새해는 거대언어모델(LLM)을 넘어, 인공지능(AI)이 업무를 수행하고 조율하는 '에이전틱 AI' 전환이 본격화된다. 인간이 설계한 업무 흐름 안에서 통제 가능한 에이전트를 어떻게 적용하느냐가 2026년 이후 산업 경쟁력을 가를 핵심 변수로 떠올랐다는 전망이다.
김우주 연세대 AI기술연구센터장(산업공학과 교수)은 “AI 에이전트는 이미 기술적으로는 준비 단계에 들어와 있고, 내년부터는 기업과 조직의 실제 워크플로우 안으로 들어오기 시작할 것”이라며 “지금 단계에서 산업 현장에 가장 현실적으로 적용할 수 있는 기술이 바로 에이전트”라고 말했다.
김 센터장이 이끄는 AI기술연구센터는 에이전트·에이전틱 AI와 피지컬 AI 등을 중심으로 산업·공공 현장에 적용 가능한 AI 기술을 연구한다. 사회·인문·경영·교육·의료 전 분야 융합을 기반으로 하는 국내 최대 규모의 단일 AI 연구기관인 연세대학교 AI혁신연구원의 기술 축을 담당한다.
김 센터장은 AI 기술 경쟁의 무게중심은 더 이상 단일 모델의 성능 향상에 있지 않다고 본다. LLM이 범용적인 언어 이해와 생성 능력을 제공했다면, 이제는 그 위에 다양한 도구와 시스템을 연결해 사람이 하던 일을 대신 수행하는 구조, 즉 에이전트로 진화하고 있다는 설명이다.
그는 “에이전트는 하나의 모델이 아니라 여러 도구를 엮어 쓰는 구조”라며 “이 단계부터는 단순한 질의응답을 넘어, 실제 업무 실행 흐름에 영향을 미치게 된다”고 강조했다.
김 센터장은 에이전트 AI가 빠르게 확산될 수밖에 없는 이유로 현실적 적용성을 꼽았다. 그는 “기존 시스템과 결합해 상담, 분석, 추천, 업무 지원 등 다양한 역할을 수행할 수 있다”고 전했다.
그는 “LLM은 기본적으로 일관성이 떨어지는 특성이 있다”며 “같은 질문을 해도 다른 답을 내놓을 수 있기 때문에, 중요한 의사결정을 전적으로 맡기기에는 리스크가 있다”고 지적했다.
김 센터장은 AI 에이전트 도입의 성패가 '데이터를 어떻게 주느냐', 다시 말해 관점과 통제 구조에 달려 있다고 강조했다. 그는 “많은 조직이 데이터를 다 넣어주면 AI가 알아서 답을 줄 거라고 생각하는데, 오히려 그게 위험하다”며 “안 줘야 할 건 주지 말고, 줘야 할 건 명확하게 주는 설계가 중요하다”고 힘줘 말했다.
특히 그는 에이전트 시대를 대비해 준비해야 할 요소로 △업무 목적에 맞는 데이터 정제 △내부 의사결정 기준의 구조화 △테스트용 데이터셋 확보를 꼽았다.
김 센터장은 “어떤 모델이 좋은지를 따지기 전에, 우리 조직의 업무를 AI가 어떻게 이해해야 하는지를 먼저 고민해야 한다”며 “그 준비가 돼 있는 곳부터 AI의 효과를 체감하게 될 것”이라고 내다봤다.
그는 “내년은 에이전트가 조직 안에서 '실험 대상'이 아니라 '실제 도구'로 쓰이기 시작하는 원년이 될 것”이라며 “이 흐름을 놓치면 이후 격차는 더 벌어질 수 있다”고 강조했다.
김명희 기자 noprint@etnews.com
