기본 개념: 콘텐츠, 행동, 그리고 이를 수행하는 시스템
생성형 AI는 지시와 주어진 맥락을 바탕으로 콘텐츠를 만듭니다. 답변, 요약, 이미지, 코드 등이 여기에 해당합니다. 결과물은 사람이 읽고 검토하거나 활용할 수 있습니다. OpenAI는 ChatGPT를, Anthropic은 Claude를 제공하며, Google DeepMind는 Gemini 모델을 개발합니다. 이는 모델과 어시스턴트의 예시이며, 각 제품의 모든 기능을 설명하는 것은 아닙니다.
에이전틱 AI는 시스템이 행동을 선택하고 실행해 목표를 달성하는 접근 방식입니다. AI 에이전트는 그 업무를 수행하는 시스템입니다. 생성형 모델, 도구, 저장된 맥락, 규칙 등을 활용할 수 있습니다. 핵심은 설득력 있는 답변을 작성하는지가 아니라, 허용된 작업을 수행해 목표한 결과에 도달할 수 있는지입니다. 자세한 내용은 AI 에이전트란 무엇인가를 참고하시기 바랍니다.
에이전틱 AI와 생성형 AI의 핵심 차이
에이전틱 AI와 생성형 AI의 차이는 사람이 업무를 이어받는 지점에서 가장 분명해집니다. 생성형 워크플로는 사람이 발송할 고객 답변을 작성할 수 있습니다. 에이전틱 워크플로는 관련 정보를 조회하고 답변을 작성한 뒤, 권한이 허용하면 직접 발송할 수 있습니다. 둘 다 텍스트를 생성할 수 있지만, 후자는 대화 밖에서도 실제 변화를 일으킵니다.
이를 모든 제품에 적용되는 고정된 분류가 아니라 활용 방식으로 이해해야 합니다. 에이전트도 대화형 인터페이스를 사용할 수 있고, 강력한 모델도 초안 작성에만 쓰일 수 있습니다. 도구 접근 권한만으로 둘을 구분할 수는 없습니다. 목표, 허용된 행동, 점검 절차, 사람이 업무를 승인해야 하는 지점을 살펴봐야 합니다. 이러한 활용 방식이 특정 공급업체의 기능을 보장하지는 않습니다.
| 구분 | 생성형 AI 활용 방식 | 에이전틱 AI 활용 방식 |
|---|---|---|
| 목표 | 요청받은 콘텐츠 생성 | 주어진 목표 달성 |
| 결과물 | 답변, 초안, 이미지 또는 코드 | 실행한 작업, 변경된 기록, 최종 결과 |
| 자율성 | 일반적으로 지시에 응답 | 정해진 범위 안에서 실행 단계 선택 |
| 도구 | 답변을 지원하기 위해 도구 활용 가능 | 업무 수행을 위해 도구 활용 |
| 위험 | 부정확하거나 부적절한 콘텐츠 | 부정확한 콘텐츠와 의도하지 않은 행동 |
| 예시 | 답변 초안 작성 또는 메모 요약 | 허용된 워크플로 처리 |
| 비용 확인 | 이용 요금과 모델 사용료 확인 | 모델, 도구, 실행 요금 확인 |
에이전틱 AI와 AI 에이전트: 접근 방식과 구현 시스템
에이전틱 AI와 AI 에이전트는 서로 경쟁하는 기술이 아닙니다. 에이전틱 AI는 의사결정과 행동을 통해 목표를 달성하는 동작 방식이나 접근 방식을 뜻합니다. AI 에이전트는 그 방식을 구현하는 시스템입니다. 에이전틱은 업무가 어떻게 수행되는지를, 에이전트는 무엇이 그 업무를 수행하는지를 나타냅니다.
소프트웨어를 에이전트라고 부른다고 해서 권한, 신뢰성, 업무 범위를 알 수 있는 것은 아닙니다. 무엇을 확인할 수 있는지, 어떤 도구를 사용할 수 있는지, 무엇을 변경할 수 있는지, 언제 멈추는지를 확인해야 합니다. Salesforce는 Agentforce를 Salesforce 생태계의 직원과 고객을 위한 AI 에이전트 플랫폼으로 설명합니다. Microsoft는 Copilot Studio를 AI 에이전트, 워크플로, 앱을 만드는 도구로 설명합니다. 이러한 설명은 제품의 용도를 보여주지만, 기업은 실제 설정을 별도로 평가해야 합니다. 인터페이스의 차이는 AI 에이전트와 챗봇 비교를 참고하시기 바랍니다.
생성형 모델과 에이전트가 함께 작동하는 방식
생성형 AI와 에이전틱 AI는 서로를 대체하기보다 함께 작동하는 경우가 많습니다. 에이전트 안의 생성형 모델은 지시를 해석하고, 다음 단계를 제안하거나, 메시지를 작성할 수 있습니다. 이를 둘러싼 시스템은 도구 접근, 맥락, 실행, 점검을 관리합니다. 따라서 에이전틱 AI와 생성형 AI의 차이는 모델 간 경쟁이 아니라 전체 워크플로의 차이에 있습니다.
이메일 내용을 바탕으로 고객 기록을 수정하는 요청을 예로 들 수 있습니다. 모델은 요청된 변경 사항을 추출합니다. 에이전트는 해당 기록이 있는지 확인하고, 허용된 수정을 적용한 뒤, 처리 결과를 보고합니다. 민감한 변경은 실행 전에 사람이 승인하도록 할 수 있습니다. 모델은 해석과 콘텐츠 생성을 맡고, 에이전트 시스템은 그 결과를 실제 행동으로 연결합니다. 이는 가능한 설계 예시이며, 특정 제품에서 검증된 기능은 아닙니다. 좋은 설계는 행동 제안과 실행 권한을 분리합니다.
비즈니스 사례: 초안 작성과 워크플로 완료
두 방식을 나란히 비교하면 팀에 필요한 기능을 파악하기 쉽습니다. 누군가 검토할 초안을 만드는 것으로 끝나는 업무라면 생성형 워크플로로 충분할 수 있습니다. 여러 업무 애플리케이션에서 허용된 변경을 수행해야 한다면 에이전틱 워크플로가 더 적합할 수 있습니다. 아래 사례는 설계 예시이며, 언급된 모든 제품이 지원하는 기능은 아닙니다.
제품 설명은 검토의 출발점이 됩니다. Cognition은 Devin을 자율형 소프트웨어 엔지니어로 설명합니다. Agentforce는 Salesforce 생태계의 에이전트에 초점을 맞추고, Copilot Studio는 에이전트, 워크플로, 앱 제작을 지원합니다. AITG(당사)의 Terabot(당사 제품)은 각각 전용 가상 머신을 갖춘 AI 디지털 워커를 제공하며, CRM, 이메일, 스프레드시트, 웹 앱 등의 애플리케이션에서 업무를 수행합니다. 이는 서로 다른 에이전트 도입 방식입니다. 필요한 업무와 통제 수준을 기준으로 선택해야 합니다. 모든 에이전트 제품이 같은 방식으로 작동한다고 가정해서는 안 됩니다.
| 업무 | 생성형 워크플로 | 에이전틱 워크플로 예시 |
|---|---|---|
| 영업 | 후속 이메일 초안 작성 | 기록 확인 후 승인된 후속 이메일 발송 |
| 고객 지원 | 답변 제안 | 문의 세부 정보 조회 후 허용된 조치 수행 |
| 백오피스 | 들어오는 정보 요약 | 정보 확인 후 권한이 있는 기록 업데이트 |
| 소프트웨어 개발 | 코드 제안 생성 | 허용된 개발 도구로 작업 수행 |
AI가 행동할 수 있게 되면 위험과 통제도 달라집니다
생성형 AI에는 정확성, 기밀성, 적합성 점검이 필요합니다. 에이전틱 AI에도 같은 점검이 필요하며, 실행에 대한 통제가 추가로 요구됩니다. 잘못된 초안은 사용 전에 발견할 수 있습니다. 반면 잘못된 행동은 기록을 바꾸거나, 메시지를 보내거나, 추가 업무를 발생시킬 수 있습니다. 차이는 결과가 미치는 영향에 있습니다. 어느 방식도 그 자체로 안전하지는 않습니다.
권한을 좁게 설정하고 성공 기준을 명확히 정의하는 것부터 시작해야 합니다. 승인이 필요한 행동, 시스템이 접근할 수 있는 정보, 업무를 중단하는 방법을 정해야 합니다. 오류를 조사할 수 있도록 작업 기록을 남겨야 합니다. 이메일, 문서, 웹페이지에서 발견한 지시는 자동으로 실행할 권한이 아니라 신뢰할 수 없는 입력으로 취급해야 합니다. 단순한 사례뿐 아니라 정보가 불완전한 경우와 예상 밖의 요청도 테스트해야 합니다. 유용한 파일럿은 워크플로가 잘 작동하는 지점과 사람의 개입을 위해 멈춰야 하는 지점을 보여줍니다.
비즈니스에 맞는 접근 방식을 선택하는 방법
주요 목적이 콘텐츠 생성, 설명, 요약이고 다음 단계는 사람이 책임진다면 생성형 AI를 선택합니다. 결과를 얻기 위해 행동, 도구 사용, 후속 처리가 필요하다면 에이전틱 AI를 검토합니다. 콘텐츠 생성과 통제된 실행이 모두 필요한 워크플로에는 두 방식을 함께 사용합니다.
소프트웨어를 선택하기 전에 업무, 필요한 입력 정보, 허용된 행동, 완료 기준을 정리해야 합니다. 사람이 처리해야 하는 예외 상황도 정의해야 합니다. 그런 다음 이 요구사항을 기준으로 제품을 평가합니다. 모델 사용, 실행, 연결된 도구, 필요한 사람의 검토까지 포함한 전체 운영 비용을 비교해야 합니다. 구독에 워크플로의 모든 요소가 포함된다고 가정해서는 안 됩니다. 결과를 쉽게 확인할 수 있고 오류를 감당할 수 있는 업무부터 시작합니다. 테스트를 거친 뒤에만 권한을 확대합니다. 더 진보적으로 들리는 기술 분류가 아니라 업무에 맞는 구성을 선택해야 합니다.
글로벌 및 말레이시아 기업이 확인할 사항
생성형 AI와 에이전틱 AI의 차이는 글로벌 기업과 말레이시아 기업에 동일하게 적용됩니다. 도입 시 확인할 사항은 조직의 데이터, 애플리케이션, 운영 요구사항에 따라 달라집니다. 정보가 어디서 처리되는지, 어떤 시스템에 전달되는지, 접근 권한은 어떻게 통제되는지, 워크플로가 계약상 의무를 충족하는지 확인해야 합니다. 공급업체의 이름이나 사무실 위치만으로 배포 구성을 추정해서는 안 됩니다.
호스팅과 에이전트 실행은 별개의 문제입니다. 현지 인프라를 선택할 수 있다고 해서 연결된 모든 모델과 애플리케이션의 정보 처리 위치까지 보장되는 것은 아닙니다. 외부 도구와 사람의 접근 권한을 포함한 전체 워크플로에 대한 명확한 설명을 요청해야 합니다. 고객 메시지를 자동화하기 전에는 수신 동의와 채널 이용약관을 검토해야 합니다. 내부 업무에서는 기존 업무 역할에 맞게 권한이 설정되었는지 확인해야 합니다. 콘텐츠 도구와 에이전트 모두에 이러한 점검을 적용하되, 기록을 변경하거나 외부와 소통할 수 있는 시스템은 더 엄격하게 검토해야 합니다.
AI가 실제 업무를 수행해야 하는 팀을 위한 다음 단계
AITG(당사)의 Terabot(당사 제품)은 기존 애플리케이션에서 일하는 AI 에이전트를 검토하는 기업을 위한 선택지입니다. 각 디지털 워커는 자신만의 컴퓨터인 전용 가상 머신을 갖추고 24시간 일합니다. 영업, 고객 지원, 백오피스, 컴퓨터 사용, WhatsApp 워커 등의 유형을 제공합니다. 현재 비공개 프리뷰 중이며, 기업은 초대 요청을 할 수 있습니다.
WhatsApp 워커는 자신의 컴퓨터에서 WhatsApp Web을 통해 답변합니다. 공식 WhatsApp Business API가 아니며 대량 메시지를 보내지 않습니다. WhatsApp 약관은 자동화된 사용을 제한하므로 WhatsApp Business 번호와 수신에 동의한 연락처 사용을 권장합니다. 월간 요금제는 디지털 워커 수에 제한이 없으며, AI 및 컴퓨터 사용량에 따라 구분됩니다. 가격은 출시 시 공개합니다. 모든 워크플로를 권한과 검토 요구사항에 맞춰 평가해야 합니다. 실행 방식이 필요한 업무에 맞는지 확인해야 하며, 에이전트가 모든 콘텐츠 도구를 대체할 필요는 없습니다.
최종 업데이트 2026년 10월 6일