에이전트와 AI가 선한 목적을 위해 협력하는 방법

F5 에코시스템 | 2025년 2월 19일

에이전틱 AI는 코드와 대규모 언어 모델(LLM)이 시너지를 이루도록 결합한 기술입니다.

에이전틱 AI가 대세다

AI 에이전트는 2024년부터 측정 가능한 비즈니스 가치를 창출하기 시작했습니다. 이러한 가치는 소매, 의료, 제조와 같은 수직 산업뿐 아니라 영업, 고객 서비스, 지원과 같은 수평적 비즈니스 기능에서도 쉽게 찾아볼 수 있습니다. 화장품 소매업체 세포라가 에이전트형 AI를 활용한 대표적인 사례입니다세포라는 실시간 고객 의견을 실제 사용 결과 및 기존 고객 피드백과 결합해 더욱 정확한 제품을 추천함으로써 스킨케어의 수준을 한 단계 끌어올렸습니다. 또한 고객과 상호작용하는 모든 과정에서 전체 경험을 자동화하고 개인화했습니다. 그 결과, 제품 반품은 30% 줄고 매출은 11% 증가했습니다.

AI 에이전트의 가치는 소프트웨어와 LLM을 활용해 사람의 개입을 줄이거나 아예 없이 여러 작업을 자동화하는 데서 나옵니다. 그렇다면 이러한 에이전트는 정확히 무엇이며, AI를 어떻게 활용하고 있을까요?

AI 에이전트란 무엇인가요?

에이전트는 특정 작업을 수행하는 소프트웨어입니다. 일부 에이전트는 주어진 주제에 대해 웹 검색을 수행하거나 다른 곳에서는 얻을 수 없는 도메인별 정보로 보강된 LLM에 질의하는 등 하나의 작업에 특화되어 있습니다. 또 다른 에이전트는 사용자 요청을 일련의 작업으로 변환하고, 이를 완료하도록 작업 에이전트를 조율하는 데 특화되어 있습니다. 조율하든 실행하든 에이전트는 매우 명확한 지시에 따라 결정론적으로 작동합니다. 여기에는 AI가 없습니다. 각 에이전트에는 실행에 필요한 모든 정보와 실행 시점이 미리 정의되어 있습니다. 소프트웨어는 마법 같지만, AI 마법은 아닙니다.

에이전트가 작동하는 방식의 한 예로, 여러 단계를 연결해 기존 고객에게 개인화된 영업 이메일을 적시에 보내는 것과 같은 더 큰 작업을 완료하는 경우를 들 수 있습니다. 이 프로세스는 여러 개의 작고 개별적인 작업으로 나눌 수 있으며, 각 작업은 해당 목적에 맞게 사전 코딩된 하나의 전문 에이전트가 손쉽게 수행할 수 있습니다. 예를 들어 마케팅 잠재 고객 데이터베이스를 조회해 지난 7일 동안 고객과의 상호작용이 있었는지 확인하고, 고객 관계 관리(CRM) 시스템에서 지난 90일간의 상호작용 횟수를 기준으로 상위 3개의 이메일 주소를 추출한 다음, 최신 영업 캠페인에 따라 각 주소로 정형화된 이메일을 보내는 식입니다. 이러한 작업에 반드시 AI가 필요한 것은 아닙니다.

에이전틱 AI에서 AI란 무엇인가?

LLM이 제공하는 생성형 AI는 기존 검색보다 더 풍부한 맥락을 바탕으로 데이터 소스에서 패턴을 찾아내고, 더욱 충실한 답변을 제공할 수 있습니다. 또한 텍스트를 요약·분석·생성하여 정보를 더 간결하고 유용한 형태로 만들거나 재구성할 수 있습니다. LLM의 출력은 결정론적이지 않기 때문에 이를 활용하는 것은 프로세스에 마법을 더하는 것과 같습니다. 이러한 모델은 지금까지 발명된 그 어떤 컴퓨팅 방식도 따라올 수 없는 속도로 원하는 패턴을 찾아냅니다. 그 결과는 인간인 우리에게 일종의 추론처럼 보입니다. 지난 2년 동안 LLM 출력의 품질은 ‘그럭저럭 괜찮은’ 수준에서 ‘놀라운’ 수준으로 향상되었습니다. 그렇다면 에이전트형 솔루션에서 생성형 AI를 언제 활용해야 하는지 어떻게 판단할 수 있을까요?

잠재 고객 발굴 이메일의 예를 계속 살펴보면, 최소한의 개인화만 적용한 이메일 템플릿을 사용할 수도 있지만, 텍스트 생성에 특화된 뛰어난 LLM뿐 아니라 고객의 이전 구매 내역 및 요구 사항과 연계된 비공개 고객별 정보에도 접근할 수 있는 AI가 생성한 이메일이 훨씬 더 효과적입니다. 이를 잘 보여주는 사례가 바로 Epson에 구현된 Conversica 솔루션입니다. 자율적이고 반복적인 작업을 보여주는 이 에이전틱 AI 솔루션의 가장 효과적인 기능 중 두 가지는 1) 일정 기간에 걸쳐 양방향 이메일 대화를 이어갈 수 있는 기능과 2) 수신자가 선호하는 시간대에 맞춰 이메일을 발송하는 기능입니다.

에이전틱 AI—결합 효과

에이전틱 AI는 작업을 실행하는 매우 구체적인 지시 코드와 AI 추론을 결합하여 풍부한 맥락을 반영한 답변을 생성하거나 예측합니다. 에이전틱 AI는 마법이 아니지만, 에이전트나 생성형 AI가 단독으로 작동할 때보다 더 강력합니다. 이 두 가지 구성 요소를 다양한 비율과 조합으로 구성해 업무 흐름을 자동화하면 매우 가치 있는 결과를 만들어낼 수 있습니다. 다음은 자동화된 에이전틱 AI 워크플로를 보여주는 간단한 다이어그램입니다. 여러 유형의 전문 에이전트와 AI 모델을 활용하여 일련의 작업을 완료합니다. 이 솔루션은 만족할 만한 결과가 나올 때까지 실행된 후 그 결과를 사용자에게 전달합니다.

자동화된 에이전트형 AI 워크플로의 예시입니다.

2025년은 LLM의 추론 능력과 에이전트형 플랫폼이 지속적으로 발전하면서 2024년 못지않게 흥미진진한 한 해가 될 전망입니다. 얼마 전까지만 해도 LLM은 신뢰할 수 없다는 인식이 지배적이었습니다. 하지만 올해는 “에이전트형 AI가 추론을 통해 인간보다 더 나은 답을 내놓는 것은 불가능하다”와 같은 의견이 눈에 띄게 줄어들지도 모릅니다. 올해 에이전트와 AI가 모두 성숙하고 발전함에 따라 주목해야 할 세 가지가 있습니다:

엔터프라이즈 서비스 버스, 오케스트레이션, 관찰 가능성/추적 모듈을 포함한 새로운 에이전트형 AI 개발 플랫폼의 등장.
에이전트와 AI 간 통신 및 공공·민간 데이터 소스에 대한 안전한 접근에 필요한 인터페이스를 표준화하기 위한 MCP와 같은 표준의 등장.
LLM 추론 능력의 발전.

에이전틱 AI의 혁신은 2025년 내내 이 세 가지 방향 중 어느 쪽으로든 급속히 전개될 수 있습니다. 이를 기준으로 에이전틱 AI 플랫폼 관련 발표를 서로 비교하면, 새로운 기능이 플랫폼의 완성도를 높이는지, 통합에 드는 노력을 줄이는지, 아니면 AI 기반 인지 능력이라는 마법을 실현하는지 명확히 파악할 수 있습니다.