AI 기술이 발전하면서, 기업들은 AI를 단순한 도구를 넘어 자율적인 의사결정 파트너로 활용하려는 움직임을 보이고 있습니다. 이런 트렌드를 대표하는 것이 AI 에이전트입니다. 그렇다면 모든 길은 AI 에이전트로 향하고 있을까요? 그렇지 않습니다.
AI 에이전트 흐름의 다른 한 쪽에는 ‘Agentic AI’ 개념을 적용한 에이전트 워크플로우가 주목받고 있습니다. Aagentic AI 개념을 적용한 에이전트 워크플우는 간단히 설명하자면 목표 달성을 위해 태스크를 분할하고 조합하는 방식으로 AI가 작동하는 것을 말합니다.
다재다능한 Agentic AI
Agentic 개념을 AI 서비스 측면에서 살펴 보겠습니다. Aagentic AI는 사용자의 요청에 따라 다양한 형태의 결과물을 생성하는 거대 언어 모델(LLM)의 유연한 작업 수행 능력과, 명확히 정의된 규칙에 따라 작동하는 기존 코드 실행 방식의 작업 수행 능력을 통합하여 작업을 처리할 수 있는 AI를 의미합니다. 이 말이 좀 추상적으로 느껴질 것입니다.
이해하기 쉽게 풀어 보자면 Agentic AI는 마치 여러 가지 도구를 능숙하게 다루는 ‘똑똑한 비서’와 같습니다. 이 비서는 사용자가 원하는 것을 정확히 파악하고, 필요한 정보를 찾거나 복잡한 계산을 수행하여 결과를 보기 좋게 정리해줍니다.
여기서 ‘똑똑한 비서’는 두 가지 능력을 가지고 있습니다. 하나는 ‘창의적인 생각’을 할 수 있는 능력입니다. 마치 화가처럼 주어진 주제에 맞춰 그림을 그리거나, 작가처럼 이야기를 지어낼 수 있습니다. 다른 하나는 ‘정확한 계산’을 할 수 있는 능력입니다. 마치 계산기처럼 복잡한 수학 문제를 풀거나, 정해진 규칙에 따라 코드를 실행할 수 있습니다.
Agentic AI는 이 두 가지 능력을 합쳐 더욱 복잡하고 어려운 일을 처리할 수 있습니다. 예를 들어 사용자가 “오늘 서울 날씨는 어때? 그리고 근처 맛집도 추천해줘”라고 요청하면, 날씨 정보를 가져오는 ‘계산’과 맛집을 추천하는 ‘창의적인 생각’을 모두 수행하여 사용자에게 유용한 정보를 제공합니다.
이처럼 다재다능한 Aagentic AI는 향후 다양한 분야에서 활용될 것으로 예상됩니다. 예를 들자면 맞춤형 서비스 제공 같은 분야에서 혁신을 가져올 것으로 기대를 모으고 있습니다.
에이전트적 개념과 선도 기업들의 활용 전략
Agentic AI 개념을 적용한 AI 애플리케이션이나 AI 서비스를 구현하려면? 요즘 모두의 관심사가 된 AI 에이전트와 Aagentic AI 개념을 적용한 에이전트 워크플로우의 차이를 이해해야 합니다.
Aagentic AI 개념을 적용한 에이전트 워크플로우는 거대 언어 모델(LLM)이나 멀티 모달 언어 모델(MMLM)을 활용한 분석, 데이터 추출, 인간의 검토 및 처리 도구 사용 등 미리 정의된 순서를 따르는 작업 흐름을 의미합니다. 에이전트 워크플로우는 미리 정의된 순서를 따르므로 각 단계의 결과가 예측 가능합니다. 즉, 사람이 작업 흐름을 설계하고 통제하며, AI는 정해진 틀 안에서 작업을 수행합니다
반면에 AI 에이전트의 작업 수행 방식은 정해진 규칙이나 순서에 의존하는 것이 아니라, 상황에 따라 스스로 판단하고 행동하는 자율적인 특성을 갖습니다. 따라서 같은 목표를 달성하더라도 매번 다른 경로와 방법을 사용할 수 있습니다.
AI 에이전트가 보여주는 자율적인 작업 수행 능력은 동적 의사 결정, 업무 효율 극대화, 고객 경험 향상, 추가 성장 가능성 등 다양한 장점을 제공합니다. 하지만 과도한 자율성은 예측 불가능한 결과를 초래할 수 있으므로 적절한 통제가 필요합니다. 따라서 기업은 업무 성격, 위험도, 통제 수준, 인적 자원, 목표 및 기대 산출 등을 종합적으로 고려하여 에이전트 워크플로우 또는 AI 에이전트 중 적절한 방식을 선택해야 합니다.
정리하자면 Agentic AI 개념을 적용한 에이전트 워크플로우는 미리 정의된 순서를 따라 작업을 처리하는 자동화 시스템이며, AI 에이전트는 목표를 달성하기 위해 스스로 작업을 계획하고 수행하는 자율적인 존재입니다. 각각의 장단점을 고려하여 업무 특성에 맞는 최적의 AI 기반 작업 처리 방식을 선택하는 것이 중요합니다.
사내 업무에 더 적합한 선택이 될 수도…
사실 Aagentic AI 개념을 적용한 에이전트 워크플로우는 새로운 접근은 아닙니다. 이는 기업이 RPA(Robotic Process Automation)와 AI 에이전트를 연계하는 것과 유사한 측면이 있습니다. 반복적인 작업은 RPA로 자동화하고, 복잡하고 유동적인 작업은 AI 에이전트에게 맡겨 전체적인 업무 효율성을 극대화하는 것을 떠올려 보면 이해가 될 것입니다. 엔터프라이즈 컴퓨팅 환경에는 RPA 말고도 다양한 자동화 도구와 코드가 존재합니다. 이런 측면에서 볼 때 Aagentic AI 개념을 적용한 에이전트 워크플로우는 사내 환경에서 AI 에이전트를 활용하는 중요 시나리오 중 하나로 자리를 잡지 않을까요? 앞으로 관련 트렌드를 지속해서 살피면서 블로그를 통해 인사이트를 공유하겠습니다.
