Prefactor

Prefactor: AI 에이전트 성능 극대화 및 실시간 리스크 관리 플랫폼

최근 AI 에이전트 기술이 급격히 발전함에 따라, 기업들은 복잡한 업무를 자동화하기 위해 수많은 에이전트를 프로덕션 환경에 투입하고 있습니다. 그러나 에이전트가 자율적으로 행동할수록 그 결과의 품질을 보장하고 잠재적인 리스크를 관리하는 일은 더욱 어려워집니다. Prefactor는 이러한 문제를 해결하기 위해 탄생한 차세대 AI 에이전트 신뢰 플랫폼입니다.

Prefactor는 AI 에이전트의 모든 실행(Run)을 실시간으로 스코어링하여 품질, 드리프트, 리스크를 감지하고, 문제가 발견되는 즉시 실시간으로 개입하여 에이전트의 동작을 제어합니다. 단순히 차트를 보여주는 모니터링 도구를 넘어, 에이전트가 올바르게 작동하도록 보장하는 강력한 실행력을 제공합니다.

Prefactor 시작하기

---

What's Prefactor?

Prefactor는 AI 에이전트와 크롤러를 위한 실시간 평가 및 리스크 관리 솔루션입니다. 기존의 관찰(Observability) 도구들이 에이전트의 활동을 기록하고 사후에 대시보드로 보여주는 데 그쳤다면, Prefactor는 **"Observe(관찰) → Evaluate(평가) → Act(실행)"**로 이어지는 폐쇄 루프(Closed Loop) 시스템을 지향합니다.

대시보드는 정보를 제공할 뿐, 직접적으로 개입하지는 못합니다. PII(개인식별정보) 유출이나 잘못된 도구 사용이 발생한 후 대시보드에서 이를 확인하는 것은 이미 늦은 일입니다. Prefactor는 에이전트가 행동을 완료하기 전에 런타임에서 평가를 수행하고, 설정된 기준에 따라 해당 동작을 중단, 승인 또는 보류함으로써 에이전트의 신뢰성을 근본적으로 해결합니다.

---

핵심 기능 (Features)

Prefactor는 AI 에이전트의 라이프사이클 전반을 관리할 수 있는 풍부한 기능을 제공합니다.

1. 실시간 에이전트 평가 (Real-Time Evaluation)

Prefactor는 에이전트의 모든 실행 단계를 실시간으로 분석합니다. 단순히 성공 여부만을 따지는 것이 아니라 다음과 같은 다각적인 평가를 수행합니다.

• LLM-as-judge: 고도화된 언어 모델을 활용하여 답변의 품질과 정확도를 평가합니다.
• 기술적 및 정성적 지표: JSON 스키마 준수 여부와 같은 기술적 체크부터 톤앤매너, 안전성과 같은 정성적 지표까지 점수화합니다.
• 데이터 리스크 탐지: PII, PCI 등 민감 정보 유출 위험을 17가지 카테고리로 분류하여 실시간 감지합니다.

2. 런타임 실행 제어 (Enforcement)

평가 결과에 따라 시스템은 즉각적인 조치를 취할 수 있습니다. 이는 SDK나 API를 통해 직접적으로 이루어집니다.

• Hold & Approve: 고위험 작업이 감지되면 실행을 일시 중단하고 사람의 승인을 기다립니다.
• Block & Throttle: 보안 정책을 위반하거나 속도 제한을 초과하는 경우 자동으로 차단하거나 속도를 조절합니다.
• Human-in-the-loop: 중요한 결정 순간에 인간이 개입할 수 있는 인터페이스를 제공하여 자동화의 위험을 최소화합니다.

3. 사용자 정의 스팬 (Custom Spans)

Prefactor의 Custom Spans 기능을 사용하면 외부 데이터 소스의 컨텍스트를 에이전트 실행 과정에 통합할 수 있습니다. GitHub PR, Linear 티켓, Jira 이슈, Postgres 데이터베이스 등 다양한 소스에서 정보를 가져와 평가의 근거(Ground Truth)로 활용함으로써 평가의 정확도를 획기적으로 높입니다.

4. 에이전트 개발 라이프사이클 관리

에이전트도 일반적인 소프트웨어처럼 버전 관리와 스테이징 과정이 필요합니다.

• 버전 관리: Semver, 커밋, 태그를 기반으로 에이전트 버전을 추적합니다.
• 환경 분리: Dev, Staging, Prod 환경을 지원하며, 평가 게이트를 통과한 버전만 상위 환경으로 프로모션할 수 있습니다.
• 즉각적인 롤백: 새로운 버전에 문제가 발생할 경우 즉시 이전의 안정적인 버전으로 복구할 수 있습니다.

---

사용 방법 (How to Use)

Prefactor는 기존 기술 스택에 단 몇 분 만에 통합할 수 있도록 설계되었습니다.

1. 설치 및 연결

먼저 Prefactor CLI를 설치하여 워크스페이스를 연결하고 런타임에서 실행 중인 에이전트를 검색합니다.

$ prefactor init
# 워크스페이스 연결 및 에이전트 검색 시작

2. SDK 통합

TypeScript 또는 Python SDK를 사용하여 에이전트에 Prefactor를 적용합니다. LangChain, Claude, Vercel AI, LiveKit 등 주요 프레임워크를 기본 지원합니다.

import { prefactor } from "@prefactor/sdk";
const pf = prefactor({ agent: "claims-processor" });

3. 런타임 가시성 확보

SDK를 적용하면 모든 모델 호출, 도구 사용, 의사결정 과정이 실시간 스트리밍으로 기록됩니다. 비용과 데이터 리스크 분석이 자동으로 포함된 전체 트레이스를 확인할 수 있습니다.

4. 평가 및 실행 정책 설정

정의된 지표(LLM-as-judge 등)를 기반으로 평가를 수행하고, 특정 기준 미달 시 동작을 차단하거나 승인을 요구하는 실행 정책을 활성화합니다.

---

주요 사용 사례 (Use Case)

• 금융 서비스: 고객 지원 에이전트가 환불을 승인하기 전, 고위험 동작으로 감지하여 관리자의 승인을 거치도록 설정할 수 있습니다.
• 엔터프라이즈 보안: 에이전트가 외부 사이트에 데이터를 전송할 때 PII가 포함되어 있는지 실시간으로 검사하고 차단합니다.
• 고품질 고객 응대: 상담 에이전트의 답변 톤이 브랜드 가이드라인에 맞는지 실시간으로 평가하여 품질을 유지합니다.
• 데이터 분석 에이전트: 데이터베이스 조회 결과가 스키마에 맞는지, 답변이 근거 데이터에 기반하고 있는지(Grounded)를 검증합니다.

---

FAQ

Q: 에이전트 관찰(Observability)이란 무엇인가요? A: 에이전트의 모든 실행 과정을 구조화된 트레이스 데이터(LLM 호출, 도구 사용, 결정 등)로 캡처하는 것입니다. 이를 통해 에이전트가 무엇을 했는지, 성능은 어떠한지, 비용은 얼마나 발생했는지 명확히 파악할 수 있습니다.

Q: Prefactor는 어떻게 실시간으로 실행을 제어하나요? A: Prefactor는 SDK 및 API 레벨에서 에이전트의 동작 사이에 평가 레이어를 삽입합니다. 설정된 리스크 임계값을 초과하는 경우, 에이전트가 실제 동작을 수행하기 전에 실행을 일시 중단하거나 차단할 수 있습니다.

Q: 기존의 대시보드 도구들과 무엇이 다른가요? A: 대부분의 도구는 사후 모니터링에 집중합니다. 하지만 Prefactor는 평가 결과를 기반으로 실제 에이전트의 흐름에 개입하는 'Closed Loop' 기능을 제공하여 리스크를 사전에 방지합니다.

Q: 어떤 프레임워크를 지원하나요? A: LangChain, Claude, Vercel AI, OpenClaw, LiveKit 등을 위한 네이티브 SDK를 지원하며, TypeScript와 Python을 지원하는 모든 환경에서 사용 가능합니다.

Q: 보안은 어떻게 관리되나요? A: Prefactor는 최소 권한 원칙(Least Privilege)을 기반으로 구축되었으며, 17가지 카테고리의 민감 데이터 탐지, 전체 감사 기록(Audit Record) 생성 기능을 갖추고 있습니다. 현재 SOC 2 Type II 인증을 진행 중입니다.

---

특별 혜택: 지금 가입하는 선착순 50명에게는 100만 개의 무료 스팬(2,500달러 상당의 사용량)을 제공합니다. 카드 등록 없이 시작해 보세요! 지금 가입하기