[태그:] AI 에이전트

AI 자동화 해고 시대: 클릭업 22% 감원이 보여주는 일의 미래

직원 22%를 한 번에 잘랐습니다. 그런데 CEO는 “비용 절감이 아니라 AI 전환”이라고 말합니다. 클릭업(ClickUp)이 2026년 5월에 발표한 대규모 감원은 AI 자동화 해고의 가장 선명한 사례로 떠올랐습니다. 3,000개의 AI 에이전트가 사람 대신 일하고, 남은 직원에게는 “밀리언 달러 연봉”을 약속하는 구조 — 이 실험이 성공할 수 있을까요? 그리고 한국 기업과 직장인에게 어떤 의미가 있을까요?

1. 클릭업 22% 감원, 무슨 일이 있었나

협업 소프트웨어 스타트업 클릭업(ClickUp)의 CEO 젭 에반스(Zeb Evans)는 2026년 5월 21일, 전체 인력의 22%를 줄이겠다고 발표했습니다. 2021년 40억 달러(약 5조 6천억 원) 밸류에이션을 기록한 9년 차 회사에서 벌어진 일입니다.

눈에 띄는 점은 에반스가 이번 감원을 비용 절감이 아닌 AI 전환으로 규정했다는 것입니다. 단순히 인건비를 줄여서 재무제표를 개선하려는 게 아니라, 회사 운영 방식 자체를 바꾸겠다는 선언이었습니다.

에반스는 내부 공지에서 이렇게 밝혔습니다.

“밀리언 달러 연봉 밴드를 도입하겠다. AI를 활용해 기대 이상의 임팩트를 만들면 기존 연봉 체계를 넘어서는 보상을 받게 될 것이다.”

사람을 줄이는 대신, 남은 사람에게는 더 많은 보상을 주겠다는 논리입니다. 자신의 업무를 AI로 자동화한 직원은 “항상 자리가 보장된다”라는 말도 덧붙였습니다.

2. 직원 1,300명, AI 에이전트 3,000개 — 100x 조직의 실체

클릭업이 단순히 인원만 줄인 것은 아닙니다. 감원 발표 3일 전, 회사가 이미 약 3,000개의 내부 AI 에이전트를 배치해 복잡한 업무를 처리하고 있다는 사실이 알려졌습니다. 직원 대비 AI 에이전트 비율이 거의 3:1인 셈입니다.

에반스가 내세운 비전은 “100x 조직”입니다. 기존 인력 규모의 100배에 해당하는 생산성을 AI로 달성하겠다는 뜻입니다. 현재 직원들의 역할도 달라졌습니다. 직접 코드를 짜거나 보고서를 작성하는 대신, AI 에이전트에게 지시를 내리고 결과물을 검토하는 방식으로 전환하고 있습니다.

이 모델을 극단적으로 밀어붙인 사례도 있습니다. 폴시아(Polsia)라는 스타트업은 창업자 벤 브로카(Ben Broca) 단 한 명이 운영하면서도, 설립 1년 만에 2억 5천만 달러 밸류에이션으로 3,000만 달러(약 420억 원)를 투자받았습니다. AI 자동화를 극한까지 활용하면 한 사람으로도 수백 명 규모의 회사처럼 운영할 수 있다는 증거입니다.

3. 가트너 데이터가 보여주는 현실 — AI 인력 감축의 양면

클릭업만의 이야기가 아닙니다. 가트너(Gartner) 조사에 따르면, 자율 기술을 사용하는 기업의 약 80%가 인원을 줄였습니다. 2026년 1분기에만 전 세계 기술 산업에서 8만 개 이상의 일자리가 사라졌고, 연말까지 30만 개를 넘길 것이라는 전망도 나옵니다.

하지만 여기서 간과하기 쉬운 사실이 있습니다. 인력 감축이 반드시 의미 있는 재정적 수익으로 이어지지는 않는다는 점입니다. AI 도입 비용, 시스템 통합 비용, 품질 관리 비용을 합산하면 절감액이 예상보다 작은 경우가 많습니다.

구분	수치	출처
자율 기술 도입 후 인원 감축 기업 비율	약 80%	가트너(Gartner)
2026년 1분기 글로벌 기술 산업 일자리 감소	8만 개 이상	블룸버그
2026년 연간 예상 기술 일자리 감소	30만 개 이상	블룸버그
클릭업 감원 비율	22%	클릭업 공식 발표
클릭업 내부 AI 에이전트 수	약 3,000개	포춘(Fortune) 보도

메타, 마이크로소프트, 아마존 등 대형 기술 기업도 비슷한 흐름을 보이고 있습니다. 2026년 전체 기술 산업 해고의 절반 정도가 AI 주도 구조조정이라는 분석이 있을 정도입니다. 2026년 AI 트렌드에서 워크플로우가 모델보다 중요하다고 짚었던 흐름이 실제 기업 조직 재편으로 나타나고 있는 셈입니다.

4. “밀리언 달러 연봉”이 한국 기업에 주는 시사점

클릭업의 실험에서 한국 기업과 직장인이 참고할 부분이 있습니다.

4.1. AI 도입률 격차는 크지만 속도는 빨라지고 있다

국내 기업의 AI 도입률은 10인 이상 민간기업 기준 약 2.7% 수준(2022년 정보화통계조사)으로, 미국 대비 낮은 편입니다. 하지만 2026년 들어 IT 부서의 최우선 과제가 AI/데이터 역량 강화(46.5%)와 업무 자동화 확대(45.2%)로 바뀌었습니다. 조직 AI 학습 격차를 빠르게 좁혀가는 단계입니다.

4.2. 보상 구조의 재설계가 뒤따라야 한다

클릭업의 “밀리언 달러 연봉 밴드”는 과장된 측면이 있지만, 핵심 메시지는 분명합니다. AI를 잘 활용해서 큰 성과를 내는 사람에게는 기존 호봉제나 직급별 밴드를 넘어서는 보상이 필요하다는 것입니다. 한국 기업 대부분이 아직 연공서열 기반 보상 체계를 운영하고 있어, AI 시대에 맞는 성과 보상 설계가 과제로 남아 있습니다.

4.3. “자동화하면 잘린다”가 아닌 “자동화하면 살아남는다”

에반스는 “자신의 업무를 AI로 자동화한 사람은 항상 자리가 있다”라고 말했습니다. 이 말을 그대로 믿을 필요는 없지만, 방향 자체는 한국 직장인에게도 유효합니다. 반복적이고 정형화된 업무를 수행하는 직종은 AI 대체 속도가 빠른 반면, AI 도구를 적극 활용해 생산성을 높이는 인력에 대한 수요는 공급 대비 3.2배에 달합니다.

5. AI 자동화 해고 시대, 실무자가 준비해야 할 3가지

AI 도구 활용 역량을 키우세요. 코딩 여부와 상관없이, 업무에 AI 에이전트를 직접 적용해 본 경험이 이력서와 면접에서 차이를 만듭니다. 에이전틱 엔지니어링처럼 AI에게 지시하고 검토하는 능력이 곧 핵심 역량입니다.
자동화 가능한 업무를 먼저 파악하세요. 자신이 하는 일 중 반복적인 부분을 목록으로 만들고, AI로 처리할 수 있는 항목을 하나씩 실험하는 게 좋습니다. 이 과정 자체가 “대체 불가능한 인력”으로 자리잡는 방법입니다.
조직 전체의 AI 학습 격차에 관심을 가지세요. 개인 역량만으로는 한계가 있습니다. 팀 단위, 부서 단위로 AI 도입 실험을 제안하고 주도하는 사람이 조직 내에서 가치를 인정받습니다.

6. 비용 절감이 아닌 구조 전환 — 그 경계를 어떻게 판단할까

클릭업 사례의 가장 큰 쟁점은 “AI 전환”과 “비용 절감”의 경계가 모호하다는 점입니다. CEO가 AI 전환이라고 말하더라도, 실질적으로는 인건비 절감이 주된 동기인 경우가 적지 않습니다.

판단 기준은 간단합니다. 감원 이후 AI 인프라와 남은 인력에 대한 재투자가 실제로 이루어지는지를 보면 됩니다. 클릭업은 밀리언 달러 연봉 밴드와 3,000개 AI 에이전트 인프라를 약속했지만, 이것이 실제 재무 성과로 연결되는지는 아직 검증 전입니다.

가트너 데이터가 시사하듯, AI 도입으로 인원을 줄인 기업의 상당수가 기대만큼의 재정적 수익을 얻지 못하고 있습니다. 기술 투자 비용, 전환 과정의 생산성 저하, 핵심 인력 이탈 리스크까지 고려하면 단순 계산보다 복잡한 방정식이 됩니다.

한국은 어떻게 될까요? 이러한 변화를 한국적 상황에 맞춰 흡수하는 기업이 많아질 것입니다. 우리나라는 직원을 해고하는 일은 유연하지 못한 상황이기 대문에 단기적으로는 직무 전환배치는 여러 회사들에서 일어날 수 있는 일이 될 것 같습니다. 스텝 부서에 있다가 영업이나 연구개발직군으로의 이동과 같은 상황으로 말이죠. 이미 시작된 미래를 외면하는 것만으로는 변화할 수 없는 상황입니다. 이 방향에 동의된다면 미리 준비해 보시죠.

자주 묻는 질문

클릭업은 왜 22%나 감원했나요?

CEO 젭 에반스는 비용 절감이 아닌 AI 전환이 목적이라고 밝혔습니다. 회사 내부에 약 3,000개의 AI 에이전트를 배치하고, 직원 역할을 AI 관리와 결과물 검토 중심으로 재편하겠다는 전략입니다. 남은 직원에게는 밀리언 달러 연봉 밴드라는 파격 보상도 제시했습니다.

AI 자동화 해고가 한국에도 영향을 미치나요?

이미 영향이 나타나고 있습니다. 국내 IT 부서의 최우선 과제가 AI/데이터 역량 강화와 업무 자동화 확대로 바뀌었고, 반복 업무 중심 직종에서 인력 재배치가 진행 중입니다. 다만 한국은 미국 대비 AI 도입률이 낮아 속도 차이는 있습니다.

AI 시대에 직장인은 어떻게 준비해야 하나요?

AI 도구 활용 역량을 키우는 것이 가장 효과적입니다. 자신의 업무 중 반복적인 부분을 AI로 자동화하는 실험을 직접 해보고, 팀 단위 AI 도입을 제안하는 경험이 차별화 요소가 됩니다. AI를 대체가 아닌 협업 도구로 활용하는 관점이 중요합니다.

참고 글: What ClickUp’s Mass Layoff Tells Us About the Future of Work (TechCrunch, 2026-05-25)

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매

(adsbygoogle = window.adsbygoogle || []).push({});

.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2026년 05월 27일

구글 IO 2026 키노트 핵심 정리: Gemini 3.5·Omni와 AI 에이전트 시대

2026년 5월 20일, 미국 마운틴뷰에서 열린 구글 IO 2026 키노트는 구글이 ‘AI 우선’ 전략으로 전환한 지 10년이 된 시점에 그 10년의 누적 결과를 한자리에 펼쳐 보였습니다. 월 3.2경(quadrillion) 토큰을 처리하는 인프라, 9억 명이 사용하는 Gemini 앱, 12시간 만에 운영체제 한 벌을 만든 Antigravity 2.0까지. 키노트에서 공개된 발표 중 한국 사용자가 꼭 알아야 할 7가지를 분야별로 정리해 드리겠습니다.

1. 구글 IO 2026 키노트가 보여준 ‘AI 우선 10년’

순다르 피차이 CEO는 키노트 초반에 구글이 ‘AI 우선 기업’으로 전환한 지 10년이 됐다는 점을 강조했습니다. 그 10년이 어떤 규모의 변화로 이어졌는지 발표 첫머리에서 공개된 수치만으로도 짐작이 가능합니다.

1.1. 토큰 처리량 2년 만에 약 330배 증가

구글 모델이 처리한 월간 토큰은 2년 전 9.7조 개에서 작년 480조 개를 거쳐, 현재 월 3.2경(quadrillion) 개에 이릅니다. API는 분당 약 190억 토큰을 처리하고, 매월 850만 명 이상의 개발자가 구글 모델을 사용합니다. 인프라 투자 규모도 2022년 연 310억 달러에서 올해 약 1,800~1,900억 달러로 6배 늘었습니다. 사용자 10억 명을 넘긴 구글 제품도 13개에 달하며, 그중 5개는 30억 명 이상이 사용합니다.

1.2. SynthID로 1,000억 장 워터마킹

생성형 AI 콘텐츠의 신뢰성을 보장하기 위한 SynthID는 출시 3년 만에 이미지·영상 1,000억 장과 오디오 6만 년 분량에 워터마크를 적용했습니다. NVIDIA·OpenAI·Kakao·Eleven Labs까지 채택이 이어지면서 AI 생성 콘텐츠의 출처 표시가 산업 표준으로 자리잡고 있습니다. 검색과 Chrome에서도 ‘Circle to Search’ 또는 우클릭으로 “이것이 AI로 생성됐습니까?”를 바로 확인할 수 있습니다.

2. Gemini 3.5와 Omni, 차세대 모델의 두 갈래

이번 키노트의 모델 라인업은 크게 둘로 나뉩니다. 일상 작업과 코딩을 책임지는 Gemini 3.5 Flash, 그리고 멀티모달 입출력과 시뮬레이션을 담당하는 Gemini Omni입니다.

2.1. Gemini 3.5 Flash, 4배 속도에 절반 가격

Gemini 3.5 Flash는 거의 모든 벤치마크에서 3.1 Pro를 앞서고, 다른 프론티어 모델 대비 출력 속도는 약 4배 빠릅니다. 가격은 유사 등급 모델의 절반 미만으로, 워크로드의 80%만 3.5 Flash로 옮겨도 하루 1조 토큰을 쓰는 기업은 연간 10억 달러 이상을 절감할 수 있다는 시뮬레이션도 함께 공개됐습니다. 3.5 Pro는 내부 사용 중이며 다음 달 일반 공개될 예정입니다.

2.2. Gemini Omni, 입력과 출력 모두 자유로워지다

Gemini Omni는 텍스트·이미지·영상 어느 것을 입력해도 어느 형태의 출력이든 만들어내는 새 멀티모달 모델입니다. 운동에너지·중력 같은 물리 개념을 비교적 정확히 시뮬레이션하고, “이 셀카 영상의 배경을 사이버펑크 도시로 바꿔줘” 같은 자연어 편집도 처리합니다. 첫 모델인 Gemini Omni Flash는 키노트 당일부터 구글 제품 전반에 도입됐고, 유료 구독자는 Gemini 앱에서 바로 사용해볼 수 있습니다.

3. Antigravity 2.0, 12시간 만에 운영체제를 만든 AI 팀

이번 발표 중 가장 화제가 된 시연은 단연 Antigravity 2.0입니다. AI가 코드 한 줄 없는 비어 있던 프로젝트에서 시작해, 작동하는 운영체제와 그 위에서 돌아가는 게임 ‘Doom’까지 만들어낸 사례가 무대에서 공개됐습니다.

3.1. 93개 하위 에이전트가 만든 OS

구글 엔지니어들이 Antigravity와 Gemini 3.5 Flash에게 “처음부터 OS 한 벌을 만들라”는 과제를 맡기자, 12시간 동안 93개의 하위 에이전트가 병렬로 작동하며 모델 요청 1만 5,000건, 토큰 26억 개를 처리했습니다. 스케줄러부터 메모리 관리, 파일 시스템, 자체 테스트 코드까지 자율적으로 생성·감사·실행했고, 소요된 API 비용은 1,000달러가 채 되지 않았습니다. 같은 작업을 Gemini 3.1 Pro로는 끝까지 마치지 못했다는 점에서 3.5 Flash의 비용 효율이 두드러집니다.

3.2. 데스크톱 앱으로 진화한 에이전트 IDE

새로 공개된 Antigravity 2.0은 독립형 데스크톱 애플리케이션 형태로, 핵심 에이전트 대화창과 다중 에이전트 오케스트레이션을 한 화면에 모았습니다. CLI 경험, Antigravity SDK, Gemini 오디오 모델 기반 음성 지원, Android·Firebase·Google AI Studio 통합까지 함께 출시됐습니다. 바이브 코딩과 에이전틱 엔지니어링의 경계가 흐려지는 흐름이 이번 발표로 한층 가속될 전망입니다.

4. Gemini Spark, 24시간 작동하는 개인 AI 비서

Gemini Spark는 사용자의 디지털 생활을 대신 살펴주고 행동까지 취하는 개인 에이전트입니다. 구글 클라우드 위의 전용 가상 머신에서 24시간 돌아가며, 사용자가 노트북을 닫아도 작업을 이어갑니다.

4.1. 음성 한 마디로 여러 작업을 동시에

키노트 시연에서는 사용자가 휴대폰에 대고 “순다르와의 예정된 회의를 모두 핫핑크색으로 표시해줘, 새 이웃 가족에게 블록 파티 초대장을 써줘, 학년 말 자녀 일정 체크리스트를 만들어줘”라고 한 번에 말하자 Spark가 작업을 세 갈래로 분해해 백그라운드에서 처리하는 모습이 공개됐습니다. Google Sheets에 실시간 RSVP 추적기를 만들고, Gmail과 연결해 미응답자에게 후속 메일을 보내며, Google Slides로 홍보 자료까지 만들어내는 흐름이 모두 음성 명령 하나에서 시작됐습니다.

4.2. 가격 정책과 Android Halo 확장

Spark는 신뢰할 수 있는 테스터에게 베타로 먼저 공개된 뒤, 미국 Google AI Ultra 구독자에게 순차 배포됩니다. 월 100달러의 새 Ultra 요금제가 추가되고, 기존 최상위 Ultra 요금제는 월 250달러에서 200달러로 인하됐습니다. 올여름에는 Chrome 내에서 직접 작동하는 에이전트 브라우저로 확장되며, 연말에는 휴대폰 안의 에이전트 전용 홈인 Android Halo도 등장합니다. 제미나이가 구글 캘린더 일정을 대신 잡아주는 기능이 한층 자율적인 에이전트 단계로 진화한 셈입니다.

5. AI 검색과 에이전트 커머스의 등장

구글 검색도 25년 만에 가장 큰 폭으로 손질됐습니다. AI Overview·AI Mode가 하나의 ‘AI 검색’ 경험으로 통합되고, 검색창은 사용자의 호기심에 따라 확장되는 지능형 입력창으로 바뀝니다.

5.1. 25년 만에 바뀐 구글 검색창

새 지능형 검색창은 텍스트·이미지·파일·영상을 한꺼번에 추론하며, AI Mode는 키노트와 함께 Gemini 3.5로 업그레이드됐습니다. 출시 1년 만에 월 10억 명을 넘긴 AI Mode는 분기마다 쿼리 수가 두 배씩 늘고 있습니다. 또 한 번에 한 가지 답이 아니라, ‘P/E 15 미만의 대형 바이오텍 종목’처럼 조건에 맞는 정보가 바뀔 때마다 알려주는 정보 에이전트, 그리고 사용자의 질문에 맞춰 즉석에서 미니 앱(예: 주말 가족 계획 대시보드)을 빌드해주는 생성형 UI까지 단계적으로 출시됩니다.

5.2. Universal Cart와 결제 프로토콜 AP2

커머스 분야에서는 세 가지 표준이 함께 발표됐습니다. 에이전트와 시스템의 공통 언어가 되는 Universal Commerce Protocol(UCP), 사용자 통제 아래 에이전트가 대신 결제할 수 있게 해주는 Agent Payments Protocol(AP2), 그리고 판매자·서비스를 넘나드는 Universal Cart입니다. Amazon·Meta·Microsoft·Salesforce·Stripe가 창립 파트너로 참여했고, Universal Cart는 올여름 미국 검색과 Gemini 앱부터 시작해 YouTube·Gmail로 확장됩니다.

6. 인텔리전트 안경과 과학을 위한 AI

마지막 흐름은 AI를 현실 세계로 끌어내는 두 갈래입니다. 일상 속 보조자가 될 인텔리전트 안경, 그리고 과학·의료 같은 어려운 문제를 풀어가는 도구로서의 AI입니다.

6.1. 삼성·젠틀몬스터·와비파커가 만든 AI 안경

Android XR 플랫폼에서 출발한 인텔리전트 안경은 두 종류로 제공됩니다. 렌즈 내 작은 디스플레이로 길안내·번역·위젯을 띄워주는 ‘디스플레이 안경’, 그리고 디스플레이 없이 Gemini의 음성 안내를 귀로만 전하는 ‘오디오 안경’입니다. 오디오 안경은 올가을 첫 출시되며, 삼성과 퀄컴 Snapdragon 위에서 동작하면서 젠틀몬스터·와비파커가 디자인을 맡았습니다. 라이브 데모에서는 휴대폰을 꺼내지 않고 길찾기, 음성으로 Doordash 콜드 브루 주문, 메시지 요약과 캘린더 추가, 그리고 청중 셀카를 Nano Banana로 만화화하는 흐름이 무대 위에서 모두 시연됐습니다.

6.2. WeatherNext와 신약 개발 가속

데미스 하사비스는 AI를 ‘과학 발전의 궁극의 도구’로 정의했습니다. 구글의 WeatherNext 모델은 2025년 자메이카를 강타한 카테고리 5 허리케인 경로를 기존 모델보다 3일 일찍, 더 정확하게 예측해 대피 명령에 활용됐습니다. AlphaFold·AlphaGenome은 수백만 명의 연구자가 쓰는 표준 도구가 됐고, Isomorphic Labs는 면역질환과 암을 포함한 여러 후보물질을 전임상 단계까지 진입시켰습니다. 하사비스가 그리는 AGI 타임라인이 점점 구체적인 산업 성과로 옮겨붙는 모습이 인상적입니다.

7. 정리하면, ‘AI 에이전트의 해’가 시작됐다

구글 IO 2026 키노트가 던진 메시지를 한 줄로 요약하면 “AI가 답을 알려주는 단계에서, AI가 대신 행동하는 단계로 넘어갔다”는 것입니다. Gemini 3.5와 Omni가 모델 수준의 비용·품질 곡선을 다시 그렸고, Antigravity 2.0과 Gemini Spark가 그 위에서 자율적으로 일하는 에이전트 계층을 정의했습니다. 2026년 AI 트렌드의 핵심이 모델이 아니라 워크플로우라는 흐름과도 정확히 맞물리는 발표였습니다. 한국 사용자 입장에서는 Gemini 앱(70개 이상 언어 지원), AI Mode, 향후 출시될 안경 라인이 차례로 영향을 미치게 됩니다. 새로 발표된 도구가 익숙해질 때마다 일하는 방식과 학습하는 방식이 한 단계씩 다시 정의될 것으로 보입니다.

자주 묻는 질문

구글 IO 2026 키노트 다시보기는 어디에서 볼 수 있나요?

구글 공식 YouTube 채널의 라이브 방송 페이지에서 풀 영상을 다시 볼 수 있습니다. 본문에서 다룬 주요 시연인 Antigravity의 OS 빌드, Gemini Spark 음성 시연, 인텔리전트 안경 라이브 데모 구간을 챕터로 이동해 확인하는 방식을 추천합니다.

Gemini Spark는 한국에서도 바로 쓸 수 있나요?

키노트 당일 기준으로 Spark는 신뢰할 수 있는 테스터와 미국 Google AI Ultra 구독자에게 베타로 먼저 공개됩니다. 한국 출시 시점은 별도로 공지되지 않았으나, Gemini 앱이 이미 230개국·70여 개 언어를 지원하는 만큼 안정화 이후 순차 확대가 예상됩니다.

Gemini 3.5 Flash와 3.5 Pro는 어떻게 다른가요?

3.5 Flash는 속도·비용에 최적화된 일상용 모델로, 다른 프론티어 모델 대비 4배 빠른 출력 속도를 강점으로 합니다. 3.5 Pro는 깊은 추론과 멀티모달 기능을 담당하며 다음 달 일반 공개될 예정입니다. 코딩·대량 처리에는 3.5 Flash, 복잡한 분석·연구에는 3.5 Pro가 권장됩니다.

Antigravity 2.0은 어떤 사람이 써야 의미가 있나요?

코드를 직접 짜는 개발자뿐 아니라, 여러 단계가 필요한 작업(앱·문서·자료 생성)을 한 번에 처리하고 싶은 비개발자에게도 의미가 있습니다. 무대에서 시연된 Doom 실행 OS, 사진 편집 스위트, 협업 메시징 앱 같은 사례는 비개발자도 자연어 지시만으로 결과물을 받아볼 수 있다는 점을 보여줍니다.

참고 영상: Google I/O 2026 Keynote (YouTube Live)

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2026년 05월 20일
2024년 AI의 주요 발전과 2025년 AI 시장 예측
2025년 새해가 밝았습니다. 오늘은 2024년 동안 인공지능 분야에서 가장 주목받은 이야기들과, 2025년 AI 시장에 우리가 기대할 수 있는 사항들에 대해 이야기하고자 합니다. 인공지능이 우리의 일상과 비즈니스를 어떻게 바꾸어 놓을지 기대가 되는데요, 어떤 이야기들이 있을지 살펴보겠습니다.

2024년 AI의 해: 주요 발전 사항

1. 오픈AI의 대확장

2024년은 오픈AI에게 있어 중요한 해였으며, 새로운 모델들과 기능들이 출시되면서 인공지능 시장에 큰 영향을 미쳤습니다.
- o1 모델: 과학, 코딩, 논리 작업에서 우수한 정확성을 자랑하며, 복잡한 프롬프트 처리에서 더욱 향상된 성능을 보여줍니다.
- o3 모델: 해가 바뀌면서 더욱 진보된 o3 모델이 발표되었으며, 2025년 초에 정식으로 공개될 예정입니다.
- ChatGPT 검색 기능: 구글에 대응하기 위해 개발된 SearchGPT는 실시간 웹 정보 검색을 가능하게 하여 사용자가 최신 정보를 보다 효율적으로 찾도록 돕습니다.
- 캔버스 기능: 사용자 요청에 따라 동적 콘텐츠 갱신을 지원하는 워크스테이션 형태로 ChatGPT의 인터페이스를 확장한 기능입니다.
- 소라: AI 비디오 생성 모델 소라가 공개되어, 독창적인 인터페이스와 스토리보딩 기능으로 AI 비디오 시장에서 두각을 나타내고 있습니다.
2. 오픈 소스 AI의 부상

오픈 소스 AI는 2024년에 큰 발전을 이루어냈습니다. 메타의 라마 모델 시리즈와 중국의 리더 기업들이 다양한 모델을 통해 새로운 기준을 확립하였습니다.
- 라마 3 및 3.1: 메타는 뛰어난 성능을 자랑하는 라마 3 모델을 발표했고, 3.1로 더욱 크고 복잡한 작업을 가능하게 했습니다.
- 중국 AI 모델: 알리바바와 딥시크 (DeepSeek) 등 중국 기업들도 고성능 개방형 AI 모델을 선보이며 주목받았습니다.
- NVIDIA의 Nemotron-70B: NVIDIA는 강력한 오픈 소스 AI 모델을 출시하며 AI 분야에서의 입지를 확고히 했습니다.
3. 구글의 제미니 시리즈

구글의 제미니 AI 모델은 초기 비판을 극복하고 성능을 크게 개선하여 2024년 AI 시장에서 자신만의 위치를 구축했습니다.
- 제미니 2.0 플래시: 실시간 스트리밍 비디오 분석을 지원하는 멀티모달 AI 모델로, 사용자 화면에서 수행 중인 작업을 감지하고 조언을 제공합니다.
4. 에이전트 기반 AI의 부상

2024년에는 기업들이 에이전트 기반 AI를 도입하면서, AI가 단순한 도구를 넘어 비즈니스 효율성과 혁신을 극대화하는 중요한 요소로 자리 잡았습니다. 마이크로소프트, 끌로드와 같은 곳에서 AI 에이전트를 적극적으로 밀고 있으며, 미국 중심의 빅테크들은 AI 에이전트를 2025년의 핵심으로 삼기 위한 여러 움직임을 보이고 있습니다. 이런 AI 중심의 기업들 이외에도 자신들의 제품에 적용하는 사례들도 나오고 있는데, 다음의 두 곳이 대표적입니다.
- Salesforce의 Agentforce 2.0: 향상된 추론과 통합 기능을 제공하여 CRM 및 판매 도구를 크게 개선하고자 시도하고 있답니다.
- SAP의 Joule: 오픈 소스 대형 언어 모델(LLM)을 이용해 협업형 AI 에이전트를 도입하여 기업 내 혁신과 효율성을 강화했습니다.
2025년 AI의 주요 예측: AI 생성 콘텐츠의 확대

2025년은 AI 생성 콘텐츠가 비즈니스와 소비자 분야에서 대세를 이룰 것으로 전망됩니다. 이는 콘텐츠 창작의 효율성을 높이고, 개인화된 서비스를 제공하는 데 크게 기여할 것입니다. 또한, 상업 및 소비자 환경에서 LLM과 생성형 AI 로봇의 대규모 도입이 예상되며, 자동화와 인간-로봇 상호작용을 혁신적으로 변화시킬 것입니다. 더불어 AI 에이전트의 복격적 개화기를 맞이할 것입니다. 시장이 원하든 원하지 않던 글로벌 빅테크들은 앞다투어 이런 기술을 소개할 것이고, 기업 입장에서는 AI 에이전트 활용의 의미 있는 유스 케이스가 소개되면서 도입이 본격화될 것으로 예상합니다. 이러한 변화를 선제적으로 대비해, 2025년 AI가 제공하는 기회를 최대한 활용할 수 있기를 기원합니다.

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .
2025년 01월 02일
AI 에이전트 안전하게 개발하기 : 자율성과 안전장치, 그리고 함정들

이번 포스팅에서는 지난 번에 이어 AI 에이전트 개발에 대해 다른 관점을 살펴보겠습니다. 이미 AI의 다양한 응용이 우리 삶에 스며들고 있지만, 여러 가지 주의해야 할 점들이 있습니다. 특히, AI 에이전트가 자율적으로 작동할 때의 안전장치와 그와 관련된 숨은 함정들도 고려해야 하는데요, AI 에이전트 안전하게 개발히기 위해 기업과 개인들이 참고할 사항을 살펴보려합니다.

AI 에이전트의 자율성과 그 중요성

AI 에이전트란 인간의 개입 없이 스스로 학습하고 결정을 내리는 시스템을 의미합니다. 이러한 에이전트는 특히 대규모의 복잡한 데이터 처리와 의사결정에 유용하게 사용됩니다. 예를 들어, 엔터프라이즈 환경에서는 여러 부서 간의 의사소통을 원활히 하면서 생산성과 대응성을 높일 수 있습니다.

그러나 이러한 자율성은 때로는 약점으로 작용할 수 있습니다. 따라서, AI 에이전트 안전한 설계를 위해서는 반드시 적절한 방어 메커니즘을 고려해야 합니다.

AI 에이전트 안전장치

명확한 인간 개입 조건 설정

AI 에이전트가 인간의 확인이 필요한 행동을 수행할 때는, 사전에 정의된 규칙에 따라 행동해야 합니다. 예를 들어, 구매와 관련된 에이전트라면, 모든 구매는 반드시 인간에 의해 확인되고 승인되어야 합니다. 이러한 규칙은 시스템 내에서 명확하게 설정되어야 하며, 필요한 경우 외부 코드로 강제될 수도 있습니다.

AI 에이전트 안전장치와의 통합

AI 에이전트 안전장치는 위험하거나 비윤리적이며 규정을 준수하지 않는 행동을 확인하는 역할을 합니다. 이 에이전트는 모든 행동이나 특정 행동 요소가 안전한지 확인하고, 승인된 경우에만 진행을 허용하는 등의 역할을 합니다.

불확실성 측정

에이전트가 신뢰할 수 있는 출력을 선호하도록 함으로써, 시스템의 안정성을 높일 수 있습니다. 그러나 이러한 불확실성 측정은 시스템의 처리 속도를 느리게 하고 비용을 증가시킬 수 있는 점을 고려해야 합니다.

중지 버튼 제공

때로는 모든 자율 에이전트 기반 프로세스를 중지해야 할 필요가 있습니다. 이는 시스템 내에서 잘못된 행동을 감지했거나 고정할 필요가 있을 때 사용됩니다. 중요한 워크플로우와 프로세스에서는 이 중지가 전체 프로세스를 멈추거나 완전히 수동으로 전환되지 않도록 하는 결정적인 백업 작동 모드를 제공해야 합니다.

에이전트-기반 작업 명령 생성

모든 에이전트를 앱 및 API에 완전히 통합할 필요는 없습니다. 기본적으로 에이전트 네트워크의 일부 에이전트는 수동으로 조치를 위임하는 보고서나 작업 명령을 발행할 수 있습니다. 이는 에이전트 네트워크를 기민하게 운영하는 좋은 방법입니다.

테스트

AI기반의 시스템을 테스트할 때, 전통적인 소프트웨어와는 다른 방식의 테스트가 필요합니다. 각 에이전트가 입력의 중심 역할을 할 수 있기 때문에, 시스템의 일부분부터 테스트를 시작하여 전체 시스템의 신뢰성을 점검해야 합니다. 시스템의 작동과 약점을 드러내기 위해 생성적 AI를 활용해 테스트 케이스를 설정할 수도 있습니다.

세밀한 튜닝의 중요성

많은 사람들은 AI를 많이 사용할수록 더 좋아진다고 오해하지만, AI는 사전 트레이닝된 모델입니다. 하지만 세밀한 튜닝을 통해 특정한 작동 방식을 조정할 수 있습니다. 각 에이전트의 로그를 분석하고, 개선을 위한 선호 사항을 레이블링하여 튜닝 목적으로 사용합니다.

자주 발생하는 함정

무한루프 문제

AI 에이전트 시스템은 간혹 무한히 서로 대화하는 상황에 빠질 수 있습니다. 이를 방지하기 위해 일정 시간 내에 작업이 완료되지 않으면 종료하는 타임아웃 메커니즘을 도입해야 합니다.

에이전트 과부하

하나의 에이전트에 과도한 작업을 기대하는 것은 현재의 LLM 기술로는 한계가 있습니다. 이를 해결하기 위해 에이전트를 여러 개로 쪼개어 역할을 분배하는 ‘세분화’ 전략을 사용하는 것이 좋습니다.

단일 실패 지점

단일 에이전트가 타 에이전트들을 호출하여 작업을 완료하는 시스템은 복잡성을 초래할 수 있습니다. 대신, 파이프라인 형태로 각 에이전트가 할당된 작업을 수행한 후 다음으로 넘기는 것을 고려해야 합니다.

문맥 오버로드

각 에이전트가 자체 문맥을 유지하고, 새로운 요청 발생 시 문맥을 재설정하는 것이 중요합니다. 이는 에이전트의 혼란을 줄이고 효율성을 높이는 방법입니다.

결론적으로, AI 에이전트는 잘 설계되고 적절한 AI 에이전트 안전장치를 갖추었을 때 매우 효과적으로 작동할 수 있습니다. 이를 통해 기업의 프로세스를 자동화하고 개선하는 데 큰 기여를 할 수 있을 것입니다.

참고

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2024년 12월 18일
AI 에이전트 사례, 5가지 활용 분야

인공지능(AI)은 다양한 산업에 걸쳐 변화를 일으키고 있으며, 특히 AI 에이전트의 발전은 이러한 변화를 가속화하고 있습니다. 에이전틱 AI는 단순한 자동화를 넘어 복잡한 의사 결정을 내리는 능력을 갖춘 차세대 AI 기술을 의미합니다. AI 에이전트 사례를 통해 이 기술이 어떤 방식으로 우리의 일상을 변화시킬지 알아보겠습니다.

양날의 검과도 같은 소프트웨어 개발 분야

AI 기술은 소프트웨어 개발의 패러다임을 변화시키고 있습니다. AI 에이전트는 코딩 어시스턴트 또는 코파일럿으로서 대량의 코드 작성과 오류 검토를 지원하여 소프트웨어 개발 프로세스를 혁신할 것입니다. 예를 들어, 많은 소프트웨어 개발 회사들이 에이전틱 AI를 통해 코드를 자동으로 작성하고 검토하는 도구로 소개하고 있습니다. 이는 개발자의 부담을 줄이고, 더 복잡한 프로젝트에 집중할 수 있도록 돕습니다.

가트너의 보고서에 따르면, 3년 이내에 지금보다 더 똑똑한 AI 에이전트가 대부분의 코드를 작성하게 될 것으로 예상되며, 이는 현재의 소프트웨어 엔지니어에게 있어 재교육의 필요성을 시사합니다. 더불어 시니어 개발자들은 크게 영향을 받지 않지만 주니어 개발자들에게는 어떤 상황이 연출될지 아직까지 가늠하기는 어려운 것 같습니다. 이처럼 이러한 변화는 초기에 혼란을 유발할 수도 있고, 기존의 코딩 관행을 바꾸기 위한 저항도 있을 수 있습니다. 그러나 개발 영역이 가장 빠르게 AI 에이전트와 변화할 것이라는 점은 분명해 보입니다.

RPA의 진화: 단순한 자동화를 넘어

현재 많은 기업들은 로봇 프로세스 자동화(RPA)를 사용하여 여러 영역에서 단순하고 반복적인 작업을 자동화하고 있습니다. 그러나 AI 에이전트는 RPA와 결합하여 복잡한 문제를 처리할 수 있는 능력을 가지고 있습니다. 이는 비즈니스 전반의 운영 효율성을 크게 향상시킬 수 있습니다.

예를 들어, 보험사의 경우 복잡한 클레임 프로세스를 처리하기 위해 AI 에이전트를 도입함으로써 더 빠르고 정확하게 고객의 요구를 충족할 수 있습니다. 기존 RPA와는 달리 AI가 고객 클레임에 대한 맥락을 정확하게 이해할 수 있기 때문에 RPA로 구현하기 힘들었던 예외 로직을 이해하고 처리할 수 있기 때문에 더 많은 상황에서 자동화가 가능합니다.

엔터프라이즈 워크플로우의 혁신

세일즈포스, 서비스나우 등 많은 기업들이 엔터프라이즈 워크플로우에 AI 에이전트 도입을 예고하고 있습니다. 이를 통해 기업은 일상적인 작업을 자동화하고 프로세스를 간소화할 수 있습니다. 예를 들어, 회의 노트를 프로젝트 계획으로 자동 변환시키거나, 실시간 수요 공급 예측에 기반한 공급망 최적화에 바로 활용할 수 있습니다.

앞으로 기업의 CIO들은 기업 운영 방식에 대한 심층적인 지식을 AI에게 맡기는 방향을 고려해야 합니다. AI가 기업의 모든 운영 방식을 알고 있다면, 더 나은 경영 의사결정을 내리는데 적극적으로 관여가 가능하기 때문입니다.

비즈니스 인텔리전스의 새로운 시대

마지막으로, AI 에이전트는 비즈니스 인텔리전스(BI) 분야에서도 커다란 변화를 일으킬 것입니다. AI 기반 BI 솔루션은 직관적인 데이터 분석을 통해 더 많은 사용자, 특히 비전문가들이 데이터에서 통찰력을 얻을 수 있도록 도와줍니다.

AI 에이전트가 태블로, 파워BI와 같은 비즈니스 인텔리전스 도구와 결합하면 더 깊이 있는 인사이트를 더 빨리 얻을 수 있게 되는 것입니다. 예를 들어, 챗봇이나 음성으로 “우리 회사의 마장 매출이 많이 나오는 마케팅 채널 3개는 무엇인가?”라는 질문에 적절한 데이터, 차트와 함께 답변을 제공할 수 있습니다.

더욱 강력한 고객 지원 자동화

AI는 이미 고객 지원 분야에서 활발히 활용되고 있지만, AI 에이전트는 고객 서비스의 새로운 장을 열고 있습니다. 예를 들어, 은행의 고객 지원에서 “내 계좌 중 잔고가 가장 많은 계좌에서 돈을 인출하여 당좌 예금 계좌로 옮겨줘”라는 질문에 대해 기존의 챗봇은 이해하기 어렵지만, AI 에이전트는 이러한 복잡한 요청을 처리할 수 있습니다.

AI 에이전트 사례로 본 향후 전망

AI 에이전트의 이러한 활용 사례들은 기술이 단순한 작업을 넘어 복잡한 비즈니스 문제 해결에 어떻게 기여할 수 있는지를 보여줍니다. 앞으로 더 많은 기업들이 에이전틱 AI를 도입하여 경쟁력을 강화할 것입니다.

에이전틱 AI는 특히 기업환경에서 엄청난 변화를 불러 일으 킬 가능성을 가지고 있습니다. 그러나 이러한 새로운 기술을 성공적으로 적용하기 위해서는 기술적인 이해, 전략적 방향 설정 및 관리 역량이 필요합니다. 각 산업의 특성에 맞게 에이전틱 AI를 적절히 활용한다면, 이는 기업의 혁신을 가속화하고 새로운 가치를 창출하는 강력한 도구가 될 것입니다.

에이전틱 AI에 대해 계속 고민하고, 연구하고 있습니다. 실제 개발하여 적용하기도 하고 있고요. 앞으로 더욱더 다양한 생각들을 정리해 보겠습니다.

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2024년 11월 29일
AI 미래를 여는 마이크로소프트의 새로운 에이전트: 기업을 위한 맞춤형 솔루션

2025년은 AI 에이전트의 시대가 될 것으로 예상됩니다. 하지만 AI 기술의 잠재력을 완전히 활용하려면 더 이상 이론적인 가능성이 아닌 실질적인 결과를 보여줘야 하는데 마이크로소프트는 AI 및 머신러닝의 발전을 선도하며, 이 과정에서 최신의 AI 에이전트를 소개하고 있습니다. 마이크로소프트는 1,800개 이상의 모델을 지원하는 이 에이전트를 통해 기업의 다양한 요구 사항을 충족하겠다고 소개하였습니다. 이번 포스트에서는 마이크로소프트의 새로운 AI Agent가 제공하는 기능과 그것이 기업 환경에서 어떻게 활용될 수 있는지를 살펴보겠습니다.

AI 에이전트란 무엇인가?

AI Agent는 자동화된 시스템으로, 사람 대신 작업을 수행하거나 결정을 내릴 수 있는 기능을 갖추고 있습니다. 특히, 마이크로소프트의 새로운 AI Agent는 Microsoft 365 Copilot을 통해 노코드 및 로코드 기능을 제공하여 쉽게 배포하고 사용할 수 있는 점이 특징입니다. 이 기능은 각 기업의 필요에 따라 커스터마이징이 가능하며, 다양한 모델의 지원을 통해 사용자에게 최적의 솔루션을 제공합니다.

마이크로소프트의 혁신적 기능

마이크로소프트는 이번 발표를 통해 사용자들이 자신만의 커스텀 자동화 에이전트를 구축하거나, 준비된 에이전트를 사용하여 다양한 비즈니스 업무를 간소화할 수 있는 솔루션을 제공한다고 밝혔습니다. 특히, Bring-Your-Own-Knowledge 및 Bring-Your-Own-Model 기능을 통해 사용자들이 자신만의 데이터와 모델을 활용할 수 있게 되었습니다.

Azure AI의 기회를 제공

Azure AI 카탈로그에 1,800개 이상의 모델이 등재되어 있으며, 이는 교차 플랫폼 통합을 통해 광범위한 시장을 아우릅니다. 특히, Azure AI Foundry의 각종 새 기능은 사용자들이 자신만의 검색 인덱스를 추가하여 커스텀 에이전트를 제작할 수 있게 지원합니다.

실제 적용 사례

마이크로소프트의 AI Agent는 이미 HR, 번역, 프로젝트 관리와 같은 다양한 분야에 활용되고 있습니다. 예를 들어, 팀즈에 포함된 인터프리터 에이전트와 같은 기능은 최대 9개의 언어로 실시간 번역을 제공하며, 참여자들의 대화를 실시간으로 음성화할 수도 있습니다.

기업 사례: 맥킨지와 톰슨 로이터스

맥킨지는 마이크로소프트와 협력하여 클라이언트 온보딩 속도를 크게 향상시켰으며, 이는 리드 타임을 90%, 행정 업무를 30% 줄였습니다. 한편, 톰슨 로이터스는 법률적 실사를 보다 효율적으로 수행하기 위해 AI Agent를 활용하고 있으며, 이는 작업의 50% 이상을 절감할 수 있도록 돕고 있습니다.

AI 에이전트와 LLM의 결합

AI Agent는 실제로 새로운 개념은 아닙니다. 그러나 대규모 언어 모델(LLM)의 발전 덕분에, 비개발자들도 AI와 소통할 수 있게 되었습니다. AI Agent는 LLM을 기반으로 하여 더욱 유용하게 작용하며, 정보 수집 및 권장사항 생성을 사람들에게 직접 제공할 수 있습니다.

이번 마이크로소프트의 발표와 그 사례들은 AI Agent가 어떻게 기업 업무를 간소화하고, 효율성을 높이며, 궁극적으로 비용을 절감할 수 있는지를 힌트를 보여줍니다. 2025년 펼쳐질 AI Agent의 흐름을 계속 지켜보시지요. 분명 지금까지와는 다른 새로운 성과가 나올 수 있을 것으로 기대하고 있답니다.

참고

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2024년 11월 26일
RPA의 미래: AI 에이전트 도입의 현황과 전망

AI 에이전트: IT 혁명의 새로운 장

현대의 RPA(로보틱 프로세스 자동화) 시스템은 비즈니스 프로세스를 자동화하는 데 활용되고 있습니다. 하지만 최근에는 AI 에이전트라는 혁신적인 기술이 이목을 끌고 있습니다. AI 에이전트는 단순한 RPA의 개선 버전이 아닙니다. 기업이 RPA로는 도달할 수 없는 새로운 영역을 탐색할 수 있게 해주는 도구로, 이들 에이전트는 인식, 추론, 행동, 학습의 과정을 통해 더 복잡한 문제를 해결할 수 있습니다.

AI 에이전트와 RPA의 차이점

RPA는 주로 정형화된 프로세스를 자동화합니다. 예를 들어, 데이터 입력이나 송장 처리를 자동화하여 시간과 비용을 절감할 수 있습니다. 이에 반해, AI 에이전트는 보다 복잡한 의사결정을 필요로 하는 작업도 처리할 수 있는 능력을 갖췄습니다. 두저AI의 폴 차다는 AI 에이전트를 “자율적으로 다양한 변수와 상황에 대응하는 자율주행 자동차”로 비유했습니다.

이러한 AI 에이전트는 보험 심사, 대출 심사와 같은 복잡하고 변동성이 큰 업무를 처리할 수 있습니다. 이에 따라 기업의 업무 효율성을 높이고 오류를 줄이는데 크게 기여할 수 있습니다.

산업 전반에 걸친 도입 상황

세일즈포스, 마이크로소프트, 구글, IBM 등 주요 기술 기업들은 이미 AI 에이전트를 기업 환경에 도입하기 위한 플랫폼을 제공하고 있습니다. 이들 플랫폼은 AI 에이전트가 환경에 적응하여 자율적으로 행동할 수 있도록 디자인되었습니다. 하지만, AI 에이전트의 광범위한 도입은 아직 초기 단계에 머물러 있습니다.

기술 성숙도와 채택 시기

AI 에이전트를 통해 사람의 개입 없는 자동화를 구현하기는 아직 어렵다는 것이 전문가들의 평가입니다. 가트너의 분석가 톰 코쇼는 “현재의 LLM 기반 어시스턴트와 완전한 AI 에이전트 사이에는 큰 차이가 존재한다”고 강조했습니다. 그는 AI 에이전트가 2028년까지도 기업 애플리케이션의 3분의 1에서만 사용될 것으로 전망하고 있습니다.

실제 도입의 과제

벤더들이 AI 에이전트를 쉽고 빠르게 도입할 수 있다고 주장하지만, 이는 현실과 다를 수 있습니다. AI 에이전트는 현재의 RPA 시스템보다 더욱 복잡한 재설계와 엔지니어링 과제들을 요구합니다. 강력한 인공지능 역량을 활용하기 위해서는 데이터 처리, 워크플로우 설계, 상호작용 모델링 등의 요소들이 잘 결합돼야 합니다.

디온 힌치클리프와 제이슨 앤더슨 같은 업계 전문가들은 AI 에이전트를 도입하기 위해 상당한 기술적 이해와 준비가 필요하다고 강조했습니다. 이 과정에서 레거시 시스템과의 통합도 주요 장애물이 될 수 있습니다.

AI 에이전트 도입의 전략과 방향

의사결정자들이 AI 에이전트를 채택하는 과정에서 전략적으로 고려해야 할 요소들이 존재합니다. 디온 힌치클리프는 AI 에이전트를 기존의 RPA 시스템을 대체하는 대신 보완하는 방식으로 활용할 것을 제안했습니다. 이를 통해 기업은 더욱 복잡한 프로세스에 AI 에이전트를 점진적으로 도입할 수 있습니다.

또한, 이 기술이 제공하는 민첩성과 확장성 및 비용 절감의 이점을 신중히 평가해야 합니다. 초기 기술 도입을 통해 경쟁 우위를 확보하려는 전략도 중요합니다. 장기적인 관점에서 AI 에이전트는 기업의 비즈니스 모델과 생산성에 큰 변화를 가져올 수 있습니다.

결론

AI 에이전트는 RPA의 한계 그 이상을 넘어서 기업에 새로운 비즈니스 프로세스 자동화 및 의사결정 지원의 기회를 제공합니다. 다만, 이 기술의 완전한 도입과 기능적 실현에는 시간과 이해가 필요합니다. 기업들이 AI 에이전트를 통해 잠재력을 최대한 끌어낼 수 있는 방향을 모색하고 전략적 결정을 내리는 것이 무엇보다 중요합니다.

참고: RPA의 진화인가, 혁신인가?··· 분석가들이 본 AI 에이전트 도입의 ‘골든타임’

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2024년 11월 04일
AI Agent 미래: 가트너 보고서를 통해 본 미래 전망
인공지능(AI)은 이미 우리의 일상과 업무 환경에 깊이 스며들고 있습니다. 특히 AI 에이전트(AI Agents)는 기업과 산업 전반에 걸쳐 상당한 변화를 일으킬 기세입니다. Gartner의 최근 보고서에 따르면, 이러한 AI 에이전트는 곧 다양한 업무를 자동화하고 보완하는 데 혁신적인 역할을 할 것입니다. 그러나 이와 동시에 이러한 기술에 대한 실망감도 증대되고 있다는 것입니다.

AI Agent의 급부상

현황 및 전망

AI Agent는 이제 모호한 개념에서 현실로 빠르게 이동하고 있으며, 기업들은 이들을 통해 보다 효율적인 업무 수행을 계획하고 있습니다. Gartner의 주요 연구원들에 따르면, 현재 AI 에이전트는 초기 단계에 있으며, 향후 연구가 활발히 진행될 것이라고 합니다.

AI Agent 개발의 핵심 요소

AI 에이전트가 성공적으로 구현되기 위해서는 다음과 같은 요소들이 중요합니다:
- 고급 문제 해결 능력: 단순한 업무 수행을 넘어 다양한 맥락에서 효과적으로 작업을 수행하는 능력이 필요합니다.
- 기억과 맥락 이해 능력: 에이전트가 이전 상호작용에서 배운 내용과 맥락을 기반으로 다음 단계를 계획할 수 있어야 합니다.
- 다중 모달 입력 처리: 텍스트, 이미지, 비디오 등 다양한 형태의 입력과 출력을 다룰 수 있는 능력이 중요합니다.
AI 기술의 발전과 한계

오픈 소스 AI의 부상

최근 몇몇 기업들은 오픈 소스 AI 시스템을 채택하면서 커스터마이징 및 배포의 유연성을 높이고 있습니다. 이는 클라우드, 온프레미스, 엣지 또는 모바일 디바이스에서 작동할 수 있는 모델을 가능하게 합니다.

엣지 AI의 도입

엣지 AI는 자원이 제한된 환경에서도 작동할 수 있는 소형 모델을 개발하여 현업에서의 활용 가능성을 높이고 있습니다. 이는 클라우드 의존도를 줄이고, 빠르고 효율적인 데이터 처리를 가능하게 합니다.

실망과 도전 과제

낮아지는 기대와 높은 비용

현재 AI 기술은 시장에 공표되는 빠른 변화와 달리 기업에서의 활용에 있어서는 기대보다 느리게 발전하고 있으며, 이는 일부 기업 리더들에게 실망감을 안겨주고 있습니다. 대규모 투자에도 불구하고, 상당수의 기업들이 AI의 가치를 충분히 누리지 못하고 있는 것은 사실입니다. 여기에는 데이터 준비 및 추론 비용이 과소 평가된 것도 한 요인입니다.

차별화 부족과 인재 확보의 어려움

더불어 많은 AI 스타트업들이 독창성 부족으로 인해 시장에서의 경쟁력이 낮다는 비판을 받고 있습니다. 또한, AI 인재를 확보하는 데 드는 비용과 노력이 상당히 큰 것도 사실입니다.

AI의 다양한 비즈니스 활용 사례

각 산업 분야에서 AI는 다양한 방식으로 활용되고 있습니다. 다음과 같은 세 가지 주요 비즈니스 기능이 두각을 나타내고 있습니다:
1. IT 부문: 코드 생성, 분석 및 문서화에 AI가 도움을 주고 있습니다.
2. 보안 분야: AI는 위협 관리 및 근본 원인 분석 등의 보안 운영센터(SOC) 업무를 지원할 수 있습니다.
3. 마케팅 분야: SNS상의 글들에 대한 감정 분석 및 개인 맞춤형 콘텐츠 생성을 통해 더 나은 마케팅 전략을 구현하는 데 사용됩니다.
AI가 비즈니스 전 분야에 걸쳐 상당한 영향을 미칠 것이라는 이해에도 불구하고, 많은 기업들이 아직도 제자리걸음을 하고 있는 실정입니다.

결론

현재의 AI 에이전트 기술은 분명한 가능성을 지니고 있지만, 그 이면에는 많은 도전 과제와 개선 과제가 남아 있습니다. 미래에는 더 많은 기업들이 AI를 채택하고, 이를 통해 더욱 발전된 비즈니스 환경을 만들어 갈 것으로 기대됩니다. AI 기술의 발전은 이제 시작일 뿐이며, 기업들은 이 기술을 활용해 더 많은 성과를 내기 위해 지속적으로 노력해야 할 것입니다.

참고: Gartner predicts AI agents will transform work, but disillusionment is growing

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .
2024년 11월 01일
AI 에이전트의 진화: 현대 비즈니스 환경을 혁신하다

오늘날의 비즈니스 환경은 급변하고 있으며, 인공지능(AI)의 도입은 그 중심에 서 있습니다. 세계 기술의 선두주자인 마이크로소프트는 최근 AI 에이전트를 개발하여 비즈니스의 기존 틀을 다시 쓰고 있습니다. 이번 글에서는 AI 에이전트가 어떻게 현대 비즈니스에 통합되고 있는지, 그리고 그것이 미치는 영향에 대해 깊이 있게 알아보겠습니다.

마이크로소프트의 AI 에이전트 출현

마이크로소프트는 최근 ‘가상 직원’이라 불리는 자율형 AI 에이전트를 소개하며 기술 분야의 주목을 받았습니다. 이들 에이전트는 고객 문의를 처리하고 영업 기회를 식별하는 등의 다양한 업무를 수행할 수 있습니다. 이는 AI 붐이 가져올 실질적인 가치를 투자자에게 보여주기 위한 노력으로 해석됩니다.

마이크로소프트의 ‘Copilot Studio’ 제품 주요 고객에는 맥킨지와 같은 일류 컨설팅 회사가 포함되어 있습니다. 맥킨지는 새로운 고객 문의를 처리하고 후속 미팅을 일정에 맞추는 에이전트를 구축하고 있습니다.

생산성의 향상

마이크로소프트의 CEO, 사티아 나델라는 AI 에이전트가 일상적인 업무의 ‘고단함’을 줄이고, 더 가치 있는 작업에 집중할 수 있는 시간을 제공함으로써 생산성을 높일 것이라고 전했습니다. 그는 이러한 도구들이 아웃소싱을 근본적으로 변화시키고 가치 증가와 낭비 감소에 기여한다고 강조했습니다.

AI 에이전트의 기능 및 사용 가능성

마이크로소프트는 고객이 자신만의 AI 에이전트를 구축할 수 있도록 하는 기능을 제공하고 있으며, 이와 함께 공급망 관리 및 고객 서비스 등 다양한 역할을 수행할 수 있는 10개의 제품화된 봇을 출시하고 있습니다.

Copilot Studio는 사용자들이 코딩 기술 없이도 에이전트를 구축할 수 있도록 하는 ‘노코드’ 솔루션으로 소개되었습니다. 이것은 마이크로소프트와 OpenAI가 개발한 AI 모델들을 활용하여 에이전트를 구동합니다.

거래를 위한 AI 개발

마이크로소프트는 또한 사용자 대신 거래를 수행할 수 있는 AI 에이전트를 개발하고 있습니다. 이 장치를 통해 사용자가 독립적으로 구매를 진행할 수 있으며, 이는 사용자의 업무 부담을 상당히 줄여줄 수 있습니다.

AI와 고용의 관계

AI 기술의 발전이 고용에 미칠 잠재적인 영향에 대한 우려가 적지 않습니다. 이에 대해 마이크로소프트의 부사장이며, 기술진을 이끄는 찰스 라망나는 AI 도구들이 일의 단조롭고 반복적인 측면을 제거하여 근로자들에게 더 많은 권한을 부여하는 도구라고 설명했습니다.

AI 기술의 진화

마이크로소프트의 AI 에이전트 출시는 비즈니스 환경에서 AI 도입의 중요한 전환점으로 평가받고 있습니다. 이는 개인용 컴퓨터가 처음 도입되었을 때와 비교되기도 하며, 향후 모든 조직의 다양한 부서와 프로세스에 AI가 다양하게 통합될 것으로 기대되고 있습니다.

AI 교수인 앤드류 로고이스키는 이런 에이전트들이 기술에 대한 강력한 투자에 대해 투자자들에게 수익을 나타내는 방법 중 하나가 될 것이라고 주장했습니다. AI 회사들이 막대한 투자 자금을 소모하고 있으며, 그에 대한 수익을 창출해야 하는 과제에 직면하고 있습니다.

에이전트는 오래전부터 논의되어 왔으나, 아직 인간 근로자만큼 능숙한 에이전트를 개발하는 데는 미치지 못했습니다. 이는 향후 다양한 가능성과 도전에 직면하게 될 AI 기술의 발전을 더욱 기대하게 만듭니다.

이 블로그 글이 에이전트의 현황과 가능성에 대해 이해하는 데 도움이 되었기를 바랍니다. AI가 가져올 비즈니스의 혁신을 기대하며, 관련된 추가 정보나 궁금한 점이 있다면 언제든지 문의해 주세요.

참고: Microsoft introduces ‘AI employees’ that can handle client queries

AX 100배의 법칙
– 나와 조직의 능력을 100배 높이는 AI 경영의 실제

도서 구매

함께 읽으면 좋은 글:

디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
(adsbygoogle = window.adsbygoogle || []).push({});
.adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

. .

2024년 10월 31일