// agent-native enterprise pms
AgentFlow
AI 에이전트가 참여하는 개발을
엔터프라이즈 수준으로 관리 · 통제 · 계량합니다.
사람 + AI 에이전트의 실제 활동으로 프로젝트가 움직입니다.
FP vs 실제 M/M · 토큰 사용량까지 감사 가능하게.
// features
주요 기능
Agent-Native PMS
개발 에이전트를 보조 도구가 아니라 1급 작업 주체로 관리. 요구사항 → 작업 → 코드 → 테스트 → 배포 전 과정을 사람과 에이전트가 함께 추적.
MCP 양방향 게이트웨이
PMS ↔ Claude Code · Codex 등 에이전트 간 요구사항 · 결과 · 상태를 자동 교환. 사람이 상태를 입력하지 않아도 실제 활동이 프로젝트에 붙습니다.
FP 기반 예상 vs 실제 비교
Function Point 기반 예상 M/M vs 실제 투입 M/M + 에이전트 활동량 + 토큰 사용량. AI 바이브 코딩의 실효를 정량으로 증명.
엔터프라이즈 거버넌스
감사 로그, 조직 · 역할 · 프로젝트별 권한 통제, 변경 이력 · 승인 근거 보존. 공공 · 금융 · 규제 산업 대응.
요구사항 · WBS 관리
Epic · Feature · User Story 계층, Draft → Approved → In Development → Done 상태 흐름, WBS 트리 · 엑셀 업/다운, 요구사항 ↔ WBS ↔ 코드 ↔ 테스트 ↔ 배포 연결.
일정 · 위험 · 리소스
프로젝트 캘린더 · 스프린트 · 마일스톤 · 회의실 예약. 위험(발생 가능성 · 영향도) 등록 · 완화, 리소스 · 예산 · 계약 관리.
// why agentflow
왜 AgentFlow인가?
AI 개발을 관리 가능한 프로세스로
AI 바이브 코딩은 빠르지만 관리 · 감사가 어려웠습니다. AgentFlow 는 에이전트 활동을 요구사항 · 작업 · 커밋 · 배포에 자동 연결해 프로세스로 정착시킵니다.
발주처 · 감사자가 신뢰할 수 있는 근거
PM 이 만든 슬라이드가 아니라 실제 활동 로그 · 커밋 · 테스트 · 배포가 근거입니다. 공공 · 금융 · 규제 산업에서 요구하는 감사 대응성을 목표로 설계되었습니다.
AI 도입 효과의 정량 증명
"AI 로 얼마나 빨라졌는가"를 감으로 답하지 않습니다. FP 기반 M/M vs 실제 M/M · 토큰 사용량을 나란히 비교해 ROI 를 감사 가능 수준으로 산출합니다.
PMS 가 아니라 에이전트 인프라
AgentFlow 는 이슈 트래커의 개선이 아니라 AI 에이전트가 상주하는 프로젝트 인프라를 지향합니다. MCP · 이벤트 큐 · 감사 로그가 첫날부터 설계에 들어갑니다.
// who is it for
누구를 위한 도구인가
프로젝트 매니저(PM)
사람 + 에이전트 활동을 한 화면에서 통제 · 계량.
고객사 · 발주처
실시간 · 증거 기반 진행 상황 확인.
SI · 외주 개발사
AI 도입 효과를 발주처에 정량으로 보고.
공공 · 금융 · 규제 산업
감사 로그 · 권한 통제 · 변경 근거 보존.
// value
한 줄 정의
"AgentFlow 는 AI 에이전트가 참여하는 개발을 엔터프라이즈 수준으로 관리 · 통제 · 계량하는 PMS 입니다."
— 위브솔루션즈 AgentFlow PRD
// pricing
가격 정책
EARLY ACCESS — SAAS
도입 문의
운영 클라우드(EKS) 기반 SaaS. 조직 · 사용자 · 프로젝트 규모에 맞춰 개별 견적. 스테이징 환경 데모 제공.
ENTERPRISE — ON-PREMISE
격리형 배포
On-Premise · VPC 격리형 배포. 감사 · 컴플라이언스 · 데이터 주권 요구 사항에 맞춰 별도 계약.
도입 조건 · 가격은 platform@wevesolutions.co.kr 로 문의하시면 안내드립니다.
Early Access 안내. 일부 기능은 개발/스테이징 상태이며, 실제 배포 · 데이터 마이그레이션 시 담당자와 개별 조율이 필요합니다. 스테이징 환경 접근 후 도입 결정을 권장드립니다.
// frequently asked
자주 묻는 질문
AgentFlow 는 어떤 제품인가요?
AgentFlow 는 AI 개발 에이전트를 first-class worker 로 관리하는 엔터프라이즈 PMS(프로젝트 관리 시스템)입니다. 기존 PMS 가 "사람의 보고와 상태 입력"에 의존했다면, AgentFlow 는 사람 + AI 에이전트의 실제 활동을 기반으로 프로젝트를 운영 · 통제 · 계량합니다.
기존 PMS(Jira · Redmine · Notion 등)와 뭐가 다른가요?
AgentFlow 는 (1) 개발 에이전트를 보조 도구가 아닌 1급 작업 주체로 관리하고, (2) MCP 기반 양방향 상호작용으로 PMS ↔ Claude Code 사이에 요구사항 · 결과 · 상태를 자동 교환하며, (3) FP(Function Point) 기반 전통 M/M 과 실제 M/M · 에이전트 활동량 · 토큰 사용량을 동일한 기준으로 비교합니다. AI 바이브 코딩의 실효를 감사 가능 수준으로 증명한다는 것이 근본적인 차이입니다.
MCP 는 무엇이고 어떻게 연결되나요?
MCP(Model Context Protocol) 는 AI 에이전트가 도구 · 데이터에 접근하는 표준입니다. AgentFlow 는 MCP Gateway 서비스를 두어 Claude Code · Codex 등 에이전트가 요구사항 · WBS · 작업 상태를 조회하고 결과를 되돌려 놓게 합니다. 사람이 이슈 트래커에 입력하지 않아도 실제 코드 커밋 · PR · 테스트 · 배포 결과가 자동으로 프로젝트에 연결됩니다.
FP 기반 비교는 왜 중요한가요?
AI 개발이 실제로 얼마나 효율적인지, 어떤 유형의 요구사항에 강하고 약한지를 정량적으로 측정할 수 있어야 도입 의사결정과 투자 회수(ROI) 검증이 가능합니다. AgentFlow 는 FP 기반 예상 M/M 과 실제 투입 M/M · 에이전트 활동량 · 토큰 사용량을 나란히 놓고 비교합니다. 감사 · 회계 · 발주처 보고에 그대로 활용 가능한 형태입니다.
엔터프라이즈 거버넌스는 어떻게 지원하나요?
모든 요구사항 · 작업 · 코드 변경 · 배포 · 에이전트 활동에 감사 로그가 남습니다. 조직 · 역할 · 프로젝트 · 리소스 단위로 권한을 통제하고, 변경 이력 및 승인 근거를 보존합니다. 공공 · 금융 · 규제 산업의 AI 개발 프로젝트에서 요구되는 감사 대응성을 목표로 설계되었습니다.
언제 도입 가능한가요?
현재 EA(Early Access) 를 진행 중이며 도입 문의 후 사전 검토 · 데모를 거쳐 순차 온보딩하고 있습니다. 스테이징 환경은 https://agentflow.exdevcomm.io 에서 운영 중이며, 개별 도입 조건 · 가격은 platform@wevesolutions.co.kr 로 문의하시면 안내드립니다.
기술 스택과 호스팅 방식은?
프론트엔드 Next.js 15, 백엔드 Spring Boot 3.x + Java 21, 데이터베이스 PostgreSQL, 캐시 Redis, 메시지 큐 RabbitMQ, 오브젝트 스토리지 MinIO 로 구성됩니다. SaaS(운영 클라우드 EKS) 와 On-Premise/VPC 격리형 두 가지 배포 방식을 지원하며, 후자는 엔터프라이즈 계약 기반입니다.