Your browser does not support JavaScript!

에이전틱 AI 시대: agent2agent 국내외 사례와 솔트룩스 활용 전략 및 AI 스타트업 성공 사례

일반 리포트 2025년 04월 26일
goover

  • 2025년 4월 26일 기준, 에이전틱 AI(agent2agent) 분야는 빠르게 발전하고 있으며, 국내외 주요 사례들이 주목받고 있습니다. 이 보고서는 에이전틱 AI의 최근 동향과 함께 솔트룩스가 자사 비즈니스에 적용할 수 있는 다섯 가지 핵심 요소를 제안합니다. 특히, AI 에이전트 간의 상호운용성 표준화 논의(MCP vs A2A), Salesforce의 디지털 동료 전략, MS 코파일럿 웨이브2의 업무 보조 기능 등 다양한 사례를 통하여 에이전틱 AI의 시장 내 역할과 중요성을 부각하며, 이를 통해 기업의 효율성을 극대화할 수 있는 가능성을 제시합니다.

  • AI 에이전트의 상호운용성을 높이기 위한 여러 표준화 프로토콜이 제안되고 있으며, 특히 MCP와 A2A 프로토콜은 AI 에이전트 간의 원활한 소통을 지원하여 비즈니스 자동화를 이끌고 있습니다. Salesforce와 MS의 사례는 각기 다른 방법으로 AI 기술을 실무에 적용하여 기업의 경쟁력을 높이고, 고객 맞춤형 서비스를 제공하는 데 기여하고 있습니다. 이러한 경향은 기업들이 AI를 적극적으로 도입함에 따라 더욱 확산되고 있으며, 앞으로의 비즈니스 환경에서 필수적인 요소로 자리잡을 것입니다.

  • 또한, 리스크 관리와 안전장치 구축이 절실해지고 있는 가운데, 기업들은 AI 에이전트의 결정 과정에서의 투명성을 보장하기 위해 다양한 접근 방식을 모색하고 있습니다. 특히 삼성SDS와 같은 기업들이 자신의 비즈니스 프로세스를 AI로 최적화하고 있다는 점은 향후 지속적인 디지털 혁신의 중요성을 강조합니다. 아마존의 쇼핑 AI 에이전트 '루퍼스'처럼 고객의 쇼핑 경험을 혁신하는 사례를 통해 AI 에이전트의 활용 가능성을 탐색하는 것이 중요한 시점에 다다르고 있습니다.

에이전틱 AI(agent2agent) 국내외 활용 사례

  • AI 에이전트 상호운용 표준화(MCP vs A2A)

  • AI 에이전트의 상호운용성을 높이기 위한 다양한 기술 표준이 제안되고 있으며, 그 중 MCP(Model Context Protocol)와 A2A(Agent-to-Agent) 프로토콜이 주목받고 있습니다. 이 두 프로토콜은 서로 다른 접근 방식을 가지고 있으며, AI 에이전트 간의 소통을 가능하게 하여 다양한 비즈니스 환경에서 자동화된 작업을 수행하는 데 기여하고 있습니다.

  • MCP는 여러 서비스 제공자가 자신의 기능을 '스킬' 형태로 제공하여 개발자들이 필요한 기능을 쉽게 찾아 쓸 수 있도록 하는 개방형 표준을 지향합니다. 이로 인해 개발자들은 서로 다른 플랫폼과 API를 활용할 수 있는 유연성을 가지게 됩니다. 이러한 방식은 기업들이 다양한 서비스와 솔루션을 통합하여 사용자 경험을 개선하는 데 중요한 역할을 합니다.

  • 반면, A2A는 구글이 제안한 프로토콜로, 소형 AI 에이전트가 각자의 역할을 맡고 필요할 때 서로 연결되는 분산형 협업 시스템입니다. A2A는 특정 생태계, 예를 들어 구글의 다양한 서비스와의 연동을 강화하는데 강점을 보이며, 대량의 데이터 처리와 실시간 정보 연동에 최적화되어 있습니다.

  • 이 두 프로토콜은 AI 에이전트가 더 똑똑하게 협력하게 하고, 사용자에게 더 나은 서비스를 제공할 수 있도록 하는 기반 기술로 자리 잡고 있습니다.

  • Salesforce의 디지털 동료 전략

  • Salesforce는 AI를 활용하여 비즈니스 환경에서 실제 가치를 제공할 수 있는 디지털 동료로 자리매김하기 위해 Agentforce 플랫폼을 강화하고 있습니다. 이 플랫폼은 기업들이 자율적인 AI 에이전트를 배치할 수 있는 기능을 제공합니다.

  • AI 에이전트는 고객 데이터를 활용하여 마케팅, 판매 및 서비스 워크플로우를 지원하며, 이를 통해 연간 9억 달러의 반복 수익을 기록하면서 큰 성장을 이루고 있습니다. 이러한 에이전트들은 다양한 산업에서 실제 사용 사례를 바탕으로 고객 맞춤형 서비스 제공에 물기를 지니고 있습니다.

  • Salesforce의 Data Cloud 플랫폼과 Agentforce는 서로 연결되어 고객 데이터를 분석하고 이를 기반으로 고객 맞춤형 솔루션을 제공하는 데 필수적인 역할을 하고 있습니다. 이 시스템은 고객이 보다 정교하고 개인화된 경험을 할 수 있도록 하여, 기업의 경쟁력을 상승시키는 중요한 요소로 작용하고 있습니다.

  • MS 코파일럿 웨이브2의 업무 보조 기능

  • 마이크로소프트의 새로운 AI 에이전트인 '코파일럿 웨이브2'는 직무 환경에서 복잡한 의사 결정을 지원하는 디지털 동료의 역할을 합니다. 이 시스템은 리서처와 애널리스트라는 두 가지 AI 에이전트를 통해 사용자의 요청에 따라 깊이 있는 분석과 통찰력을 제공합니다.

  • 코파일럿은 오픈AI의 고급 추론 모델을 기반으로 운영되며, 사용자의 과거 회의록, 이메일, CRM 데이터 등을 분석하여 핵심 인사이트를 도출합니다. 이를 통해 기업은 빠르고 효율적인 의사결정을 가능하게 하며, 복잡한 데이터 분석 작업의 부담을 덜 수 있습니다.

  • 이렇듯 MS 코파일럿은 단순한 작업 자동화 도구를 초월하여 '디지털 동료'로서의 역할을 충실히 수행하고 있습니다. 조직 내 AI 에이전트의 적절한 배치는 효율성을 극대화하고, 인력의 창의성을 더욱 강화할 수 있는 기회를 제공합니다.

  • 에이전틱 AI 리스크 관리 및 안전장치

  • 에이전틱 AI 시스템의 도입이 가속화됨에 따라 기업들은 이러한 시스템이 가져올 리스크에 대해 더욱 심도 있게 고민하고 있습니다. 최근 설문조사에 따르면 많은 IT 의사결정자들은 이미 AI 에이전트를 사용 중이며, 향후 도입 계획이 있는 기업의 비율도 증가하고 있습니다.

  • 하지만 AI 에이전트가 기업의 중요한 의사 결정을 내리는 데 기여하게 되면, 의사 결정 과정에서의 투명성 부족, 데이터 잘못 해석 등의 리스크가 동반될 수 있습니다. 따라서 기업들은 에이전트의 행동과 결정을 모니터링하고 통제할 수 있는 시스템을 마련해야 합니다.

  • AI 에이전트가 자율적으로 행동하고 결정을 내릴 경우, 리스크 관리 시스템과 안전장치를 구축하는 것이 필수적입니다. 전문가들은 에이전트의 기능을 엄격히 제한하고, 모든 결정을 사람의 검토를 통해 확인하는 시스템을 운영하는 것이 중요하다고 강조하고 있습니다.

  • 소프트웨어 산업에서의 AI 에이전트 진화

  • AI 에이전트는 소프트웨어 산업에서도 중요한 변화를 이끌고 있으며, 이러한 변화는 단순한 자동화 도구에서 발전하여 사용자와 상호작용할 수 있는 지능형 시스템으로 자리 잡고 있습니다. AI 에이전트는 환경을 인식하고 데이터를 분석하여, 사용자 개입 없이 스스로 판단하고 행동할 수 있는 능력을 가지고 있습니다.

  • 예를 들어, GitHub Copilot은 코드 생성 및 수정, 테스트 자동화 등 개발자의 생산성을 높이는 역할을 하고 있으며, NVIDIA의 Clara AI는 의료 이미징 데이터를 처리해 진단의 정확성을 향상시키고 있습니다. 이처럼 AI 에이전트는 다양한 산업에서 효율성을 극대화하고 있습니다.

  • AI 에이전트의 진화는 단순히 기술적인 발전에 그치지 않고, 기업들이 고객의 요구에 보다 민첩하게 대응할 수 있는 필수 요소로 자리잡고 있습니다.

  • AI Assistant와 AI Agent의 핵심 차이점

  • AI Assistant와 AI Agent는 유사한 점이 많지만, 몇 가지 중요한 차이점이 존재합니다. AI Assistant는 주로 사용자의 명령에 따라 특정 작업을 수행하며, 사용자와의 상호작용에 초점을 맞춘 반면, AI Agent는 보다 자율적이며 복잡한 의사결정을 수행할 수 있는 기능을 갖추고 있습니다.

  • AI Assistant는 주로 일상적인 작업, 예를 들어 음성 인식 기반으로 알림 설정, 일정 관리 등을 수행하며, 사용자의 지시와 요청에 의존하는 경향이 있습니다. 반면 AI Agent는 특정 목표를 달성하기 위해 여러 데이터를 분석하고, 자율적으로 행동할 수 있는 특징이 있습니다.

  • 따라서 기업들이 AI 솔루션을 구현할 때에는 이 두 가지의 역할과 기능의 차이를 고려하여, 특정 비즈니스 문제를 해결할 수 있는 최적의 솔루션을 선택하는 것이 중요합니다.

  • 삼성SDS의 Agentic AI 활용 전략

  • 삼성SDS는 AI 기술을 활용하여 기업의 디지털 혁신을 선도하기 위해 Agentic AI 솔루션을 개발하고 있습니다. 이 솔루션은 기업의 전반적인 운영 효율성을 높이고, 고객 맞춤형 서비스를 제공할 수 있도록 설계되었습니다.

  • 삼성SDS는 다양한 산업 분야에 걸쳐 AI 에이전트를 활용하여 고객의 요구에 신속하게 대응하며, 비즈니스 프로세스를 자동화하는 데 중점을 두고 있습니다. 이러한 접근은 기업들이 시장 경쟁에서 우위를 점할 수 있는 기회를 제공합니다.

  • 삼성SDS의 Agentic AI는 고객과의 상호작용을 지속적으로 개선하며, AI를 통한 비즈니스 가치를 극대화하고 있습니다. 이는 기업들이 디지털 변혁 시대에 성공적으로 적응할 수 있도록 돕는 중요한 전략으로 작용하고 있습니다.

  • 실시간 비전 AI 에이전트 기능

  • 최근 AI 기술의 발전으로 인해 실시간 처리 능력을 가진 비전 AI 에이전트들이 등장하고 있습니다. 이러한 AI 에이전트는 카메라와 센서를 통해 실시간으로 데이터를 수집하고 분석하여, 즉각적인 피드백을 제공할 수 있는 능력을 갖추고 있습니다.

  • 예를 들어, 제조업에서는 비전 AI 에이전트를 활용하여 생산 과정에서의 품질 관리 및 불량품 탐지에 활용되고 있습니다. 이러한 기술은 생산 효율성을 높이고 피해를 최소화하는 데 중요한 역할을 합니다.

  • 또한, 소매업에서도 실시간 비전 AI 에이전트를 통해 고객의 행동을 분석하고, 맞춤형 마케팅 전략을 제공할 수 있는 가능성이 열리고 있습니다. 이는 기업들이 경쟁력을 갖추는 데 필수적인 요소로 자리 잡고 있습니다.

솔트룩스 비즈니스에 적용할 5가지 핵심 요소

  • 표준화된 통신 프로토콜 채택(MCP/A2A)

  • AI 에이전트의 상호운용성을 확보하기 위해 기업들은 표준화된 통신 프로토콜을 채택해야 합니다. 특히 최근 등장한 MCP(Model Context Protocol)와 A2A(Agent-to-Agent) 프로토콜은 AI 에이전트 간의 통신을 원활하게 하고, 다양한 서비스 간의 통합을 가능하게 합니다. MCP는 개방형 표준으로 여러 서비스 제공자가 이 프로토콜을 기반으로 '스킬'을 제공할 수 있게 하여 AI 에이전트 개발자들이 필요한 기능을 쉽게 찾고 활용할 수 있도록 합니다. 반면, A2A는 구글이 제공하는 분산형 협업 시스템으로, 가벼운 AI가 역할을 분담하고 필요할 때만 연결되어 작업을 수행하게끔 설계되었습니다. 이러한 프로토콜들은 솔트룩스가 다양한 AI 솔루션을 개발하는 데 있어 중요한 기반이 될 것입니다.

  • 엔터프라이즈 특화 맞춤형 솔루션 확보

  • 기업 환경에 맞춤화된 AI 솔루션을 제공하는 것은 솔트룩스의 비즈니스 성장에 중요한 요소입니다. 맞춤형 솔루션은 각 기업의 특성, 산업군, 그리고 내부 프로세스에 최적화되어야 합니다. 이러한 솔루션은 기본적인 AI 기능에 나만의 데이터 모델과 특정 비즈니스 로직을 통합하여, 고객에게 더 큰 가치를 제공합니다. AI 에이전트는 다양한 데이터 소스와 통합되어 실시간으로 업무를 수행할 수 있기 때문에, 맞춤형 솔루션을 통해 기업의 운영 효율성을 극대화할 수 있습니다.

  • 리스크 대응 및 통제 체계 구축

  • AI 에이전트의 활용이 증가함에 따라 기업은 함께 수반되는 리스크를 관리하기 위한 체계를 마련해야 합니다. 최근 조사에 따르면, 많은 기업이 AI 에이전트를 도입하고 있지만, 에이전트가 생성하는 결정에 대한 가시성과 통제가 부족한 상황입니다. 따라서 솔트룩스는 AI 에이전트가 할 수 있는 작업과 접근할 수 있는 데이터의 범위를 신중하게 설정하고, 안전장치를 마련함으로써 이러한 리스크를 최소화해야 합니다. 이는 AI 시스템의 신뢰성과 안전성을 높이고, 고객 신뢰를 유지하는 데 기여할 것입니다.

  • 자율적 추론·계획 기능 강화

  • AI 기술이 발전함에 따라 자율적 추론 및 계획 기능은 고객의 요구에 보다 효과적으로 대응할 수 있는 능력이 됩니다. AI 에이전트는 대량의 데이터와 분석을 활용하여, 사용자의 요구를 예측하고 즉각적으로 반응할 수 있는 능력을 갖추어야 합니다. 이러한 기능 강화는 고객의 경험을 보다 매끄럽고 일관되게 만들어 줄 수 있으며, 기업의 운영 효율성 또한 높일 것입니다. 각 산업군의 특성과 시장의 핫이슈를 반영하여 AI 에이전트가 스스로 계획을 세우고 행동할 수 있는 능력을 가져야 합니다.

  • 실시간 데이터 인터페이스 통합

  • 현대 비즈니스 환경에서는 실시간 데이터 처리의 중요성이 날로 증가하고 있습니다. 솔트룩스는 다양한 데이터 소스와의 높은 상호운용성을 확보하여 실시간 데이터 인터페이스 통합을 이루어내야 합니다. 유연한 데이터 관리 시스템을 구축하여, 고객의 요청에 신속하게 대응할 수 있도록 하고, 다양한 서비스와의 통합을 통해 고객에게 맞춤형 서비스를 제공합니다. 예를 들어, 데이터 클라우드와 같은 플랫폼을 활용하여 실시간으로 데이터 교환이 이루어질 수 있도록 하면, 고객에게 더 높은 가치를 제공할 수 있을 것입니다.

인공지능 활용 스타트업 성공 사례

  • 한국 AI 스타트업의 디테일 경쟁력 전략

  • 한국 AI 스타트업들은 글로벌 시장에서 성공하기 위해 '디테일 경쟁력'을 전략적으로 강화해야 한다고 손부한 세일즈포스 코리아 대표는 강조하고 있다. 그는 AI 스타트업들이 자신들의 장점을 세밀하게 살펴보고, 고객의 니즈를 정확히 파악하여 기민하게 대응할 수 있는 역량을 배양해야 한다고 밝혔다. 이는 단순히 기술력에 의존하는 것이 아니라, 각 스타트업이 가진 독특한 시장 접근 방식을 통해 차별화된 서비스를 제공해야 함을 의미한다. 특히, 대규모 인프라와 SaaS 사업자들이 앱 생태계에 진입함에 따라, 작은 스타트업들이 버티컬 AI를 통해 특화된 서비스를 준비하는 것이 더욱 중요해졌다. 디테일에 주목해 고객의 요구를 파악하고, 이를 통해 날카롭게 반응하는 기업만이 살아남을 수 있다는 시각이 지배적이다.

  • 한국 AI 스타트업들은 최신 기술을 적용한 해결책을 제공하기 위해 고유의 애플리케이션과 AI 모델을 구축하는 경향이 뚜렷하다. 손 대표는 AI 시장의 발전 속도가 빨라짐에 따라, 한국 스타트업들이 어떻게 기민하게 대응하고 디테일을 유지할 수 있는지가 한국 AI 시장의 미래를 좌우할 것이라고 언급했다. '디테일'을 무기로 삼는 것이 결국 스타트업의 성장 동력이 될 것이라는 점을 강조하며, 소비자 맞춤형 앱 서비스를 구축하는 것 또한 필수적이라고 덧붙였다.

  • 기술 그 너머의 비전을 실현하기 위해서는 비즈니스 프로세스를 변화시키고, 경영 혁신을 이루는 것뿐만 아니라 지속적인 변화 관리가 필요하다는 것이 손 대표의 주장이다. 이러한 방향으로 나아가는 과정에서 한국의 AI 스타트업들은 다양한 산업 분야에서 그 혁신성을 발휘해야 할 시점에 들어서고 있다. 한국이 AI 스타트업을 통해 글로벌 AI 시장에서 자리매김하기 위한 방법은 결국 이러한 디테일에 숨겨진 경쟁력을 활용하는 것이다.

  • 아마존 쇼핑 AI 에이전트 ‘루퍼스’ 사례

  • 아마존의 쇼핑 AI 에이전트 ‘루퍼스(Lufus)’는 사용자의 쇼핑 경험을 혁신적으로 개선하는 데 중점을 두고 있다. 루퍼스는 고객의 선호와 구매 이력을 기반으로 최적의 상품을 추천하며, 필요시에는 아마존에 없는 상품까지도 외부 사이트에서 찾아서 제안하는 혁신적인 기능을 제공한다. 사용자 맞춤 기능을 강조하는 루퍼스는 이제 더 이상 단순한 추천 시스템을 넘어, 사용자가 원하는 상품을 정확하게 탐색하여 결제까지 대행하는 시스템으로 진화하고 있다.

  • 2025년 4월 3일, 아마존은 '바이 포 미(Buy for me)'라는 새로운 기능을 공개하며 루퍼스의 기능을 확장했다. 이 기능은 사용자가 아마존에서 직접 찾을 수 없는 상품도 추천하고, 외부 웹사이트에서 직접 구매할 수 있도록 무리 없이 안내해준다. 예를 들어 사용자가 특정 신발 모델인 '나이키 Air Max 270'을 검색하면, 루퍼스는 해당 제품을 나이키 공식 웹사이트에서 찾아 신속하게 정보를 제공하고, 결제까지 돕는다. 이러한 방식으로 루퍼스는 쇼핑 과정에서의 사용자 편의성을 극대화하고 있다.

  • AI 에이전트는 지금 이커머스 업계에서 점점 더 중요한 역할을 맡고 있으며, 시장 전문가들은 AI 에이전트가 전 세계 전자상거래 매출의 25%를 차지할 것이라고 예상하고 있다. AI 에이전트의 발전은 단순히 사용자 경험을 향상시키는 것에 그치지 않고, 상호 작용하는 AI들 간의 거래가 이루어질 A2A(Agent-to-Agent) 시대의 도래를 예고하고 있다. 이러한 흐름은 시장의 지형을 바꾸고 있으며, 아마존의 루퍼스는 이러한 신뢰할 수 있는 AI 에이전트로서의 역할을 단적으로 보여주는 사례로 부각되고 있다.

마무리

  • 에이전틱 AI(agent2agent)는 비즈니스 환경에서 중요한 변화의 흐름을 이끌고 있으며, 현재 인공지능의 발전과 함께 다섯 가지 핵심 요소인 상호운용성 표준화, 엔터프라이즈 맞춤화, 리스크 관리, 자율적 추론 기능, 실시간 데이터 연동을 결합함으로써 기업의 경쟁력을 높일 수 있는 기회를 제공합니다. 솔트룩스는 이러한 방향성을 바탕으로 MCP 및 A2A 표준에 적극 참여하고, 대규모 업무용 에이전트 솔루션과 실시간 인터페이스를 구축함으로써 비즈니스 모델을 혁신할 필요가 있습니다.

  • 특히, 한국 스타트업의 '디테일 경쟁력' 사례와 글로벌 기업의 AI 에이전트 도입 전략을 벤치마킹하여, 고객 맞춤형 솔루션 포트폴리오를 구성할 수 있습니다. 이러한 접근은 시장에서의 차별화를 꾀하고, 업계 선도 기업으로 자리매김할 수 있는 기반이 될 것입니다. 향후 에이전틱 AI의 적용이 기업의 경쟁력을 함양하는 중요한 수단으로 작용할 것으로 예상되며, 이에 대한 지속적인 연구와 투자가 필요할 것입니다.

  • 결국, 에이전틱 AI는 단순한 자동화 도구가 아닌, 기업의 혁신성과 경쟁력을 강화하는 전략적 자산으로 인식되어야 하며, 이 과정을 통해 기업들은 지속 가능한 성장과 고객 만족을 동시에 추구할 수 있을 것입니다.

용어집

  • 에이전틱 AI (agent2agent): 에이전틱 AI는 AI 에이전트 간의 상호작용과 협업을 통해 비즈니스 자동화를 가능하게 하는 기술로, 최근에는 MCP와 A2A 프로토콜을 통해 통신의 표준화를 추진하고 있습니다. 이는 AI 에이전트가 서로 정보를 주고받으며 협력할 수 있는 기반을 제공합니다.
  • MCP (Model Context Protocol): MCP는 모델 컨텍스트 프로토콜로, 여러 서비스 제공자가 자신의 기능을 '스킬' 형태로 제공하여 AI 에이전트 간의 원활한 소통을 지원하는 개방형 표준입니다. 이를 통해 개발자들은 다양한 플랫폼에서 손쉽게 기능을 찾고 활용할 수 있습니다.
  • A2A (Agent-to-Agent): A2A는 에이전트 간의 분산형 협업 시스템을 구현하는 프로토콜로, 소형 AI 에이전트가 역할을 분담하고 필요시에만 서로 연결되어 작업을 수행합니다. 이는 특히 구글의 생태계와의 연동에 강점을 보이며, 실시간 데이터 처리가 요구되는 비즈니스 환경에서 유용합니다.
  • 리스크 관리: AI 에이전트의 활용이 증가함에 따라 기업들은 에이전트의 결정 과정에서의 투명성을 보장하고, 데이터 잘못 해석에 따른 리스크를 관리하기 위한 체계를 구축해야 합니다. 이는 에이전트의 기능을 제한하고 사람의 검토를 통한 결정을 강조하는 것이 포함됩니다.
  • 디테일 경쟁력: 한국 AI 스타트업들이 글로벌 시장에서 경쟁하기 위해 강조하는 전략으로, 고객의 니즈를 세밀하게 파악하고 기민하게 대응하는 능력을 뜻합니다. 이는 단순한 기술력 외에도 고객 맞춤형 서비스를 제공하는 데 중요합니다.
  • Salesforce Agentforce: Salesforce의 AI 에이전치를 활용한 디지털 동료 플랫폼으로, 고객 데이터를 분석하여 마케팅, 판매, 서비스의 워크플로우를 지원하며, 기업들이 AI를 통해 고객 맞춤형 서비스를 제공할 수 있게 돕습니다.
  • MS 코파일럿 웨이브2: 마이크로소프트의 AI 에이전트로, 직무 환경에서 복잡한 의사 결정을 지원하는 디지털 동료의 역할을 하며, 다양한 데이터를 분석하여 핵심 인사이트를 제공하는 기능을 갖추고 있습니다.
  • 실시간 비전 AI 에이전트: 최신 AI 기술을 통해 실시간 데이터 처리가 가능한 비전 AI 에이전트로, 제조업과 소매업에서 고객 행동 분석 및 품질 관리를 포함하여 다양한 응용 분야에서 사용되고 있습니다.
  • AI 에이전트: 인공지능 기반으로 자율적으로 행동하고 복잡한 의사 결정을 수행할 수 있는 시스템으로, 사용자의 명령에 반응하며 특정 작업을 자동화할 수 있습니다. AI 에이전트는 다양한 데이터를 실시간으로 처리하여 업무를 수행합니다.
  • AI Assistant: 주로 사용자의 명령에 따라 특정 작업을 수행하며, 사용자와의 상호작용에 초점을 맞춘 시스템입니다. AI Assistant는 일정 관리나 알림 설정과 같은 일상적인 작업을 수행하는 데 주로 사용됩니다.

출처 문서