Agentic AI, 단순한 자동화를 넘어 ‘행동하는 AI’로

Source: https://www.ssonetwork.com/

AI, 이제는 ‘명령을 듣는’ 수준을 넘어야 한다

– PM의 시선으로 본 새로운 AI 패러다임

AI 기술은 이제 단순한 챗봇이나 자동화 스크립트를 넘어서, 스스로 판단하고 행동하는 구조로 진화하고 있습니다. 이 흐름의 중심에 있는 개념이 바로 Agentic AI입니다.

 오늘은 PM의 관점에서 Agentic AI가 무엇이며, 왜 중요한지, 그리고 우리가 이 기술을 기획하고 도입할 때 어떤 관점과 접근 방식을 가져야 하는지 정리해 보려 합니다.

 

Agentic AI란 무엇일까?

Agentic AI는 "목표 지향적(Goal-directed)"이고 "행동 중심(Acting)"인 AI입니다. 단순히 질문에 답하거나 데이터를 추출하는 것을 넘어서, 다음과 같은 역할을 수행합니다:

• 목표 인식: 무엇을 해야 하는지를 스스로 파악
• 계획 수립: 여러 단계를 구성하여 실행 경로 설계
• 행동 실행: 외부 시스템 호출, 메일 전송, 파일 처리 등
• 상태 추적 및 반복: 결과를 기반으로 다음 행동 판단

요약하자면, "생각하고 행동할 수 있는 디지털 동료" 라고 볼 수 있습니다.

 

기존 AI와의 차이점

구분기존	AI (LLM 기반 응답형)	Agentic AI
작동 방식	질의응답, 요약, 분류	목표 기반 행동, 워크플로우 실행
상태 유지	무상태 (Stateless)	상태 기반 (Stateful)
활용 범위	문서 처리, 요약, 질의응답	복합 의사결정, 자동화, 멀티스텝 작업
연결성	주로 내부 텍스트 처리	외부 API, DB, 이메일 등과 상호작용 가능

 

왜 지금 Agentic AI가 중요한가?

1. 단순 자동화의 한계 극복
   • RPA나 단일 LLM 기능은 정해진 규칙을 넘기 어려움
   • Agentic 구조는 예외 상황과 의사결정까지 흡수 가능
2. 복잡한 업무 구조 대응
   • 기업 업무는 단순하지 않음 (ex. 여러 단계를 거치고, 사람마다 판단 기준이 다름)
   • Agent는 각 업무 단계를 역할별로 분리해 대응할 수 있음
3. AI 신뢰도 확보
   • 단일 응답 대신 행동 → 결과 → 근거를 남기므로 신뢰성 높음
   • 실패 시에도 리트라이, 사람에게 패스 등 유연한 대응 가능
     
     

PM이 고민해야 할 기획 포인트

Agentic AI 도입은 단순히 모델을 바꾸는 것이 아니라, 구조적 접근이 필요합니다. PM 입장에서 고려할 점은 다음과 같습니다:

 

1. 역할 설계 (Role Design)

Agent는 각각 명확한 책임과 권한을 가져야 합니다.
예: 정책 분석 Agent, 실행 Agent, 모니터링 Agent 등

 

2. 워크플로우 설계

Agent 간 호출 순서, 실패 처리, 병렬 실행, 상태 전이 등
→ 마치 마이크로서비스를 조율하는 오케스트라처럼 기획해야 함

 

3. 권한과 신뢰의 경계 설정

모든 결정을 AI가 해도 되는가? 어디서 사람의 개입이 필요한가?
→ Human-in-the-loop를 언제, 어떻게 삽입할지 설계 필요

 

Agentic AI를 실무에 도입하며 얻게 된 인사이트

• LLM 하나만으로는 복잡한 업무를 감당할 수 없다
• Agent는 단순 도구가 아닌 조직의 디지털 역할자로 봐야 한다
• AI 시스템 도입은 기능보다도 역할과 구조 중심으로 접근해야 한다

“기능을 설계하는 시대에서, 행동하는 AI를 조율하는 시대로.”

 

마무리

Agentic AI는 더 이상 미래의 개념이 아닙니다. 이미 수많은 시스템에 적용되어, 실제 비즈니스 의사결정과 행동을 대신하고 있습니다.
PM으로서 우리는 단순한 자동화가 아닌, 지능적이고 자율적인 구조를 기획할 수 있어야 합니다.

앞으로의 고민은 “무엇을 만들까?” 가 아니라 “어떤 역할을 맡기고, 어떻게 조율할까?”가 될 것 같다는 생각이 듭니다.