가이드의 전제

1. 이 챕터를 먼저 읽어야 하는 이유

Copilot Studio를 처음 접하면 “이걸로 뭘 만들 수 있지?”라는 기대와 함께, “그럼 우리 시스템도 이걸로 되나?”라는 질문이 바로 따라옵니다. 이 챕터에서는 Copilot Studio로 할 수 있는 것과 할 수 없는 것을 명확히 구분하고, 직접 개발(SI)과의 경계를 실무 기준으로 정리합니다.

결론부터 말씀드리면:

Copilot Studio는 “빠르게 만들고, 안전하게 쓰는 Enterprise Agent 플랫폼”이지, “모든 걸 대신해주는 만능 AI 개발 툴”이 아닙니다.

이 포지션을 처음에 명확히 이해하고 시작하면, 이후 라이선스·기능·비용·보안 관련 혼란이 크게 줄어듭니다.

2. Copilot Studio로 가능한 범위

Microsoft Copilot Studio는 로우코드(Low-Code) 기반의 Agent 빌더입니다. 그래픽 도구로 대화형 AI Agent를 코드 작성 없이 또는 최소한의 설정만으로 구현할 수 있습니다. 데이터 과학자나 전문 개발자 없이도 Agent를 쉽게 만들 수 있도록 설계되어 있으며, 필요에 따라 프로코드(Pro-Code) 확장도 가능합니다.

📖 참조: Copilot Studio overview – What is an agent?

2.1 자연어 기반 대화형 Agent

Agent는 사용자의 자연어 질문을 이해하고, 적절한 응답을 제공하는 AI 기반 대화 봇입니다. 다음과 같은 시나리오에서 활용합니다:

• FAQ 봇: 영업시간 안내, 제품 정보, 자주 묻는 질문 자동 응답
• 사내 가이드 봇: 인사 정책, IT 매뉴얼, 복리후생 안내
• 고객 지원 봇: 주문 추적, 반품 처리, 계정 문의 대응
• 업무 자동화 봇: 승인 요청, 이메일 발송, 데이터 조회

Copilot Studio는 두 가지 방식으로 대화를 처리합니다:

1. Topics(토픽): 미리 설계된 대화 흐름으로, “트리거 문구 → 질문 → 조건 분기 → Action → 응답”의 정형 패턴
2. Generative Answers(생성형 응답): Knowledge 소스를 기반으로 LLM이 자동 생성한 답변

Generative Orchestration을 활성화하면, 전통적인 NLU(Natural Language Understanding) 대신 LLM 기반 다중 의도 인식이 작동합니다. 하나의 발화에서 여러 의도를 동시에 파악하고, 적절한 Topic·Action·Knowledge를 자동으로 체이닝합니다.

📖 참조: Explore AI capabilities in Copilot Studio

2.2 사내 데이터 기반 응답 (Knowledge)

Agent에 Knowledge 소스를 연결하면, 사내 문서와 데이터를 기반으로 생성형 응답을 제공합니다. RAG(Retrieval-Augmented Generation) 방식으로 동작하여, 검색된 콘텐츠를 요약·검증한 후 출처(Citation)와 함께 응답합니다.

지원되는 Knowledge 소스:

📖 참조: Knowledge sources summary · Quotas and limits

Work IQ(Tenant Graph Grounding)를 활성화하면, Copilot Studio 에이전트는 SharePoint 검색시 Semantic Search를 활용하게 됩니다. 이를 통해 검색 성능을 향상시킬 수 있습니다. (기본 활성화 상태)

또한 Sharepoint를 참고하는 경우 원본 데이터 권한을 그대로 상속합니다. 사용자가 접근 권한이 없는 문서 및 사이트는 응답에 포함되지 않으므로, 에이전트를 위한 별도 권한 관리를 하지 않고 기존 M365 환경에서 이용하던 권한관리와 동일한 경험을 제공합니다.

2.3 Power Platform 연계 자동화

• Agent 도구에서 흐름을 통해 Power Automate와의 네이티브 연계를 통해 승인 요청, 이메일 발송, 데이터 기록 등의 자동화 워크플로우를 Agent에서 직접 실행할 수 있습니다.
• Outlook, Teams, SharePoint, Dataverse, SAP, Salesforce 등 표준·프리미엄 커넥터를 활용한 사내 시스템 연동이 가능합니다.
• Agent Flow를 통해 Power Automate 플로우를 Copilot Studio 컨텍스트 내에서 실행하고, 결과를 대화에 반환할 수 있습니다.

📖 참조: Use actions with custom agents · Call Power Automate flows

2.4 외부 시스템 연동

• HTTP 요청 기반으로 외부 REST API를 호출하거나, 1,000개 이상의 표준/프리미엄 커넥터를 통해 다양한 서비스와 연동합니다.
• 커스텀 커넥터를 생성하여 사내·대외 시스템과 데이터를 주고받을 수 있습니다.
• MCP(Model Context Protocol) 프로토콜을 통해 외부 MCP 서버를 도ㄴ구(Tool)로 직접 연결할 수 있습니다.

📖 참조: Custom connectors overview · Connector reference

2.5 AI 기반 고급 기능

Copilot Studio는 단순 챗봇을 넘어 다양한 AI 기능을 제공합니다.

2.6 멀티 채널 배포

만들어진 Agent는 다양한 채널에 동시 배포가 가능합니다:

• Microsoft Teams — 가장 대표적인 사내 배포 채널
• 웹사이트 — iframe 임베드 또는 커스텀 웹 채팅
• Microsoft 365 Copilot — Copilot Chat 내 Agent 플러그인으로 노출
• Facebook Messenger, Slack, WhatsApp — B2C 고객 대응
• Direct Line API — 커스텀 앱 연동

📖 참조: Publish and deploy your agent

2.7 다국어 지원

• 한국어를 포함한 다수 언어를 지원합니다.
• 에이전트 생성시, 주언어 설정을 통해 한국어를 기반으로 **인식/응답이 가능한 에이전트를 **생성 할 수 있습니다.
• 한국어 참조 자료(Knowledge)도 문제 없이 잘 동작합니다.

3. Copilot Studio로는 한계가 있는 범위

Copilot Studio는 강력한 도구이지만, 모든 시나리오에 적합하지는 않습니다. 아래는 공식 문서와 실무 경험, 내부 고객 사례에서 확인된 한계들입니다.

3.1 복잡한 비즈니스 로직 처리

• 다단계 조건 분기, 복잡한 계산, 대규모 데이터 처리가 필요한 경우 Topics 흐름만으로는 구현이 어렵습니다.
• 이 경우 Power Automate 또는 Azure Functions 등 외부 로직으로 분리해야 합니다.
• 장시간 상태 유지(Stateful)나 복합 트랜잭션 처리는 직접 개발(Azure/SI)이 권장됩니다.

3.2 고도화된 UI/UX 커스터마이징

• Adaptive Card 지원이 제한적이며, 기본 텍스트 포맷팅을 넘어서는 커스텀 렌더링이 필요하면 별도 Agent SDK를 통해 프론트엔드와 연결한 개발이 필요합니다.
• API 호출, Action, 응답 포맷팅에 대한 세밀한 개발자 제어가 제한됩니다.

📖 참조: Choose the right tool – Copilot Studio Pros/Cons

3.3 데이터 처리 제약 (구체적 수치)

📖 참조: Quotas and limits for Copilot Studio

추가 제약 사항:

• Loop 파일을 Knowledge 소스로 직접 사용할 수 없습니다 (현재 Feature In Review 상태).
• SharePoint의 Classic ASPX 페이지, SPFx 컴포넌트가 포함된 Modern 페이지, 커스텀 CSS/아코디언 네비 사이트는 Generative Answers에 사용되지 않습니다.
• 파일명을 직접 참조하는 질문(예: “file-name.pdf에 뭐라고 했어?”)에는 답변할 수 없습니다.

3.4 실시간 양방향 데이터 동기화

• Copilot Studio는 기본적으로 요청-응답(Request-Response) 패턴으로 동작합니다.
• WebSocket 기반 실시간 동기화, 이벤트 스트리밍 등은 지원하지 않습니다.

3.5 소스 제어 및 CI/CD

• Power Platform은 Solution 기반 ALM을 공식 지원하며, Power Platform Build Tools(Azure DevOps)와 GitHub Actions for Power Platform을 통해 CI/CD 파이프라인을 구성할 수 있습니다.
• Power Platform CLI(pac)로 Solution을 개별 파일로 분해(unpack)하여 Git에 커밋하고, PR 기반 코드 리뷰 워크플로우를 적용할 수 있습니다.
• Pipelines in Power Platform 기능을 사용하면 Admin Center 내에서 코드 없이 Dev → Test → Prod 환경 간 배포 파이프라인을 구성할 수 있습니다.
• Copilot Studio의 VS Code 확장을 통해 Agent를 YAML 파일로 로컬에서 편집하고, pac copilot 명령으로 push/pull하여 Git 연동이 가능합니다.
• 다만, Copilot Studio UI에서 직접 Git 연동이나 PR 생성을 수행하는 기능은 내장되어 있지 않으므로, 위 도구들을 조합하여 ALM 파이프라인을 별도로 구성해야 합니다.

3.6 온프레미스 전용 환경

• Copilot Studio는 클라우드 기반 SaaS 서비스이므로, 완전한 온프레미스 환경에서의 운영은 불가합니다.
• 하지만 On-Premises Data Gateway 및 Azure vNET을 활용한 하이브리드 구성은 가능합니다.

📖 참조:
Power Platform vNet 설정 및 구성
실습: 코파일럿 스튜디오와 VNet 통합하기

4. Copilot Studio ↔ 직접 개발(SI) 경계 기준

4.1 판단 기준표

4.2 Copilot Studio vs 직접 개발(SI) vs Azure AI Foundry

실무에서 가장 빈번하게 비교 요청을 받는 세 가지 옵션을 정리합니다.

중요: Copilot Studio는 Agent 제품화 도구, Foundry는 AI 엔진, SI는 시스템 구축 — 세 가지는 경쟁이 아닌 보완 관계입니다. 에이전트 개발을 하려는 사용자, 목적, 난이도에 따라 적절하게 취사선택 및 조합을 하여 최적화된 비용으로 에이전트 개발 및 운영을 가능케 합니다.

4.3 실무 의사결정 프레임워크

요구사항 분석
  ├─ ① 70% 이상 Studio로 커버 가능?
  │    ├─ Yes → Copilot Studio 기본 + 나머지 PA/Azure 보완
  │    └─ No → ② 대화형 UI가 핵심인가?
  │         ├─ Yes → 혼합 구조 (Studio 프론트 + Azure 백엔드)
  │         └─ No → 직접 개발 (SI)
  │
  ├─ ③ 유지보수 주체가 현업인가?
  │    ├─ Yes → Copilot Studio 우선 (시민개발자 자율 운영)
  │    └─ No → 직접 개발 가능성 높음
  │
  └─ ④ 전사 확산 계획이 있는가?
       ├─ Yes → Studio (거버넌스, 채널 관리 내장)
       └─ No → 목적에 따라 선택

4.4 실제 기업 고객의 피드백

국내 엔터프라이즈 고객의 Copilot Studio 도입 검토에서 반복적으로 나타나는 피드백을 정리합니다.

👍 긍정적 피드백 (공통):

• PoC 속도 체감: “이렇게 빨리 돌아가는 Agent를 본 적 없다”
• 현업 자율 수정: “IT 부서 거치지 않고 직접 수정할 수 있다”
• M365 Copilot 결합: “기존 Copilot Chat에 우리 전용 Agent가 붙으니 체감 가치가 올라간다”

👎 반복적 이슈:

• 라이선스/권한 구조 이해의 어려움
• 프리미엄 커넥터 경고 메시지에 대한 오해
• 네트워크/보안팀과의 충돌 (CA 정책, Proxy 설정)

❓ 단골 질문:

• “외부 시스템도 호출할 수 있나?” → 커넥터를 이용하여 시스템 호출이 가능합니다.
• “비용이 폭증하지 않나?” → M365 Copilot 사용자는 B2E 무료 (조건 있음, Ch1에서 상세 설명)
• “사람이 승인 안 하면 자동으로 실행되나?” → 지침에서 제약 조건을 명확히 설정해야 함