제품 고객사례 회사
WORK ONTOLOGY PLATFORM · BETA

에이전트의 비즈니스
정확도를 높이는 기술

조직의 판단을 코드화하고, 그 위에 에이전트를 배포합니다.
워크 온톨로지 위에서 작동하는 새로운 종류의 OS.

스타트업 CEO 20명 검증
3일 안에 온톨로지 작동
에이전트 정확도 +31%p
워크스페이스 L1 · INPUT 온톨로지 봇 L2 · DIAGNOSE Decision OS L3 · CODIFY 에이전트 L4 · DEPLOY
AGENT
OKR 에이전트 실행 중
accuracy: 94.2%
ONTOLOGY BOT
암묵지 추출 완료
판단 규칙 147개 감지
DECISION OS 신규 유저 목표 +20% 신뢰도 95%
THE PROBLEM
AI 에이전트를 도입했는데,
왜 우리 조직 맥락을 모를까요?

에이전트는 똑똑하지만, 당신의 조직이 어떻게 판단하는지는 모릅니다.
그 간격이 에이전트의 실수를 만듭니다.

01 /
🧠
조직의 판단 기준이
아무도 모르는 곳에 있다
팀장 머릿속, Slack 대화, 오래된 회의록. 결정의 이유는 사라지고 결과만 남습니다.
0%
조직 판단의 암묵지 비율 (평균)
02 /
⚡
역할과 책임이 모호해
에이전트가 멈춘다
누가 이 결정을 해야 하는지 정의되지 않으면 에이전트는 매 순간 사람을 기다립니다.
0배
역할 모호성으로 인한 에이전트 개입 횟수
03 /
🎯
에이전트 정확도가
기대보다 낮은 이유
범용 LLM은 최고 수준이지만, "우리 팀의 OKR 판단 방식"은 학습하지 못했습니다.
0%p
조직 맥락 주입 시 에이전트 정확도 향상
DEEPLOY'S ANSWER · WORK ONTOLOGY
조직의 판단을 코드화하고, 그 위에 에이전트를 배포합니다
Deeploy는 조직이 어떻게 판단하는지를 구조화해서 저장합니다. 에이전트는 그 온톨로지 위에서 작동하기 때문에, 처음부터 우리 조직의 맥락을 이해합니다.
워크 온톨로지 봇Decision OS멀티 에이전트 협업판단 코드화에이전트 정확도 +31%p
L2 · WORK ONTOLOGY BOT
대화 한 번으로
조직의 암묵지를 꺼냅니다

워크 온톨로지 봇이 자연스러운 대화로 역할·책임·판단 기준을 추출합니다. 추출된 내용은 즉시 Decision / Principle / Context로 분류되어 저장됩니다.

채용 팀 내 4개 에이전트가 협업 — 이력서 스크리닝부터 온보딩까지
@멘션으로 원하는 에이전트를 즉시 호출
대화 중 판단 감지 → Work Ontology Bot 자동 팝업
Deeploy 채용팀 코워크 화면
ACTUAL PRODUCT · 채용 파이프라인
L3 · DECISION OS
조직의 모든 판단이
코드화되어 저장됩니다

에이전트와의 대화에서 감지된 결정·원칙·맥락이 자동으로 Decision OS에 저장됩니다. 신뢰도 점수와 함께 버전 관리되며, 에이전트가 언제든 참조합니다.

결정 (Decision) · 원칙 (Principle) · 맥락 (Context) 3가지 유형으로 분류
신뢰도 점수(80~95%)로 판단 품질 관리
워크 온톨로지 봇이 대화에서 자동 감지 후 저장 제안
DeeployDECISION OS · V7
OVERVIEW
◎ 대시보드
워크 온톨로지
◆ 결정 히스토리3
◈ 내 원칙0
⊙ 맥락 정보0
판단 관리
⚡ 판단 큐
⊙ Reflection
대시보드
2026년 5월 8일 금
결정 (DECISION)
3
누적 의사결정
원칙 (PRINCIPLE)
0
판단 기준·암묵지
맥락 (CONTEXT)
0
조직·프로젝트 사실
최근 저장된 항목
다음 분기부터 목표를 상향하기로 결정
OKR · 5월 8일 · 신뢰도 90%
Decision
신규 유저 수 목표를 20% 더 높이기로 결정
OKR · 5월 8일 · 신뢰도 95%
Decision
목표 달성을 위한 실행 플랜을 확정
OKR · 5월 8일 · 신뢰도 80%
Decision
L2 · OKR AGENT
에이전트가 조직 맥락을
이미 알고 대화합니다

OKR 에이전트는 워크스페이스에 등록된 비즈니스·판단 기준·디렉토리를 자동으로 주입받아 시작합니다. CEO가 목표 방향을 말하면, 에이전트가 우리 조직 기준으로 설계합니다.

온톨로지 + 디렉토리 맥락 자동 주입 후 대화 시작
목표 상향 → 에이전트가 3가지 옵션 즉시 제시
결정 내용을 Work Ontology Bot이 자동 감지 → Decision OS 저장
OKR 에이전트목표·진행·리스크 관리
□ OKR 에이전트 목표·진행·리스크 관리 Claude AI
OKR 에이전트 AI
안녕하세요! OKR 에이전트입니다.

비즈니스: 커뮤니티 서비스...
판단 기준: 빠른 실행 우선, 데이터 기반 판단
디렉토리: 1개 등록됨

무엇이든 편하게 물어보세요!
김영종 나
다음분기부터는 목표를 상향하기로 했어
OKR 에이전트 AI
좋은 결정입니다! 현재 90일 목표인 '신규 유저 확보'를 상향 조정하시는군요.

1. 목표 수치 증가: 신규 유저 수 목표를 더 높게 설정
2. 목표 범위 확장: 유저 확보 + 활성화/리텐션 추가
김영종 나
신규 유저수를 20% 더 높이는 게 좋겠어.
W
WORK ONTOLOGY BOT
✓신규 유저 수 목표를 20% 상향 조정하기로 결정
Decision
✓현재 90일 목표로 '신규 유저 확보' 운영 중
Context
LIVE PRODUCT DEMO
워크 온톨로지가 작동하는 방식
탭을 눌러 각 제품의 실제 화면을 체험하세요
Deeploy Workspace|슈퍼휴먼
+ 워크스페이스 설정
# 홈
채널
#투자유치
#파트너사 미팅
+ 채널 만들기
에이전트
📒OKR 에이전트7
🎯전략 에이전트
+ 에이전트 추가
코워크
📒매출 Growth
HR채용 파이프라인
+ 코워크 만들기
프로젝트
🚀마케팅 캠페인
+ 프로젝트 만들기
디렉토리
📅주간미팅
+ 디렉토리 추가
⚖ Decision OS
⚙ 설정
🎯
전략 에이전트
전략 수립·경쟁 포지셔닝
Claude AI
🎯전략 에이전트
전략 수립·경쟁 포지셔닝
카테고리운영대화 수0개
👥 단일 에이전트 채널 (1)
🎯
전략 에이전트 @전략
전략 수립·경쟁 포지셔닝
전략 에이전트 채널 생성 · 온톨로지+디렉토리 맥락 주입 완료
전략 에이전트 AI
0:03
어
📒
OKR 에이전트
목표·진행·리스크 관리
Claude AI
OKR 에이전트 채널 생성 · 온톨로지+디렉토리 맥락 주입 완료
OKR 에이전트 AI
안녕하세요! OKR 에이전트입니다.

비즈니스: 커뮤니티 서비스...
판단 기준: 빠른 실행 우선, 데이터 기반 판단
디렉토리: 1개 등록됨

무엇이든 편하게 물어보세요!
20:11
W
Work Ontology Bot
대화에서 자동으로 판단을 추출합니다
Auto-detect
W
WORK ONTOLOGY BOT
방금 대화에서 다음 항목을 발견했습니다. 저장하시겠어요?
✓
다음분기부터 신규 유저 수 목표를 20% 상향 조정하기로 결정
Decision
✓
목표 상향 조정에 따른 구체적인 실행 플랜을 확정
Decision
✓
현재 90일 목표로 '신규 유저 확보' 목표를 운영 중이며, 1인 스타트업 환경에서 진행
Context
Deeploy
DECISION OS · V7
Y
로딩 중…
Founder & CEO
OVERVIEW
○ 대시보드
워크 온톨로지
◆ 결정 히스토리3
◆ 내 원칙0
◉ 맥락 정보0
판단 관리
⚡ 판단 큐
◎ Reflection
→ 로그아웃
대시보드
2026년 5월 8일 금
결정 (DECISION)
3
누적 의사결정
원칙 (PRINCIPLE)
0
판단 기준·암묵지
맥락 (CONTEXT)
0
조직·프로젝트 사실
최근 저장된 항목
전체 3개
다음 분기부터 목표를 상향 조정하기로 결정
OKR5월 8일신뢰도 90%
Decision
신규 유저 수 목표를 현재보다 20% 더 높이기로 결정
OKR5월 8일신뢰도 95%
Decision
목표 달성을 위한 구체적인 실행 플랜을 확정
OKR5월 8일신뢰도 80%
Decision
🚀
마케팅 캠페인
신규가입 1000명
🚀 마케팅 캠페인 준비됨
🎯 신규가입 1000명
기간 2026-05-07 → 2026-05-28 D-day D-20 진행률 0%
⏳STEP 1목표설정 및 KPI 정의승인필요
📒 OKR 에이전트
신규가입 1000명 목표를 달성하기 위한 세부 KPI와 측정지표를 설정하고 진행률 추적 시스템을 구축합니다.
⏳STEP 2캠페인 전략 수립승인필요
⚡ 플로우 에이전트
퍼포먼스 마케팅 채널별 전략을 수립하고 예산 배분, 타겟 오디언스를 정의합니다.
⏳STEP 3광고 소재 제작
⚡ 플로우 에이전트
각 채널에 최적화된 광고 크리에이티브와 랜딩페이지를 제작하고 A/B 테스트 준비를 완료합니다.
⏳STEP 4캠페인 런칭승인필요
⚡ 플로우 에이전트
퍼포먼스 마케팅 캠페인을 실행하고 자동화된 모니터링 시스템을 가동합니다.
⏳STEP 5성과 모니터링
L1 · 워크스페이스 — 모든 에이전트와 결정의 출발점
USE CASES
우리와 비슷한 팀들이 이렇게 씁니다
스타트업 CEO 20명 인터뷰 기반 실제 사용 시나리오
CASE 01 · 조직 성장기
30명이 됐는데 판단 기준이
사람마다 달라졌어요
시리즈 A · SaaS · 30명CEO 직접 사용
창업 초기엔 CEO가 모든 판단을 했습니다. 30명이 되자 팀장들이 각자 다른 기준으로 결정하기 시작했어요.

Deeploy로 창업 이후 쌓인 판단들을 워크 온톨로지 봇이 대화로 추출하고 Decision OS에 저장했습니다.
3일
온톨로지 초기 구축 소요 시간
94%
에이전트 판단 정확도
147개
코드화된 조직 결정 규칙
71%
반복 판단 업무 자동화율
DEEPLOY FLOW
워크스페이스 입장→온톨로지 봇 대화→판단 147개 코드화→OKR 에이전트 배포→채용 에이전트 배포
"30명이 넘으니까 내 기준이 전달이 안 되더라고요. Deeploy가 그걸 코드로 만들어줬어요."
— 커뮤니티 플랫폼 CEO · 시리즈 A
CASE 02 · HR 1인 운영
HR이 저 혼자인데
채용부터 온보딩까지 에이전트가 도와줍니다
시드 ~ 시리즈 A · 15~40명HR 리더 단독 사용
HR 담당자 1명이 채용부터 온보딩까지 전부 혼자 합니다. 반복 업무에 치여 전략적 HR에 쓸 시간이 없었어요.

채용 파이프라인 코워크에 4개 에이전트를 배치했습니다. 이제 이력서 검토 시간이 90% 줄었습니다.
90%
이력서 스크리닝 시간 단축
4개
채용 전담 에이전트 동시 운영
2배
동시 채용 포지션 처리 가능 수
1명
HR 담당자 → 에이전트 팀 운영
DEEPLOY FLOW
채용 파이프라인 코워크→@이력서 스크리닝→@인터뷰 평가→@오퍼 작성→@온보딩 지원
"이력서 100개를 혼자 보던 게 이제 에이전트가 1차 필터링해줘요. 저는 최종 후보만 봅니다."
— B2B SaaS HR 리더 · 시리즈 A 25명
CASE 03 · OKR 운영
분기 OKR 설정부터
주간 점검까지 에이전트가 운영합니다
시드 · 1인 ~ 10명CEO + 팀 전체 사용
분기마다 OKR을 설정하고, 매주 진척도를 점검하는 일이 CEO 시간을 많이 잡아먹었습니다.

OKR 에이전트가 대화로 목표를 설계하고, Decision OS에 판단 기준을 저장해서 매주 자동으로 점검합니다.
20분
주간 OKR 점검 소요 시간 (기존 2시간)
100%
목표-판단 기준 연동률
3일
분기 OKR 전체 설계 소요 시간
0번
형식적 OKR 회의 횟수
DEEPLOY FLOW
OKR 에이전트 대화→목표 설계 + 코드화→Decision OS 저장→주간 자동 점검→리스크 알림
"OKR 에이전트가 내 판단 기준을 기억하고 있어서, 매번 설명 안 해도 됩니다. 그게 제일 좋아요."
— 커머스 스타트업 CEO · 시드 8명
GET STARTED
지금 시작하면 3일 안에
워크 온톨로지가 작동합니다
원하는 방식을 선택하고 신청하세요. 24시간 이내 응답드립니다.
🚀 워크스페이스 무료 체험추천
바로 계정을 만들고 워크 온톨로지 봇과 30초 대화. 내 조직에 맞는 에이전트를 직접 경험해보세요.
📅 30분 도입 상담
Deeploy 팀과 우리 조직 상황에 맞는 도입 방법을 같이 설계합니다. 스크린쉐어로 실제 제품을 보여드려요.
📧 뉴스레터 구독
AI 에이전트 시대의 조직 운영 인사이트. 격주 발행, 언제든 구독 취소 가능.
⚡ 24시간 이내 응답
🔒 정보 외부 공유 없음
🎯 하드셀 없음
스팸 없음 · 언제든 취소 가능 · 24h 응답
✅
신청이 완료됐습니다
24시간 이내에 이메일로 연락드릴게요.
그 사이에 워크스페이스를 먼저 둘러보실 수 있어요.
DEEPLOY TEAM · RESPONSE WITHIN 24H