Docusign MCP 베타, 계약서가 에이전트 도구가 되는 순간

Docusign이 2026년 5월 21일 Momentum conference에서 발표한 것은 단순한 "계약서 요약 AI"가 아닙니다. 회사는 Iris AI assistant와 Iris Agents, Agent Studio, 그리고 Docusign MCP 베타를 한 묶음으로 내놨습니다. 발표 문장만 보면 계약 검토를 빠르게 하고, 승인 요청을 자동화하고, 리스크를 표시한다는 익숙한 이야기처럼 보입니다. 하지만 개발자 관점에서 더 중요한 변화는 따로 있습니다. Docusign이 가진 계약 히스토리, 승인 기준, 관계 정보, 갱신일, 의무 조항을 외부 AI 에이전트가 접근할 수 있는 도구 표면으로 만들겠다는 점입니다.

지금까지 계약 AI의 기본 화면은 대개 문서 안에 있었습니다. 업로드한 PDF를 읽고, 조항을 요약하고, 위험한 문구를 표시하는 방식입니다. Docusign의 이번 발표는 그 화면을 업무 시스템 바깥으로 넓힙니다. 회사는 Docusign MCP가 Anthropic Claude, Google Gemini, OpenAI ChatGPT 같은 도구 안에서 계약 인텔리전스를 사용할 수 있게 한다고 설명합니다. 즉 사용자는 "이 공급사 갱신 전에 지난 3년 계약 이력과 예외 조항을 보고 승인 라우팅을 준비해줘"라고 말하고, 에이전트는 일반 채팅 답변을 넘어 Docusign 내부 컨텍스트와 워크플로를 호출하는 방향으로 움직입니다.

이 지점이 이번 뉴스의 핵심입니다. 전자서명 회사가 AI 기능을 붙였다는 사건이 아니라, 오래된 SaaS 업무 데이터가 MCP를 통해 범용 에이전트의 실행 환경으로 들어오는 사건입니다. 모델 경쟁이 빠르게 평준화될수록 기업용 AI의 방어선은 "누가 더 똑똑한 문장을 쓰는가"보다 "누가 실제 업무 컨텍스트를 안전하게 호출하게 해주는가"에 가까워집니다.

발표의 표면: Iris assistant, agents, Agent Studio

Docusign의 공식 발표는 Iris를 계약을 위한 AI 엔진으로 소개합니다. Iris assistant는 계약 히스토리와 Docusign 사용 맥락을 알고, 사용자가 자연어로 리스크 확인, 승인 요청, intake 분류 같은 작업을 맡길 수 있게 설계됐습니다. Iris Agents는 조금 더 실행에 가깝습니다. 회사 기준과 과거 승인 조건을 기준으로 계약을 검토하고, 예외 조항을 찾아내며, 적절한 승인자를 요청하고, 갱신이나 의무 추적을 배경에서 모니터링하는 식입니다.

Agent Studio는 이 흐름을 팀별 업무 규칙으로 확장하는 도구입니다. 제품 페이지는 사용자가 벤더 갱신 준비나 새 계약 조건 승인 절차를 설명하면 에이전트를 만들 수 있다고 말합니다. 여기서 흥미로운 점은 "계약 전문가를 대체하는 AI"라는 표현보다 "팀 지식을 자동화된 프로세스로 바꾼다"는 방향입니다. 실제 기업에서는 계약 검토 자체보다 예외 처리, 승인 기준, CRM 업데이트, 조달 시스템 반영, 갱신 알림, 법무 검토의 타이밍이 병목이 됩니다. Docusign은 그 병목을 하나의 계약 전용 에이전트 표면으로 묶으려 합니다.

출시 일정은 제품별로 나뉩니다. Docusign AI assistant, agents, Agent Studio는 미국에서 early access로 제공되고 2026년 7월부터 미국 내 rollout이 예정돼 있습니다. IAM for HR은 2026년 6월 미국 early access, IAM for Sales는 전 세계 제공, AI-assisted Web Forms는 2026년 6월 전 세계 제공 예정입니다. Docusign MCP는 2026년 5월 21일 기준 전 세계 영어 베타로 공개됐습니다. 이 일정 차이는 중요합니다. "모든 사용자가 당장 같은 수준의 계약 에이전트를 쓴다"는 뜻이 아니라, Docusign이 먼저 연결층과 일부 업무 시나리오를 열고 있다는 뜻이기 때문입니다.

발표의 안쪽: 계약서는 훌륭한 에이전트 테스트베드입니다

계약 업무는 에이전트 제품이 좋아하는 조건을 많이 갖고 있습니다. 문서가 있고, 날짜가 있고, 조건이 있고, 승인자가 있고, 반복되는 절차가 있습니다. 동시에 무섭게 까다롭습니다. 작은 문구 하나가 결제 조건, 책임 범위, 해지권, 개인정보 처리, 규제 준수에 영향을 줍니다. 그래서 계약 AI는 단순 요약보다 "근거를 남기는 실행"이 중요합니다. 어떤 조항을 왜 리스크로 봤는지, 어떤 회사 기준과 비교했는지, 누가 승인해야 하는지, 변경 제안이 실제 문서에 어떻게 반영됐는지 추적돼야 합니다.

이런 업무에서는 범용 모델 하나만으로는 부족합니다. 모델은 문장을 이해하고 초안을 만들 수 있지만, 회사의 기존 계약 관행과 승인 정책을 자동으로 알지 못합니다. 그래서 Docusign 같은 시스템 사업자에게 기회가 생깁니다. Docusign은 서명, 계약 관리, 템플릿, 워크플로, CRM 연동, 법무 생태계를 이미 쥐고 있습니다. 이 데이터와 권한을 모델이 호출할 수 있게 만들면, 모델은 계약서에 대한 일반 지식이 아니라 특정 조직의 계약 맥락을 다루게 됩니다.

MCP는 이 변화를 설명하는 좋은 키워드입니다. MCP는 모델과 외부 시스템 사이에 도구, 리소스, 프롬프트를 노출하는 프로토콜로 자리 잡고 있습니다. 개발자에게 익숙한 표현으로 바꾸면, "채팅 모델이 업무 시스템의 함수를 호출할 수 있도록 해주는 표준화된 어댑터"에 가깝습니다. Docusign MCP가 중요한 이유는 계약 데이터가 대개 강한 권한 관리와 감사 요구를 갖는다는 데 있습니다. 단순한 날씨 API나 공개 문서 검색보다 훨씬 민감한 표면입니다. 여기서 MCP가 통한다면, 더 많은 기업용 SaaS가 같은 길을 갈 가능성이 큽니다.

숫자는 매력적이지만, 읽는 방식이 더 중요합니다

Docusign은 Deloitte와의 조사 페이지에서 1,100명 이상의 글로벌 리더를 대상으로 한 연구를 소개합니다. 이 페이지는 end-to-end agreement platform에서 agentic workflows를 쓰는 조직이 약 29% 높은 ROI를 보고했고, 수동 작업과 총 사이클 타임이 평균 36% 줄었으며, 오류와 컴플라이언스 누락이 72% 줄었다고 제시합니다. 발표 자료에는 약 40,000개 글로벌 고객이 IAM 플랫폼에서 measurable results를 얻고 있다는 설명도 붙어 있습니다.

이 숫자는 분명 강한 영업 메시지입니다. 다만 그대로 "AI 에이전트를 붙이면 ROI가 29% 오른다"로 읽으면 위험합니다. Docusign의 표현은 end-to-end agreement platform과 agentic workflows를 함께 쓰는 조직의 결과입니다. 즉 핵심 변수는 모델 자체보다 워크플로의 통합 정도, 데이터 품질, 승인 규칙의 명확성, 현업 채택률일 수 있습니다. 계약 업무가 이메일과 스프레드시트에 흩어져 있다면, 에이전트가 아무리 좋아도 실행 가능한 상태를 만들기 어렵습니다.

그래서 이 발표는 AI 기능 경쟁보다 데이터 정리 경쟁으로 읽는 편이 더 정확합니다. 계약 조항이 구조화돼 있는가. 예외 조항의 기준이 문서화돼 있는가. 승인권자와 위임 규칙이 시스템에 들어 있는가. 갱신일과 의무 조항이 CRM, ERP, HRIS와 연결돼 있는가. 이 질문에 답할 수 있는 조직일수록 Docusign 같은 계약 에이전트의 효과를 빨리 볼 가능성이 큽니다. 반대로 이 기반이 없다면 에이전트는 그럴듯한 요약과 할 일 목록을 만들지만, 실제 업무를 끝내지는 못할 수 있습니다.

개발자에게 보이는 진짜 제품: 업무 컨텍스트 API

Docusign MCP 베타가 개발자에게 던지는 질문은 명확합니다. 앞으로 SaaS 제품은 사람용 UI만으로 충분한가, 아니면 에이전트가 안전하게 호출할 수 있는 업무 컨텍스트 API를 기본 제공해야 하는가. 이 질문은 Docusign만의 문제가 아닙니다. Salesforce, Atlassian, Microsoft, Google Workspace, ServiceNow, GitHub, Linear, Notion, Slack 같은 업무 시스템 모두 같은 압력을 받고 있습니다.

에이전트는 화면을 읽고 클릭할 수 있습니다. 하지만 기업이 원하는 것은 화면 자동화가 아닙니다. 기업은 권한이 제한되고, 입력과 출력이 검증되고, 감사 로그가 남고, 사람이 승인해야 하는 지점이 명확한 실행을 원합니다. 계약 업무에서는 특히 그렇습니다. 에이전트가 조항을 바꾸거나 승인 요청을 보낸다면, 어떤 권한으로 어떤 데이터에 접근했는지 남아야 합니다. "AI가 그렇게 판단했습니다"는 법무와 보안팀이 받아들이기 어려운 설명입니다.

이 때문에 Docusign이 제품 페이지에서 강조하는 "built-in oversight", "human-in-the-loop approvals", "transparent audit trails"는 마케팅 문구 이상입니다. 에이전트 시대의 SaaS가 갖춰야 할 기본 요건입니다. 앞으로 개발자가 기업용 에이전트 기능을 설계할 때도 같은 체크리스트가 필요합니다. 도구 호출 전 권한 확인, 데이터 최소 노출, dry-run 또는 preview 단계, 승인 큐, 변경 diff, 실행 로그, 롤백 경로가 제품 설계의 일부가 돼야 합니다.

법률 AI 생태계와의 미묘한 경계

Docusign은 이번 발표에서 Harvey, Legora, CoCounsel by Thomson Reuters 같은 법률 AI 플랫폼과의 협력도 언급했습니다. 이것은 꽤 영리한 위치 선정입니다. Docusign이 모든 법률 추론을 직접 하겠다는 메시지보다, 계약 워크플로의 중심 허브가 되고 전문 법률 AI를 연결하겠다는 메시지에 가깝습니다.

법률 AI 제품은 조항 분석, 판례 및 규정 리서치, 법무 검토 보조에서 강점을 갖습니다. Docusign은 그 분석이 실제 계약 흐름 안에서 쓰이도록 만드는 쪽에 강점이 있습니다. 계약을 만들고, 협상하고, 승인하고, 서명하고, 저장하고, 갱신하는 순간이 Docusign의 무대입니다. 여기에 MCP가 붙으면 외부 모델이나 법률 AI가 Docusign의 계약 컨텍스트를 호출하고, Docusign은 결과를 워크플로와 감사 체계 안에 묶는 그림이 가능합니다.

물론 이 경계는 경쟁으로도 바뀔 수 있습니다. 법률 AI 플랫폼이 자체 계약 라이프사이클 관리로 내려올 수도 있고, Docusign이 Iris를 더 깊은 분석 엔진으로 키울 수도 있습니다. Microsoft Copilot이나 Salesforce Agentforce 같은 범용 엔터프라이즈 에이전트가 계약 업무를 흡수하려 할 수도 있습니다. 그때 Docusign MCP는 방어 수단이자 유통 채널이 됩니다. 사용자가 어디에서 에이전트를 쓰든, 계약의 원천 컨텍스트와 실행 권한은 Docusign에 남게 하는 방식입니다.

한국 AI 팀이 봐야 할 실무 신호

한국 기업과 스타트업 입장에서 이 뉴스는 "Docusign을 써야 한다"보다 "우리 제품의 에이전트 표면을 어떻게 설계할 것인가"라는 질문에 가깝습니다. B2B SaaS를 만든다면 사람용 대시보드만으로는 부족해질 수 있습니다. 고객의 AI 에이전트가 우리 시스템에서 안전하게 읽고, 찾고, 실행하고, 승인 요청을 만들 수 있어야 합니다. 이를 위해서는 API 문서만 공개하는 것과 다른 제품 설계가 필요합니다.

첫째, 데이터 모델을 에이전트가 이해할 수 있게 설명해야 합니다. 계약이면 계약 당사자, 조항, 예외, 승인 상태, 갱신일, 의무, 첨부 문서가 구조화돼야 합니다. 둘째, 도구 호출의 단위를 작게 나눠야 합니다. "계약을 처리한다" 같은 큰 함수가 아니라, "리스크 후보를 찾는다", "승인자를 제안한다", "변경 diff를 만든다", "승인 요청 초안을 생성한다"처럼 검증 가능한 단계가 필요합니다. 셋째, 사람 승인 지점을 명확히 해야 합니다. 에이전트가 추천하고, 사람이 승인하며, 시스템이 실행하는 경계를 제품 안에 넣어야 합니다.

이런 설계는 MCP만으로 해결되지 않습니다. MCP는 연결 형식이고, 제품의 책임 구조는 따로 설계해야 합니다. Docusign의 발표가 흥미로운 이유도 여기에 있습니다. 회사는 AI 모델을 새로 만들었다고 말하기보다 계약 컨텍스트, 승인 워크플로, 외부 모델 연결, 법률 AI 생태계, 감사 가능한 실행을 한 덩어리로 묶고 있습니다. 기업용 AI 에이전트가 실제 돈을 만들기 시작하는 지점은 바로 이런 묶음일 가능성이 큽니다.

주의할 점: 베타와 권한, 그리고 과장된 자율성

이번 발표를 읽을 때 가장 조심해야 할 단어는 "agent"입니다. 에이전트라는 이름이 붙었다고 해서 계약 업무가 완전히 자율화되는 것은 아닙니다. 제품은 아직 지역별 early access와 beta 단계가 섞여 있고, 계약 업무의 책임은 여전히 조직과 담당자에게 남습니다. 특히 계약 검토와 법무 판단은 규제, 업종, 관할권, 회사 정책에 크게 좌우됩니다. 따라서 Iris Agents가 제안한 수정이나 리스크 플래그는 최종 판단이 아니라 검토 후보로 다뤄야 합니다.

또 하나의 변수는 데이터 경계입니다. Docusign MCP가 외부 AI 도구와 연결된다는 것은 편리함과 함께 새로운 보안 질문을 만듭니다. 어떤 계약 데이터가 어떤 모델과 도구에 전달되는가. 고객별 데이터 격리는 어떻게 보장되는가. 외부 에이전트가 호출할 수 있는 작업은 어디까지인가. 프롬프트 인젝션이나 악성 문서가 계약 워크플로 안에서 도구 호출을 유도할 때 방어는 어떻게 하는가. 이런 질문은 발표 자료만으로 완전히 답하기 어렵습니다.

그러나 방향은 분명합니다. 기업용 AI의 다음 장면은 "채팅창이 모든 것을 대신한다"가 아니라 "업무 시스템이 에이전트가 호출할 수 있는 안전한 도구가 된다"에 가깝습니다. Docusign은 계약이라는 복잡하고 돈이 걸린 영역에서 그 방향을 보여줬습니다. 이제 다른 SaaS들도 같은 질문을 받게 됩니다. 당신의 제품 안에 있는 중요한 업무 컨텍스트는 사람만 읽는 화면으로 남을 것인가, 아니면 권한과 감사를 갖춘 에이전트 도구가 될 것인가.

결론: 계약 AI보다 더 큰 변화

Docusign Iris Agents와 MCP 베타는 계약 AI 시장의 제품 업데이트이면서, 동시에 AI 에이전트 인프라 시장의 신호입니다. 범용 모델은 점점 더 많은 일을 할 수 있지만, 실제 기업 업무에서는 모델 혼자 움직일 수 없습니다. 계약 데이터, 승인 규칙, 연동 시스템, 감사 로그, 사람 승인 절차가 함께 있어야 합니다. Docusign은 그 묶음을 "agreement workflow"라는 이름으로 에이전트화하고 있습니다.

개발자에게 남는 메시지는 실용적입니다. 에이전트 시대의 제품은 문서를 잘 쓰는 것에서 끝나지 않습니다. 에이전트가 안전하게 호출할 수 있는 도구 표면, 구조화된 컨텍스트, 검증 가능한 실행 단위, 사람 승인 흐름을 갖춰야 합니다. Docusign의 발표가 실제 시장에서 얼마나 빨리 채택될지는 지켜봐야 합니다. 하지만 계약서가 단순한 파일이 아니라 에이전트가 호출하는 업무 객체가 되는 방향은 이미 시작됐습니다. 그 변화가 전자서명 회사에서 먼저 보였다는 점이 이번 뉴스의 흥미로운 반전입니다.