창고 SOP를 실행하는 AI 에이전트, Eluna가 보여주는 운영 레이어의 의미

창고 운영에서 AI가 어려운 이유

오늘 살펴볼 논문은 Ning Liu, Kalle Kujanpää, Zhaoxuan Zhu, P Aditya Sreekar, Kaiwen Liu, Chuanneng Sun, Jorge Marchena Menendez, Matthew Bales, Tianyu Yang, Shahnawaz Alam, Rose Yu, Baoyuan Liu, Kristina Klinkner, Shervin Malmasi가 쓴 Eluna: An Agentic LLM System for Automating Warehouse Operations with Reasoning and Task Execution입니다. 원문은 arXiv 원문에서 볼 수 있습니다.

이 논문이 다루는 문제는 겉으로는 창고 운영 자동화입니다. 조금 넓게 보면 기업용 AI 에이전트(스스로 일을 나누고 실행하는 AI 프로그램)가 실제 업무 현장에 들어갈 때 부딪히는 현실적인 문제이기도 합니다.

창고에는 SOP, Standard Operating Procedures(표준작업절차)가 있습니다. 어떤 티켓을 어떻게 처리할지, 어떤 시스템에서 어떤 데이터를 확인할지, 조건이 맞지 않으면 어떤 예외 절차로 넘어갈지 같은 규칙이 담깁니다. 초록에 따르면 이런 SOP는 여러 시스템을 오가며 복잡한 의사결정 논리를 담고 있고, 동시에 엄격한 시간 제약 아래 신뢰성 있게 실행되어야 합니다.

문제는 기존 LLM 에이전트에 이런 절차 준수를 강제하는 장치가 충분하지 않다는 데 있습니다. 또 전체 SOP를 한꺼번에 모델에게 넣으면 문맥 과부하, 곧 너무 많은 지시와 정보가 한 번에 들어가 성능이 흔들리는 문제가 생긴다고 논문은 지적합니다. 비전공자 관점에서 풀어보면, 숙련된 작업자에게 두꺼운 매뉴얼 전체를 한 번에 외우라고 한 뒤 즉시 판단하게 하는 것과 비슷합니다. 매뉴얼은 필요하지만, 지금 단계에서 필요한 부분만 정확히 꺼내 쓰는 구조가 더 중요할 수 있습니다.

Eluna의 핵심 아이디어: 절차를 그래프로 만들고, 필요한 만큼만 보여준다

Eluna는 논문 초록 기준으로 production-deployed, 즉 실제 운영 환경에 배포된 agentic system입니다. 여기서 agentic system은 단순히 답변만 생성하는 챗봇이 아니라, reasoning(추론)과 task execution(작업 실행)을 함께 수행하는 시스템에 가깝습니다.

Eluna의 첫 번째 핵심은 SOP를 directed acyclic graph, 즉 방향성 비순환 그래프(DAG, 뒤로 되돌아가는 고리 없이 업무 순서를 표현한 지도)로 인코딩한다는 점입니다. SOP를 긴 문서로만 두지 않고, 단계와 조건, 다음 행동을 노드와 연결선으로 표현하는 방식으로 이해할 수 있습니다.

두 번째 핵심은 progressive disclosure(필요한 절차만 단계별로 보여주는 방식)입니다. 전체 매뉴얼을 한 번에 모델에게 던지는 대신, 현재 단계에서 필요한 정보만 점진적으로 열어줍니다. 이렇게 하면 LLM의 문맥 과부하를 줄이고, 절차를 벗어나지 않게 도울 수 있습니다.

세 번째 핵심은 multi-agent framework(여러 AI 실행자가 역할을 나누는 구조)입니다. 논문에 따르면 Eluna는 독립적인 작업을 parallel sub-agents(병렬로 일하는 작은 담당 AI 실행자)에게 위임합니다. 각 sub-agent는 persistent code execution(지속적인 코드 실행 환경)과 live data access(실시간 데이터 접근)를 가진다고 설명됩니다. 이 표현은 단순히 텍스트를 생성하는 모델이 아니라, 실제 시스템 데이터와 코드 실행으로 업무를 처리하는 구조를 뜻하는 것으로 보입니다.

더 큰 모델보다 중요한 것: 절차를 지키게 하는 구조

제가 이 논문에서 눈여겨보는 부분은 모델 자체의 크기보다 운영 구조입니다. 초록만 보면 Eluna의 문제의식은 더 똑똑한 모델을 쓰면 된다는 쪽이 아닙니다. 오히려 큰 SOP 전체를 그대로 넣으면 문맥 과부하가 생기고, 에이전트가 절차를 안정적으로 지키지 못할 수 있다는 문제에서 출발합니다.

기업 업무에서는 정답을 그럴듯하게 말하는 것보다 정해진 절차를 빠뜨리지 않고 수행하는 일이 더 중요할 때가 많습니다. 특히 창고 운영처럼 시간 제약이 있고 여러 시스템이 연결된 현장에서는 더 그렇습니다. 어떤 데이터베이스를 먼저 확인해야 하는지, 어떤 조건에서 티켓을 다음 단계로 넘겨야 하는지, 어떤 예외 상황에서 사람에게 넘겨야 하는지 같은 절차가 실제 운영 품질을 좌우할 가능성이 높습니다.

Eluna가 SOP를 그래프로 바꾸는 이유도 여기에 있다고 봅니다. 그래프는 모델에게 자유롭게 생각하라고만 맡기는 구조가 아니라, 업무가 지나가야 할 경로를 만들어 주는 구조입니다. progressive disclosure는 그 경로 위에서 지금 필요한 표지만 보여주는 방식에 가깝습니다. 이 둘을 합치면 에이전트가 너무 많은 정보를 한꺼번에 들고 헤매는 일을 줄이고, 절차 중심으로 움직이게 만들 수 있을 것 같습니다.

학습 방식도 흥미롭다: 실패 경험을 작은 모델에 내재화하기

논문 초록은 Eluna가 production latency and accuracy needs, 즉 실제 운영 환경의 지연시간과 정확도 요구를 맞추기 위해 asymmetric episodic distillation을 사용한다고 설명합니다.

이 표현을 쉽게 풀면, 강한 teacher 모델(교사 모델)을 먼저 episodic error memories(실패 사례와 교정 기억)로 개선하고, 이후 corrected trajectories(교정된 작업 경로)를 작은 student 모델(학생 모델)에 fine-tuning(추가 학습)한다는 뜻으로 보입니다. 흥미로운 부분은 memory stripped, 즉 추론 시점에는 그 기억을 붙이지 않고도 교정 내용이 모델 안에 내재화되도록 한다는 설명입니다.

투자자 입장에서 이 대목은 비용 구조와 운영 속도 측면에서 중요합니다. 기업 현장에서는 항상 가장 큰 모델을 가장 긴 문맥과 함께 호출하기 어렵습니다. 지연시간, 비용, 안정성 문제가 생기기 때문입니다. 논문 초록 기준으로 Eluna는 더 강한 모델의 교정 경험을 작은 모델에 학습시키고, 실행 시점의 추가 부담을 줄이는 접근을 취합니다.

물론 조심해야 할 부분도 있습니다. 초록은 구체적인 비용 절감률이나 지연시간 수치를 제시하지 않습니다. 따라서 이 논문을 근거로 특정 수준의 비용 효율을 단정해서는 안 됩니다. 다만 기업용 AI 에이전트가 실제 운영에 들어가려면 모델 성능뿐 아니라 지연시간, 비용, 절차 준수, 데이터 접근, 코드 실행 환경이 함께 설계되어야 한다는 방향성은 비교적 분명해 보입니다.

초록에 나온 성과는 어디까지인가

초록에 따르면 Eluna의 fine-tuned models(추가 학습된 모델)는 13-task benchmark와 두 개의 production applications에서 teacher와 같거나 더 나은 성능을 보였고, 더 큰 off-the-shelf baselines(기성 대형 모델 기준선)를 앞섰다고 합니다. 또한 ticket processing application에서는 94% expert agreement(전문가 동의율)에 도달했다고 설명합니다.

여기서도 해석은 조심해야 합니다. 초록만으로는 13개 과제가 어떤 구성인지, 두 개의 production applications가 어떤 산업 범위와 난이도를 갖는지, expert agreement가 어떤 기준으로 측정되었는지까지는 알 수 없습니다. 그래서 이 결과를 일반적인 모든 창고 업무나 모든 엔터프라이즈 업무에 곧바로 확장하기는 이릅니다.

다만 논문 초록이 제시하는 방향은 분명합니다. LLM 에이전트를 실제 업무에 쓰려면 모델을 크게 만드는 것만으로는 부족하고, 업무 절차를 표현하는 구조, 현재 단계 정보만 주는 방식, 하위 작업 병렬화, 코드 실행과 실시간 데이터 접근, 운영 환경에 맞춘 학습 전략이 함께 필요합니다.

로보틱스와 물류 AI 관점에서의 의미

이 논문은 분류상 cs.LG와 cs.AI에 속하지만, 제목과 초록이 가리키는 현장은 warehouse operations입니다. 로봇 팔이나 이동 로봇 자체를 다루는 논문은 아니지만, 물류와 로보틱스 산업의 운영 레이어를 생각할 때 의미가 있어 보입니다.

물류 자동화는 흔히 하드웨어, 센서, 로봇 제어, 창고관리시스템으로 나누어 생각합니다. 그런데 실제 창고에서는 물리적 이동만큼이나 예외 처리, 티켓 처리, 여러 시스템 간 판단, 표준 절차 준수가 중요합니다. 사람이 하던 운영 판단이 많고, 그 판단은 보통 문서화된 절차와 현장 경험 사이에 걸쳐 있습니다.

Eluna가 제안하는 방식은 이런 문서화된 절차를 AI 실행 구조로 바꾸려는 시도로 볼 수 있습니다. 저는 이 지점이 AI와 로보틱스의 접점에서 중요해질 가능성이 있다고 봅니다. 로봇이 물건을 집고 옮기는 능력도 중요하지만, 어떤 상황에서 어떤 절차를 따라야 하는지, 어떤 시스템 데이터를 확인해야 하는지, 언제 사람에게 넘겨야 하는지를 이해하고 실행하는 운영 계층이 함께 있어야 하기 때문입니다.

투자자 관점: 모델보다 운영 레이어가 해자가 될 수 있다

AI 에이전트 투자를 볼 때 저는 점점 더 모델 그 자체보다, 모델이 기업의 반복 업무 절차를 안전하게 실행하도록 만드는 운영 레이어를 눈여겨보게 됩니다. Eluna 논문은 이 관점을 뒷받침하는 사례 중 하나로 읽힙니다.

여기서 운영 레이어란 단순한 UI나 워크플로 자동화 도구만을 뜻하지 않습니다. SOP를 기계가 따라갈 수 있는 구조로 바꾸고, 단계별로 필요한 문맥을 통제하고, 여러 하위 작업을 병렬로 실행시키고, 실시간 데이터와 코드 실행을 연결하며, 실패 경험을 다시 학습 체계로 흡수하는 전체 구조를 말합니다.

이런 구조가 중요한 이유는 세 가지라고 봅니다.

기업 업무는 대부분 절차형입니다. 특히 물류, 제조, 금융, 고객지원, 병원 운영처럼 규정과 예외가 많은 영역에서는 자유로운 답변보다 절차 준수가 더 중요합니다.

절차는 기업마다 다릅니다. 같은 창고 운영이라도 회사별 시스템, 예외 정책, 승인 흐름, 시간 제약이 다를 수 있습니다. 따라서 범용 모델만으로는 충분하지 않고, 각 기업의 SOP를 실행 가능한 형태로 바꾸는 능력이 중요해질 가능성이 있습니다.

운영 데이터와 실패 기억이 쌓이면 개선 루프도 생길 수 있습니다. Eluna 초록에서 말하는 episodic error memories와 corrected trajectories는 이런 개선 루프의 한 형태로 읽힙니다. 다만 이 부분도 실제로 얼마나 강한 해자가 되는지는 데이터 접근권, 배포 범위, 고객별 커스터마이징 비용, 규제와 보안 요구에 따라 달라질 것입니다.

그래도 아직 확인해야 할 것들

초록만 기준으로 보면, 저는 이 논문을 흥미롭게 보지만 동시에 몇 가지는 추가 확인이 필요하다고 봅니다.

우선 benchmark의 구체 구성입니다. 13-task benchmark가 실제 창고 업무의 다양성과 예외 상황을 얼마나 대표하는지 확인해야 합니다.

production applications의 범위도 봐야 합니다. 두 개의 운영 적용 사례가 어느 정도 규모와 복잡도를 갖는지, 다른 창고나 다른 산업으로 옮겨도 같은 접근이 통할지는 초록만으로 알기 어렵습니다.

SOP를 그래프로 변환하는 과정의 비용도 중요합니다. 기업마다 SOP 문서의 품질과 구조가 다르기 때문에, 이를 directed acyclic graph로 만드는 작업이 얼마나 자동화될 수 있는지가 관건일 것 같습니다.

마지막으로 사람의 승인과 책임 경계입니다. 초록은 ticket processing application의 전문가 동의율을 언급하지만, 실제 운영에서는 어떤 결정까지 AI가 실행하고 어떤 결정은 사람에게 넘기는지의 경계가 중요합니다.

핵심 takeaway

Eluna 논문은 창고 운영 AI의 이야기이면서, 엔터프라이즈 AI 에이전트가 어디에서 가치를 만들 수 있는지 보여주는 사례처럼 읽힙니다. 초록 기준으로 이 논문의 핵심은 더 큰 모델 하나가 모든 것을 해결한다는 주장이 아니라, SOP를 실행 가능한 그래프로 바꾸고, 필요한 문맥만 열어 주며, 여러 하위 에이전트와 실제 데이터 접근을 결합하는 운영 구조에 있습니다.

투자자 관점에서 저는 이 방향을 조심스럽게 중요하게 봅니다. 앞으로 기업용 AI의 차별화는 모델 호출 능력만이 아니라, 각 기업의 반복 업무 절차를 얼마나 안전하고 빠르게 실행 가능한 시스템으로 바꾸는지에서 나올 가능성이 높습니다. Eluna는 그 가능성을 창고 운영이라는 구체적 현장에서 보여주려는 시도로 이해할 수 있습니다.