펀돈 AI 조이
Fundon AI Zoe는 로우 코드 AI 에이전트 구축 도구입니다. 사용자는 시각적 인터페이스를 통해 다단계 자동화된 워크플로를 설계하고 대규모 언어 모델을 통합하여 API 도킹 및 조건부 판단 논리를 호출할 수 있습니다.
Fundon AI Zoe: 로우코드 AI 에이전트 구축 플랫폼
핵심 매개변수 및 통계
| 프로젝트 | 사양 |
|---|---|
| 제품명 | 펀돈 AI 조이 |
| 카테고리 | AI 에이전트 |
| 배송형태 | 웹(SaaS) |
| 지원 플랫폼 | 웹 |
| 지원되는 언어 | zh-CN, en-US |
| 대상 사용자 | 운영직원, 제품관리자, 개발자, 중소기업 오너 |
| 사용자 규모 | 등록 사용자 150,000명 이상(2026년 2분기 기준) |
| 가격 모델 | 무료 + Pro(199엔/월) + Team(699엔/월) + Enterprise(맞춤형) |
핵심 매개변수 해석: Fundon AI Zoe의 워크플로우 엔진은 각 노드가 독립적으로 실행되고 컨텍스트를 통해 데이터를 전달하는 DAG 아키텍처를 채택합니다. OpenAI, Claude, DeepSeek 및 GLM과 같은 여러 모델 백엔드를 지원하며 200개 이상의 업계 템플릿이 사전 설정되어 있습니다. 이 제품의 핵심 디자인 원칙은 전문적 한계를 낮추는 것, 즉 원래 특정 지식 배경이 필요한 AI 워크플로우를 시각적 인터페이스를 통해 민주화하는 것입니다. 사용자는 환경을 로컬로 배포하거나 구성할 필요가 없으며 브라우저를 열어 모든 기능을 사용할 수 있습니다. 보안 요구 사항이 더 높은 기업 고객의 경우 개인 배포 옵션을 사용할 수 있습니다.
사용자 및 시장 인지도
| 치수 | 데이터 |
|---|---|
| 등록된 사용자 수 | 150,000+ (2026년 2분기 기준) |
| 월별 활성 워크플로우 수 | 약 120만명 |
| 기업 고객 수 | 800+ |
| 템플릿 재사용률 | ~65%의 사용자가 템플릿을 기반으로 2차 수정을 수행합니다 |
| 다음 달 사용자 유지율 | 42% |
| 비기술적인 사용자의 비율 | 약 58% |
중국의 로우코드 AI 에이전트 시장에서 Fundon AI Zoe는 Coze, Dify 등의 제품과 경쟁하고 있습니다. Dify의 오픈 소스 전략 및 Coze의 플랫폼 생태계와 비교할 때 Zoe의 장점은 사용 임계값이 낮다는 것입니다. Prompt 프로젝트를 몰라도 템플릿을 통해 자동화된 프로세스를 구축할 수 있습니다. 공식 데이터에 따르면 비기술적 배경을 가진 사용자가 약 58%를 차지하며, 이는 낮은 임계값 포지셔닝이 실제로 타겟 그룹에 도달했음을 나타냅니다.
비용 이점
| 비용 차원 | 설명 |
|---|---|
| 무료 버전 | 0엔, 활성 워크플로 5개, 월 500회, 기본 노드 |
| 구독 버전 | 프로 199엔/월(연납 1,990엔), 팀 699엔/월(연납 6,990엔) |
| 엔터프라이즈 에디션 | 맞춤형 견적, 민영화 배포, SLA 보장 |
경쟁 제품의 비용 비교:
| 비교차원 | Fundon AI 조 프로 | Dify 클라우드 | 코즈(봇 모드) |
|---|---|---|---|
| 월 사용료 | 199엔/월 | 299엔/월 | 종량제 |
| 워크플로 실행 횟수 | 10,000회/월 | 5,000회/월 | 토큰으로 청구 |
| 무료 버전 할당량 | 월 500회 + 워크플로우 5개 | 200회/월 | 제한된 무료 |
| 개인 배포 | 연 9,800엔부터 | 오픈소스 및 무료(자체 운영 및 유지보수) | 사용할 수 없음 |
| 사용자 정의 모델 액세스 | 지원 | 지원 | 플랫폼 모델만 해당 |
국내 중소규모 팀의 경우 조이의 가격은 유사 제품 중 중간 수준이다. 연간 지불 플랜은 월 약 166엔으로 할인되어 월별 지불에 비해 약 17%가 절약됩니다. 위험 경고: 비공개 배포 버전의 사용자 정의 정도는 제한되어 있습니다. 심층적인 사용자 정의 요구 사항이 있는 기업은 먼저 PoC 검증을 완료하는 것이 좋습니다.
주요 기능
- 시각적 워크플로 편집기: 드래그 앤 드롭으로 AI 워크플로를 구축하고 LLM 호출, HTTP 요청, 조건부 판단, 코드 실행(Python/JS) 및 데이터 변환과 같은 노드 유형을 지원합니다. 캔버스에는 데이터 흐름이 실시간으로 표시되며, 각 노드를 독립적으로 테스트하고 디버깅할 수 있습니다.
- 200개 이상의 사전 설정된 템플릿: 고객 서비스, 운영, R&D, 마케팅 및 기타 시나리오를 다룹니다. 처음부터 시작하지 않고도 한 번의 클릭으로 템플릿을 가져오고 두 번 수정할 수 있습니다. 약 65%의 사용자가 템플릿에서 프로세스를 구축합니다.
- 다중 모델 백엔드 지원: OpenAI, Claude, DeepSeek, GLM 및 맞춤형 API를 연결할 수 있으며 워크플로우에서 필요에 따라 다양한 모델을 전환하거나 결합할 수 있습니다.
- 사용자 정의 코드 노드(v3.2+): Python 및 JavaScript 스크립트를 지원하고 임의의 데이터 처리 로직을 실행할 수 있습니다. 스크립트는 변수 보기 및 중단점을 지원하는 플랫폼에 내장된 디버깅 패널을 통해 실행됩니다.
- 다중 트리거: 웹훅(외부 시스템 푸시로 트리거됨), 예약된 작업(Cron 표현식), 수동 트리거링 및 API 호출을 지원합니다.
- IM 알림 통합: Slack, Feishu, WeChat Enterprise와 같은 IM 도구의 자동 푸시 알림을 지원합니다.
- 실행 로그 및 디버그 패널: 각 노드의 세부 실행 상태, 소요 시간, 입출력 스냅샷을 표시하고 실패한 노드의 재실행을 지원합니다.
모델 및 버전의 진화
| 버전 | 날짜 | 주요 변경사항 |
|---|---|---|
| v1.0 | 2025-06 | 대화형 AI 도우미가 온라인에 있으며 기본적인 질문과 답변 기능을 갖추고 있습니다 |
| v2.0 | 2025-11 | 맞춤형 도구 바인딩을 지원하는 지능형 에이전트 구축 플랫폼으로 업그레이드 |
| v3.0 | 2026-01 | 시각적 워크플로우 편집기, 조건부 분기 기능 |
| v3.1 | 2026-04 | HTTP 요청 노드, 시간 제한 트리거, JSON 파서 |
| v3.2 | 2026-06 | 사용자 정의 코드 노드(Python/JS), IM 알림 통합, 디버깅 패널 |
v1.0에서 v3.2까지 Zoe의 포지셔닝은 "대화형 AI"에서 "로우 코드 에이전트 오케스트레이션 플랫폼"으로 전환되었습니다. v3.0의 워크플로 편집기는 챗봇에서 조정 가능한 자동화 플랫폼에 이르기까지 제품 형태의 분수령입니다. v3.2의 사용자 정의 코드 노드는 기능 제한을 거의 제거합니다.
기술적인 장점
- DAG 워크플로 엔진: 방향성 비순환 그래프 아키텍처를 채택하고 각 노드가 독립적으로 실행되며 조건부 분기, 병렬 실행 및 데이터 컨텍스트 전송을 지원합니다. 워크플로는 중첩 및 하위 프로세스 호출을 지원합니다.
- 다중 모델 라우팅: 워크플로의 노드 세분성에 따라 다양한 모델 백엔드를 지정하여 모델 간 전환과 하이브리드 오케스트레이션을 지원할 수 있습니다. LLM 호출 노드는 시스템 프롬프트, 온도, max_tokens 등과 같은 매개변수를 구성할 수 있습니다.
- 샌드박스 코드 실행: 맞춤형 코드 노드는 격리 샌드박스에서 실행되어 파일 시스템 및 네트워크 액세스 권한을 제한하여 악성 코드가 플랫폼의 전반적인 보안에 영향을 미치지 않도록 합니다.
- 증분 실행 최적화: 수정 후 전체 재실행을 방지하기 위해 변경된 노드와 해당 다운스트림 노드만 실행합니다. 50노드 워크플로의 경우 단일 노드 수정 후 재실행 시간은 일반적으로 5초 이내입니다.
- Elastic Container 배포: SaaS 버전은 Kubernetes Elastic Scaling을 기반으로 하며, 단일 워크플로의 동시 실행 상한은 구독 패키지에 따라 결정됩니다. Pro 버전은 최대 10개의 동시 실행을 지원합니다.
사용방법
| 입구 | 설명 | 대상자 |
|---|---|---|
| 웹 에디터 | 드래그 앤 드롭으로 워크플로우 구축, 실시간 테스트 | 기술적 배경이 없는 사용자 |
| 템플릿 시장 | 시나리오에 따라 템플릿을 필터링하고 한 번의 클릭으로 템플릿을 가져오고 수정 | 초보자가 시작합니다 |
| REST API | API가 워크플로를 트리거하고 실행 결과를 얻습니다 | 개발자 |
| 웹훅 | 외부 시스템 푸시 이벤트 트리거 | 통합 시나리오 |
| 예약된 작업 | Cron 표현식의 주기적 실행 | 보고서/데이터 동기화 |
일반적인 사용 단계: 등록 → 템플릿 선택 또는 새 빈 워크플로 만들기 → 노드를 캔버스에 끌어서 놓기 → 연결하여 데이터 흐름 설정 → 노드 매개 변수 구성(모델, 프롬프트, API 끝점) → 테스트 → 게시 → 트리거 구성. 실행 로그 패널에는 각 노드의 실행 상태와 소요 시간이 표시됩니다.
제품 가격
| 패키지 | 가격 | 목차 |
|---|---|---|
| 무료 | 0엔 | 5개의 활성 워크플로, 월 500회, 기본 노드 |
| 프로 | 199엔/월(연간 1,990엔) | 50개 워크플로우, 10,000회/월, 모든 노드 유형 |
| 팀 | 699엔/월 (연납 6,990엔) | 200개 워크플로우, 50,000회/월, 팀 협업, 권한 관리 |
| 기업 | 맞춤형 견적 | 무제한, 비공개 배포, SLA 보장 |
모든 유료 플랜에는 7일 무료 평가판이 제공됩니다. 매년 지불하고 약 17% 할인 혜택을 누리세요. 프라이빗 배포는 Docker Compose 또는 Kubernetes를 기반으로 합니다.
애플리케이션 시나리오
- 고객 서비스 자동화: 고객 상담을 위한 자동 응답 워크플로우 구축 - 사용자 질문 → LLM 의도 인식 → 지식 기반 검색 → 자동 응답. 수동 개입 비율이 50-70% 감소합니다. 검증: 배포 전후 작업 주문의 자동 해결 비율을 비교합니다.
- 운영 데이터 보고서: 예약된 트리거 → 데이터베이스 쿼리 → LLM 생성 분석 요약 → Feishu/DingTalk 푸시. 보고서 출력 시간이 2시간에서 10분으로 단축되었습니다. 검증: 일일 보고서 생성에 소요된 시간을 추적합니다.
- 콘텐츠 검토 파이프라인: 사용자가 제출한 콘텐츠 → LLM 분류(정상/위반/의심) → 위반 자동 차단 → 의심되는 항목을 수동 검토 대기열로 푸시합니다. 검토 효율성이 약 3배 향상됩니다. 검증: 검토 대기열의 평균 처리 시간을 비교합니다.
- 마케팅 카피라이팅 일괄 생성: 제품 정보를 일괄 입력 → LLM이 멀티 플랫폼 적응 카피라이팅(Xiaohongshu/공식 계정/Douyin)을 생성 → 자동으로 게시합니다. 1인의 일일 생산 능력이 5개에서 50개로 늘어났습니다.
해당자
| 군중 | 적응 가치 | 제한 사항 |
|---|---|---|
| 운영/마케팅 인력 | 프로그래밍 없이 자동화된 프로세스 구축 | 복잡한 논리에는 여전히 조건부 분기에 대한 이해가 필요합니다 |
| 제품 관리자 | 자동화된 제품 로직을 신속하게 확인 | 사용자 정의 코드 노드에는 프로그래밍 지식이 필요합니다 |
| 개발자 | API/웹후크를 사용하여 자체 시스템 삽입 | 고급 시나리오에서는 DAG 오케스트레이션에 대한 이해가 필요합니다 |
| 중소기업자 | 저렴한 비용으로 고객 서비스 및 마케팅 자동화 달성 | 민영화된 배포에는 운영 및 유지 관리 리소스에 대한 평가가 필요합니다 |
부적합한 시나리오: 밀리초 수준의 실시간 응답이 필요한 상호 작용 시나리오(워크플로 엔진에 시작 오버헤드가 있음) 50개 이상의 노드로 구성된 매우 복잡한 프로세스(유지 관리성이 크게 감소) 엄격한 SLA 요구 사항이 있는 비즈니스에 중요한 시나리오(Enterprise Edition에는 SLA 조건 확인이 필요함)
경쟁제품 비교
| 비교차원 | 펀돈 AI 조이 | 디파이 | 코즈 |
|---|---|---|---|
| 핵심 차이점 | 로우 코드 + 템플릿 기반, 비기술적 친화적 | 오픈 소스 + 기술 커뮤니티, 개발자 친화적 | 플랫폼 생태 + 플러그인 시장 |
| 무료 할당량 | 500회/월 | 200회/월 | 제한된 무료 |
| 프로 가격 | 199엔/월 | 299엔/월 | 종량제 |
| 개인 배포 | 연 9,800엔부터 | 오픈소스 및 무료(자체 운영 및 유지보수) | 사용할 수 없음 |
| 맞춤형 모델 | 다중 모델 백엔드 | 다중 모델 백엔드 | 플랫폼 모델만 해당 |
| 템플릿 수 | 200+ | 100+ | 커뮤니티 템플릿 |
| 학습 임계값 | 낮음(프롬프트 프로젝트가 필요하지 않음) | 중간 | 낮음-중간 |
요약 및 전망
Fundon AI Zoe의 핵심 경쟁력은 기술적인 지식이 없는 사용자도 복잡한 AI 자동화 워크플로우를 구축할 수 있도록 하는 '로우 코드 + 다단계 오케스트레이션'의 사용 편의성에 있습니다. 현재 버전은 템플릿 풍부함(200+) 및 커넥터 생태학에 대한 일부 경험을 축적했습니다.
핵심 장점: 기술적 지식이 없는 사용자도 빠르게 시작할 수 있습니다. 200개 이상의 업계 템플릿을 통해 처음부터 구축 비용을 절감할 수 있습니다. 다중 모델 백엔드 및 사용자 정의 코드 노드를 지원하며 기능 제한이 높습니다.
알려진 제한사항: 기업 수준 권한 관리 및 감사 로그 깊이를 개선해야 합니다. 개인 배포 버전의 사용자 정의 정도는 제한되어 있습니다. 사용자 정의 코드 노드 디버깅은 플랫폼의 내장 패널에 의존하며 외부 IDE 지원이 누락되었습니다. 워크플로 실행은 클라우드 서비스에 의존하며 네트워크 중단은 가용성에 영향을 미칠 수 있습니다.
위험 공개: (1) 워크플로 실행은 클라우드 서비스에 의존하며, 비즈니스 연속성 보장이 필요한 경우 SLA 조건을 확인해야 합니다. (2) 사용자 정의 코드 노드는 샌드박스에서 실행되지만 민감한 데이터를 스크립트에 쓰지 않도록 주의해야 합니다. (3) 민영화된 배포 솔루션의 실제 제공 주기와 기능 세트는 판매를 통해 확인되어야 합니다. (4) 플랫폼은 빠른 반복 기간을 갖고 있으며, 버전 업데이트에 따라 API 및 기능 안정성이 변경될 수 있습니다. 기업 사용자는 업그레이드하기 전에 워크플로 호환성을 완전히 테스트해야 합니다.
후속 관찰 방향: 엔터프라이즈 버전 권한 관리 개선, 커넥터 생태계 확장, 불안정한 네트워크 시나리오를 처리하기 위해 오프라인 운영 모드 출시 여부.
관련 도구: 크루AI, langchain
버전 정보
- Zoe 워크플로 스튜디오 :조건부 분기 시각적 편집기 및 사용자 정의 코드 노드 Slack/Feishu 알림 통합이 추가되었습니다.
- 커넥터 확장 :HTTP 요청 노드 JSON 파서 및 타이밍 트리거 기능이 추가되었습니다.
- 에이전트 빌더 :단일 대화 도우미에서 사용자 지정 도구 바인딩을 지원하는 에이전트 구축 플랫폼으로 업그레이드되었습니다.
- 조이 채팅 :첫 번째 공개 버전은 대화형 AI 비서 형태로 출시됩니다.
사용자 후기