AI 에이전트는 목표를 받아 필요한 단계를 스스로 정하고, 여러분의 도구를 사용해 실행하고, 결과를 확인하면서 일이 끝나거나 여러분의 결정이 필요해질 때까지 계속 움직이는 소프트웨어입니다. 챗봇은 질문에 답합니다. AI 에이전트는 일을 끝내려고 합니다.
이것이 짧은 답입니다. 문제는 이제 거의 모든 AI 제품에 '에이전트'라는 이름이 붙어 있어서, 이름만으로는 알 수 있는 게 거의 없다는 점입니다. 그렇다면 실제로 AI 에이전트란 무엇일까요? 이 가이드는 실제 비즈니스 업무 하나를 처음부터 끝까지 따라갑니다. 각 단계에서 AI 에이전트가 무엇을 하는지, 어디서 여러분이 필요한지, 그리고 이름만 바꾼 챗봇과 진짜 AI 에이전트를 어떻게 구별하는지 알 수 있습니다.
질문에 답하는 것과 일을 맡아 끝내는 것이 어떻게 다른지 궁금하다면, 챗봇·에이전트·AI 동료 비교에서 질문, 목표, 반복 업무 중 무엇을 넘기는지 살펴보세요. 에이전트 유형 안내는 다음 행동을 결정하는 방식을 설명합니다. 유형은 성능 순위가 아닙니다. 에이전틱 AI 안내는 계획하고 행동한 뒤 결과를 확인하는 과정을 따라가며, 자율성이 신뢰성이나 권한과는 별개라는 점을 짚습니다. 용어 자체가 헷갈린다면 두 개념의 직접 비교로 구체적인 시스템과 더 넓은 개념을 구분할 수 있습니다.
실제 업무를 맡길 때는 AI 팀원 활용 안내가 배경 정보 전달, 결과 검토, 잘된 방법을 저장하는 과정을 보여 줍니다. AI 직원 안내는 반복해서 맡길 수 있는 업무와 사람이 계속 져야 하는 판단 및 책임을 나누는 데 도움이 됩니다.
AI 에이전트란 무엇인가요?
AI 에이전트는 질문 하나가 아니라 목표를 맡기는 AI 시스템입니다. 다음에 무엇을 할지 스스로 정하고, 여러분의 도구 안에서 실행하고, 어떤 결과가 나왔는지 살펴본 뒤 방식을 조정합니다.
'에이전트'라는 말 자체는 오래되었습니다. AI 분야의 고전 교과서인 Artificial Intelligence: A Modern Approach(초판 1995년)는 에이전트를 주변 환경을 감지하고 그에 따라 행동하는 모든 것으로 설명합니다. 이 정의대로라면 온도 조절기도 에이전트입니다.
새로운 것은 두뇌입니다. 오늘날의 AI 에이전트는 대규모 언어 모델(ChatGPT나 Claude를 움직이는 종류의 AI)을 사용해 다음 단계를 정합니다. 2022년에 나온 ReAct라는 연구 논문은 이를 더 잘 작동하게 만드는 간단한 패턴을 보여주었습니다. 생각하고, 행동하고, 결과를 보고, 다시 생각하는 것입니다. 오늘날 대부분의 AI 에이전트 제품은 이 루프를 어떤 형태로든 따르고 있습니다.
회사마다 AI 에이전트의 정의는 조금씩 다릅니다. AWS는 간단하게 이렇게 설명합니다. "Humans set goals, but an AI agent independently chooses the best actions it needs to perform to achieve those goals."(사람이 목표를 정하면, AI 에이전트는 그 목표를 이루는 데 필요한 최선의 행동을 스스로 선택한다.) LangChain은 유용한 관점을 하나 더합니다. 자율성은 '있다, 없다'의 문제가 아니라 정도의 문제라는 것입니다. 사람이 정해 둔 경로를 따르는 에이전트도 있고, 스스로 계획하고 실행하고 방향을 바꾸는 에이전트도 있습니다. 비즈니스에 쓸모 있는 AI 에이전트는 대부분 그 중간에 있습니다. 손이 많이 가는 일은 직접 해내고, 중요한 순간에는 사람에게 결정을 넘깁니다.
글보다 영상이 편하다면, IBM의 짧은 설명 영상이 기본을 잘 정리하고 있습니다. 2024년 영상이므로 오늘날 제품의 모습이 아니라 개념 입문으로 보시면 됩니다.
YouTube · IBM Technology
What are AI Agents? · 2024년 7월 15일
화이트보드로 설명하는 12분짜리 영상입니다. Maya Murad가 모델 하나만으로는 휴가 일수를 묻는 간단한 질문도 틀리는 이유와, 계획, 도구, 기억을 주면 그 문제가 어떻게 해결되는지 보여줍니다. 끝부분에서는 "a sliding scale of AI autonomy"(AI 자율성은 단계적으로 조절되는 척도)라고 설명합니다.
스스로 에이전트라고 부르는 제품을 간단히 시험해 보는 방법이 있습니다. 다음 단계를 스스로 고르나요? 글만 쓰는 게 아니라 여러분의 도구 안에서 실제로 작업할 수 있나요? 결과를 넘기기 전에 스스로 작업을 확인하나요? '예'가 많을수록 에이전트에 가깝습니다.
AI 에이전트의 작동 방식: 다섯 가지 요소, 하나의 작업
우리가 따라갈 작업은 다음과 같습니다. Okou의 데모 워크스페이스에서 가상의 데이터로 만든 예시이며, 실제 고객 사례가 아닙니다.
여러분은 작은 소프트웨어 회사에서 마케팅을 맡고 있습니다. 운영팀을 대상으로 실무형 AI 워크플로를 가르치는 크리에이터 몇 명과 협업하고 싶습니다. 그래서 이렇게 씁니다.
운영 부서 리더들에게 영향력이 있고 우리 제품과 잘 맞는 크리에이터 5명을 찾아 줘. 링크와 잘 맞는 이유를 함께 적어서 파트너 관리 시트에 추가해 줘. 각자에게 보낼 첫 이메일 초안을 쓰고, 내가 검토할 수 있게 초안 상태로 남겨 둬.
챗봇이라면 기억하고 있는 이름 몇 개와 템플릿 이메일을 내놓을 것입니다. AI 에이전트는 이것을 하나의 일로 다룹니다. 일을 잘 해내려면 다섯 가지가 필요합니다. 목표, 컨텍스트, 도구, 실행하고 확인하는 방법, 그리고 피드백입니다. 이 다섯 가지는 공식 표준이 아니라 저희가 나눠 본 방식입니다. 하지만 어떤 작업에서 이 다섯 가지를 모두 확인할 수 있다면, AI 에이전트가 실제로 무엇을 했는지 볼 수 있습니다.
1. 목표: '완료'가 어떤 모습인지
목표는 쉬운 말로 표현한 결과입니다. 크리에이터 5명, 채워진 관리 시트, 한 명당 이메일 초안 한 통. 좋은 목표에는 제한도 들어 있습니다. '내가 검토할 수 있게 초안 상태로 남겨 둬'는 제한입니다. '잘 맞는 사람을 찾지 못하면 5명보다 적어도 괜찮아'도 마찬가지입니다.
대부분의 문제는 여기서 시작됩니다. AI 에이전트는 빈 곳을 추측으로 채우기 때문에, 목표가 모호하면 돌아오는 것도 추측입니다. 무엇을 원하는지, 결과를 어디에 두어야 하는지, 누가 확인하는지를 알려 주세요.
2. 컨텍스트: AI 에이전트가 여러분의 상황에 대해 아는 것
컨텍스트는 새로 온 동료에게 필요한 배경 정보입니다. 제품 소개 자료, 브랜드 가이드, 이전 협업에 대한 메모, 그리고 대화에서 이미 이야기한 내용 같은 것들입니다.
컨텍스트는 표현만 바꾸는 게 아니라 판단 자체를 바꿉니다. 이번 예시에서는 캠페인 브리프가 실무형 AI 워크플로를 가르치는 크리에이터를 원하므로, 코딩만 가르치는 크리에이터는 제외됩니다. 협업 메모에는 비용과 조건이 아직 정해지지 않았다고 적혀 있어서, 이메일은 금액을 제시하는 대신 대화를 제안합니다. 브랜드 가이드는 구체적으로 말하라고 하므로, 각 이메일은 '멋진 콘텐츠'라고 칭찬하는 대신 그 크리에이터의 실제 작업을 언급합니다.
Okou가 접근을 허용받은 Drive 폴더에서 문서 5개를 읽고, 각 문서의 내용을 요약한 뒤, 연락하기 전에 정해야 할 질문을 짚어 줍니다. 실제 Okou 앱, 가상의 문서. 원본 크기로 보기
컨텍스트에는 경계도 있습니다. Okou에서 채팅은 그 채팅에서 나눈 이야기를 기억합니다. 새 채팅은 처음부터 시작합니다. 지난주 논의가 중요하다면 그 이전 채팅을 지정하거나 브리프를 첨부하면 됩니다. 그러면 AI 에이전트가 무엇을 바탕으로 일했는지 언제나 알 수 있습니다.
3. 도구: AI 에이전트가 사용하고 바꿀 수 있는 것
도구는 AI 에이전트가 일을 해내는 수단입니다. 이번 작업에서는 웹에서 크리에이터를 검색하고, 각자의 페이지를 열어 최근 활동을 확인하고, 공유 Google 스프레드시트에 행을 추가하고, Gmail에서 초안을 만드는 것입니다.
이것이 챗봇과의 가장 큰 차이입니다. 챗봇은 좋은 관리 시트가 어떤 모습인지 설명할 수 있습니다. 여러분의 시트에 접근할 수 있는 AI 에이전트는 그 시트를 직접 채울 수 있습니다. 위험이 있는 곳도 바로 여기이므로, 접근 권한은 신중하게 주세요.
Okou에 연결할 수 있는 앱 목록으로, 2026년 10월 5일에 캡처했으며 계정 정보는 흐리게 처리했습니다. 목록에 앱이 있다고 해서 AI 에이전트가 이미 그 앱을 사용할 수 있다는 뜻은 아닙니다. 원본 크기로 보기
Okou에서는 계정을 연결하고, AI 에이전트가 그 계정을 쓰도록 허용한 다음, 'Gmail 초안 만들기' 같은 특정 작업을 허용합니다. 작업은 1시간, 하루, 일주일, 또는 영구적으로 허용할 수 있습니다(권한 작동 방식). 이번 작업이라면 Drive 폴더 읽기, 관리 시트 쓰기, 초안 만들기는 허용하고 보내기는 허용하지 않습니다. 허용하지 않은 작업이 필요해지면 Okou는 멈추고 여러분에게 묻습니다.
4. 실행: 일하고, 확인하고, 반복하기
이제 AI 에이전트가 일을 시작합니다. 정해진 스크립트를 그대로 실행하지 않습니다. 한 단계를 진행하고, 결과를 보고, 다음에 할 일을 정합니다.
이번 예시에서는 크리에이터를 검색하고 각자의 프로필을 엽니다. 한 명은 1년 동안 게시물을 올리지 않아서 제외하고 다시 검색합니다. 다른 한 명은 잘 맞지만 공개된 업무용 이메일이 없어서, 주소를 추측하는 대신 확인이 필요한 질문으로 기록합니다. 확인된 크리에이터는 링크와 함께 관리 시트에 추가하고, 그 사람의 실제 작업을 언급하는 이메일 초안을 씁니다.
확인 단계가 바로 이것을 에이전트로 만드는 부분입니다. 한 번 실행하고 잘되기만을 바라는 도구는 버튼에 더 가깝습니다. 이번 작업에서 간단한 확인은 '관리 시트의 모든 크리에이터에게 출처 링크가 있는가?'입니다. 없다면 AI 에이전트는 돌아가서 링크를 찾거나 그 크리에이터를 제외합니다.
이 루프는 시간이 걸리기 때문에 Okou는 클라우드에서 실행합니다. 노트북을 닫은 뒤에도 작업은 계속되고, 돌아오면 결과가 기다리고 있습니다.
같은 작업을 여섯 단계로 나타낸 그림입니다. 노란색은 여러분의 몫, 파란색은 AI 에이전트의 작업 루프, 초록색은 AI 에이전트가 넘겨주는 결과입니다. 원본 크기로 보기
5. 피드백: 작업에서, 그리고 여러분에게서
피드백은 두 곳에서 옵니다. 하나는 작업 자체입니다. 검색 결과가 없거나, 페이지가 열리지 않거나, 크리에이터의 실제 구독자층이 소개 글과 다를 수 있습니다. 좋은 AI 에이전트는 이런 상황에 스스로 맞춰 갑니다.
다른 하나는 여러분입니다. AI 에이전트가 여러분과 어떻게 계속 소통하는지는 AI 에이전트가 얼마나 똑똑한지만큼 중요합니다. 한 개발자가 최근 같은 리서치 작업을 AI 에이전트 제품 세 개에 맡겨 보고 그 결과를 공유했습니다.
X · Kun Chen (@kunchenguid) · 2026년 10월 5일
"it kept giving me updates about its progress, which was useful"
(번역) 진행 상황을 계속 알려 줘서 유용했다
저희가 읽은 바로는, 그의 테스트에서 가장 빨랐던 AI 에이전트는 그가 처음에 말한 요구 사항 하나를 빠뜨렸습니다. 먼저 질문하고 진행 상황을 공유한 AI 에이전트들은 그가 일찍 방향을 바로잡을 수 있게 해 주었습니다. 그는 이것을 "a one-off experience"(한 번의 경험)라고 부르며 "with a grain of salt"(가려서 들으라고) 덧붙였고, 이는 벤치마크가 아니라 한 사람의 의견입니다. 그래도 살펴볼 만한 좋은 기준 세 가지를 알려 줍니다. AI 에이전트가 목표를 확인하나요? 여러분이 정한 제한을 지키나요? 아직 고칠 시간이 있을 때 작업 과정을 보여 주나요?
AI 에이전트가 결과를 어떻게 넘겨주는지도 중요합니다. 사람마다 필요한 것이 다릅니다. 이번 작업에서는 팀이 관리 시트를 받고, 크리에이터마다 이메일 초안이 하나씩 생기고, 여러분은 확인이 필요한 질문의 짧은 목록을 받습니다. Okou는 읽는 사람에게 맞는 형식을 고르도록 만들어졌습니다.
그다음은 여러분이 검토할 차례입니다. "Mara에게 보내는 이메일은 인터뷰 튜토리얼 이야기로 시작해 줘"라거나 "두 번째 크리에이터는 빼 줘, 이미 함께 일하고 있어"라고 말할 수 있습니다. AI 에이전트는 같은 채팅 안에서 수정합니다. 그리고 여러분이 보내기 전까지는 아무것도 회사 밖으로 나가지 않습니다.
Okou는 Gmail 초안을 남기고 그 제안이 잘 맞는 이유를 설명합니다. 보낼지 말지는 여러분이 결정합니다. 실제 Okou 앱, 가상의 크리에이터. 원본 크기로 보기
작업 후: 다시 쓸 수 있게 만들기
대부분의 설명이 건너뛰는 부분이 있습니다. 여러분의 수정은 이번 작업을 더 낫게 만들지만, 자동으로 팀의 업무 방식이 되지는 않습니다. 다음 달에 동료가 새 채팅에서 크리에이터 연락을 요청하면, AI 에이전트는 여러분이 무엇을 고쳤는지 알지 못합니다.
그래서 마지막 단계는 무엇을 남길지 정하는 것입니다. Okou에서는 그 방법을 워크플로(workflow)로 저장합니다. 단계, 참고 문서, 출력 형식, 그리고 '초안까지만, 보내는 건 사람'이라는 규칙이 들어갑니다. 그러면 동료는 자신의 Gmail과 자신의 권한으로 같은 방법을 실행할 수 있습니다. 워크플로를 공유하면 방법이 공유될 뿐, 여러분의 받은편지함이나 채팅이 공유되지는 않습니다. 매주 월요일에 실행하고 싶다면 자동화(automation)를 추가하세요. 워크플로는 방법이고, 자동화는 일정입니다.
이것이 한 번 도와준 AI 에이전트와 팀이 어떤 일을 더 잘하게 만든 AI 에이전트의 차이입니다.
AI 에이전트는 언제 적합한 도구일까요?
모든 작업에 AI 에이전트가 필요한 것은 아닙니다. 단계가 늘 같다면 간단한 자동화가 더 저렴하고 결과도 예측하기 쉽습니다. AI 에이전트는 판단이 필요한 작업에서 제값을 합니다.
Anthropic의 Barry Zhang은 2025년 강연에서 명확한 체크리스트를 제시했습니다. 첫 번째 포인트는 "don't build agents for everything"(모든 일에 에이전트를 만들지 말라)입니다(0:52).
YouTube · AI Engineer
How We Build Effective Agents: Barry Zhang, Anthropic · 2025년 4월 4일
Anthropic 엔지니어의 15분짜리 강연입니다. 처음 5분은 어떤 작업에 애초에 에이전트가 필요한지 판단하는 체크리스트로, 엔지니어링 밖의 업무에도 잘 들어맞습니다.
비즈니스 관점에서는 네 가지 질문을 해 보세요.
- 이 작업에 판단이 필요한가? 모든 단계를 미리 적어 둘 수 있다면 정해진 프로세스를 쓰세요.
- 결과가 들이는 노력만큼 가치가 있는가? 매주 작성하는 고객사 브리프라면 그렇습니다. 지원 티켓을 폴더별로 분류하는 일은 아마 아닐 것입니다.
- AI 에이전트가 어려운 부분을 잘 해낼 수 있는가? 그것부터 시험해 보세요. 알맞은 자료를 찾지 못한다면 작업을 더 작게 나누세요.
- 실수하면 대가가 얼마나 큰가? 대가가 크거나 실수를 알아차리기 어렵다면 AI 에이전트에게는 읽기와 초안 작성만 맡기고, 마지막 단계는 사람이 맡으세요.
이번 크리에이터 작업은 통과입니다. 알맞은 크리에이터가 누구인지 아무도 미리 알지 못하고, 좋은 협업은 가치가 있고, 리서치와 초안 작성은 AI 에이전트가 잘하는 일이며, 보내는 일은 사람에게 남습니다.
AI 에이전트는 챗봇이나 자동화와 무엇이 다른가요?
| 챗봇 | 규칙 기반 자동화 | AI 에이전트 | |
|---|---|---|---|
| 여러분이 주는 것 | 질문 | 트리거와 정해진 단계 | 목표, 배경 정보, 도구 접근 권한 |
| 단계를 정하는 주체 | 여러분, 메시지 하나씩 | 자동화를 만든 사람 | AI 에이전트, 여러분이 정한 범위 안에서 |
| 예상치 못한 일이 생기면 | 다음 메시지에 답한다 | 실패하거나 그 단계를 건너뛴다 | 스스로 조정하거나 여러분에게 묻는다 |
| 돌려받는 것 | 복사해서 쓸 텍스트 | 매번 같은 결과물 | 완성된 작업과, 확인하지 못한 부분 |
실제 제품에서는 이 경계가 흐려집니다. 예를 들어 2025년 7월, OpenAI는 ChatGPT에 에이전트 모드를 추가했습니다. 그러니 제품은 이름이 아니라 여러분의 목표를 가지고 무엇을 하는지로 판단하세요.
AI 에이전트에 대한 흔한 오해
'자율성은 높을수록 좋다.' 아닙니다. AI 에이전트를 얼마나 믿을지는 실수가 얼마나 큰 대가를 치르게 하는지에 달려 있고, 같은 작업 안에서도 작업 단위마다 다를 수 있습니다.
'AI 에이전트는 우리가 나눈 이야기를 모두 기억한다.' AI 에이전트는 주어진 것을 바탕으로 일합니다. 현재 채팅, 접근할 수 있는 앱, 그리고 지시 사항입니다. Okou에서는 채팅마다 기록이 따로 있고, 다른 채팅의 내용이 필요하면 그 채팅을 지정해서 가져옵니다. AI 에이전트가 무언가를 잊은 것 같다면, 실제로 무엇이 주어졌는지 확인해 보세요.
'AI 에이전트를 팀과 공유하면 내 계정도 공유된다.' 잘 만든 제품이라면 그렇지 않습니다. 동료들은 같은 역할과 방법을 쓰지만, 계정은 각자 자기 것을 사용합니다.
'한 번 고쳐 주면 영원히 배운다.' 수정은 현재 작업을 고칠 뿐입니다. 누군가 그것을 AI 에이전트의 지시 사항이나 워크플로에 저장해야만 팀의 기준이 됩니다.
사람에게 남는 일
손이 많이 가는 일의 대부분은 AI 에이전트가 할 수 있습니다. 하지만 결과에 책임을 질 수는 없습니다. 다음 일은 팀에 남습니다.
- 목표와 제한 정하기. 어떤 크리에이터에게는 연락하면 안 된다거나 예산이 아직 승인되지 않았다는 사실은 여러분만 압니다.
- AI 에이전트가 무엇에 접근할 수 있는지 정하기. 모든 것이 아니라 이 작업에 필요한 것만 주세요.
- 회사 밖으로 나가거나 되돌릴 수 없는 일 승인하기. 고객에게 보내는 이메일, 예산 변경, 결제, 삭제 같은 것들입니다.
- 결과에 책임지기. 잘못된 내용이 담긴 이메일이 나가면, 그것을 보낸 것은 여러분의 회사입니다.
신뢰를 다루는 현실적인 방법은 작업 하나하나씩 판단하는 것입니다. 같은 AI 에이전트라도 브리프를 읽는 일은 믿고 맡기면서, 이메일을 보내기 전에는 기다리게 할 수 있습니다.
| 단계 | AI 에이전트가 할 수 있는 일 | 크리에이터 작업에서는 |
|---|---|---|
| 1. 읽기 | 보기만 하고 아무것도 바꾸지 않음 | Drive의 브리프와 공개된 크리에이터 프로필 열기 |
| 2. 초안 작성과 기록 | 아직 외부 누구도 보지 않는 작업 준비 | 관리 시트에 행 추가, 이메일 초안 저장 |
| 3. 승인 후 실행 | 실행하되 사람이 허락한 뒤에만 | 이메일 보내기, CRM 담당자 변경 |
| 4. 스스로 실행 | 검증을 마친, 일상적이고 되돌리기 쉬운 단계 | 상태 열 업데이트 |
1단계와 2단계부터 시작하세요. 어떤 작업을 한 단계 올리는 것은 그 작업이 여러 번 맞게 처리된 뒤에 하세요.
Okou의 권한 가이드도 사람의 확인이 필요한 작업에 대해 같은 방법을 권합니다. 초안 작성은 허용하고, 보내기는 허용하지 않고, 검토 규칙을 지시 사항에 적어 두는 것입니다. Okou가 비밀번호와 키를 AI 자체로부터 어떻게 떨어뜨려 두는지는 키는 브로커가 보관합니다. AI 에이전트가 아니라.를 참고하세요.
비즈니스 팀을 위한 AI 에이전트 활용 예시
팀이 AI 에이전트에게 맡기는 대부분의 일에 같은 다섯 가지 요소가 등장합니다.
- 영업: 고객 미팅 전에 CRM 기록, 최근 이메일, 그 회사 관련 뉴스를 모아 한 페이지짜리 브리프를 만들고, 영업 담당자가 보낼 후속 이메일 초안도 준비합니다.
- 고객 성공: 지난 대화와 제품 문서를 바탕으로 고객의 문제를 요약하고, 계정 담당자를 위한 답장이나 에스컬레이션 초안을 작성합니다.
- 마케팅: 캠페인 수치와 CRM 결과를 다음 단계 제안이 담긴 짧은 성과 브리프로 정리합니다.
- 창업자와 비서실장(chief of staff): 무엇이 바뀌었는지, 무엇이 막혀 있는지, 다음 단계마다 누가 담당하는지를 정리한 주간 브리프를 출처 링크와 함께 준비합니다.
더 자세한 예시 20가지는 실제 업무를 위한 AI 에이전트 활용 사례를 참고하세요. AI 에이전트 제품을 비교하고 싶다면 개발자가 아닌 사람을 위한 AI 에이전트 설명을 참고하세요.
첫 번째 AI 에이전트 작업을 시작하는 방법
- 매주 하는 일을 고르세요. 결과가 좋은지 바로 알 수 있습니다.
- '완료'가 무엇인지 한두 문장으로 쓰세요. 무엇을 원하는지, 어디에 두는지, 누가 확인하는지.
- 새 동료에게 필요한 것을 주세요. 브리프, 지난 예시, 알맞은 폴더. 배경 정보가 부족한 것이 결과가 밋밋해지는 가장 흔한 이유입니다.
- 처음에는 읽기와 초안 작성 권한만 주세요. 보내기와 게시는 사람에게 남겨 두세요.
- 처음 몇 번의 결과는 꼼꼼히 확인한 다음 방법을 저장하세요. 꾸준히 맞게 처리되면 팀이 다시 쓸 수 있는 워크플로로 만드세요.
같은 AI 에이전트를 쓰는 사람이 많아질수록 공유된 배경 정보를 최신으로 유지하는 것이 중요해집니다. 그 방법은 팀을 위한 AI 에이전트 컨텍스트 관리 가이드에서 다룹니다.
Okou로 크리에이터 작업 해 보기
Okou는 비즈니스 팀을 위한 AI 팀원입니다. Okou는 여러분이 연결한 앱에서 일에 필요한 배경 정보를 모으고, 클라우드에서 작업하고, 관리 시트, 브리프, 초안 묶음처럼 여러분이 검토할 수 있는 결과물을 넘겨줍니다. 방법이 잘 통하면 팀은 그것을 워크플로로 남겨 둡니다.
크리에이터 리서치와 협업 제안 초안 워크플로를 열거나, Okou에게 직접 요청해 보세요.
Drive에 있는 제품 브리프를 바탕으로 운영 부서 리더들에게 영향력이 있는 크리에이터를 최대 5명 찾아 줘. 각 크리에이터마다 프로필 링크, 최근 관련 사례 2개, 잘 맞을 수 있는 이유, 아직 확인되지 않은 점을 포함해 줘. 근거가 부족하면 더 적게 찾아도 돼. 파트너 관리 시트에 추가하고, 각자에게 보낼 첫 이메일 초안을 써서 내 검토를 기다려 줘. 아무것도 보내지 마.
크리에이터가 답장했을 때 관리 시트가 어떻게 업데이트되는지까지 포함한 전체 과정은 브랜드에 맞는 인플루언서를 찾고 연락 현황을 관리하는 방법을 참고하세요.
자주 묻는 질문
ChatGPT는 AI 에이전트인가요?
일반적인 ChatGPT 대화는 챗봇입니다. 여러분이 묻고, ChatGPT가 답하고, 무엇을 할지는 여러분이 정합니다. 2025년 7월 OpenAI는 작업을 끝내기 위해 웹사이트를 탐색하는 것처럼 스스로 단계를 진행할 수 있는 에이전트 모드를 추가했습니다. 그러니 어떻게 쓰느냐에 달려 있습니다. 여러분의 목표를 향해 스스로 행동을 고르고 실행하고 있나요, 아니면 답만 하고 있나요?
AI 에이전트는 실제로 무엇을 하나요?
목표를 완료된 단계로 바꿉니다. 여러분이 알려 준 배경 정보를 읽고, 연결된 앱을 사용해 검색하고, 읽고, 쓰고, 초안을 만들고, 각 결과를 확인한 뒤, 채워진 스프레드시트, 리서치 브리프, 이메일 초안 같은 완성된 결과물을 넘겨줍니다. 여러분의 결정이 필요한 일이 생기면, 잘 설정된 AI 에이전트는 멈추고 묻습니다.
AI 에이전트의 5가지 유형은 무엇인가요?
IBM도 사용하는 고전 교과서의 분류는 단순 반사형, 모델 기반 반사형, 목표 기반형, 효용 기반형, 학습형 에이전트입니다. 이는 에이전트가 어떻게 결정을 내리는지를 설명합니다. 비즈니스 팀에게는 보통 AI 에이전트가 하는 일과 스스로 얼마나 많은 일을 할 수 있도록 허용되는지에 따라 나누는 편이 더 유용합니다.
에이전틱 AI와 AI 에이전트는 같은 건가요?
겹치는 부분이 있어서 사람들은 두 말을 바꿔 가며 쓰곤 합니다. 'AI 에이전트'는 보통 도구를 사용해 목표를 향해 일하는 하나의 구체적인 시스템을 뜻합니다. '에이전틱 AI'는 더 넓은 개념으로, 어느 정도 자율적으로 행동하는 AI를 말하며, 더 큰 프로세스 안에 여러 에이전트나 에이전트 같은 단계가 들어 있는 경우도 포함할 수 있습니다.
AI 에이전트를 쓰려면 기술적인 능력이 필요한가요?
비즈니스 팀을 위해 만든 제품이라면 필요 없습니다. 원하는 것을 평소 쓰는 말로 설명하고, 일에 필요한 앱을 연결하고, 결과를 검토하면 됩니다. 중요한 능력은 새 동료와 일할 때 쓰는 능력입니다. 좋은 결과가 어떤 모습인지 설명하고, 알맞은 배경 정보를 공유하고, 분명한 피드백을 주는 것입니다.
내가 승인하지 않은 일을 AI 에이전트가 하지 못하게 하려면 어떻게 하나요?
앱 전체가 아니라 특정 작업을 허용하세요. 읽기와 초안 작성부터 시작하고, 보내기, 결제, 삭제는 여러분의 승인을 거치도록 두고, 검토 규칙을 AI 에이전트의 지시 사항이나 워크플로에 적어 두세요. 그런 다음 작업의 활동 로그를 확인해 무엇을 읽고 무엇을 바꿨는지 살펴보세요.
