Lunen.ai는 어떤 문제를 해결하는 것을 목표로 하나요?

Lunen.ai는 기업 AI 파일럿이 보안 검토에서 실패하거나 승인 후 사용되지 않아 조직의 가시성 외부에서 실행되는 '섀도우 AI'로 이어지는 일반적인 실패 지점을 해결하는 것을 목표로 합니다.

Lunen.ai는 에이전트 구축과 거버넌스를 어떻게 결합하나요?

Lunen에서 구축 및 거버넌스는 동일한 워크플로우를 따릅니다. 사용자가 일반 언어로 에이전트를 설명하면 Lunen은 명명된 도구, 범위가 지정된 데이터, 권한 및 스케줄링을 포함하는 구조화된 실행 계획을 초안으로 작성하고 작업은 기록됩니다.

Lunen.ai는 승인 및 권한을 어떻게 처리하나요?

Lunen은 '읽기는 허용하고 쓰기는 승인'하는 모델을 사용하며, 각 MCP 도구 호출은 정책 결정으로 설정될 수 있습니다. 즉, 무인으로 실행되도록 허용하거나 각 호출 전에 사람의 승인이 필요하도록 설정할 수 있습니다.

Lunen.ai는 보안 검토를 위한 감사 로그를 제공하나요?

네. Lunen은 사용자 작업과 에이전트 작업을 통합 감사 로그에 기록하여 누가 행동했는지, 무엇이 승인되었는지, 어떤 모델이 실행되었는지, 어떤 데이터에 액세스했는지 보여주며, 필요에 따라 내보내기가 가능합니다.

Lunen.ai는 어떤 도구와 함께 작동할 수 있나요?

Lunen.ai는 기존 도구에 대한 에이전트를 제공하고 MCP 도구를 통해 액세스를 관리하며, 각 도구 통합을 정책 제어 결정으로 처리합니다.

Lunen.ai는 누가 만들었나요?

Lunen.ai는 25년 이상의 기업 플랫폼 엔지니어링 경험과 대규모 미디어 및 기술 회사를 위한 플랫폼 배포 경험을 가진 REDspace 팀에서 개발되었습니다.

Lunen.ai는 현재 모든 고객에게 공개적으로 제공되나요?

Lunen.ai는 제품을 형성하기 위해 소수의 디자인 파트너와 협력하고 있습니다. 관심 있는 팀은 전화 상담을 예약할 수 있습니다.

Lunen.ai

WebsiteContact for PricingAI DevOps Assistant

Lunen.ai는 엔터프라이즈 AI 에이전트를 위한 통제된 제어 평면으로, 누구나 평이한 언어로 에이전트를 구축할 수 있도록 하면서 IT는 작업을 승인하고 데이터 및 권한의 범위를 지정하며 모든 단계를 기록으로 감사할 수 있도록 합니다.

웹사이트 방문

이 도구 광고하기

https://lunen.ai/?ref=producthunt&utm_source=aipure

개요
동영상
대안

제품 정보

업데이트됨:Jul 21, 2026

Lunen.ai이란?

Lunen.ai는 조직이 보안, 규정 준수 및 운영 가시성에 대한 통제력을 잃지 않고 AI 에이전트를 채택할 수 있도록 설계된 엔터프라이즈 플랫폼입니다. 이는 엔터프라이즈 AI의 일반적인 실패 지점(데모에서는 작동하지만 보안 검토에서 중단되거나 실패하는 프로젝트)을 단일 워크플로에서 에이전트 생성 및 거버넌스를 통합하여 해결합니다. 수십 년간 엔터프라이즈 플랫폼을 출시한 경험이 있는 REDspace 팀이 구축한 Lunen은 기존 도구에 연결되며 에이전트 동작, 액세스 및 책임이 종단 간 관리되는 하나의 통제된 제어 평면을 제공합니다.

Lunen.ai의 주요 기능

Lunen.ai는 기존 엔터프라이즈 도구 위에 AI 에이전트를 구축하고 실행하기 위한 통제된 제어 평면으로, 유용성을 해치지 않으면서 보안 검토를 통과하도록 설계되었습니다. 주제 전문가들은 에이전트를 평이한 언어로 설명할 수 있으며, Lunen은 데이터 액세스 범위를 지정하고, 도구 사용을 정의하며, 실행 일정을 계획하는 구조화된 실행 계획을 생성합니다. IT 및 보안 팀은 도구 호출당 정책을 적용하고(특히 "쓰기" 작업의 경우), 사람의 승인을 요구하며, 사용자 및 에이전트 활동에 대한 포괄적인 감사 로그를 유지할 수 있습니다. 따라서 AI 자동화는 섀도우 IT가 아닌 가시성과 책임성을 가지고 프로덕션에서 실행될 수 있습니다.

평이한 언어 에이전트 생성 → 구조화된 실행 계획: 사용자는 자연어로 필요한 것을 설명합니다. Lunen은 명명된 도구, 범위가 지정된 데이터 및 검토, 저장 및 실행할 수 있는 일정이 포함된 구조화된 계획을 초안합니다.

에이전트를 위한 하나의 통제된 제어 평면: 에이전트 구축과 거버넌스를 동일한 워크플로우에서 결합하여 채택을 늦추는 별도의 "빌더 도구" 대 "IT 거버넌스 계층"을 피합니다.

도구당 정책 제어 (MCP) 호출: 각 연결된 도구는 정책 결정이 됩니다. 안전한 읽기를 위한 무인 실행을 허용하거나, 민감한 작업(특히 쓰기)에 대해 사람의 승인을 요구합니다.

쓰기는 승인하고, 읽기는 허용합니다: 위험도가 낮은 액세스와 영향력이 큰 작업을 분리하고, 에이전트 및 임시 실행 전반에 걸쳐 일관된 제어 기능을 통해 보안 검토에서 방어 가능하도록 설계되었습니다.

사용자 및 에이전트를 위한 통합 감사 로깅: 누가 무엇을 했는지, 무엇이 승인되었는지, 어떤 모델이 실행되었는지, 어떤 데이터가 사용되었는지를 캡처하며, 규정 준수 및 사고 검토를 위해 필요에 따라 내보낼 수 있습니다.

기존 도구에서 에이전트 실행 (엔터프라이즈 준비 완료): 실제 조직 환경을 위해 구축되었으며, 팀이 이미 사용하는 시스템(예: Slack 및 기타 내부 도구) 전반에 걸쳐 통제된 자동화를 가능하게 합니다.

Lunen.ai의 사용 사례

마케팅 리드 스코어링 및 일일 분류: 야간 에이전트가 새로운 리드를 취합하고 순위를 매기며, 간략한 근거 노트를 추가하고, 매일 아침 정해진 일정에 따라 Slack으로 결과를 전달합니다.

승인 기능이 있는 재무/회계 워크플로우 자동화: 회계 팀은 데이터를 수집하고 요약하는 에이전트를 정의하며, 기록을 변경하는 모든 작업(쓰기)은 명시적인 사람의 승인을 필요로 하고 완전히 기록됩니다.

IT/보안 통제 하의 내부 AI 에이전트 출시: 에이전트 권한을 중앙 집중화하고, 도구 호출 정책을 적용하며, 감사 추적을 유지하여 부서에서 섀도우 AI 사용을 생성하지 않고도 유용한 에이전트를 구축할 수 있도록 합니다.

규제 산업을 위한 규정 준수 준비 AI 운영: Lunen의 승인 게이트 및 내보내기 가능한 감사 로그를 사용하여 금융, 의료 및 보험과 같은 산업에서 감사 및 보안 검토를 지원합니다.

팀 간 자동화를 위한 엔터프라이즈 공유 서비스: 여러 팀이 일관된 제어 기능을 사용하여 에이전트를 배포할 수 있는 표준화된 경로를 생성하여 빌더와 거버넌스 이해 관계자 간의 마찰을 줄입니다.

장점

거버넌스와 유용성이 통합되어 에이전트 빌더와 IT 보안 제어 간의 일반적인 격차를 줄입니다.

도구 호출당 세분화된 승인 및 정책 제어는 에이전트가 보안 검토를 통과하고 위험한 작업을 방지하는 데 도움이 됩니다.

포괄적이고 내보내기 가능한 감사 로그는 강력한 책임 및 규정 준수 지원을 제공합니다.

실제 엔터프라이즈 환경 및 기존 도구를 위해 설계되어 데모가 아닌 실제 채택을 지원합니다.

단점

제품이 디자인 파트너/초기 액세스 단계에 있는 것으로 보이며, 이는 즉각적인 가용성 또는 성숙도를 제한할 수 있습니다.

전체 가치를 얻으려면 정책/승인에 대한 조직적 설정이 필요하며, 이는 프로세스 오버헤드를 추가할 수 있습니다.

포지셔닝은 통제된 엔터프라이즈 사용에 중점을 둡니다. 캐주얼하거나 순전히 개인적인 에이전트 실험에는 덜 적합할 수 있습니다.

Lunen.ai 사용 방법

1) 디자인 파트너로 참여 / 액세스 요청: https://lunen.ai/로 이동하여 가입 절차를 통해 디자인 파트너가 되십시오. Lunen은 소수의 팀과 협력하고 있으며 AI 채택 문제를 이해하기 위해 통화를 예약할 것이라고 밝힙니다.

2) 비즈니스 워크플로 및 사용해야 할 도구 식별: 구축하기 전에 에이전트가 수행해야 할 작업(예: 리드 스코어링, 회계 운영)과 상호 작용해야 하는 기존 엔터프라이즈 도구를 결정하십시오. Lunen은 MCP 도구를 통해 '기존 도구를 위한 에이전트'로 포지셔닝됩니다.

3) 에이전트를 평이한 언어로 설명: Lunen의 에이전트 생성 흐름에서 자연어로 에이전트가 수행하기를 원하는 작업을 입력하십시오(드래그 앤 드롭 빌더 및 YAML 없음). 의도는 주제 전문가가 워크플로를 직접 지정할 수 있도록 하는 것입니다.

4) 초안으로 작성된 구조화된 실행 계획 검토: 에이전트를 설명한 후 Lunen은 구조화된 실행 계획을 초안으로 작성합니다. 해당 계획에서 다음을 검토하십시오. (a) 호출할 명명된 도구(MCP 도구), (b) 액세스할 데이터(범위 지정 데이터), (c) 실행될 일정.

5) 에이전트의 데이터 액세스 범위 지정: 에이전트가 최소한의 필수 데이터만 건드리도록 계획을 조정하십시오. Lunen의 핵심 약속은 에이전트를 설명하는 데 사용되는 동일한 흐름이 데이터의 범위도 지정한다는 것입니다.

6) 도구 호출별 권한 설정 (정책 결정): 에이전트가 사용할 수 있는 각 MCP 도구에 대해 자동 실행할 수 있는지 또는 사람의 승인이 필요한지 결정하십시오. Lunen은 이를 '읽기는 허용하고, 쓰기는 승인하라'고 설명합니다.

7) 쓰기 작업에 대한 승인 규칙 구성: 프로덕션 시스템을 변경하는 모든 작업(쓰기)에 대해 각 호출 전에 명시적인 승인이 필요하도록 표시하십시오. 에이전트와 임시 실행 모두에 동일한 승인 토글을 사용하여 설정한 규칙 없이 프로덕션 데이터에 도달하는 것이 없도록 하십시오.

8) 실행 일정 설정 또는 확인: 에이전트 실행 시기(예: 매일 오전 7시 30분)를 정의하십시오. Lunen의 예시에는 아침까지 결과를 생성하는 야간 에이전트가 포함됩니다.

9) 에이전트 구성 저장: 계획, 데이터 범위, 권한 및 일정이 올바르면 에이전트를 저장하여 동일한 통제된 구성으로 반복적으로 실행할 수 있도록 하십시오.

10) 에이전트 실행 (임시 또는 예약): 테스트 실행을 위해 에이전트를 즉시 실행하거나 일정에 따라 실행되도록 하십시오. 실행 중에 Lunen은 구성된 정책(자동 읽기, 쓰기 승인)을 따릅니다.

11) 메시지가 표시되면 게이트된 작업 승인: 에이전트가 승인이 필요한 도구 호출(일반적으로 쓰기)을 시도하는 경우 요청된 작업을 검토하고 승인하거나 거부하십시오. Lunen의 모델은 정책이 요구할 때 에이전트가 수행하는 모든 작업을 승인한다는 것입니다.

12) 모든 작업에 대한 감사 로그 검사: 감사 로그를 열어 사용자 작업과 에이전트 작업을 한 곳에서 확인하십시오. 모든 이벤트에 대해 누가 행동했는지, 무엇이 승인되었는지, 어떤 모델이 실행되었는지, 어떤 데이터를 건드렸는지 확인하십시오. 보안 검토 요구 사항에 따라 로그를 요청 시 내보내십시오.

13) 반복: 계획, 도구 및 정책 개선: 결과 및 감사 결과에 따라 에이전트의 평이한 언어 설명 또는 구조화된 계획을 업데이트하고, 데이터 범위를 강화/확장하며, 어떤 MCP 도구가 자동 실행될 수 있는지 또는 승인이 필요한지 조정하십시오.

14) 일관된 거버넌스로 팀 전체에 운영화: 범위 지정 데이터, 권한 및 감사 로깅과 결합된 자연어 에이전트 정의와 동일한 통제된 경로를 사용하여 다른 팀을 위한 추가 에이전트를 출시하여 개인 계정에서 '그림자 속에서' 실행되지 않고 채택이 확장될 수 있도록 하십시오.