Dynamiq

Dynamiq

Dynamiq Technologies · 코딩 · 생산성

Dynamiq는 기업용 AI 에이전트 플랫폼이다. 채팅, 음성, 워크플로 에이전트를 비주얼 캔버스나 Python으로 만들고 자사 클라우드나 데이터센터에서 실행한다.

Dynamiq 미리보기

Dynamiq 소개

What Is Dynamiq

Dynamiq는 사내 데이터를 공개 챗봇에 보낼 수 없는 기업을 위한 에이전트 플랫폼이다. 은행, 보험사, 공공기관 팀이 대출 서류를 읽고, 상담 전화를 받고, 컴플라이언스 경보를 분류하고, 결제를 대사하는 에이전트를 이 위에서 만든다. 실행은 모두 기록되고 위험한 단계는 사람이 승인한다.

핵심은 현업 담당자와 엔지니어가 같은 것을 만든다는 점이다. 워크플로는 노드 그래프로 존재한다. 입력, 모델, 몇 개의 도구, 경우에 따라 하위 에이전트, 그리고 출력. 현업 팀은 캔버스에서 노드를 끌어 연결한다. 엔지니어는 같은 그래프를 오픈소스 Python SDK로 작성하고, 둘 다 같은 정의로 컴파일된다. 한쪽을 고를 필요가 없고, 담당자가 바뀌어도 다시 만들지 않는다.

도입 전에 알아야 할 한계가 두 가지다. 배포 방식을 정할 수 있는 조직을 겨냥한 제품이라 자체 구축에는 쿠버네티스 클러스터가 필요하고, Enterprise에서는 벤더 엔지니어가 설치를 맡는다. 또 실험용이 아니라 운영 워크플로를 전제로 만들어졌다. 십 분 만에 장난감 챗봇을 만들고 싶다면 무료 워크스페이스로 충분하지만, 가격과 설계는 고객이나 감사인 앞에 에이전트를 내놓을 팀에 맞춰져 있다.

Getting Started

  1. app.getdynamiq.ai에서 가입하고 무료 클라우드 워크스페이스를 연다. 시작하는 데 카드 정보는 필요 없다.
  2. 에이전트 빌더를 열어 워크플로를 만들고 시작점을 고른다. 빈 캔버스, 또는 하려는 일을 평범한 문장으로 적어 생성기가 노드, 연결, 프롬프트 초안을 만들게 한다.
  3. 오른쪽 패널에서 노드를 하나씩 설정한다. 모델을 고르고 지식 베이스를 붙이고 도구를 더한 뒤, 사내 시스템은 Connections로 연결한다.
  4. 업무에 필요한 통제를 넣는다. 의사결정 테이블, 경계 사례용 판단 노드, 또는 자금을 움직이는 도구 앞의 승인 게이트.
  5. 플레이그라운드나 저장된 테스트 케이스로 검증하고, 버전을 저장해 배포한 뒤 앱, 채팅 위젯, 음성 회선으로 공개한다.

제품 정보

Dynamiq의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.

무료 플랜예
유료 플랜$0 - Custom
플랫폼Web, Python SDK, API
개발사Dynamiq Technologies
카테고리코딩 · 생산성
출시일Jan 2022
최근 업데이트Oct 2026
웹사이트 방문 수11.5K
웹사이트 글로벌 순위2.1M
API 제공 여부예

추천 대상

이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.

사용자

  • 은행과 보험사의 운영, 여신 팀
  • 규제 업종의 AI 엔지니어
  • 컴플라이언스와 리스크 분석가

작업

  • 대출 서류와 계약 검토
  • 음성과 채팅 상담
  • 대사와 결제 예외

활용 상황

  • 데이터를 외부로 보낼 수 없는 규제 환경 배포
  • 기한이 있는 첫 운영 에이전트
  • 사내 규정 문서 검색

주요 기능

하나의 엔진, 두 가지 제작 방식

모든 워크플로는 양 끝에 입력과 출력이 있는 노드 그래프이고, 캔버스와 Python SDK는 같은 정의를 만든다. 현업 담당자는 로직, 에이전트, 도구, 검증기로 나뉜 팔레트에서 노드를 끌어온다. 엔지니어는 같은 그래프를 git에 두고 자체 CI로 돌리며, 코드로 확장하고 싶을 때 캔버스 워크플로를 ZIP으로 내려받는다. dynamiq CLI는 프로젝트, 버전, 앱, 트리거를 터미널에서 다룬다.

한 문장에서 첫 초안으로

하려는 일을 한 문장으로 적는다. 예를 들어 여신 정책에 맞춰 대출 패키지를 검토하고 예외를 심사자에게 넘기라고 쓰면, 생성기가 노드와 연결, 프롬프트 초안을 옆 패널에 만든다. 초안을 받아들이고 모델을 바꾸고 도구를 붙이고 승인을 더한다. 저장을 누르기 전에는 아무것도 남지 않으므로 시험 비용은 1분뿐이다.

의사결정 테이블, 규칙, 판단 노드

모델에 맡기지 말아야 할 판단이 있다. 의사결정 테이블은 적격성 확인이나 가격표를 타입이 있는 입력, 규칙 격자, 중복 처리 정책이 있는 표로 바꾼다. 여신 책임자가 읽고 고칠 수 있고 CSV 입출력도 되며, 저장된 테스트 케이스가 변경 때마다 다시 돈다. 규칙 노드는 한 건의 기록을 여러 규칙에 대조해 규칙마다 심각도와 함께 지적을 돌려준다. 판단이 필요한 지점에서는 판단 노드가 예/아니오, 선택, 점수 질문에 보정된 신뢰도로 답하고, 신뢰도가 낮은 건은 사람에게 보낸다.

자금이 움직이는 단계의 승인

도구 노드에서 실행 승인을 켜면 실행이 멈추고 무엇이 실행될지 그대로 보여주는 메시지가 뜬다. 검토자는 승인하거나, 전송 직전의 항목을 고치거나, 의견을 남겨 반려한다. 반려 의견은 에이전트가 읽고 반영한다. 승인 요청은 앱이 이미 쓰는 WebSocket이나 Runs API 스트림으로 오기 때문에, 게이트는 별도 콘솔이 아니라 자사 화면 안에 들어간다.

사람별 기억

기억을 켜면 에이전트가 사용자 ID와 세션 ID로 구분해 대화를 보관하고, 다음 실행 시작에 최근 메시지, 관련도 높은 메시지, 또는 둘 다를 재생한다. 장기 기억은 더 나아간다. 저장과 회상을 위한 도구를 받아 오래 남는 사실을 다루고, 같은 내용을 다르게 들으면 중복 저장 대신 기존 사실을 갱신하며, 하위 에이전트의 이력은 따로 둬서 위임받은 쪽이 다른 에이전트의 기억을 읽지 않는다.

지식, 가드레일, 추적

답변은 사내 문서에 근거를 두고, 소스별 권한은 검색 단계에서 적용된다. 질문한 사람이 읽을 수 없는 파일을 인용할 수 없다. 가드레일은 개인정보와 프롬프트 인젝션을 모델이나 도구에 닿기 전에 잡아내고, 모든 단계는 입력, 모델 호출, 지연 시간과 함께 추적에 남는다. 그 추적을 읽고 잘못된 실행을 짚어 주는 에이전트도 있다.

장단점

장점

  • 캔버스와 SDK가 같은 엔진을 쓰므로 현업과 엔지니어가 따로 만들지 않고 같은 워크플로를 다듬는다.
  • 사람 승인, 의사결정 테이블, 소스별 권한이 규제 업종에서 감사받는 통제를 갖춘다.
  • 배포는 공용 클라우드 워크스페이스부터 자사 쿠버네티스 클러스터까지 선택할 수 있고, 외부 접속이 없는 격리 환경도 있다.
  • Python SDK가 Apache-2.0 오픈소스라 워크플로 정의가 제품 안에 갇히지 않는다.

단점

  • Enterprise 가격은 건별 견적이라 영업과 이야기하기 전에는 예산을 잡기 어렵다.
  • 자체 구축에는 쿠버네티스 1.32 이상이 필요하고 격리 환경은 벤더 엔지니어까지 동원해야 한다. 작은 IT 팀이 클릭 한 번으로 설치할 물건은 아니다.
  • 무료 워크스페이스는 앱, 지식 베이스, 월 메시지 수에 상한이 있어 통화량 많은 음성 에이전트의 부하 테스트는 유료 전환이 전제다.
  • 장기 대기와 오류 경로는 아직 출시 예정으로 안내된다. 며칠씩 멈춰 있어야 하거나 실패한 분기를 재시도해야 하는 업무라면 문제가 된다.

자주 묻는 질문

백오피스 업무, 고객 상담, 문서 검토용 AI 에이전트를 만들고 운영하는 플랫폼이다. 팀이 워크플로를 그리고 도구와 지식을 연결한 뒤 자사 인프라에 배포한다.