Make는 팀 중심의 시각적 AI 자동화 플랫폼으로, 3,000개 이상의 사전 구축된 애플리케이션 커넥터 AI 에이전트, MCP 및 시각적 장면 오케스트레이션을 핵심으로 하며 IT, 마케팅, 영업, 운영, 재무 및 HR의 6가지 주요 자동화 분야를 포괄합니다.

만들다

Make의 핵심 매개변수 및 통계

Make는 Celonis 산하의 시각적 AI 자동화 플랫폼입니다. "시나리오"를 핵심 오케스트레이션 단위로 사용하고 드래그 앤 드롭을 통해 트리거, 작업, 라우팅 및 AI 노드를 다단계 워크플로로 결합합니다. 이 플랫폼은 IT, 마케팅, 영업, 운영, 재무 및 HR 등 6개 비즈니스 영역에 통합되고 자동화된 미들엔드 기능을 제공합니다.

프로젝트	공공정보
공식 포지셔닝	시각적 AI 자동화 플랫폼
제품형태	시각적 워크플로 조정 + AI 에이전트 + MCP 서버
앱 커넥터	3,000개 이상의 사전 구축된 앱
AI 통합	400개 이상의 AI 애플리케이션 커넥터(OpenAI, DeepSeek, Perplexity 등 포함)
고객 규모	200개 이상의 국가를 포괄하는 400,000개 이상의 조직
팀 규모	350명 이상
적합성 인증	SOC 2 유형 II, SOC 3, GDPR, SSO
커뮤니티 평가	G2 4.7, Capterra 4.8, GetApp 4.8, 가트너 4.6
최신 역량 라인	AI 에이전트, 에이전트 자동화, MCP, Make Grid
지원 플랫폼	웹, API, 웹훅

청구 단위: Make는 실행을 위한 측정 단위로 "크레딧"을 사용합니다. 장면에 있는 각 모듈의 작업(예: Google 시트 행 추가, OpenAI API 호출)은 1크레딧을 소비합니다. 이 청구 모델은 Zapier의 작업 시스템보다 더 세분화되어 있으며 빈도가 높고 소비가 적은 시나리오에 적합합니다. 그러나 대규모 작업에서는 크레딧 예산을 미리 계획해야 합니다.

생태계 규모: 3,000개 이상의 커넥터와 400개 이상의 AI 통합의 조합은 대부분의 주류 SaaS가 직접 연결될 수 있음을 의미합니다. 여러 비즈니스 시스템을 연결해야 하는 중간 규모 및 대규모 조직의 경우 자체 구축 커넥터 구축에 대한 반복 투자가 줄어듭니다.

배포 경계: Make는 현재 클라우드 SaaS 형식만 제공하며 자체 호스팅 또는 프라이빗 배포를 지원하지 않습니다. 데이터 주권이 민감한 조직은 이를 규정 준수 평가에 반영해야 합니다.

Make의 사용자와 시장 인지도

Make의 시장 지위는 인수 후 브랜드 구조 조정과 AI 기능 주입이라는 두 가지 라인으로 구축됩니다. 공식 공개 데이터와 제3자 등급은 검증 가능한 참조 차원을 제공합니다.

고객 규모 및 적용 범위: 공식 페이지에 따르면 200개 이상의 국가에서 400,000개 이상의 조직이 이를 채택했으며 고객으로는 BNY Mellon, Bolt, Stellantis 및 기타 대기업이 포함됩니다. SaaS 자동화 플랫폼 관점에서 볼 때 이 수준은 Zapier에 이어 두 번째 수준이지만 시각적 오케스트레이션의 유연성에서 차별화된 포지셔닝을 형성했습니다.

타사 평가: G2 4.7, Capterra 4.8, GetApp 4.8, Gartner 4.6. 4개의 평가 곡선은 매우 일관성이 있어 주류 평가 플랫폼의 사용자 경험 평가가 안정적임을 나타냅니다. 주목해야 할 것은 평가 플랫폼의 샘플링 편향입니다. 활동성이 높은 사용자는 평가하려는 경향이 더 큰 반면, 복잡성으로 인해 포기한 사용자의 의견은 시스템에서 수집하기가 더 어렵습니다.

업계 인지도: Make는 프로세스 마이닝 분야의 선두주자인 Celonis에 인수된 후 엔터프라이즈급 프로세스 자동화와 프로세스 마이닝 간의 시너지 효과를 얻었습니다. Celonis 자체도 Make AI Agents를 사용하여 연회비 감사 비용을 절감하고 있습니다(공식 성공 사례가 공개적으로 언급됨). 이런 종류의 "개밥을 스스로 먹는 암캐"의 내부 채택은 기업 고객에게 참고할만한 가치가 있습니다.

벤치마크 사례: 공식 성공 사례 페이지에는 FranklinCovey(수십만 달러 절약 및 수백 인시 절감), Perk(내부 운영 효율성 향상) 및 기타 사례가 공개되어 있으며 다양한 규모와 산업을 포괄합니다. 구현을 위한 전제 조건은 조직이 표준화될 수 있는 반복 가능한 프로세스를 갖추고 있다는 것입니다.

Make의 원가우위

• C사이드/개인 : 핵심 기능 체험을 위해 주로 무료 버전을 제공하며, 빈도가 높은 경우에는 유료 패키지 가입이 필요합니다.
• API/개발자: 통화량에 따라 비용이 청구되며 자체 시스템에 유연하게 통합할 수 있는 개발팀에 적합합니다.
• 기업/민영화: 맞춤형 견적 및 배포 계획은 사업주에게 문의하세요. 구체적인 가격은 공식 실시간 가격 페이지에 따릅니다.

Make의 주요 기능

Make의 능력은 단순히 Zapier 모델을 다시 실행하는 것이 아니라 시각적 오케스트레이션의 최하위 레이어 위에 AI 기반 실행 및 거버넌스 레이어를 겹쳐놓는 것입니다.

• 시각적 장면 오케스트레이션: 드래그 앤 드롭을 통해 트리거, 작업, 라우터, 필터 및 수집기를 다단계 워크플로로 결합합니다. 라우터는 분기 조건, 하위 시나리오 호출 및 루프 반복을 지원하며 Zapier의 다단계 Zap보다 복잡한 논리에서 기존 프로그래밍 프로세스 제어에 더 가깝습니다.
• AI 에이전트 및 에이전트 자동화: 2025년에 출시된 AI 에이전트 기능은 자연어 프롬프트 또는 드래그 앤 드롭 방식을 통해 자율 에이전트 구성을 지원하므로 에이전트는 단일 단계 실행 대신 3,000개 이상의 애플리케이션에서 작업 조정을 완료할 수 있습니다. 고정 시나리오와의 차이점은 에이전트가 의사 결정 기능을 갖고 있으며 중간 결과에 따라 후속 조치를 동적으로 조정할 수 있다는 것입니다.
• MCP 서버 연결: Make는 MCP(Model Context Protocol) 서버를 자동화 링크에 통합하여 AI 모델이 표준 프로토콜을 통해 외부 시스템 기능을 직접 호출할 수 있도록 지원합니다. 이를 통해 기업에 이미 MCP 거버넌스 구조가 있는 팀의 통합 중복을 줄일 수 있습니다.
• 그리드 파노라마 뷰 만들기: 부서 간 및 시나리오 간 운영 상태, 실패율 및 크레딧 포인트 소비를 표시하는 기업 관리를 위한 글로벌 자동화 대시보드로 자동화 "블랙박스" 문제를 해결합니다. 이는 Zapier와 같은 경쟁 제품이 아직 동등하게 강조하지 않는 거버넌스 기능입니다.
• 400개 이상의 AI 애플리케이션 통합: OpenAI, DeepSeek, Perplexity, Claude 등과 같은 주류 모델 공급업체를 포괄하여 LLM이 외부 스크립트가 아닌 장면의 표준 노드를 호출하도록 합니다. 플랫폼은 사용할 모델을 제한하지 않으며 사용자는 자신의 API 키만 가져오면 됩니다.

기능적 시너지: AI Agent + MCP + 시각적 오케스트레이션 이 세 가지를 결합하면 기능이 단순히 합쳐지는 것이 아닙니다. 일반적인 예는 사용자가 프롬프트 단어를 사용하여 비즈니스 프로세스(에이전트 구성)를 설명하고 에이전트가 자동으로 MCP 커넥터를 호출하여 외부 데이터를 얻은 다음 시각적 시나리오를 통해 후속 승인, 알림 및 쓰기 저장을 수행하는 것입니다. 전체 프로세스는 "하드 코딩된 프로세스"에서 "목표 기반 실행"으로 발전합니다.

버전을 발전시키세요

Make의 버전 기록은 독립 도구 → 플랫폼 → AI 네이티브의 세 가지 진화 단계를 명확하게 반영합니다.

1단계: Integromat(~2015~2022)

시각적인 다단계 시나리오 조정을 통해 시장에 진출합니다. 핵심적인 차이점은 분기(Router), 집합(Iterator), 하위 시나리오(Sub-scenario) 등 고급 프로세스 제어를 지원한다는 점입니다. 초기 사용자 그룹은 복잡한 논리가 필요한 운영 및 데이터 팀에 집중되어 있습니다. Zapier의 선형 다단계 Zap과 비교할 때 Integromat는 항상 오케스트레이션 유연성을 제공하지만 학습 곡선이 더 가파르게 됩니다.

2단계: Make로 이름 변경(~2022)

Celonis에 인수된 후 브랜드 변경이 완료되었으며 인터페이스는 Integromat의 엔지니어링 스타일에서 보다 현대적인 제품 디자인으로 전환되었습니다. 동시에 Make Grid 파노라마 뷰, 기업 수준 SSO 및 감사 로그가 도입되었으며 고객 기반이 개인/소규모 팀에서 중견 기업으로 확대되었습니다. 이 단계의 핵심 변화는 제품 포지셔닝을 '자동화 도구'에서 '자동화 관리 플랫폼'으로 업그레이드하는 것입니다.

3단계: AI 네이티브(~2024년~현재)

AI 노드(2024)를 내장하면 LLM 추론이 시나리오의 표준 모듈이 됩니다. AI 에이전트(2025)의 출시는 오케스트레이션 패러다임을 "사전 정의된 프로세스"에서 "목표 중심 에이전트"로 더욱 발전시킵니다. MCP 지원이 추가되면 AI 모델을 엔터프라이즈 시스템에 연결하기 위한 표준화된 프로토콜 채널이 제공됩니다. 여전히 고주파수 반복 기간에 있습니다. 매번 업데이트를 따르기보다는 성숙한 버전을 안정적으로 사용하는 것을 권장합니다.

메이크의 기술적 장점

Make의 기술적 이점은 기본 인프라의 고유성에 있는 것이 아니라 복잡한 워크플로에 대한 실행 엔진의 기본 지원과 시각적 거버넌스 간의 깊이 있는 일치에 있습니다.

실행 엔진 대 선형 프로세스: Zapier의 선형 다단계 실행 모델과 달리 Make의 장면 엔진은 기본적으로 분기(Router), 집계(Iterator), 하위 시나리오 호출 및 오류 처리 분기를 지원합니다. 이 아키텍처를 사용하면 외부 스크립트를 사용하지 않고도 "A가 그렇지 않으면 B이고, D는 E를 실행하는 경우"와 같은 기존 프로그래밍의 공통 논리를 표현할 수 있습니다. 인과 사슬: 프로세스 제어 기능 강화 → 복잡한 비즈니스 로직을 하나의 장면 내에서 완료할 수 있음 → 다중 시나리오 접합을 위한 유지 관리 비용 절감.

시각적 오케스트레이션의 엔지니어링 설계: Make의 드래그 앤 드롭 인터페이스는 코드의 단순한 그래픽 패키징이 아니라 트리거, 작업, 라우팅, 집계 및 AI 노드를 실행 가능한 DAG(그래프 없이 지시)로 통합한 모델입니다. 각 노드는 입력 및 출력 매핑, 오류 재시도 및 조건 분기를 독립적으로 설정할 수 있습니다. 이 설계를 통해 R&D 이외의 역할은 중간 정도의 복잡성 자동화 프로세스를 유지할 수 있습니다.

거버넌스 계층의 차별화: Make Grid는 시나리오 실행 상태, 크레딧 포인트 소비, 실패 분포를 관리가 읽을 수 있는 대시보드에 통합하고 감사 로그 및 권한 역할과 협력하여 자동화를 "개인 효율성 도구"에서 "부서 수준 인프라"로 업그레이드합니다. IT 거버넌스 팀의 경우 이는 각 시나리오의 실행 상태를 수동으로 검사하지 않음을 의미합니다.

기술적 제한: 자체 호스팅/개인 배포를 지원하지 않는 것은 모든 SaaS 자동화 플랫폼의 일반적인 제한 사항이지만 Make는 기업 규정 준수 시나리오에서 제외될 수 있습니다. 또한, 고빈도 실행 시나리오에서 실행 지연과 크레딧 포인트 소모 간의 관계는 공개 및 투명하지 않으며, 구매 전 PoC를 통해 실제 성능을 검증해야 합니다.

Make 사용방법

Make는 드래그 앤 드롭 구성에서 프로그래밍 방식 트리거링까지 전체 링크를 포괄하는 웹측 구성과 API/웹후크라는 두 가지 대화형 입구를 제공합니다.

사용 방법	적용 단계	핵심사업	전제조건
웹 클라이언트 구축 시나리오	설계, 테스트, 운영 및 유지 관리	드래그 앤 드롭으로 트리거 → 액션 → AI 노드 → 라우팅 구성	계정을 등록하고 무료 플랜을 시작하세요
API 트리거	생산 통합	시나리오 시작 및 중지, REST API를 통한 상태 쿼리	핵심 이상 솔루션
웹훅 트리거	외부 시스템 연계	외부 시스템 요청을 장면 트리거로 수신	모든 솔루션
AI 에이전트 만들기(프롬프트 단어)	신속한 프로토타이핑	자연어를 사용하여 대상을 설명하면 에이전트가 자동으로 분해 및 정렬	현재의 공식 가용성이 우선합니다

일반적인 시작 경로: 등록 후 템플릿 라이브러리(공식적으로 사전 제작된 다수의 템플릿 제공)에서 필요에 가까운 장면을 선택하고 복제 및 수정을 시작합니다. 이는 빈 장면에서 구축하는 것보다 더 효율적입니다. 무료 솔루션을 사용하여 첫 주에 1~2개의 저위험 프로세스(예: 양식 데이터 동기화, 이메일 알림)를 실행하여 커넥터의 가용성, 트리거 간격이 요구 사항을 충족하는지, 실패 재시도 전략이 허용되는지 여부를 확인하는 데 중점을 두는 것이 좋습니다.

프로덕션 배포 팁: 자동 오류를 방지하려면 장면이 온라인 상태가 되기 전에 오류 처리 분기(오류 처리) 및 알림 경보를 설정해야 합니다. 데이터 쓰기와 관련된 시나리오의 경우, 특히 AI 노드를 사용할 때 테스트 실행 또는 테스트 컨텍스트를 사용하여 출력 형식을 확인하는 것이 좋습니다. 제어할 수 없는 LLM 출력으로 인해 비정상적인 다운스트림 필드 형식이 발생할 수 있습니다.

Make의 제품 가격

Make는 통합 측정 단위로 "신용 포인트"를 사용하며 가격은 공개적이고 투명합니다. 그러나 사용량이 많은 시나리오에는 한계 비용 공제가 필요합니다.

계획	월 사용료	학점/월	최소 실행 간격	주요 차이점
무료	$0	1,000	15분	프로토타입 검증에 적합한 기본 경험
코어	$9	10,000	1분	잠금 해제된 API, 무제한 장면
프로	$16	10,000	1분	우선 실행, 맞춤 변수
팀	$29	10,000	1분	팀 역할, 템플릿 공유
기업	맞춤	맞춤	맞춤	연중무휴 지원, 고급 보안, 맞춤형 기능

크레딧 메커니즘: 각 모듈은 실행당 1크레딧을 소비합니다. 하루에 200번 실행되는 5단계 시나리오 = 1,000크레딧/일(5×200) 즉, Free 요금제의 월 1,000포인트는 실제 비즈니스에서는 빠르게 소진되며, Core 이상의 요금제만 일일 사용이 가능하다는 의미입니다.

숨겨진 비용 항목: (1) 초과 크레딧 포인트 구매 - 월별 할당량 초과 후 단가는 공식 페이지에 적용됩니다. (2) AI 노드 추론 비용 - OpenAI 및 기타 모델을 호출하려면 사용자 고유의 API 키가 필요하며 Make는 이에 대해 비용을 지불하지 않습니다. (3) 엔터프라이즈 솔루션에는 비즈니스 확인이 필요합니다. - SSO, 감사 로그, 프라이빗 배포 및 기타 조건은 공개 가격 페이지에 완전히 표시되지 않습니다.

연간 결제 할인: 공무원은 연간 결제 옵션(연간 결제)을 제공하는데, 이는 일반적으로 월 결제에 비해 약 15~20% 정도 절약됩니다. 자세한 내용은 실시간 페이지에 따릅니다.

응용 시나리오 만들기

Make의 구현 시나리오는 직무 역할에 따라 다음 세 가지 범주로 분류할 수 있는 교차 시스템의 표준화 가능한 디지털 프로세스에 중점을 둡니다.

• 마케팅 자동화: 크로스 플랫폼 콘텐츠 배포(소셜 미디어 → CMS → 이메일), 리드 점수 및 유통(양식 → CRM → 판매 알림), 광고 플랫폼 데이터 집계. 수동 전사 감소와 리드 응답 시간이 몇 시간에서 몇 분으로 단축된다는 이점이 반영됩니다. 확인할 핵심 사항: 광고 플랫폼 커넥터의 데이터 새로 고침 빈도 및 기여 기간이 요구 사항을 충족하는지 여부.
• 판매 및 고객 운영: 리드 창고 → 유통 → 후속 알림 → 계약 만료 경고까지 전체 링크 자동화가 AI 노드와 결합되어 고객 메시지 요약 및 다음 단계 제안을 작성합니다. 검증 초점: AI 노드의 추론 지연으로 인해 판매 후속 조치 속도가 느려지는지 여부; 고객 데이터가 관련된 경우 데이터 상주가 규정을 준수하는지 확인해야 합니다.
• IT 및 재무 프로세스: 작업지시 시스템 연동(알람 모니터링 → 작업지시 생성 → 담당자에게 통보), SaaS 간 계정 수명주기 관리(온보딩 → 권한 할당 → 퇴직 복구), 비용 승인 자동화. 비용 절감 및 효율성 향상: IT 작업 주문 처리를 예로 들면, 작업 주문을 수동으로 생성하는 데 평균 3~5분이 소요됩니다. 자동화 후 몇 초 안에 트리거됩니다. IT 운영 및 유지 관리 전문가는 매일 50개의 작업 주문을 처리하여 약 2~3시간을 절약할 수 있습니다.
• HR 프로세스: 온보딩 프로세스 자동화(제안 확인 → 시스템 계정 생성 → 장비 신청 → 교육 이메일), 출석 및 휴가 승인 연계. 이러한 유형의 시나리오에서는 직원 개인정보 데이터와 관련된 섹션에 대해 수동 승인 지점을 설정해야 합니다.

Make는 사람들에게 적합합니다.

Make의 다중 모드 전략은 네 가지 유형의 역할을 수행할 수 있지만 각 유형별로 적용 깊이가 다릅니다.

• IT 및 플랫폼팀: 최고의 조합입니다. IT 팀은 부서 전반에 걸쳐 자동화되고 통합된 거버넌스가 필요하며 Make Grid의 파노라마 뷰와 감사 로그는 관리 가시성을 제공합니다. 이미 여러 SaaS 시스템을 보유하고 있으며 표준화된 연결 관리가 필요한 조직에 적합합니다.
• 운영 및 마케팅 운영자: 코드 없는 오케스트레이션은 프로세스 구성의 임계값을 낮추지만 사용자에게 프로세스 분해 기능, 즉 "자동화하려는 비즈니스 작업"을 트리거 → 작업 → 조건부 판단의 구조적 사고로 변환하는 기능이 필요합니다. 이는 모든 운영자에게 자연스럽게 나타나는 것이 아닙니다.
• 자동화 아티팩트 및 효율성 관리자: ROI에 중점을 둔 팀은 무료 솔루션을 사용하여 PoC를 수행하고 신용 소비 데이터를 사용하여 단일 프로세스의 비용을 역으로 계산할 수 있습니다. 이 시나리오에서는 Make의 청구 투명성이 장점입니다.
• 엔터프라이즈 및 규정 준수 구매자: SOC 2 / GDPR 인증 + SSO + 감사 로그, 완전한 규정 준수 기본 기능. 그러나 해당 없음 시나리오도 분명합니다. 완전한 비공개 배포가 필요한 조직(Make에는 자체 호스팅 옵션이 없음); 1초 미만의 실행 대기 시간 요구 사항이 있는 실시간 시나리오 개인 수준에서 간단한 Zap 스타일 자동화만 필요한 라이트 사용자(Zapier는 학습 비용이 낮음)

Make 개요 및 전망

Make의 핵심 가치는 시각적 조정의 유연성과 AI 에이전트의 자율적 의사 결정 기능을 동일한 플랫폼에 통합하는 것입니다. 동시에 Make Grid와 거버넌스 모듈을 통해 기업 자동화의 '블랙박스' 문제를 해결합니다. 자동화 트랙에서 가장 가벼운 옵션은 아니지만 복잡한 비즈니스 프로세스, 다부서 협업 및 AI 기반 통합이라는 세 가지 차원의 교차점에서 Zapier 및 n8n과 같은 경쟁 제품과 분명한 차이를 형성합니다.

현재 제한 사항: (1) 자체 호스팅/민간화된 배포는 지원되지 않으며 데이터 주권 요구 사항이 높은 조직은 이를 신중하게 평가해야 합니다. (2) AI 에이전트 기능은 여전히 ​​빠른 반복 단계에 있으며, PoC를 통해 프로덕션 환경의 안정성을 검증해야 합니다. (3) 빈도가 높은 실행 시나리오에 대한 신용 포인트 청구 모델의 비용 투명성을 개선해야 합니다. (4) 중국 인터페이스 및 문서 지원은 아직 공개되지 않았으며, 중국 시장에서의 구현 경로는 아직 불분명합니다.

조달 및 채택 위험 평가: 무료 계획을 사용하여 1~2개의 고반복, 저위험 프로세스(예: 양식 데이터 동기화, 알림 자동화)에 대한 소규모 파일럿을 수행하여 구축 효율성 및 신용 소비가 기대에 부합하는지 확인하는 것이 좋습니다. 파일럿 주기는 2~4주로 권장되며 단일 시나리오 구축에 소요되는 시간, 일일 실행량, 실패율 및 복구 비용 등을 기록하는 데 중점을 둡니다. 모델이 실현 가능한지 확인한 후 Core/Pro 솔루션 확장을 고려하십시오. 구매하기 전에 기업은 기업 계약의 SSO 세분화된 세분성, 데이터 상주 지역 및 SLA 조건을 확인해야 합니다. 프라이빗 배포가 시급한 조직의 경우 n8n(오픈소스 셀프 호스팅)을 대안으로 평가하는 것이 좋습니다.

관련 도구: notion-ai, google-workspace

Make의 모델과 버전의 진화

지속적인 반복 업데이트인 최신 버전에는 성능 최적화와 새로운 기능이 도입되었습니다. 과거 버전 정보는 공식 출시 페이지에서 확인할 수 있습니다. 아직 완전한 공개 버전 발전 일정은 없습니다. 기능 업데이트의 리듬을 이해하려면 공식 발표에 주의를 기울이는 것이 좋습니다.

Make 사용방법

• 웹 클라이언트 : 공식 홈페이지에 접속하여 계정을 등록하시면 사용하실 수 있습니다. 대부분의 기능은 설치가 필요하지 않습니다.
• API 액세스: RESTful API를 제공하며 개발자는 API 키를 획득하여 자신의 애플리케이션에 통합할 수 있습니다.

버전 정보

• AI 에이전트 만들기 ：에이전트 자동화, MCP 연결 및 AI 애플리케이션 통합(400개 이상의 AI 통합)을 지원하는 AI 에이전트 기능이 공개적으로 출시되었으며 프롬프트 단어 또는 드래그 앤 드롭을 통해 에이전트 워크플로를 구축할 수 있습니다. 구체적인 버전 번호와 정확한 출시 날짜는 공식 실시간 페이지에 따릅니다. （~2025）
• 통합 ：시각적인 다단계 장면 조정으로 시작하여 분기, 집계, 라우팅 및 예약된 트리거링을 지원하며 Zapier에 대한 유연한 대안으로 자리잡고 있습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2015）
• 이름이 변경됨 ：Celonis에 인수된 후 브랜드 업그레이드를 완료하고 인터페이스를 재구축했으며 전사적 거버넌스 기능(SSO, 감사 로그, 권한 관리)을 강화했으며 Make Grid 파노라마 뷰를 도입하여 부서 간 자동화 운영 상태를 모니터링했습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2022-02）
• AI 기능 도입 ：생성 AI 노드(OpenAI, DeepSeek, Perplexity 등)가 플랫폼에 내장되어 텍스트 생성, 분류, 요약 및 데이터 추출을 위해 현장에서 LLM을 직접 호출할 수 있도록 지원합니다. 아직 공식적인 정확한 날짜는 없습니다. （~2024）