 이메일과 회사 정보가 필요합니다. 기업 도메인 이름 확인에 필요한 DNS 구성을 미리 준비하는 것이 좋습니다.
2. 비즈니스 시스템 연결: Firmos 플랫폼에서 기존 시스템(CRM, ERP, 티켓팅 시스템 등)과 커넥터를 구성합니다. OAuth 인증 API Key와 Webhook의 세 가지 통합 방법을 지원합니다. 가장 완벽한 데이터와 가장 표준화된 프로세스를 갖춘 시스템과의 연결을 우선적으로 시작하는 것이 좋습니다.
3. 비즈니스 프로세스 정의: 시각적 편집기를 사용하여 트리거(예: "고객 이메일 수신"), 데이터 노드(예: "CRM에서 고객 정보 가져오기"), AI 노드(예: "이메일 의도 결정"), 실행 노드(예: "작업 주문 생성") 및 분기 조건을 포함하는 프로세스 토폴로지를 그립니다.
4. AI 결정 노드 구성: 프로세스에 AI 참여가 필요한 노드를 선택하고 LLM 모델 유형 프롬프트 템플릿과 입력 및 출력 필드 매핑을 구성합니다. 주요 제안: 최소 100개 이상의 과거 데이터를 사용하여 테스트 환경에서 AI 노드의 정확성을 확인하고 온라인에 접속하기 전에 비즈니스 요구 사항(예: 분류 정확도 ≥ 90%)의 임계값을 충족하는지 확인하세요.
5. 수동 확인 지점 설정(Human-in-the-loop): 상당한 금액 또는 법적 책임과 관련된 의사 결정 노드의 경우 프로세스에 수동 확인 단계를 삽입합니다. AI가 먼저 판단하고 결과가 인간 승인자에게 전달됩니다. 수동 승인을 통과한 후 후속 작업이 수행됩니다. 초기 단계에서는 모든 AI 결정에 대해 수동 확인을 설정하고, 충분한 신뢰도를 쌓은 후 점진적으로 출시하는 것이 좋습니다.
6. 샌드박스 테스트: 먼저 샌드박스 컨텍스트에서 테스트 프로세스를 실행하고 실제 기록 데이터를 사용하여 AI 의사결정의 정확성과 엔드투엔드 프로세스의 안정성을 확인합니다. 테스트 기간은 정상 시나리오와 엣지 비정상 시나리오를 포함하여 1주일 이상을 권장합니다.
7. 온라인 생산 및 지속적인 모니터링: 확인 통과 후 생산 실행 시작 및 프로세스 활용

분석 대시보드는 AI 노드 정확도, 프로세스 예외율, 실행 효율성을 지속적으로 모니터링하고 프롬프트 템플릿과 프로세스 구성을 정기적으로 조정합니다.

단계적 구현 제안

단계	제안주기	목표	주요 수용 지표
파일럿	2~4주	반복성이 높고 위험도가 낮은 프로세스(예: 작업 주문 분류, 데이터 동기화)를 1~2개 선택하고 샌드박스를 통해 실행	AI 노드 정확도 ≥ 90%, 수작업 대비 엔드투엔드 실행 시간 ≥ 50% 단축
비교검증	2~4주	파일럿 프로세스와 수동 프로세스가 병렬로 실행되며 AI 결과가 수동 결과와 비교됩니다. 수동 개입률 60% 이상 감소, 예외 처리 응답 시간 40% 이상 단축
확장된 배포	4~8주	더 많은 핵심 프로세스 및 시스템에 액세스하고, 프로세스 거버넌스 및 AI 모니터링 메커니즘을 구축	프로세스 적용 범위 ≥ 5개 비즈니스 라인, 감사 로그는 완전히 추적 가능
지속적인 최적화	연속	실행 데이터를 기반으로 AI 노드 정확도 및 프로세스 효율성의 지속적인 최적화	AI 정확도 분기별 개선 ≥ 5%, 분기별 프로세스 효율성 개선 ≥ 10%

인간-기계 협업 경계:

• 100% 자동화 가능: 표준화된 데이터 처리, 결정론적 규칙 실행, 알려진 패턴의 분류 및 라우팅.
• 사람의 확인 필요: 상당한 금액 또는 법적 책임(예: 계약 체결, 대규모 지불)과 관련된 결정, AI 판단 신뢰도가 임계값보다 낮은 시나리오, 새로운 비즈니스 프로세스의 초기 구성 및 디버깅 단계.
• 수동 검토를 유지하는 것이 좋습니다: 규제 대상 산업의 규정 준수 승인, 고객 경험에 큰 영향을 미치는 상호 작용(예: AI 생성 콘텐츠를 고객에게 직접 전송), AI 판단이 되돌릴 수 없는 작업으로 이어질 수 있는 시나리오.

Firmos 제품 가격

Firmos는 엔터프라이즈 수준의 SaaS 구독 모델을 채택하고 공개 셀프 서비스 가격 페이지 및 표준화된 패키지 계획을 제공하지 않습니다. 이는 모든 잠재 고객이 비즈니스 커뮤니케이션을 통해 맞춤형 견적을 받아야 함을 의미합니다. 다음은 수수료 구조의 일반적인 차원입니다.

• 기본 플랫폼 가입비: 프로세스 수와 사용자 시트 조합에 따라 가격이 책정됩니다. 기업 규모가 클수록 단가 협상의 여지가 커집니다. 구체적인 요금은 공식 실시간 가격 페이지 및 비즈니스 커뮤니케이션에 따라 달라집니다.
• AI 호출 요금: LLM API 호출 요금은 구독료에 포함되거나 볼륨에 따라 청구될 수 있습니다. 다양한 모델의 호출 비용은 크게 다릅니다(예를 들어 고급 추론 모델은 경량 모델보다 비용이 더 많이 듭니다). AI 통화료에 대한 과금 벤치마크와 상한 전략을 계약서에 명확히 명시하는 것이 좋습니다.
• 커넥터 및 통합 비용: 표준 커넥터는 기본 구독에 포함될 수 있지만 일부 고급 커넥터 또는 사용자 정의 통합에는 추가 비용이 필요할 수 있습니다. 파일럿 단계에서는 비용 관리를 위해 표준 커넥터 사용을 우선시하는 것이 좋습니다.
• 엔터프라이즈 프리미엄: SSO, 전용 SLA, 프라이빗 배포, 전용 고객 성공 관리자와 같은 엔터프라이즈급 기능 및 서비스에는 추가 협상이 필요합니다.

C 측/개인: 개인용이 아니며 무료 버전도 없고 종량제 옵션도 없습니다.

개발자/API: 확장 및 통합을 위해 공식 API 인터페이스가 제공되지만 공개 API 가격 및 현재 제한 전략은 아직 공개되지 않았습니다. API 호출 제한, 인증 메커니즘, 개발자 커뮤니티 리소스를 포함한 개발자 지원 계획에 대한 자세한 내용을 알아보려면 개발자는 해당 업체에 문의해야 합니다.

기업 사용자: 비즈니스 커뮤니케이션을 통해 맞춤형 견적을 받아야 합니다. 파일럿 단계에서는 다음 세 가지 협상 사항에 주의할 것을 권장합니다. ① 프로세스 수 및 호출 수에 대한 제한 및 초과 청구 기준이 있는지 여부 - 온라인 전환 후 프로세스 증가로 인한 예상치 못한 비용을 방지하기 위해; ② AI 통화 요금이 통합 패키지로 제공되는지, 선불 방식으로 청구되는지 여부 - 선불 과금 모델에서는 AI 노드의 월평균 통화량을 추정해야 합니다. ③ 계약에 SLA 약정(가용성 ≥ 99.9%) 및 AI 정확도 기준이 포함되어 있는지 여부.

경쟁사 엔터프라이즈급 솔루션과의 가격 비교:

가격 차원	피르모스	유아이패스 엔터프라이즈	재피어 엔터프라이즈	워크토엔터프라이즈
가격 투명성	비공개, 비즈니스 커뮤니케이션 필요	Public Enterprise Edition 가격대	Public Enterprise Edition은 좌석별로 청구됩니다	퍼블릭 패키지 시작 가격
AI 애드온 과금방식	비공개	AI Center 독립형 구독	AI가 내장되어 있지 않으며 외부 API는 자체 비용입니다	LLM 커넥터 통화량당
최소 연간 투자(추정)	사업 확인 필요	연간 약 $15,000부터 시작	연간 약 $24,000부터 시작(2인용)	연간 약 $10,000부터 시작
기업 계약 모델	맞춤형 견적	연간 구독 + 사용자 수	맞춤형 견적 + 좌석	연간 구독 + 프로세스 볼륨

Firmos 적용 시나리오

Firmos의 가치는 "판단이 필요한 고도로 반복적인 프로세스", 특히 수동 처리에 많은 시간이 걸리지만 판단의 복잡성이 그다지 높지 않은 비즈니스 프로세스에서 가장 중요합니다. 다음은 일반적인 구현 시나리오 4가지와 이에 대한 정량적 공제입니다(공제 값은 실제 구현 결과에 따라 다름).

고객 작업 주문의 지능적인 처리

기존 모델: 고객 서비스 팀의 각 주문 평균 처리 시간은 고객 설명 읽기, 문제 유형 판단(기술/청구/계정/컨설팅), 긴급성 평가, 예비 응답 생성, 해당 처리 팀에 할당 등 5~10분입니다. 일일 처리량은 1인당 약 50~100건 정도이며, 분류 및 사전 답변에 약 60%의 시간이 소요됩니다.

Firmos 모드: AI 노드는 티켓 입력 후 30초 이내에 분류, 긴급성 평가 및 예비 응답 초안 생성을 완료합니다. 인간은 AI 응답을 검토하고 보내기 전에 미세 조정만 하면 됩니다.

정량적 공제: '반복 작업 주문 80% 수동 처리'에서 '작업 주문 분류 및 사전 응답 80% AI 처리, 복잡한 작업 주문 20% 수동 집중'으로 고객 서비스 직원 1인의 일일 처리 능력이 80개 주문에서 150개 이상 주문으로 늘어났으며, 고객 서비스팀의 응답 시간이 '시간'에서 '분'으로 단축되었습니다.

구현 검증의 핵심 포인트: AI 분류 정확도(권장 기준선 ≥ 95%), 긴급 평가의 민감도(긴급성이 낮은 작업 주문이 긴급으로 잘못 표시되는 것을 방지하기 위해), 수동 검토 비율 추세(매월 감소해야 함).

금융 송장 및 환급 검토

기존 모델: 재무 담당자는 송장 정보(금액, 날짜, 공급업체, 세금 ID, 송장 번호)의 무결성을 하나씩 확인하고, 회사 정책 및 회계 표준에 대한 준수 여부를 판단하고, 비정상적인 주문을 수동으로 표시합니다. 각 주문에 대한 평균 검토 시간은 10~20분이며, 대기업에서는 매달 수천 건의 주문을 처리합니다. 핵심 문제점은 불완전한 규칙 적용 범위(지속적으로 업데이트되는 비용 정책)와 잦은 반복으로 인한 인간의 부주의입니다.

Firmos 모드: AI 노드는 주요 송장 정보를 자동으로 추출하고, 미리 설정된 금융 준수 규칙 및 정책 문서에 대해 준수 판단을 내리고, 비정상적인 항목(한도 초과 금액, 반복 상환, 화이트리스트에 없는 공급업체, 불완전한 송장 정보)을 표시하고 승인 결론을 권장합니다. 미리 설정된 임계값을 초과하는 비정상적인 주문 및 문서만 수동 검토로 전환됩니다.

정량적 공제: "금융 담당자가 각 주문을 하나씩 검토"에서 "AI가 표준 주문의 약 85%를 초기에 검토하고 비정상 주문의 15%를 수동으로 처리합니다"까지 재무 검토 효율성이 3~5배 증가하고, 규정 위반에 대한 누락 감지 비율이 약 60% 감소합니다(공제는 AI 규칙의 안정성과 수동 검토의 피로 요소 비교를 기준으로 함).

구현 검증의 초점: AI 초기 검토 정확도(권장 기준선 ≥ 95%), 비정상적인 단일 실패율(권장 < 1%), AI와 수동 검토 결과 간의 일관성 검증 빈도(주간 샘플링 비교 권장).

계약 조항 검토 및 위험 표시

기존 모델: 법무 담당자가 계약서 전문을 하나씩 읽고 핵심 조항(계약 위반에 대한 책임, 최대 보상, 기밀 조항, 갱신 조건, 분쟁 해결)을 수동으로 표시하고 위험 수준을 평가하고 검토 의견을 작성합니다. 각 계약 검토에는 30~90분이 소요되며 대기업에서는 매달 수백 건의 계약을 검토합니다. 핵심 문제점은 높은 인력 소모로 인한 검토 깊이 부족(핵심 조항은 한 눈에 놓칠 수 있음)과 일관되지 않은 검토 기준(법무 담당자마다 동일한 조항에 대해 서로 다른 위험 판단을 내릴 수 있음)입니다.

Firmos 모드: AI 노드는 미리 설정된 검토 규칙 라이브러리를 기반으로 계약서 핵심 조항의 위치, 금액 데이터 및 위험 조항을 자동으로 추출하고 위험 수준 라벨(상/중/하), 위험 조항 요약 및 수정 제안을 출력합니다.

정량적 공제: '하나씩 법률 검토'에서 '표준 계약서 약 70%(위험 수준 '낮음')에 대한 AI 사전심사, 고위험 계약서 30%에 법적 중점'으로 법무팀의 1인당 계약 검토 역량이 2~3배 증가하고, 표준 계약서 검토 주기가 '일'에서 '시간'으로 단축되었습니다.

구현 검증의 초점: 위험 조항 탐지율(권장 기준선 ≥ 95%), 위양성율(권장 기준선 ≥ 15%, 너무 높으면 법적 문제에서 AI 결과에 대한 신뢰를 잃게 됨), AI 검토 의견의 일관성(동일한 조항에 대한 위험 평가가 다른 계약에서 일관성이 있는지 여부).

기타 일반적인 시나리오

• 인사 프로세스: 이력서 초기 심사 - AI가 직무 설명을 기반으로 이력서 매칭을 자동으로 평가하고 잠재력이 높은 후보자를 표시합니다. 직원 온보딩 프로세스 자동화 - 제안 발행부터 계정 생성까지 자동 시스템 간 흐름; 사직 프로세스 처리 - 권한 복구, 자산 반환 통지 및 종료 인터뷰 준비를 자동으로 시작합니다.
• 영업 비즈니스 프로세스: 리드 평가 및 할당 - AI는 리드 소스, 행동 데이터 및 과거 전환율을 기반으로 자동으로 점수를 매기고 가장 적합한 영업 담당자에게 할당합니다. 계약 승인 자동화 - 견적 생성부터 계약 서명까지 엔드투엔드 자동 흐름입니다. 고객 갱신 알림 - AI가 자동으로 만료되는 계약을 식별하고 갱신 프로세스를 시작합니다.
• 공급망 관리: 구매 주문 자동 검토 - AI는 기본 계약, 공급업체 자격 및 재고 가용성과 주문 가격의 일관성을 확인합니다. 물류 예외 처리 - AI가 비정상적인 물류 상태(지연, 분실, 파손)를 식별하고 자동으로 조사 및 처리 프로세스를 시작합니다.

피르모스 적용 그룹

피르모스의 가치는 캐릭터의 관점에 따라 다르게 나타납니다. 초점과 이점이 서로 다른 세 가지 핵심 역할이 있습니다.

• 엔터프라이즈 운영 관리 팀: 운영 관리자는 프로세스 효율성, 예외율 및 수동 개입 비용에 중점을 둡니다. Firmos가 제공하는 프로세스 분석 대시보드는 운영팀이 월간 처리 볼륨 변경, AI 노드 정확도 추세, 수동 개입 비율 감소 등 AI 자동화의 실제 이점을 정량화하는 데 도움이 될 수 있습니다. 핵심가치: 데이터를 기반으로 운영 최적화를 하고, '감각에 의한 최적화'에서 '데이터에 따른 의사결정'으로 전환합니다. 운영팀은 AI 정확도 보고서를 해석하고 프로세스 개선을 추진하기 위해 기본적인 프로세스 분석과 AI 인지 기능을 갖추고 있어야 합니다.
• 엔터프라이즈 IT 및 아키텍처 팀: IT 팀은 플랫폼의 통합성, 보안 및 유지 관리성에 중점을 둡니다. Firmos의 API, Webhooks, SSO 지원 및 감사 로그 시스템은 엔터프라이즈 수준 플랫폼의 기본 요구 사항을 충족합니다. 핵심 가치: IT가 AI 구현의 병목 현상이 되지 않도록 하십시오. 비즈니스 팀은 프로세스를 독립적으로 구성할 수 있으며 IT는 처음부터 자동화 스크립트를 개발하는 대신 커넥터와 권한 시스템만 유지하면 됩니다. IT팀은 API 통합 경험과 기본적인 AI 서비스 운영 및 유지 관리 능력이 필요합니다.
• 사업부 프로세스 리더: Firmos를 직접 사용하여 프로세스를 구성하는 비즈니스 리더(고객 서비스 감독자, 재무 관리자, 법무 담당자 등)는 "프로세스가 내 비즈니스 로직에 따라 실행될 수 있는지"에 대해 우려합니다. Firmos의 시각적 프로세스 편집기와 AI 노드 구성 인터페이스는 사용 임계값을 낮추고 비즈니스 리더는 R&D 팀에 의존하지 않고도 표준 프로세스를 구성할 수 있습니다. 핵심 가치: 비즈니스 프로세스의 구성 권한을 비즈니스에 반환하고 부서 간 커뮤니케이션 비용을 줄입니다.

경계에 맞지 않음:

• 순수한 규칙 기반 프로세스: 비즈니스 프로세스가 결정론적 if-then 규칙(예: "주문 금액이 1,000위안을 초과하면 관리자 승인 트리거")으로 완전히 처리되는 경우 기존 RPA 또는 Zapier는 더 저렴하며 AI 판단으로 인한 추가적인 복잡성과 비용을 도입할 필요가 없습니다. Firmos의 가치는 "규칙에 따라 실행"하는 시나리오보다는 "판단이 필요한" 시나리오를 처리하는 데 있습니다.
• 완전히 자율적인 의사 결정이 필요한 복잡한 시나리오: 비즈니스 프로세스에서 AI가 완전히 자율적인 결정을 내리고, 작업 순서를 동적으로 계획하고, 알려지지 않은 시나리오(예: 다단계 비즈니스 협상, 개방형 전략 계획)에 창의적으로 대응해야 하는 경우 AI 에이전트 도구(예: AutoGen, CrewAI)가 더 적합할 수 있습니다. Firmos의 장점은 자율성보다는 제어 가능성에 있습니다. AI 노드는 미리 설정된 프레임워크 내에서 작동하며 프레임워크를 돌파해야 하는 혁신적인 시나리오에는 적합하지 않습니다.
• 개인 또는 소규모 팀 시나리오: 중대형 기업을 위한 Firmos의 가격 책정 및 배포 모델은 개별 사용자 또는 소규모 팀에 대한 저비용 검증을 지원하지 않습니다. 1인 팀이거나 10명 미만의 소규모 회사라면 Firmos의 투자/생산 비율이 Zapier나 Make와 같은 셀프 서비스 도구만큼 좋지 않을 수 있습니다.
• 빈도가 높고 가치가 낮은 순수 실행 작업: 배치 파일 이름 바꾸기, 예약된 데이터 내보내기, 로그 회전 및 판단이 필요하지 않은 기타 순수 실행 작업 등입니다. 스크립트(Python, Shell) 또는 기존 작업 예약 도구(Cron, Jenkins)를 사용하는 것이 더 저렴하고 효율적입니다.

요약 및 전망

Firmos는 "규칙 중심"에서 "AI 중심"으로의 엔터프라이즈 자동화 진화 방향을 나타냅니다. 프로세스는 사전 설정된 규칙에 따라 실행될 뿐만 아니라 비즈니스 의미론을 기반으로 판단 및 결정을 내릴 수도 있습니다. 핵심 장점은 비즈니스 규칙 프레임워크의 확실성과 제어 가능성을 유지하면서 LLM의 의미론적 이해 기능을 엔터프라이즈 수준 프로세스 엔진에 내장하는 것입니다. "프레임워크 내에서 판단하는 AI"라는 설계 철학은 규제 대상 산업(금융, 의료, 법률) 및 강력한 감사가 필요한 기업 시나리오에서 실질적인 의미를 갖습니다.

현재의 한계 및 불확실성:

1. 커뮤니티 생태계는 아직 성숙하지 않았습니다: UiPath의 거대한 커뮤니티 커넥터 시장(사전 구축된 수천 개의 커넥터)과 Zapier의 수천 개의 앱 통합에 비해 Firmos의 커넥터 생태계 및 커뮤니티 기여는 아직 초기 단계에 있습니다. 기업에서는 일부 사용자 정의 커넥터를 직접 개발하거나 배포 시 대상 시스템과 커넥터의 호환성을 평가해야 할 수도 있습니다.
2. AI 의사결정의 신뢰성은 장기적인 검증이 필요합니다: LLM의 출력에는 본질적인 불확실성이 있습니다. 동일한 프롬프트, 동일한 입력이 서로 다른 시간에 호출되면 서로 다른 판단 결과가 나올 수 있습니다. 기업이 주요 비즈니스 프로세스에서 AI 노드를 사용할 때 AI 출력에 대한 실시간 모니터링 및 일관성 검증 메커니즘을 구축하고 신뢰도가 임계값보다 낮은 결과에 대해 자동 수동 변환 정책을 설정해야 합니다.
3. 투명하지 않은 가격은 평가 비용을 증가시킵니다: 공개 가격 페이지가 없다는 것은 모든 잠재 고객이 비용 구조를 이해하기 위해 완전한 비즈니스 커뮤니케이션을 거쳐야 함을 의미합니다. 이는 초기 평가 단계의 기업에 대한 암묵적인 기준입니다. 즉, 비즈니스 의사소통 및 시험 평가에 소요되는 시간 비용이 총 조달 비용에 포함되어야 합니다.
4. 장기적인 공급업체 위험: 상대적으로 초기 AI 자동화 공급업체인 Firmos의 장기적인 지속 가능성, 제품 반복 방향 및 고객 지원 기능은 아직 검증하는 데 시간이 필요합니다. Firmos 플랫폼에서 핵심 비즈니스 프로세스를 실행하려는 기업의 경우 데이터 이동성 보장(프로세스 정의를 위한 내보내기 형식, 커넥터 구성) 및 최소 기술 지원 약속을 계약에 명시하는 것이 좋습니다.

조달/채택 위험 평가: "먼저 파일럿, 확장, 그 다음 코어"라는 점진적인 전략을 따르는 것이 좋습니다. 1~2개의 비핵심 프로세스(예: 고객 작업 주문 분류, 예비 송장 검토)로 파일럿을 시작하고 2~4주를 사용하여 AI 노드 정확성 및 프로세스 안정성을 확인한 다음 비즈니스에 허용 가능한 수준에 도달한 것을 확인한 후 더 많은 비즈니스 라인으로 확장하는 것이 좋습니다. 사업자와 협상할 때는 다음 사항에 중점을 두는 것이 좋습니다. ② 감사기록의 보관기간 및 내보내기 형식이 업계 규정 준수 요구사항(예: 금융업계의 로그 5년 보관 요건)을 충족하는지 여부 ③ 계약의 데이터 이동성 조항 - 향후 플랫폼을 전환해야 하는 경우 프로세스 정의, 커넥터 구성 및 AI 노드 구성을 완전히 내보낼 수 있습니까? ④ 플랫폼의 SOC2, GDPR 준수 산업 컴플라이언스 인증 지원에 대해서는 공식 인증 정보를 참고하시기 바랍니다. 규제 대상 산업(금융, 의료, 보험)의 경우 AI 노드가 판단 오류로 인해 사업적 손실을 입힐 경우 책임의 경계를 어떻게 구분할지 등 계약 내 AI 결정에 대한 귀속 조항을 명확히 하는 것도 필요하다.

관련 도구: notion-ai, google-workspace

Firmos 버전의 진화

Firmos는 클라우드 SaaS 지속적인 전달에 중점을 두고 있으며 공개 버전 데이터는 제한되어 있습니다. 다음은 검증 가능한 공개 정보를 기반으로 한 버전입니다.

초기 버전

• 0.1/런칭(~2024-06): 제품의 최초 출시 버전으로, AI 프로세스 자동화 기술의 타당성을 핵심 검증합니다. 이 기능은 기본 프로세스 엔진 LLM 통합 노드와 소수의 커넥터를 포함합니다. 이 단계의 목표는 제품 컨셉을 입증하고 시드 고객 피드백을 축적하는 것입니다. 아직 공식적인 정확한 날짜는 없습니다.

현재 버전

• 1.0/현재(~2025-09): 제품 성숙도와 엔터프라이즈 수준 기능이 크게 개선된 최초의 상용 버전입니다. 엔터프라이즈 수준 권한 관리, 완전한 AI 결정 감사 로그 SSO 통합, 더 많은 사전 구축 커넥터 및 더욱 안정적인 프로세스 실행 엔진이 추가되었습니다. 이 버전은 기업 평가 및 조달을 위한 참조 기준입니다. 아직 공식적인 정확한 날짜는 없습니다.

버전 참고: 위 버전 날짜는 공식 공개 정보에 따릅니다. Firmos는 클라우드 SaaS 제품이므로 실제 기능 반복은 명확한 의미 버전 번호가 있는 대규모 버전 릴리스가 아닌 지속적인 릴리스(지속적 전달)일 수 있습니다. 기업이 제품 반복의 활력을 평가해야 하는 경우 비즈니스 커뮤니케이션 중에 영업팀에 최신 제품 업데이트 기록과 로드맵을 요청하여 제품 발전 방향이 자체 비즈니스 요구 사항과 일치하는지 확인하는 것이 좋습니다.

버전 정보

• 현재의 ：현재 버전. （~2025-09）
• 시작하다 ：제품이 온라인으로 전환됩니다. （~2024-06）