에이전틱 AI는 무엇일까요?

요즘 인공지능(AI)에 대한 이야기가 정말 많죠. 글을 써주거나 그림을 그려주는 AI(생성형 AI)도 놀랍지만, 이제 AI가 한 단계 더 발전해서 우리를 대신해 스스로 생각하고 움직여서 목표를 달성하는 '에이전틱 AI' 시대가 오고 있다고 합니다.

에이전틱 AI는 무엇일까요?

쉽게 말해, 에이전틱 AI는 우리(사용자)를 대신해서 목표를 세우고 스스로 판단하며 일을 처리하는 인공지능 프로그램입니다. 기존 AI는 우리가 시키는 대로만 하거나 정해진 작업만 했지만, 에이전틱 AI는 스스로 결정을 내리고, 경험을 통해 배우고, 상황에 맞춰 유연하게 대처할 수 있는 능력(자율성)을 가지고 있습니다. 마치 똑똑한 비서나 대리인처럼 움직이는 거죠.

이런 능력은 AI가 추론하고, 계획을 세우고, 기억하는 덕분에 가능합니다.

우리가 흔히 아는 '생성형 AI'와는 어떻게 다른가요?

생성형 AI(예: 챗GPT)가 우리의 요청이나 질문에 반응해서 새로운 내용(글, 이미지, 음악 등)을 '만들어내는' 데 초점을 맞춘다면, 에이전틱 AI는 콘텐츠를 만드는 것보다 스스로 판단하고 행동해서 주어진 목표를 '달성하는' 데 집중합니다.

생성형 AI가 수동적인 도구라면, 에이전틱 AI는 목표 달성을 위해 능동적으로 움직이는 시스템이라고 할 수 있습니다. 에이전틱 AI는 필요하다면 생성형 AI를 포함한 여러 도구를 활용해서 일할 수도 있습니다.

여행 계획을 예로 들면, 생성형 AI는 멋진 여행 일정을 짜줄 수 있지만, 에이전틱 AI는 그 일정을 바탕으로 항공권과 호텔을 예약하고, 만약 비행기가 지연되면 알아서 다시 예약하는 것까지 할 수 있습니다.

에이전틱 AI는 어떻게 일하나요?

에이전틱 AI는 보통 다음과 같은 단계를 반복하며 목표를 향해 나아갑니다. 마치 사람이 생각하고 행동하는 것과 비슷하죠.

• 알아차리기 (Perceive/Observe): 주변 상황이나 필요한 정보를 다양한 방법(센서, 데이터 등)으로 수집해서 상황을 파악합니다. (예: 자율주행차가 카메라로 주변 환경을 보는 것처럼)
• 생각하기 (Reason): 수집한 정보를 바탕으로 무엇을 해야 할지 생각하고 판단합니다. 이때 대규모 언어 모델(LLM)이라는 것이 AI의 '두뇌' 역할을 합니다.
• 계획하기 (Planning): 목표를 달성하기 위해 어떤 순서로, 어떻게 일을 처리할지 구체적인 계획을 세웁니다.
• 실행하기 (Act/Execution): 세운 계획대로 실제로 행동하거나 일을 처리합니다. 메시지를 보내거나, 데이터를 업데이트하거나, 로봇을 움직이는 등 다양한 디지털 또는 물리적 행동이 될 수 있습니다. 필요한 경우 다른 프로그램이나 도구를 사용하기도 합니다.
• 배우고 적응하기 (Learn/Adapt): 일을 처리하면서 얻은 경험을 통해 배우고, 더 나은 결과를 위해 스스로를 개선합니다. 과거의 일을 기억(메모리)해서 참고하기도 합니다.

이처럼 여러 AI 프로그램('에이전트'라고 부르기도 합니다)이 협력해서 더 복잡한 목표를 달성하기도 합니다.

에이전틱 AI가 왜 중요하고 어떤 점이 좋을까요?

에이전틱 AI는 우리 삶과 일하는 방식을 여러 면에서 좋게 바꿀 수 있습니다.

• 시간과 노력을 아껴줍니다: 반복적이고 귀찮은 일을 AI가 대신 처리해줘서 우리가 더 중요하거나 창의적인 일에 집중할 수 있게 됩니다. 여러 가지 일을 동시에 처리하는 것도 가능합니다.
• 더 나은 결정을 돕습니다: 많은 데이터를 빠르게 분석해서 정확하고 실행 가능한 정보를 제공하며, 상황 변화에 맞춰 계획을 바꾸기도 합니다.
• 복잡한 문제도 해결합니다: 여러 단계를 거쳐야 하는 복잡한 문제도 스스로 처리할 수 있습니다.
• 나에게 딱 맞춤 서비스를 제공합니다: 나의 사용 패턴이나 선호도를 학습해서 개인에게 맞춰진 경험이나 추천을 제공할 수 있습니다.
• 미리미리 움직입니다: 우리가 시키기 전에 스스로 문제를 발견하거나 더 나은 방법을 찾아 먼저 행동할 수 있습니다.

실제로 어디에 활용될 수 있을까요?

아직은 시험 단계인 경우가 많지만, 다양한 분야에서 에이전틱 AI를 활용하려는 시도가 이루어지고 있습니다.

• 우리의 일상생활: 스마트 홈에서 여러 기기를 알아서 관리하고 에너지 사용을 최적화하거나, 자율 주행차가 스스로 운전하는 것, 온라인 쇼핑이나 여행 예약 도중에 AI가 알아서 결제까지 완료해 주는 것 등입니다.
• 회사 업무:
  • 고객 서비스: 사람처럼 고객의 상황을 이해하고 스스로 문제를 해결해서 상담원의 부담을 줄여줍니다.
  • 직원 지원: 직원들이 자주 묻는 질문에 답하거나 반복적인 행정 업무를 대신 처리해줍니다.
  • 소프트웨어 개발: 코드를 작성하거나 오류를 찾는 등 개발 과정을 자동화해서 속도를 높입니다.
  • 데이터 분석: 복잡한 데이터를 분석하고 필요한 정보를 찾아주는 것을 자동화합니다.
  • 보안: 네트워크를 감시하고 위험을 미리 탐지해서 대응합니다.
• 그 외 다양한 분야: 의료 분야에서 환자 데이터를 분석하고 진단을 돕거나, 금융 분야에서 시장을 분석해서 투자 결정을 내리거나 위험을 관리하는 데 사용될 수 있습니다. 물류 회사에서 배송 경로를 최적화하는 것처럼 복잡한 업무 과정을 자동 관리하기도 합니다. 도시 계획에서 교통 흐름이나 환경 데이터를 분석하여 더 나은 결정을 내리는 데 활용될 수도 있습니다.

아직 해결해야 할 문제나 걱정거리는 없나요?

물론 에이전틱 AI가 발전하면서 여러 가지 생각해 볼 점과 과제도 있습니다.

• 과연 믿을 수 있을까요? 스스로 판단하고 행동하는 과정이 우리 눈에는 잘 보이지 않을 때(‘블랙박스’ 문제)도 있고, 가끔 실수를 할 수도 있습니다. 만약 AI가 잘못된 결정을 내리거나 문제를 일으키면 누가 책임져야 할지도 중요한 문제입니다.
• 개인 정보와 보안: AI가 우리의 민감한 정보에 스스로 접근하고 처리할 수 있으므로 보안을 철저히 하는 것이 아주 중요합니다.
• 일자리는 어떻게 될까요? 일부 단순 반복적인 일은 AI가 대신할 가능성이 있습니다. 하지만 동시에 AI를 다루거나 관리하는 새로운 일자리가 생기기도 하고, AI가 할 수 없는 공감 능력이나 복잡한 소통 능력 등 사람만이 가진 강점이 더 중요해질 것이라는 시각도 있습니다. AI와 사람이 함께 일하는 방식을 잘 만들어나가는 것이 필요합니다.
• 사람들이 AI를 사용할까요? 특히 오래 일한 분들은 AI가 자신의 경험을 대체한다고 느끼거나 AI 결과에 대해 완전히 신뢰하지 못해서 오히려 일이 복잡해질 수도 있습니다. AI를 효과적으로 사용하고 결과가 맞는지 제대로 확인하는 사람의 역할과 비판적 사고가 중요해집니다. 어떤 사람들은 복잡하거나 중요한 상황에서는 AI보다 사람과 소통하는 것을 더 편하게 느끼기도 합니다.
• 구축 및 연결의 어려움: 에이전틱 AI 시스템을 만들고 기존에 회사에서 사용하던 여러 시스템이나 데이터와 연결하는 것이 기술적으로 복잡하고 비용이 많이 들 수 있습니다.

에이전틱 AI는 아직 초기 단계에 있지만, 앞으로 우리 삶과 비즈니스에 큰 변화를 가져올 잠재력이 있습니다. 기술 자체의 발전뿐만 아니라, AI와 사람이 어떻게 협력하고, 어떤 문제를 해결할 것인지 함께 고민하며 준비하는 것이 중요해지고 있습니다.

에이전틱 AI 이해를 위한 간단한 문제 3가지

1. 에이전틱 AI의 가장 핵심적인 특징은 무엇이며, 이를 통해 무엇을 할 수 있나요?

에이전틱 AI의 가장 핵심적인 특징은 자율성(Autonomy)입니다. 이는 제한된 감독 하에 독립적으로 작동하고 의사 결정을 내릴 수 있는 능력을 의미합니다.

 

2. 생성형 AI와 에이전틱 AI의 가장 큰 차이점은 무엇인가요?

가장 큰 차이점은 자율성 및 주도성(Autonomy & Proactivity)입니다. 생성형 AI는 주로 사용자의 요청이나 프롬프트에 반응하여 새로운 콘텐츠(텍스트, 이미지 등)를 생성하는 '창조적 도구' 역할을 합니다. 반면, 에이전틱 AI는 자율적으로 의사 결정을 내리고 행동하며, 사용자의 명시적인 단계별 지시 없이도 복잡한 목표를 추구하고 문제를 해결하기 위해 스스로 계획을 세우고 실행합니다

 

3. 에이전틱 AI가 목표를 달성하기 위해 일반적으로 거치는 주요 단계는 무엇인가요?

에이전틱 AI는 목표 달성을 위해 일반적으로 다음과 같은 순환적인 과정을 거칩니다. (인식 -> 추론 -> 행동 -> 적응)

 

에이전틱 AI 관련 주요 용어 설명:

• 에이전틱 AI (Agentic AI): AI를 사용하여 사용자를 대신하여 목표를 추구하고 태스크를 완료하는 소프트웨어 시스템입니다. 일정 수준의 자율성을 가지고 의사 결정하고 행동하며, 제한된 감독 하에 복잡한 목표를 추구할 수 있도록 설계되었습니다. 추론, 계획, 기억이 가능하며, 사용자 입력에 반응하는 생성형 AI와 달리 자율적이고 선제적으로 태스크를 수행합니다. 에이전틱 AI는 AI 에이전트들을 포함하는 더 넓은 개념 또는 프레임워크입니다.
• AI 에이전트 (AI Agent): 에이전틱 AI 시스템을 구성하는 소프트웨어 구성 요소 또는 시스템 자체를 지칭하기도 합니다. 특정 목표와 능력을 가지고 자율적으로 태스크를 처리하며, 에이전틱 AI 프레임워크 내에서 빌딩 블록 역할을 합니다.
• 생성형 AI (Generative AI): 사용자의 요청이나 프롬프트에 응답하여 텍스트, 이미지, 동영상, 오디오, 소프트웨어 코드와 같은 새로운 콘텐츠를 생성하는 데 초점을 맞춘 인공지능입니다. 대규모 데이터를 학습하여 새로운 것을 만들어내는 '창조적 도구' 역할을 하며, 사용자 입력에 반응하는 방식입니다.
• 인식 (Perceive): 에이전틱 AI가 환경이나 상황 정보를 수집하고 처리하는 과정입니다. 센서, 데이터베이스, 디지털 인터페이스 등 다양한 출처에서 데이터를 받아들이는 것을 포함합니다.
• 추론 (Reason): 수집된 데이터를 분석하고 논리를 사용하여 문제를 해결하며 결론을 도출하는 과정입니다. 대규모 언어 모델(LLM)이 이 과정에서 '두뇌' 또는 추론 엔진 역할을 합니다.
• 계획 (Plan): 목표를 달성하기 위해 필요한 단계와 방법을 전략적으로 수립하는 과정입니다. 가능한 행동들을 평가하고 최적의 경로를 선택하며, 잠재적 장애물을 고려하기도 합니다.
• 행동 (Act/Execute): 세운 계획에 따라 실제로 조치를 취하거나 태스크를 수행하는 능력입니다. 디지털 행동(메시지 전송, 데이터 업데이트)일 수도 있고, 물리적 행동이 포함될 수도 있습니다. 외부 시스템이나 도구와 연동하여 작업을 수행하기도 합니다.
• 학습 (Learn): 행동 결과를 평가하고 피드백을 통해 경험에서 학습하며, 시간이 지남에 따라 성능을 지속적으로 향상시키는 능력입니다.
• 자율성 (Autonomy): 에이전틱 AI가 인간의 지속적인 감독이나 입력 없이도 독립적으로 작동하고 의사 결정을 내릴 수 있는 능력입니다. 에이전틱 AI의 가장 높은 수준의 핵심 특징 중 하나입니다.
• 적응성 (Adaptability): 새로운 정보, 피드백 또는 변화하는 환경에 따라 전략과 행동을 조정할 수 있는 능력입니다.
• 목표 지향성 (Goal Orientation): 사용자가 설정한 목표나 사전에 정의된 목표를 추구하고 달성하기 위해 스스로 판단하고 행동하는 특성입니다.
• 대규모 언어 모델 (LLM): 에이전틱 AI를 구축하기 위한 기반이 되는 모델로, 에이전트의 이해, 추론, 행동 능력을 제공하는 '두뇌' 또는 추론 엔진 역할을 합니다.
• 조정 (Orchestration): 여러 에이전트나 시스템의 활동을 관리하고 조화시키는 과정입니다. 멀티 에이전트 시스템에서는 공동의 목표 달성을 위해 개별 에이전트들의 활동을 조정합니다.
• RAG (검색 증강 생성): AI가 더 광범위한 데이터 소스에 접근하여 정보를 검색하고, 이를 바탕으로 더 정확하고 관련성 높은 답변이나 출력을 생성하는 기술입니다.
• 멀티 에이전트 (Multi-Agent): 공동의 목표를 달성하기 위해 협력하거나 경쟁하는 여러 AI 에이전트로 구성된 시스템입니다. 복잡한 태스크를 처리하기 위해 개별 에이전트의 다양한 기능과 역할을 활용합니다.