생성형 AI에 대한 기대가 비현실적으로 부풀려졌다는 평가와 함께 열기가 다소 식었음에도 기업들은 이제 수천 개 규모의 AI 에이전트를 실제 업무에 도입하고 있다.
에이전트 AI는 콘텐츠 생성에 초점을 맞춘 생성형 AI를 넘어 실제 업무 수행과 의사결정을 지원하는 데 중점을 둔다는 점에서 차별화된다. 이러한 가능성에 주목한 애플락(Aflac), 애틀랜틱 헬스 시스템(Atlantic Health System), 레전더리 엔터테인먼트(Legendary Entertainment), NASA 제트추진연구소(Jet Propulsion Laboratory) 등은 일찌감치 에이전트 AI 시스템 도입에 나섰다. 최근에는 드브라이대학교(DeVry University), AT&T, AUM 바이오테크(AUM Biotech), 스마시(Smarsh) 등 다양한 조직이 이 기술을 도입해 성과를 거두고 있다.
AI 에이전트가 다양한 플랫폼과 업무 환경으로 빠르게 확산되면서 기술 도입을 검토하는 기업들은 어디서부터 시작해야 할지 고민하는 경우가 적지 않다. AI 전문가들은 현재까지 활용 효과가 가장 두드러진 사례들이 점차 윤곽을 드러내고 있다고 분석한다.
컨설팅 기업 EY의 글로벌 AI 혁신 책임자 는 코딩 에이전트가 단순히 코드를 작성하는 데 그치지 않고, 별도의 AI 에이전트가 코드 오류를 검토하고 품질을 검증하는 역할까지 수행하게 될 것이라고 전망했다.
몬테이로는 “이미 데브옵스 툴체인이 워크플로를 자동화하고 있는 만큼 AI 에이전트를 추가하는 것은 자연스러운 진화”라며 “AI 에이전트는 코드에서 요구사항을 역으로 추론(리버스 엔지니어링)하고, 요구사항을 기반으로 테스트 케이스와 코드를 생성하며, 일정 기준을 충족한 산출물을 자동 승인해 전체 자동화 수준을 높일 수 있다”라고 설명했다.
미국 비영리 연구기관 MITRE를 비롯한 여러 조직도 코딩 업무를 지원하기 위해 AI 에이전트를 도입하고 있다. MITRE의 최고기술책임자(CTO) .
IBM MIT AI 랩의 AI 연구원 샤에 칸(Shae Khan)은 많은 기업이 가까운 시일 내에 AI를 활용해 기존 RPA를 보완하고, 일부 영역에서는 대체하게 될 것으로 내다봤다.
칸은 “AI 에이전트는 의사결정이 필요한 복잡하고 동적인 업무를 담당하고, RPA는 반복적이고 규칙 기반의 업무를 계속 처리하는 방식으로 역할이 분담될 것”이라고 말했다.
고객 지원 자동화
기업들은 오랫동안 단순한 고객 문의를 처리하기 위해 챗봇과 음성봇을 활용해 왔다. 그러나 AI 기반 고객 경험 솔루션 기업 제네시스(Genesys)의 최고기술책임자(CTO) 는 이 시스템이 제품 사용 현황, CRM 데이터, 고객과의 대화 내용, 온보딩 진행 상황, 계약 갱신 일정, 고객 지원 활동 등을 종합적으로 분석한다고 설명했다.
회사는 이러한 에이전트 기반 분석을 통해 고객에게 온보딩 지원이 필요한지, 추가 도입 기회가 있는지, 계약 갱신을 위한 접촉이 필요한지, 또는 긴급 대응이 필요한지를 자동으로 판단한다고 밝혔다. 이후 별도의 사람 개입 없이 고객을 적절한 업무 프로세스로 자동 연결한다.
AI 기반 전자상거래 솔루션 기업 블룸리치(Bloomreach)는 분석, 콘텐츠 생성, 생산성 기능을 AI 에이전트에 통합했다. 이를 통해 고객 행동을 이해하고 잠재 고객을 식별하며, 개인 맞춤형 마케팅 캠페인을 생성하고 최적의 접점과 시점을 결정할 수 있도록 지원한다.
유통업체 260 샘플 세일(260 Sample Sale)은 블룸리치의 ‘루미 마케팅 에이전트(Loomi Marketing Agent)’를 활용해 구매 가능성이 높은 고객을 선별하고, 개인 맞춤형 마케팅을 자동으로 수행하는 동시에 캠페인 운영을 최적화했다. 블룸리치에 따르면 기존의 대량 발송 방식보다 고객 대상은 82% 줄였지만 전환율은 2.4배 높아졌다.
기업 워크플로 자동화
서비스나우(ServiceNow), 세일즈포스(Salesforce) 등 주요 기업용 소프트웨어 업체들이 AI 에이전트 도입에 적극 나서면서, 전문가들은 기업 워크플로 자동화가 AI 에이전트의 대표적인 활용 분야가 될 것으로 전망하고 있다. 반복적인 업무를 자동화해 업무 프로세스를 간소화하고 운영 효율을 높일 수 있기 때문이다.
퍼블리시스 사피엔트(Publicis Sapient)의 셸던 몬테이로는 “예를 들어 AI 에이전트는 사람의 개입 없이 회의록을 프로젝트 티켓으로 자동 변환하거나 수요 예측 결과를 바탕으로 공급업체에 발주를 생성할 수 있다”라고 설명했다.
몬테이로는 단일 벤더의 IT 솔루션을 전사적으로 도입한 기업이 다양한 솔루션을 API로 연동해야 하는 기업보다 유리할 것으로 내다봤다. 또한 기업은 데이터를 한곳에 통합해 정보 사일로를 없애는 것이 중요하다고 강조했다.
그는 “CIO들이 고민해야 할 핵심 질문은 기업의 업무 방식과 운영 노하우를 담은 ‘컨텍스트 저장소(context store)’를 누구에게 맡길 것인가”라며 “기업이 보유한 모든 지식과 업무 맥락을 LLM이 완전히 이해할 수 있다면 어떤 일이 가능할지 생각해 볼 필요가 있다”라고 말했다.
사이버보안 및 위협 탐지
여러 사이버보안 기업은 위협을 탐지하고 대응하기 위해 AI 에이전트를 도입하고 있다.
몬테이로는 “사이버보안 분야의 에이전트 AI는 보안 및 사기 위협을 거의 실시간으로 탐지하고 대응하며, 필요한 경우 위협을 완화하는 작업까지 자율적으로 수행할 수 있다”라며 “이를 통해 공격 대응 시간을 단축하고 전반적인 보안 수준을 높일 수 있다”라고 설명했다.
AI 에이전트 기업 빔(Beam)은 AI 에이전트가 개별 위협과 취약점에 맞춰 보안 정책을 자동으로 조정할 수 있다고 설명했다. 회사는 “이 같은 에이전트 기반 자동화는 보다 강력한 보안 체계를 구현하는 데 도움이 된다”라고 은 “법률 분야에는 자동화하기 쉽지 않은 업무가 수백 가지에 달한다”라며 “업무 종류가 너무 다양하고 수행 위치도 제각각이어서 SaaS 솔루션만으로 해결하기 어렵다”라고 설명했다.
이러한 AI 에이전트를 통해 변호사들은 계약 검토를 더욱 빠르게 마치고 고객 대응 속도를 높일 수 있으며, 업무 처리 전반의 생산성을 향상시킬 수 있다고 그는 말했다.
개스켈은 “고객이 거래나 특정 업무를 요청하면 Word나 Outlook에서 실행 중인 AI 에이전트가 회사의 모든 관련 데이터에 접근할 수 있다”라며 “변호사들이 문서를 어떻게 작성하고 처리해 왔는지에 대한 축적된 이력이 있기 때문에 이를 바탕으로 적절한 지원을 제공할 수 있다”라고 설명했다.
금융 서비스 및 헬스케어 기술 기업 SS&C도 AI 에이전트를 활용해 업무 프로세스를 자동화하고 있다.
SS&C의 자동화 담당 수석 매니징 디렉터 는 “고객은 신규 협력업체를 도입하기 전에 위험성을 평가하기 위해 EY에 의뢰한다”라며 “리스크 평가 담당자는 계약서와 각종 문서를 검토해 위험 요소를 분석하는 보고서를 작성하는데, 협력업체 한 곳을 평가하는 데 최대 50시간이 소요되기도 한다”라고 설명했다.
과거에는 이 모든 과정을 사람이 직접 수행해야 했다. 하지만 생성형 AI가 등장하면서 AI가 초안을 작성하고 전문가가 이를 검토·보완하는 방식으로 업무가 바뀌었다.
슐러는 “이제 계약서와 공개 문서 등 관련 자료를 AI에 입력하면 수일이 걸리던 보고서를 수분 만에 높은 정확도와 세부 내용까지 갖춘 형태로 작성할 수 있다”라며 “AI와 전문가의 경험을 결합하면 보고서 품질이 크게 향상된다”라고 말했다.
AI 에이전트의 등장으로 이러한 프로세스는 다시 한번 진화하고 있다. EY는 협력업체 평가를 자동화하는 AI 에이전트 기반 서비스를 출시할 예정이다.
슐러는 “기존에는 불가능했던 협력업체에 대한 지속적인 모니터링이 가능해질 것”이라며 “AI 에이전트의 가치는 단순한 업무 최적화에만 있는 것이 아니라 새로운 시장과 수익 기회를 창출하는 데 있다”라고 설명했다.
HR 및 직원 지원
AI 에이전트의 또 다른 활용 분야는 직원 문의에 응답하고 간단한 업무를 대신 처리하는 것이다. 위험 부담은 상대적으로 낮지만 업무 효율은 크게 높일 수 있는 영역으로 평가된다. 실제 IBM이 올해 1월 발표한 생성형 AI 관련 조사에 따르면 기업의 43%가 HR 업무에 AI 에이전트를 활용하고 있는 것으로 나타났다.
글로벌 데이터 서비스 기업 인디시움(Indicium)은 기술이 성숙하기 시작한 2024년 중반부터 AI 에이전트를 도입했다.
인디시움의 최고데이터책임자(CDO) 는 “목표는 코칭 세션 사이에도 핵심 학습 내용을 지속적으로 상기시키고 직원들의 학습 참여도를 유지하는 것”이라고 설명했다.
AI 코칭 에이전트는 맞춤형 역할극(Role Play) 시나리오 등 대화형 학습 콘텐츠를 제공해 직원이 배운 내용을 실제 업무 상황에 적용할 수 있도록 지원한다. 또한 직원별 맞춤형 교육을 보다 낮은 비용으로 제공할 수 있는 것도 장점이라고 허스웨이트는 말했다.
비즈니스 인텔리전스(BI)
AI 에이전트가 큰 변화를 가져올 또 다른 분야는 비즈니스 인텔리전스(BI)다. AI 기반 BI 솔루션 기업 젠리틱(Zenlytic)의 공동 설립자이자 최고경영자(CEO)인 를 발표했다.
어거리는 설비 상태 데이터와 구글의 제미나이(Gemini) 모델의 고도화된 추론 기능을 결합해 제조업체가 생산 환경을 스스로 최적화하는 시스템을 구축할 수 있도록 지원하고 있다고 설명했다.
데이터 인텔리전스 기업 XOi는 제조 현장과 시설 운영, HVAC(냉난방 공조) 등 다양한 산업 환경에서 물리적 자산 정보를 수집하고 체계적으로 관리할 수 있도록 지원하고 있다.
XOi는 기술자와 설비 운영자가 장비를 식별하고 유지보수 이력을 조회하며 관련 문서를 검색하고, 장비별 정보를 바탕으로 상황에 맞는 권장 조치를 제공하는 AI 시스템에 대한 관심이 빠르게 증가하고 있다고 밝혔다.
회사는 “AI 에이전트는 정보가 불완전하거나 설비가 복잡하고 가동 중단이 큰 비용으로 이어지는 환경에서 작업자가 더 빠르고 정확한 의사결정을 내릴 수 있도록 지원한다”라고 설명했다.
SOCIAL SHARE CARD GENERATOR