첫 AI Agent 신원 코드 발급: Agent BI, 거버넌스 시대에 진입하다

2026년 7월 21일, 베이징 중관춘 전시 센터(Beijing Zhongguancun Exhibition Center)에서 열린 평범해 보이는 표준 컨퍼런스가 기념비적인 성과를 거두었습니다. 바로 첫 번째 AI Agent 신원 코드(identity codes)가 공식적으로 발급된 것입니다.

Alibaba 1688, Meituan, Didi, Xiaomi, China Southern Power Grid, 그리고 3대 주요 통신사를 포함하여 200개 이상의 기업이 전용 노드(nodes)를 확보했습니다. 이제 모든 AI Agent는 자신만의 "디지털 신분증"을 갖게 되었습니다.

이것이 무엇을 의미할까요? 이는 지난 2년 동안 지속된 AI Agent 개발의 "무법지대(wild west)" 단계가 등록 가능하고(registerable), 추적 가능하며(traceable), 감사 가능한(auditable) 거버넌스의 새로운 시대로 공식적으로 진입했음을 의미합니다. 기업용 BI(Business Intelligence) 분야에서 이는 결코 가볍게 넘길 이야기가 아닙니다.

"사용 가능함"에서 "거버넌스 가능함"으로: 간과되어 온 격차

지난 18개월 동안 거의 모든 BI 벤더들은 동일한 이야기를 해왔습니다. 자연어로 데이터 질문을 던지고, AI가 SQL을 작성하게 하며, 기여도 분석(attribution analysis)을 수행하고 보고서를 생성하라는 것입니다. Agent BI의 "사용성(usability)"은 더 이상 의문의 여지가 없습니다.

하지만 기업의 CIO(최고 정보 책임자)와 CDO(최고 데이터 책임자)들이 걱정하는 것은 "작동하는가?"가 아니었습니다. 그들은 더 날카로운 세 가지 질문을 던집니다:

• 누가 호출하는가? 에이전트가 핵심 운영 데이터에 접근할 때, 그 신원을 검증할 수 있는가? 어떤 벤더가 구축했는지, 버전은 무엇인지, 그리고 어떤 권한 범위 내에서 작동하는가?
• 그들은 어떻게 협업하는가? 기업은 데이터 분석 에이전트, 승인 에이전트, 고객 서비스 에이전트를 동시에 운영할 수 있습니다. 이들이 서로 어떻게 "대화"할까요? MCP, A2A 및 독점 솔루션들이 통일된 인터페이스 없이 공존하는 상황에서, 협업은 여전히 이론적인 수준에 머물러 있습니다.
• 누가 책임을 지는가? 에이전트가 자율적으로 비즈니스 결정(예: 특정 지역의 마케팅 예산 할당 조정)을 내릴 때, 그 행동을 감사하고 추적할 수 있는가?

이 세 가지 질문이 바로 새로운 국가 표준이 답하고자 하는 핵심입니다.

Infographic: From Usable to Governable — three CIO concerns about AI agent identity, collaboration, and accountability

GB/Z 185: 에이전트 등록을 위한 7계층 폐쇄 루프 (Seven-Layer Closed Loop)

AI — Agent Interconnection (GB/Z 185.1–185.7—2026)은 AI 에이전트의 전체 생애주기를 다루는 중국 최초의 표준 시스템입니다. 다음의 7개 파트가 하나의 폐쇄 루프 (Closed Loop)를 형성합니다:

• 전체 아키텍처 (Overall Architecture) → 신원 (Identity) → 신뢰 관리 (Trusted Management) → 역량 기술 (Capability Description) → 지능형 탐색 (Intelligent Discovery) → 다자간 상호작용 (Multi-party Interaction) → 도구 호출 (Tool Invocation)

그 논리는 명확합니다. 먼저 신원을 확립하고 (당신은 누구인가) → 그다음 역량을 기술하며 (당신은 무엇을 할 수 있는가) → 탐색과 상호작용을 가능하게 하고 (다른 이들이 당신을 어떻게 찾고 협업하는가) → 마지막으로 도구 호출을 표준화합니다 (당신이 외부 시스템을 어떻게 조작하는가).

신원 코드 시스템은 인터넷 도메인 이름과 유사한 계층적 식별 체계를 사용합니다. 기업은 고유한 약어를 접두사 (Prefix)로 선택하며, 에이전트당 하나의 코드를 부여하여 출처로부터의 고유성 (Uniqueness)과 추적 가능성 (Traceability)을 보장합니다.

함께 출시된 AIP (Agent Interconnection Protocol) V2.1은 신뢰할 수 있는 접속, 신원 인증, 역량 탐색, 상호 연결 협업, 결제 거래, 그리고 행동 감사 (Behavior Auditing)라는 6가지 과제를 하나의 패키지로 해결합니다. 소스 코드는 이미 AtomGit 커뮤니티에 오픈 소스로 공개되었습니다.

Infographic: GB/Z 185 seven-layer closed loop for AI agent registration — from identity to tool invocation

이것이 Agent BI에 의미하는 바

기업 데이터 분석 시나리오로 돌아가 보겠습니다. 전형적인 Agent BI 사용 체인은 다음과 같습니다:

비즈니스 사용자가 자연어 (Natural Language)로 질문을 던지면 → 데이터 분석 에이전트 (Data Analysis Agent)가 의도를 해석하고 → 데이터 소스나 API를 호출하여 데이터를 검색하며 → 분석 로직을 실행한 뒤 → 시각화 결과나 권장 조치를 반환합니다.

이 체인을 따라 국가 표준은 세 가지 직접적인 변화를 가져옵니다.

첫째, 신뢰할 수 있는 신원 (Trusted Identity). 에이전트는 더 이상 "블랙박스 (Black Box)"가 아닙니다. 신원 코드 시스템을 통해 기업은 다음과 같은 사항을 확실히 알 수 있습니다: 나의 CRM 데이터에 접근하는 이 분석 에이전트가 어느 플랫폼에 속해 있는지, 어떤 버전인지, 그리고 어떤 보안 인증을 통과했는지 말입니다. 이는 데이터 보안 준수 (Data Security Compliance)를 위한 전제 조건입니다.

둘째, 조합 가능한 역량 (Composable Capabilities). 에이전트의 역량 기술 (Capability Description)과 탐색 메커니즘이 표준화되면, 기업 내의 여러 에이전트가 진정으로 협업할 수 있습니다. 예를 들어, 데이터 분석 에이전트가 보고서에서 이상 징후를 감지하면, 자동으로 원인 분석 에이전트 (Attribution Agent)를 트리거하여 심층 조사를 수행하고, 이후 알림 에이전트 (Notification Agent)와 연결하여 관련 의사 결정권자에게 결론을 전달합니다. 즉, "점 단위의 지능 (Point Intelligence)"에서 "체인 단위의 지능 (Chain Intelligence)"으로 진화하는 것입니다.

셋째, 감사 가능한 동작 (Auditable Behavior). 도구 호출 계층 (Tool Invocation Layer)의 표준화는 에이전트가 취하는 모든 단계 — 어떤 테이블을 쿼리했는지, 어떤 모델을 사용했는지, 어떤 판단을 내렸는지 — 에 추적 가능한 기록을 남긴다는 것을 의미합니다. 이는 금융, 의료, 정부 서비스와 같이 규제가 엄격한 산업에서 특히 중요합니다.

Infographic: Three direct changes from the national standard — trusted identity, composable capabilities, and auditable behavior

Quick BI의 실전 거버넌스 가능 Agent BI

Quick BI는 이미 거버넌스 가능한 Agent BI를 향한 체계적인 움직임을 보여주고 있습니다.

Smart Q (Quick BI의 자연어 분석 어시스턴트)는 국가 표준과 매우 일치하는 설계 철학을 따릅니다. 즉, 모든 자연어 질의(Natural Language Query)의 이면에는 명시적인 신원 인증 (Identity Authentication), 권한 제어 (Permission Control), 그리고 운영 로깅 (Operation Logging)이 존재합니다. 사용자가 무엇을 질문했는지, AI가 어떤 중간 추론 (Intermediate Reasoning)을 수행했는지, 그리고 어떤 결론을 반환했는지 — 이 전체 체인은 추적 가능 (Traceable)합니다.

멀티 에이전트 (Multi-agent) 협업 측면에서, Quick BI의 스킬 기반 아키텍처 (Skill-based Architecture)는 이미 "에이전트 등록 → 역량 선언 → 온디맨드 호출 (On-demand Invocation)" 모델을 탐색하고 있습니다. 즉, 데이터 인사이트 스킬이 다른 비즈니스 시스템의 에이전트들에 의해 강한 결합 (Tight Coupling) 방식이 아닌, 표준 인터페이스를 통해 호출될 수 있습니다.

• 7년 연속 Gartner Magic Quadrant for Analytics and Business Intelligence에 등재
• 매직 쿼드런트에 지속적으로 이름을 올린 유일한 중국 BI 벤더
• 이는 단순한 분석 역량뿐만 아니라, 엔터프라이즈 시나리오에서의 보안, 컴플라이언스 (Compliance), 거버넌스 (Governance)에 대한 깊은 이해를 통해 얻은 결과입니다.

"데이터에 질문하기"에서 "프로세스 거버넌스"로, "단일 에이전트의 답변"에서 "신뢰할 수 있는 멀티 에이전트 협업"으로 — 이것이 Agent BI가 데모 수준에서 엔터프라이즈급으로 도약하기 위한 결정적인 단계입니다.

Infographic: Quick BI Governable Agent BI in Practice — Smart Q, skill-based architecture, Gartner 7-year recognition

향후 전망

해당 표준은 현재 산업 육성 단계에서의 민첩한 표준화 접근 방식을 반영하여 "가이드 기술 문서" 형태로 발행되었습니다. 하지만 그 신호는 이미 명확합니다:

• 베이징이 시작 도시로서 역할을 수행하며, 향후 전국 120개 주요 도시로 확대할 계획입니다.
• 베이징 시청구(Xicheng District) 내 90개 이상의 초·중등학교가 이미 파일럿 프로그램에 AI 에이전트 (AI agents)를 통합했습니다.
• 베이징 정보통신대학교(Beijing University of Posts and Telecommunications)는 전체 학사 행정 워크플로 (workflow)에 에이전트를 내장했습니다.

기업들에게 지금은 귀사의 에이전트 BI (Agent BI) 솔루션을 검토해야 할 시기입니다. 만약 BI 시스템을 선택하거나 업그레이드하고 있다면, 한 가지 질문을 더 던져보십시오: 해당 시스템의 에이전트 역량은 거버넌스 (governable)가 가능한가?

검증 가능한 신원 (Verifiable identity), 기술 가능한 역량 (describable capabilities), 감사 가능한 상호작용 (auditable interactions) — 이 세 가지 기준은 이제 "있으면 좋은 것"에서 "진입 요건"으로 변화할 것입니다. 에이전트 BI (Agent BI)의 후반전이 이제 막 시작되었습니다.