에이전틱 AI(Agentic AI)는 질문 하나에 답하는 대신 목표를 향해 일하는 AI입니다. 원하는 일을 말하면 필요한 정보를 찾고, 단계를 정하고, 업무 도구(이메일, 문서, CRM)를 사용하고, 스스로 결과를 점검하면서 일이 끝나거나 사람의 도움이 필요할 때까지 계속 진행합니다.
채팅 어시스턴트는 답을 하고 기다립니다. 에이전틱 시스템은 다음 단계를 스스로 밟습니다.
이 단어가 알려 주지 않는 것도 있습니다. 그 결과물이 맞는지, 그리고 시스템이 무엇에 손댈 수 있는지입니다. 이 둘은 별개의 질문입니다. 에이전틱 AI를 둘러싼 혼란은 대부분 이것들을 뒤섞는 데서 생기므로, 이 가이드에서는 따로 나눠 설명합니다.
넓은 개념을 실제 업무와 연결하고 싶다면 한 에이전트의 작업 예시에서 목표부터 도구 사용과 결과 확인까지 따라가 보세요. 용어가 겹쳐 혼란스럽다면 에이전트와의 직접 비교가 도움이 됩니다. 두 표현이 제품의 이전 세대와 다음 세대를 뜻하지 않으며, 에이전틱 AI가 반드시 여러 에이전트를 필요로 하는 것도 아니라는 점을 정리할 수 있습니다.
'에이전틱'이 뜻하는 것
'에이전틱(agentic)'은 에이전시(agency), 즉 목표를 이루기 위해 스스로 행동하는 능력에서 나온 말입니다. AP가 2025년 11월 보도한 바에 따르면, Merriam-Webster는 이제 이 단어를 화제의 용어로 올리고 "able to accomplish results with autonomy, used especially in reference to artificial intelligence"(번역: 자율적으로 결과를 이뤄 낼 수 있는, 특히 인공지능과 관련해 쓰이는)라는 뜻으로 소개하고 있습니다.
가장 쓸모 있는 관점은 이렇습니다. 에이전틱은 예/아니요로 가르는 꼬리표가 아니라 정도의 문제입니다. 2023년 OpenAI 논문 Practices for Governing Agentic AI Systems(에이전틱 AI 시스템 거버넌스 실무)는 이를, 누군가 모든 단계를 지켜보지 않아도 시스템이 복잡하고 어수선한 환경에서 어려운 목표에 얼마나 다가갈 수 있는지로 설명합니다. 어떤 도구는 조금만 에이전틱합니다. 요청하면 도구를 고르는 정도입니다. 어떤 도구는 매우 에이전틱합니다. 중간 확인이 거의 없이도 길고 여러 단계로 된 일을 해낼 수 있습니다.
그러니 어떤 제품이 스스로를 '에이전틱'하다고 소개한다면, 진짜 질문은 이것입니다. 그 일 중 실제로 얼마만큼을 혼자 해내는가?
에이전틱 AI는 어떻게 작동하나
대부분의 에이전틱 시스템은 챗봇과 같은 종류의 AI 모델 위에서 돌아갑니다. 차이는 모델을 둘러싼 구성에 있습니다. 한 번 답하고 끝나는 대신, 모델이 루프(반복 순환) 안에서 일합니다.
이 용어를 널리 알리는 데 기여한 앤드루 응(Andrew Ng)은 2024년 강연에서 그 차이를 설명했습니다. 챗봇을 평소처럼 쓰는 것은 누군가에게 에세이를 처음부터 끝까지 한 번에, 백스페이스 한 번 누르지 않고 쓰라고 하는 것과 같습니다. 에이전틱 구성에서는 AI가 개요를 잡고, 자료를 찾고, 초안을 쓰고, 다시 읽고, 고칠 수 있습니다. 사람도 그렇게 글을 씁니다.
에이전틱 루프는 행동하기 전에 권한을 확인합니다. 각 행동이 끝나면 완성된 결과를 돌려주거나, 다음 단계를 계획하러 루프를 다시 돌거나, 도움을 요청하며 멈춥니다.
루프를 쉬운 말로 풀면 다음과 같습니다.
- 목표는 사람이 정합니다. 원하는 것과 '완료'가 어떤 모습인지 말합니다. "목요일 재계약 통화 준비를 도와줘"는 목표입니다. "이 고객 계정 좀 봐 줘"는 목표가 아닙니다.
- 맥락을 모읍니다. 일에 필요한 자료를 읽습니다. 최근 이메일, 회의록, CRM 기록 같은 것들입니다. 품질의 대부분이 이 단계에서 결정됩니다. 잘못된 정보 위에 세운 좋은 계획은 여전히 틀린 계획입니다.
- 계획합니다. 목표를 더 작은 단계로 나눕니다.
- 실행합니다. 접근 권한이 있는 도구를 사용합니다. 받은편지함을 검색하고, 문서를 열고, 이메일 초안을 씁니다.
- 확인합니다. 예상했던 결과가 아니라 실제로 일어난 일을 봅니다. CRM에 통화 메모가 없으면 대신 공유 드라이브를 찾아봅니다.
- 결과를 돌려주거나, 멈추고 묻습니다. 검토할 결과물을 받거나, 아니면 접근 권한이 없거나 목표가 불분명하거나 다음 단계에 사람의 승인이 필요해서 AI가 잠시 멈춥니다.
6단계에는 사람들이 자주 놓치는 선택이 들어 있습니다. 결과물을 어떤 형태로 낼지입니다. 같은 조사 결과도 두 줄짜리 메시지가 될 수 있고, 다른 사람이 댓글을 달 수 있는 문서가 될 수도, 회의용 짧은 발표 자료가 될 수도 있습니다. 답이 맞아도 형식이 틀리면 결국 누군가가 다시 작업해야 합니다.
에이전틱 AI vs. 생성형 AI vs. 자동화
이 세 가지는 자주 혼동되니 짧게 정리합니다.
- 생성형 AI는 요청하면 콘텐츠를 만듭니다. 글, 이미지, 코드 같은 것들입니다. 그리고 거기서 멈춥니다.
- 규칙 기반 자동화는 누군가 미리 정해 둔 단계를 따릅니다. 예를 들면 "양식이 접수되면 행을 하나 추가하고 이메일을 보낸다" 같은 식입니다. 빠르고 예측 가능합니다. 하지만 규칙에 맞지 않는 일이 생기면 멈춰 버립니다.
- 에이전틱 AI는 생성형 AI를 루프 안에서 사용합니다. 다음 단계를 스스로 정하고, 도구를 쓰고, 결과를 확인합니다.
셋을 가장 쉽게 구분하는 방법은 다음 단계를 누가 정하는가를 묻는 것입니다. 자동화는 누군가 모든 단계를 미리 정해 두었습니다. 채팅 어시스턴트는 답이 나올 때마다 사람이 다음을 정합니다. 에이전틱 AI는 여러분의 목표를 향해, 여러분이 정한 한도 안에서 시스템이 정합니다.
영상으로 보는 편이 좋다면, 이 짧은 설명 영상이 같은 차이를 잘 다룹니다.
YouTube · IBM Technology
Generative vs Agentic AI: Shaping the Future of AI Collaboration(생성형 AI와 에이전틱 AI의 차이) · 2025년 4월 21일
Martin Keen이 생성형 AI는 프롬프트를 기다리는 반면 에이전틱 AI는 목표를 향해 계속 일한다는 점을 7분 동안 설명합니다.
같은 개념을 'AI 에이전트'라고 부르는 경우도 많습니다. 대략 말하면, AI 에이전트는 일을 하는 주체이고 '에이전틱'은 그 일하는 방식을 가리킵니다.
세 가지 별개의 질문: 자율성, 신뢰성, 권한
사람들은 '더 에이전틱하다'는 말을 들으면 흔히 '더 좋다'거나 '더 자동이다'라고 받아들입니다. 둘 다 아닙니다. 이 단어 안에는 서로 다른 세 가지 질문이 숨어 있습니다.
- 자율성(agency): 스스로 얼마나 많이 결정하는가?
- 신뢰성(reliability): 결과가 얼마나 자주 맞는가?
- 권한(permission): 무엇에 손댈 수 있는가?
'에이전틱'은 첫 번째 질문만 설명합니다.
자율성이 커진다고 더 믿을 만해지는 것은 아닙니다. 각 단계는 앞 단계 위에 쌓입니다. 초반의 잘못된 가정 하나가 깔끔하고 자신만만하지만 틀린 보고서로 이어질 수 있습니다. 이런 시스템을 만드는 일을 직업으로 하는 사람들조차 이 부분이 어렵다고 말합니다.
YouTube · LangChain
The Future of AI Agents with Andrew Ng | Interrupt 26(앤드루 응이 말하는 AI 에이전트의 미래) · 2026년 6월 17일
응: "building agentic workflows is hard." 그는 이를 믿을 만하게 만들려면 비즈니스에 대한 실제 지식과 꾸준한 테스트가 필요하다고 설명합니다.
번역: 에이전틱 워크플로를 만드는 일은 어렵다.
자율성이 커진다고 권한이 더 필요한 것도 아닙니다. AI는 스스로 많은 일(읽기, 비교하기, 초안 쓰기)을 하면서도, 팀 밖으로 나가는 일은 거의 하지 못하도록 제한될 수 있습니다. 같은 강연에서 응은 대부분의 회사 권한 체계가 AI가 아니라 사람을 기준으로 만들어졌다고 지적합니다(28:50). 그러니 이 부분은 의도적으로 정해 둘 가치가 있습니다. 경험 많은 사용자들은 권한을 좁게 유지하는 경우가 많습니다.
X · Simon Willison / @simonw · 2026년 10월 23일
"I don't let my agents have production access to modify deployed services"
번역: 내 에이전트에게는 배포된 서비스를 수정할 수 있는 프로덕션 접근 권한을 주지 않는다
Willison은 잘 알려진 소프트웨어 개발자이며, 답글 스레드에서 코딩 에이전트에 관해 한 말입니다. 비즈니스에 적용해도 같은 생각입니다. AI가 자유롭게 읽고 초안을 쓰게 하되, '보내기', '결제', '게시', '삭제'는 그 특정 업무에서 AI를 믿을 수 있게 될 때까지 사람이 맡는 것입니다.
실제 예시: 재계약 통화 준비하기
실제로 있을 법한 업무에 적용하면 이런 모습입니다. 아래의 고객사, 인물, 세부 내용은 각 단계가 어떻게 맞물리는지 보여 주기 위해 지어낸 것입니다. 실제 고객 사례가 아닙니다.
요청. 한 어카운트 매니저가 저희가 만드는 AI 팀원 Okou에게 이렇게 말합니다. "목요일에 있을 Northwind 재계약 통화 준비를 도와주고, 통화 후에 내가 보낼 후속 메일 초안도 써 줘." Okou는 그녀의 Gmail, 공유 드라이브, CRM을 읽을 수 있고 Gmail 초안을 만들 수 있습니다. 이메일을 보내거나 CRM 기록을 바꿀 수는 없습니다.
맥락이 계획을 바꿉니다. CRM에는 이 고객사가 건강한 상태이고 업셀 기회가 있다고 나와 있습니다. 그런데 이메일 스레드에서 Okou는 3주 전 메시지 하나를 찾아냅니다. 고객사의 운영 책임자가 약속된 연동 기능이 늦어지고 있다며 새 일정을 묻는 내용입니다. 아무도 답하지 않았습니다. 이 이메일 하나가 통화의 성격을 바꿉니다. 이제 브리프는 업셀이 아니라 지켜지지 않은 약속으로 시작합니다.
지금 이 분야의 많은 사람이 계속 강조하는 점이 바로 이것입니다.
X · Aaron Levie / @levie · 2026년 11월 6일
"Every AI agent deployment comes down to how successfully they can get access to the critical context to make a decision"
번역: 모든 AI 에이전트 도입은 결국 결정을 내리는 데 필요한 핵심 맥락에 얼마나 잘 접근할 수 있느냐에 달려 있다
Levie는 비즈니스 문서를 저장하는 회사 Box를 이끌고 있으니, 이 관점에 이해관계가 걸려 있습니다. 하지만 재계약 예시는 이 말이 왜 맞는지 보여 줍니다. AI가 문제를 알아챌 수 있었던 건 오직 그 이메일을 읽을 수 있었기 때문입니다.
각 사람에게 맞는 형태로 돌아오는 결과.
- 어카운트 매니저에게: 통화 전에 읽을 한 페이지짜리 브리프(합의된 내용, 달라진 점, 정리해야 할 질문 세 가지).
- 고객에게: 아직은 아무것도 없습니다. 검토를 기다리는 Gmail 초안만 있습니다.
- 팀에게: 짧은 CRM 메모 제안. 사람이 승인할 때까지 대기합니다.
Okou에서 검토를 기다리는 초안은 이렇게 보입니다(다른 가상 예시입니다).
검토를 기다리는 실제 Okou 초안입니다. Gmail 카드에는 Draft(초안)라고 표시되고, Send(보내기) 버튼은 사람이 직접 누릅니다. 받는 사람과 내용은 가상의 데모 데이터입니다. 원본 크기 스크린샷 열기.
사람이 결정하고, 팀이 다시 씁니다. 어카운트 매니저는 같은 채팅에서 첫머리를 부드럽게 다듬고 가격 관련 문장 하나를 빼 달라고 요청합니다. Okou는 앞선 대화를 그대로 가지고 있으므로, 다시 설명을 듣지 않고도 초안을 고칩니다. 그녀는 이메일을 직접 보내고 CRM 메모를 승인합니다.
그 뒤 팀은 이 방법을 공유 워크플로(업무를 처리하는 방식을 저장해 두고 다시 쓸 수 있게 한 것)로 저장합니다. 어떤 자료를 확인할지, 브리프는 어떤 모양인지, 후속 메일은 초안으로 둔다는 규칙까지 담깁니다. 다음 어카운트 매니저는 자기 고객사에 대해, 자기 접근 권한으로 이 워크플로를 실행합니다. 다가오는 재계약 건을 위해 매주 월요일마다 실행되게 하고 싶다면 자동화(워크플로를 시작하는 일정이나 트리거)를 추가합니다.
알아 두면 좋은 점이 두 가지 있습니다. 새 채팅은 이전 채팅을 자동으로 보지 못합니다. 중요하다면 이전 채팅을 직접 가리켜 주어야 합니다. 그리고 워크플로를 공유하면 방법이 공유될 뿐, 누군가의 받은편지함이나 로그인 정보가 공유되지는 않습니다. Okou 문서에서 두 가지를 모두 설명합니다. 채팅 맥락이 작동하는 방식과 팀이 공유하는 것을 참고하세요.
에이전틱 AI가 도움이 될 때와 그렇지 않을 때
에이전틱 AI는 재계약 통화 같은 일에 잘 맞습니다. 여러 단계가 있고, 도구를 둘 이상 쓰고, 중간에 어느 정도 판단이 필요하며, 누군가 확인할 수 있는 결과가 나오는 일입니다. 예를 들면 다음과 같습니다.
- 운영: "이번 주에 각 팀이 출시한 것을 모으고, 막힌 일은 표시해서, 매주 월요일에 요약을 올려 줘."
- 마케팅: "지난달 캠페인 결과를 브리프와 비교하고, 검토용으로 다음 단계 초안을 써 줘."
- 영업: "이번 주 인바운드 리드를 우리의 이상적인 고객 기준으로 점수 매기고, 누구에게 전화해야 할지 이유와 함께 알려 줘."
- 고객 성공: "이번 달 티켓을 원인별로 묶고, 미해결 이슈가 가장 많은 세 고객사에 보낼 업데이트 초안을 써 줘."
팀별 예시 더 보기: AI 에이전트 활용 사례.
반대로, 매번 똑같은 단계를 따르는 일(일반 자동화를 쓰세요. 더 저렴합니다)이나 답 하나만 필요한 경우(채팅 어시스턴트를 쓰세요)에는 맞지 않는 도구입니다.
분석가들은 꽤 오래전부터 과용을 경고해 왔습니다. 2025년 6월 Gartner는 비용, 불분명한 가치, 허술한 위험 관리 때문에 2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것이라고 예측했습니다. 이는 측정된 결과가 아니라 예측입니다. 2026년 7월에는 영업팀에 관한 비슷한 전망도 내놓았습니다. 2028년이 되면 AI 에이전트 수가 영업 담당자보다 10배 많아지겠지만, 에이전트 덕분에 생산성이 높아졌다고 말하는 영업 담당자는 40%도 안 될 것이라는 내용입니다. 교훈은 같습니다. 에이전트가 많아진다고 저절로 일이 더 좋아지지는 않습니다.
바꿔야 할 습관이 하나 있습니다. 에이전틱 작업은 몇 초가 아니라 몇 분이 걸릴 수 있습니다. 동료에게 일을 맡길 때처럼, 목표를 분명히 주고 나서 결과로 판단하세요.
주도권을 지키는 방법
유용한 질문은 '얼마나 자율적인가?'가 아닙니다. '어떤 결정은 AI가 내리고, 어떤 결정은 나에게 돌아오는가?'입니다. 주도권을 지킬 수 있는 지점은 세 곳입니다.
무엇에 접근할 수 있는가. 일에 필요한 것만 접근하게 하세요. Okou에서는 도구 하나, 동작 하나 단위로 접근 권한을 주고, 그 권한이 얼마나 유지될지도 고릅니다. 그래서 Okou가 Gmail 초안은 쓸 수 있지만 보내지는 못하게 할 수 있습니다. Okou 권한을 참고하세요.
무엇에 승인이 필요한가. 위험한 동작은 사람을 기다려야 합니다. Okou에 새 권한이 필요하면, 무엇이든 부여되기 전에 Okou가 정확히 무엇을 요청하는지 볼 수 있습니다.
실제 Okou 권한 요청 화면입니다. 사람은 확인을 누르기 전에 도구, 동작, 적용 범위, 유지 기간(1시간, 24시간, 7일 또는 항상)을 봅니다. 원본 크기 스크린샷 열기.
무엇을 검토하는가. 결과물은 직접 읽고 고칠 수 있는 형태로, AI가 무엇을 했는지에 대한 기록과 함께 돌아와야 합니다.
'휴먼 인 더 루프(human in the loop)'면 충분할까?
그것만으로는 부족합니다. 그리고 이는 요즘 오가는 논점 가운데 꽤 쓸모 있는 이야기입니다.
YouTube · IBM Technology
Human in the Loop Is Not a Governance Strategy for Agentic AI(휴먼 인 더 루프는 에이전틱 AI의 거버넌스 전략이 아니다) · 2026년 10월 11일
Phaedra Boinodiris: "a human reviewed it is not the same as the system is governed." 그녀는 4분 동안 검토자에게 실제로 무엇이 필요한지 정리합니다.
번역: 사람이 검토했다는 것이 시스템이 제대로 관리되고 있다는 뜻은 아니다.
그녀의 체크리스트를 요약하면 이렇습니다. 검토자는 추론 과정을 볼 수 있어야 하고, 멈출 권한이 있어야 하고, 좋은 결과가 어떤 모습인지 알아야 하며, 수정 사항을 다시 반영할 수 있어야 합니다.
두 번째로, 덜 눈에 띄는 문제가 있습니다. AI가 검토자의 생각을 좌우할 수 있다는 점입니다.
X · Ethan Mollick / @emollick · 2026년 10월 27일
"experts working with AI agents are swayed by the positions of the AI, even if they think they are working independently"
번역: AI 에이전트와 함께 일하는 전문가들은 스스로 독립적으로 일한다고 생각하더라도 AI의 입장에 흔들린다
Mollick은 일터에서의 AI를 연구하는 와튼스쿨 교수로, 자신이 링크한 연구를 요약한 것입니다. 저희는 그 연구를 직접 검토하지 않았으니 그의 해석으로 받아들여 주세요. 그래도 그의 조언은 실용적입니다. 자신의 판단이 중요하다면 AI의 초안을 보기 전에 먼저 결정하세요. 재계약 통화로 치면, 어카운트 매니저가 Okou의 브리프를 읽기 전에 이 통화로 무엇을 이뤄야 하는지 먼저 정하는 것입니다.
사람들은 이미 자신의 역할이 이런 방향으로 바뀌고 있다고 느낍니다. Microsoft의 2026 Work Trend Index(2026년 5월 발표, 10개국에서 AI를 쓰는 직장인 2만 명 대상)에서 응답자의 86%가 AI 결과물을 최종 답이 아니라 출발점으로 여긴다고 답했습니다. 이는 사람들의 자기 응답이지 품질을 측정한 것은 아니지만, 같은 방향을 가리킵니다.
따라서 검토가 실질적인 의미를 가지려면 다음이 갖춰져야 합니다.
- 결과 뒤의 작업을 볼 수 있다: 출처, 단계, 바뀐 내용.
- 멈추거나 바꿀 수 있다: 초안을 고치고, 권한 요청을 거절할 수 있습니다.
- 좋은 결과가 어떤 모습인지 안다: 브리프 형식, 어조, '후속 메일은 초안으로 둔다' 같은 규칙.
- 수정 사항이 사라지지 않는다: 매주 같은 수정을 하고 있다면 그 내용을 워크플로에 넣으세요. Okou에서는 누군가 워크플로를 업데이트할 때만 그렇게 됩니다. 한 채팅에서 한 수정이 슬그머니 팀 규칙이 되지는 않습니다.
승인을 실제로 어떻게 운영하는지 더 보기: AI의 행동에 대해 비즈니스가 최종 결정권을 가져야 하는 이유.
에이전틱 AI에 일을 맡기기 전에 물어볼 질문
- 결과만 설명하면 되는가? 아니면 모든 단계를 하나하나 알려 줘야 하는가?
- 일에 필요한 자료를 읽을 수 있는가? 그리고 찾지 못한 것이 있으면 알려 주는가?
- 할 수 있는 일을 제한할 수 있는가? 읽기만 하게, 또는 초안은 쓰되 보내지는 않게?
- 막히면 어떻게 하는가? 물어보는가, 아니면 추측하는가?
- 무엇을 했는지 볼 수 있는가? 출처, 단계, 변경 내용.
- 좋은 결과를 팀이 다시 쓸 수 있는가? 각자의 접근 권한으로?
제품이 이 질문들에 답하지 못한다면, '에이전틱'이라는 말은 별로 알려 주는 게 없습니다.
Okou와 함께하면 이런 모습입니다
Okou는 비즈니스 팀을 위한 AI 팀원입니다. 동료에게 업무를 설명하듯 Okou에게 일을 맡기면 됩니다. Okou는 연결된 도구에서 일에 필요한 것을 모으고, 클라우드에서 작업을 진행하며(노트북을 덮어도 계속 일합니다), 다음 사람이 읽기 좋은 형태로 검토할 수 있는 결과물을 돌려줍니다. 짧은 메시지, 문서, 웹 페이지, 발표 자료, 초안 같은 형태입니다. 좋은 방법은 공유 워크플로가 되고, 자동화가 이를 일정에 맞춰 실행합니다.
이 가이드의 용어로 말하면, Okou는 맥락을 찾고 손이 많이 가는 일을 하는 데는 자율성을 높이고, 권한은 팀이 정한 곳에 그대로 둡니다. Okou란 무엇인가에서 더 알아보거나 무료로 시작하세요.
자주 묻는 질문(FAQ)
에이전틱 AI를 쉽게 말하면 무엇인가요?
목표를 향해 단계적으로 일하는 AI입니다. 원하는 것을 말하면 정보를 찾고, 업무 도구를 쓰고, 결과를 점검하면서 일이 끝나거나 사람이 필요할 때까지 계속 진행합니다. 챗봇은 한 번 답하고 기다립니다.
생성형 AI와 에이전틱 AI의 차이는 무엇인가요?
생성형 AI는 요청하면 콘텐츠를 만들고 멈춥니다. 에이전틱 AI는 그 능력을 루프 안에서 씁니다. 다음 단계를 정하고, 다른 도구를 쓰고, 목표가 달성됐는지 확인합니다. 영업 이메일을 쓰는 것은 생성형입니다. 고객 계정 이력을 읽고, 이메일 초안을 쓰고, 승인받을 CRM 업데이트를 제안하는 것은 에이전틱입니다.
대화형 AI와 에이전틱 AI의 차이는 무엇인가요?
대화형 AI는 대화하도록 만들어졌습니다. 사람이 묻고, AI가 답하고, 다음은 사람이 정합니다. 에이전틱 AI는 일을 끝내도록 만들어졌습니다. 사람이 목표를 정하면 AI가 단계를 골라 실행합니다. 많은 제품이 둘 다 합니다. 위에는 채팅이, 그 아래에는 에이전틱 루프가 있는 식입니다.
에이전틱 AI의 위험은 무엇인가요?
대부분 말이 아니라 행동에서 생깁니다. 실수가 단계를 거치며 쌓일 수 있습니다. 틀리거나 빠진 정보를 바탕으로 행동할 수 있습니다. 권한이 넓으면 실수가 고객이나 돈에까지 닿을 수 있습니다. 일 하나에 여러 단계가 들어가므로 비용이 늘어날 수 있습니다. 접근 권한을 제한하고, 위험한 동작은 사람이 승인하도록 남겨 두고, 결과를 검토하세요.
에이전틱 AI는 어떤 일에 가장 잘 맞나요?
여러 단계가 있고, 도구를 둘 이상 쓰고, 어느 정도 판단이 필요하며, 확인할 수 있는 결과가 나오는 일입니다. 회의 준비, 주간 보고서, 초안으로 마무리되는 조사, 리드나 티켓 분류 같은 일입니다. 매번 같은 고정 단계라면 일반 자동화를 쓰세요. 질문 하나라면 채팅 어시스턴트를 쓰세요.
더 에이전틱한 AI가 항상 더 좋은가요?
아닙니다. 자율성이 크다는 것은 스스로 더 많이 결정한다는 뜻입니다. 그렇다고 그 결정이 더 정확해지지는 않고, 무엇을 해도 되는지까지 AI가 정하게 되는 것도 아닙니다. 대부분의 비즈니스 업무에서 가장 좋은 구성은 조사와 초안 작성은 AI가 하고, 팀 밖으로 나가는 것은 사람이 승인하는 방식입니다.
