아사나, 노코드 에이전트 빌더 스택 AI 인수

Stack AI는 LLM 기반 에이전트와 워크플로우를 노코드 방식으로 구성할 수 있는 플랫폼으로, 드래그 앤 드롭 UI를 통해 OpenAI, Anthropic, Google 등 다양한 모델을 연결하고 RAG(검색 증강 생성), 문서 파싱, API 호출, 조건 분기 등의 노드를 조합해 자동화 파이프라인을 구축할 수 있다. 내부적으로는 LangChain과 유사한 체인/그래프 실행 엔진 위에 벡터 DB 연동, 프롬프트 템플릿 관리, 휴먼-인-더-루프 승인 단계를 추상화한 구조를 갖고 있다. Asana는 이를 자사의 AI Studio 및 Work Graph 데이터 모델과 통합해, 프로젝트 관리 메타데이터(태스크, 의존성, 담당자, 마감일)를 컨텍스트로 활용하는 에이전트를 비개발자도 만들 수 있도록 할 계획이다.

엔지니어 관점에서 이번 인수는 두 가지 흐름을 명확히 보여준다. 첫째, "에이전트 빌더"가 독립 SaaS 카테고리에서 기존 협업/생산성 플랫폼의 기능으로 흡수되는 통합기에 진입했다는 점이다. Notion AI, Atlassian Rovo, ClickUp Brain에 이어 Asana까지 자체 에이전트 런타임을 강화하면서, 개별 스타트업이 만들던 워크플로우 자동화 도구의 시장 진입 장벽이 빠르게 높아지고 있다. 둘째, PM/운영 조직이 직접 에이전트를 만들어 배포하기 시작하면서, 개발자가 작성해야 할 코드의 경계가 "통합 어댑터, 권한 모델, 관측성" 쪽으로 이동한다. 즉 비즈니스 로직보다 거버넌스, 감사 로그, 비용 제어, 환각 방지를 위한 가드레일 설계가 핵심 업무가 된다.

당장 액션 아이템 측면에서, Stack AI를 이미 사용 중이거나 Asana 연동을 검토 중인 팀은 API 키, 커스텀 노드, 자체 호스팅 옵션이 Asana 통합 이후에도 유지될지 마이그레이션 경로를 공식 로드맵으로 확인해두는 것이 좋다. 인수 후 가격 정책과 데이터 처리 위치(특히 한국 사용자의 경우 리전, GDPR/개인정보보호법 관련 처리 위탁 고지)가 변경될 가능성이 높기 때문이다. 또한 사내에서 비슷한 노코드 에이전트 도입을 고려한다면 Stack AI 단독 채택보다는 LangGraph, n8n, Dify 같은 오픈소스 대안이나 Microsoft Copilot Studio처럼 ID/권한 체계와 통합된 엔터프라이즈 제품과 비교 검토하는 편이 락인 리스크를 줄이는 데 유리하다.

개발자가 지금 준비해야 할 핵심은 "에이전트를 누가 만드느냐"보다 "에이전트가 만드는 부작용을 어떻게 통제하느냐"다. 노코드 빌더로 양산된 에이전트가 사내 Jira, GitHub, DB에 쓰기 권한을 갖게 되면 기존 RBAC/감사 체계로는 추적이 어렵다. OAuth 스코프 최소화, 에이전트별 서비스 계정 분리, 호출 로그의 중앙 집계(OpenTelemetry GenAI 시맨틱 등), 그리고 LLM 비용 가시화 대시보드를 미리 설계해두면, 이후 조직 어디서든 노코드 에이전트가 늘어나도 플랫폼팀이 안전망을 제공할 수 있다.