안녕하세요 HN! 저희는 Manaflow(https://manaflow.com)의 Austin, Lawrence, Wesley입니다. Manaflow는 각 열(column)이 작업의 단계별 지침(step instruction)을 나타내고, 각 행(row)이 해당 작업의 케이스를 실행하는 AI 에이전트(AI agent)를 나타내는 스프레드시트(spreadsheet)입니다. 클릭 한 번으로 데이터 검색, API 연결, 그리고 액션 수행을 포함하는 수천 개의 작업을 실행할 수 있습니다.

비디오 데모는 여기에서 확인하실 수 있습니다:

라이브 데모는 여기에서 확인하실 수 있습니다: https://manaflow.com/demo

중소기업(SMBs)을 위한 AI 자동화 도구를 만들겠다는 아이디어는 지역 매니저, 디렉터, 운영자들과의 폭넓은 대화에서 시작되었습니다. 저희는 중소기업들이 수동 워크플로(manual workflows)로 인해 끊임없이 압도당하고 있으며, 엔지니어 팀을 보유한 대기업에 비해 기술을 매우 저활용하고 있다는 사실을 배웠습니다.

한 운영 매니저가 자신의 비즈니스를 위해 사용하는 스프레드시트 폴더들을 보여주는 것을 목격하며, 저희는 스프레드시트의 기능이 제한적이라는 것을 깨달았습니다. 스프레드시트는 데이터 입력과 상태 추적을 수동으로 처리할 수는 있지만, 다른 앱과 연결하거나, API를 호출하거나, PDF를 읽거나, 인터넷을 검색하거나, 액션을 수행하도록 프로그래밍할 수는 없습니다.

본질적으로 운영 매니저들은 사람들에게 작업을 지시한다는 점에서 숙련된 워크플로 프로그래머(workflow programmers)입니다. 저희는 내일의 운영 매니저들은 이러한 작업을 수행하기 위해 영어로 AI 에이전트를 프로그래밍하게 될 것이라고 생각합니다. 워크플로를 실행하는 이상적인 방법은 소프트웨어 도구와 스프레드시트를 수동으로 조작하는 것이 아니라, 단순히 버튼을 클릭하여 AI 에이전트가 이를 엔드 투 엔드(end-to-end)로 처리할 수 있게 하는 것입니다.

Manaflow의 주요 인터페이스는 스프레드시트(spreadsheet)로, 각 열(column)은 워크플로(workflow)의 한 단계를 나타내고 각 행(row)은 작업을 수행하는 AI 에이전트(AI agent)에 대응합니다. 각 스프레드시트를 구동하는 워크플로는 자연어(natural language)를 사용하여 프로그래밍되므로, 기술적 지식이 없는 사용자도 일반적인 영어로 작업과 단계를 설명할 수 있어 코딩 기술이 필요하지 않습니다. 각 스프레드시트는 각 열의 실행 순서를 결정하기 위한 내부 의존성 그래프(dependency graph)를 가지고 있습니다. 각 행에 할당된 AI 에이전트들은 데이터 변환(data transformation), API 호출(API calls), 콘텐츠 검색(content retrieval), 메시지 전송과 같은 프로세스를 처리하며 병렬로 작업을 수행합니다. 저희가 기본적인 워크플로를 구축하는 모습은 여기에서 확인하실 수 있습니다:

.

저희 고객 중 한 곳은 Google Drive에서 원본 영상을 가져와 로고 워터마크를 삽입한 후, 최종 결과물을 고객에게 이메일로 보내는 과정을 단 한 번의 버튼 클릭으로 처리하기 위해 Manaflow를 사용합니다. 이를 통해 20시간이 걸리던 수동 워크플로를 20분으로 단축했으며, Manaflow는 해당 기업 운영의 핵심적인 부분이 되었습니다. 데모는 여기에서 확인하세요:

또 다른 사용 사례는 고객 인터뷰 전사본(interview transcripts)을 기반으로 고객 세그먼트(customer segments)를 태깅(tagging)하고 분류하여 고객 인사이트 프로세스를 강화하는 데 Manaflow를 사용하는 것입니다. 자동화된 태깅은 인터뷰 데이터를 빠르게 분류하고 제품 개발 전략을 추진하기 위한 고객 프로필을 식별하는 데 도움을 줍니다. 데모는 여기에서 확인하세요:

Manaflow는 고객이 사용할 수 있는 OAuth 연결, PDF를 위한 RAG, 웹 크롤링(web crawling), Google 검색, LinkedIn 브라우징과 같은 다양한 내장 도구를 갖추고 있습니다. 예를 들어, 연구원과 컨설턴트는 Manaflow를 사용하여 팩트 북(fact books)에서 주요 통계 및 데이터를 자동으로 검색하며, 기업들은 가공되지 않은 송장(invoice) 문서를 구조화된 송장 데이터로 변환하기 위해 저희를 사용합니다. 데모는 여기에서 확인하세요:

질문: 저희는 워크플로 (workflow)를 프로그래밍하는 두 가지 방식을 실험하고 있습니다. 1) 자연어 지침을 사용하여 컬럼 (column)들이 의존성 그래프 (dependency graph) 순서에 따라 정렬되고 실행되는 워크플로를 구축하는 방식, 2) AI 에이전트 (AI agent)가 채울 수 있도록 Python 도구와 Manasheet 컬럼을 정의할 수 있는 Notion 스타일의 에디터를 사용하는 방식입니다. 여기까지 읽으셨다면, https://manaflow.com/demo?beta 를 다시 방문하여 의견을 들려주세요! 또한 워크플로 자동화 (workflow automation) 분야에서의 여러분의 통찰과 경험도 듣고 싶습니다!