자율형 AI: 자비스를 일상에 구현하다
목차
- 요약
- AI 에이전트의 정의 및 기능
- AI 에이전트의 발전 동향
- AI 에이전트의 실제 활용 사례
- AI 에이전트의 도전 과제
- 결론
1. 요약
이 리포트는 AI 에이전트의 발전과 실용화에 대해 다루며, AI 에이전트가 자율적으로 작업을 수행하는 능력을 기반으로 다양한 산업에서 업무 효율성을 어떻게 증대시키고 있는지를 살펴봅니다. AI 에이전트는 단순히 질문에 답변하는 것을 넘어 복잡한 업무를 독립적으로 계획하고 실행할 수 있는 자율성을 갖추고 있습니다. 이러한 능력은 보험업무 자동화 등에서 특히 유용하게 활용되며, 리포트에서는 삼성SDS의 브리티 코파일럿, 세일즈포스의 에이전트포스 등 주요 기업들의 개발 현황과 실용 사례를 분석하였습니다. 이와 함께 데이터 활용 및 개인정보 보호 문제 등 AI 에이전트의 도전 과제도 함께 다룹니다.
2. AI 에이전트의 정의 및 기능
2-1. AI 에이전트의 개념
AI 에이전트는 자율적으로 작업을 계획하고 수행하는 기술로, 특정한 목표를 달성하기 위해 필요한 데이터를 수집하고 작업의 방법과 순서를 계획하여 실행합니다. AI 에이전트는 '자율형 AI'라고도 하며, 비교적 단순한 질문에 답변하는 기존의 거대언어모델(LLM)과는 달리, 복잡한 작업을 독립적으로 수행할 수 있는 능력을 갖추고 있습니다. 예를 들어, 사용자가 일정 비는 시간에 치과 예약을 요청하면, AI 에이전트는 사용자 캘린더를 열어 빈 시간대를 확인한 후, 예약 시스템에 접속해 해당 시간에 예약을 진행하고, 결과를 사용자에게 알려주는 방식으로 작동합니다. 이처럼 AI 에이전트는 다양한 업무를 수행하고, 사용자의 데이터를 활용하며 외부 시스템과 연동하여 효율적인 작업을 가능하게 합니다.
2-2. AI 에이전트의 자율성 및 작업 수행 방식
AI 에이전트는 일정 확인, 예약, 메시지 전송 등의 여러 가지 업무를 수행합니다. 각 기능에 적합한 LLM을 활용하며, 상황에 맞게 서로 다른 에이전트가 협업하여 추가적인 작업을 수행할 수 있습니다. 예를 들어, 사고 접수부터 보험금 지급까지 22단계의 업무 처리를 수행해야 하는 보험 업무의 경우, 사고 조사, 차량 수리, 사고 보상 등으로 에이전트를 나눠 처리함으로써 기존의 2주 걸리던 과정을 3일 이내로 축소하는 것이 가능하다고 합니다. 이러한 방식은 업무 효율성을 크게 향상시키며, AI 에이전트가 로봇과 연동된다면 물리적인 작업도 수행할 수 있을 것입니다.
3. AI 에이전트의 발전 동향
3-1. AI 에이전트의 시장 성장률
전 세계 AI 에이전트 시장 규모는 매년 42.8% 성장하고 있으며, 2030년에는 705억 3000만 달러(약 93조 원)에 이를 것으로 예상됩니다. 이는 AI 기술의 발전과 기업들이 이를 이용한 업무 효율성 증가에 대한 수요가 높아짐에 기인합니다. AI 에이전트는 다양한 산업에서의 도입이 증가하고 있으며, 이로 인해 시장이 급성장하고 있다는 점이 주목할 만합니다.
3-2. 주요 기업의 AI 에이전트 개발 현황
현재 여러 기업들이 AI 에이전트를 개발하고 있으며, 그 중 삼성SDS는 생성형 AI 서비스 '브리티 코파일럿'에 '퍼스널 에이전트' 기능을 추가하고 있습니다. 이 기능은 보험 업무를 자동화하는 데 초점을 두고 있는 것으로, 자동차 사고 발생 시 복잡한 업무 처리를 신속하게 처리할 수 있도록 돕습니다. 삼성SDS에 따르면, 사고 조사, 차량 수리, 사고 보상 과정의 업무를 나누어 맡을 경우 최대 2주에서 3일로 처리 시간을 단축할 수 있을 것으로 기대하고 있습니다. 또한, 세일즈포스는 ‘에이전트포스’라는 자율형 AI 에이전트를 공개하였으며, 이는 조직 내에서의 역할, 워크플로우 및 산업별 특성에 맞춰 고객 경험과 직원 경험을 향상시키는 데 중점을 두고 있습니다. 특히, 세일즈포스는 2025년까지 10억 개의 에이전트를 활성화하겠다는 목표를 세우고 있으며, 엔비디아와 구글, IBM 등과 협력하여 AI 에이전트 시장의 혁신을 이끌고 있습니다.
4. AI 에이전트의 실제 활용 사례
4-1. 보험 업무에서의 AI 에이전트 활용
AI 에이전트는 보험 업무의 효율성을 높이는 데 중요한 역할을 하고 있습니다. 예를 들어, 삼성SDS의 생성형 AI 서비스 ‘브리티 코파일럿’은 보험 업무를 자동화할 수 있는 기능을 갖추고 있습니다. 자동차 사고 발생 시 사고 접수부터 보험금 지급까지의 프로세스는 보통 22단계에 달하고 최소 9번의 고객 커뮤니케이션이 필요합니다. 하지만 AI 에이전트를 활용하면 이러한 과정을 최대 2주에서 3일 이내로 단축할 수 있습니다. 이는 사고 조사, 차량 수리, 사고 보상 등의 작업을 나눠 맡아 진행할 수 있음을 의미합니다. 이러한 변화는 AI 에이전트가 업무를 보다 신속하고 효율적으로 처리할 수 있도록 해줍니다.
4-2. 세일즈포스의 에이전트포스 사례
세일즈포스는 2024년 연례 IT 행사 ‘드림포스 2024’에서 자율형 AI 에이전트 ‘에이전트포스(Agentforce)’를 공개했습니다. 이 에이전트는 조직 내 역할, 워크플로우 및 각 산업별 특성에 따라 혁신적인 업무 수행 방식을 지원한다고 합니다. 에이전트포스는 사전 구축된 템플릿을 활용하여 조직 구성원들이 영업, 서비스, 마케팅, 커머스 등의 고객 접점에서 신속하게 자율 에이전트를 사용하도록 돕는 로우코드 플랫폼입니다. 이 에이전트는 실시간 데이터를 기반으로 변화하는 상황에 적응하며, 고객과 직원 경험 향상에 기여할 것으로 기대됩니다. 마크 베니오프 세일즈포스 CEO는 2025년까지 10억 개의 에이전트를 활성화하겠다는 목표를 발표하며 AI 혁신 시대의 새로운 지평을 열겠다고 밝혔습니다.
5. AI 에이전트의 도전 과제
5-1. 데이터 활용과 개인정보 보호 문제
AI 에이전트는 사용자의 데이터를 활용하여 여러 업무를 수행하는데, 이는 개인정보 보호 문제를 야기할 수 있습니다. 특히, 다양한 소프트웨어와 외부 애플리케이션 프로그램 인터페이스(API)와 연동되면서 데이터 활용의 복잡성이 증가하고 있습니다. AI 에이전트들이 각 기능에 맞는 LLM을 사용할 경우, 개인정보 보호에 대한 엄격한 관리가 필요합니다. 업계 관계자는 AI 에이전트의 데이터 활용도와 시스템 연동에 따라 유의미한 격차가 생길 수 있다고 전망했습니다.
5-2. AI 에이전트의 복잡성 및 시스템 통합
AI 에이전트가 멀티 플레이어로 기능하기 위해서는 여러 LLM을 활용하고 다양한 소프트웨어와 원활하게 연동되어야 합니다. 이 과정에서 상당한 컴퓨팅 자원이 요구되며, 정보의 흐름이 매끄럽게 이루어지도록 시스템 통합이 필수적입니다. 삼성SDS는 AI 에이전트를 통해 보험 업무를 간소화할 수 있는 가능성을 제시하였으나, 이는 동시에 시스템의 복잡성을 더하고 통합의 어려움을 동반하게 됩니다. 각기 다른 과업을 담당하는 AI 에이전트 간의 협업 또한 챌린지가 될 수 있습니다.
결론
AI 에이전트는 다양한 산업에서 새로운 기회를 창출하며, 업무 자동화와 효율성 향상에 기여하고 있습니다. 이러한 AI 시스템은 영화 아이언맨의 '자비스'와 같은 상상을 현실로 구현하고 있으며, 특히 보험 산업에서의 성공적인 적용 사례를 통해 AI 에이전트의 실용성을 증명하고 있습니다. 그러나 AI 에이전트의 발전에는 개인정보 보호 및 데이터 관리 문제 등 극복해야 할 과제가 남아 있습니다. 세일즈포스와 같은 기업들의 사례는 AI 에이전트가 어떻게 기업의 기술 혁신을 이끌 수 있는지 보여주며, 앞으로 지속적인 기술 개발과 윤리적 기준의 정립이 필요합니다. AI 에이전트의 잠재력을 최대한 활용하기 위해서는, 다양한 산업에서의 협업 확대와 혁신적인 연구가 이어져야 할 것입니다.