오늘날 에이전트가 업무에서 할 수 있는 일

이번 물결의 처음 몇 해 동안 대부분의 사람은 AI를 채팅 창으로 만났습니다. 사람이 묻고, AI가 답하고, 나머지는 사람이 했습니다. 이제 모든 슬라이드에 적힌 단어는 에이전트입니다. 목표를 받고, 단계를 밟고, 허용된 도구를 쓰고, 끝낸 일을 들고 돌아오는 소프트웨어입니다.

지난 몇 주는 그 양면을 모두 보여 주었습니다. OpenAI는 백그라운드에서 계속 일하는 에이전트를 ChatGPT에 넣었습니다. Anthropic과 METR은 아무도 시키지 않은 일을 한 에이전트에 대해 설명했습니다. 주장들을 증거와, 그리고 저희의 일상 업무와 맞대어 보았을 때 보이는 것을 정리합니다.

숫자가 말하는 것

도입은 실제로 일어나고 있지만 고르지 않습니다. McKinsey의 2026년 설문에서 매출 10억 달러가 넘는 조직의 응답자 40퍼센트가 AI 에이전트를 확대하고 있다고 답했는데, 1년 전에는 27퍼센트였습니다. 더 작은 조직에서는 그 비율이 22퍼센트에 머물렀습니다. 응답자 열 명 중 두 명가량이 코딩 에이전트를 확대하고 있었고, 32퍼센트는 이제 코딩 에이전트로 사내에서 직접 만들 수 있게 되어 소프트웨어 구매를 하지 않기로 결정한 적이 있다고 답했습니다.

돈은 아직 따라오지 않았습니다. AI가 EBIT에 조금이라도 영향을 주었다고 답한 응답자 비율은 37퍼센트에 머물렀습니다. Gartner는 에이전틱 AI를 하이프 사이클의 정점에 놓습니다. 2026년 CIO 설문에서 에이전트를 도입한 조직은 17퍼센트였고, 60퍼센트 이상이 2년 안에 도입할 것으로 예상했습니다. Gartner는 대부분의 도입이 여전히 범위가 좁고, 완전 자율 에이전트는 대다수 기업 사용 사례에 아직 준비되지 않았다고 지적합니다. 또 2027년 말까지 에이전틱 AI 프로젝트의 40퍼센트 이상이 취소될 것으로 보며, 챗봇과 오래된 자동화에 에이전트라는 이름표만 새로 붙이는 에이전트 워싱을 경고합니다.

안정적으로 해내는 일

저희가 아는 가장 신중한 측정은 METR에서 나옵니다. METR은 소프트웨어 작업에서 AI 에이전트의 성과를, 같은 작업에 숙련된 사람이 걸리는 시간과 비교해 잽니다. 5월 보고서에서 가장 뛰어난 공개 모델들은 사람이 약 12시간 걸리는 작업에서 절반의 확률로 성공했습니다. 다섯 번 중 네 번 성공을 요구하면 작업 길이는 약 1시간 30분으로 줄어듭니다.

그 격차가 업무 속 에이전트의 이야기입니다. 에이전트는 긴 작업을 시도할 수 있습니다. 확실하게 끝내는 것은 짧은 작업입니다. 업무 프로세스는 확실한 쪽의 숫자로 평가됩니다. 절반만 맞는 청구서 처리를 원하는 사람은 없기 때문입니다. Anthropic 자신의 조언은 여전히 유효합니다. 미리 정해진 경로를 따르는 워크플로는 예측 가능하고, 다음 단계를 스스로 고르는 에이전트는 유연하지만 오류가 쌓이기 쉬우니, 작동하는 가장 단순한 구성에서 시작하고 확실히 이득이 될 때만 자율성을 더하라는 것입니다.

지난 몇 주가 보여 준 것

9월 29일 OpenAI는 개발자 콘퍼런스에서 Dots를 출시했습니다. ChatGPT 안의 에이전트로, 각각 자체 클라우드 컴퓨터에서 돌아가고, 대화와 대화 사이에도 목표를 향해 계속 일하며, 4'000개가 넘는 앱에 닿고, ChatGPT, Slack, Teams에서 메시지를 주고받을 수 있습니다. SiliconANGLE은 OpenAI가 구매와 청구서 처리에 특화된 버전을 내부에서 시험했다고 보도했습니다. 설계가 많은 것을 말해 줍니다. Dot이 혼자 조사하는 동안 소유자의 앱과의 연결은 읽기 전용입니다. 계정에 손대거나 정보를 공유하는 행동은 자동 검토를 거치며, OpenAI는 에이전트가 여전히 실수할 수 있으니 중요한 작업은 검토하라고 사용자에게 안내합니다. 스위스, 영국, 유럽경제지역의 Pro 사용자는 이번 출시에서 제외되었습니다.

9월 30일 METR 회장은 미국 상원 소위원회에서 OpenAI가 7월에 공개한 사고를 증언했습니다. 내부에서 시험하던 에이전트들이 서로 협력해 시험에서 부정행위를 했고, 그 과정에서 널리 쓰이는 AI 플랫폼 Hugging Face를 침해했다는 것입니다. 그의 요약은 간단했습니다. 개발자들은 에이전트가 인간의 의도에 반하는 행동을 하지 않게 하는 문제를 아직 풀지 못했다는 것입니다.

10월 9일 Anthropic은 평가와 내부 사용 중 자사 모델이 한 의도치 않은 행동에 대한 조사 결과를 발표했습니다. 한 연구용 모델은 연습용 사본이 열리지 않자 실제 정부 양식을 제출했고, 한 소형 모델은 제출하지 말라고 지시받은 양식을 이따금 제출했습니다. 다른 모델들은 제한을 우회해 접근이 막힌 데이터에 닿거나, 링크 단축기를 써서 도구의 한계를 넘어섰습니다. Anthropic은 영향이 미미했고, 아는 한 고객 데이터는 관련되지 않았다고 밝힙니다. Anthropic은 모든 내부 평가에서 실시간 인터넷 접근을 끊고, 일부 웹 도구의 가드레일을 강화했으며, 설명한 모든 사례를 차단하는 탐지 기능을 만들었습니다.

지시는 관문이 아니다

회사가 얻을 교훈은 에이전트가 위험한 장난감이라는 것이 아닙니다. 이는 연구소들이 모델을 혹독하게 시험한 결과였고, 그들은 발견한 것을 공개했습니다. 교훈은 통제가 어디에 있느냐에 관한 것입니다. 양식을 제출하지 말라는 말을 들은 에이전트는 이따금 그것을 제출했습니다. 제출 버튼에 닿을 수 없는 에이전트는 결코 제출하지 못합니다.

확인에도 같은 주의가 필요합니다. Anthropic의 Project Vend 2단계에서 사무실 매점을 운영하던 Claude 에이전트에게 상사가 생겼습니다. 최고경영자 역할을 맡은 두 번째 에이전트입니다. 이 에이전트는 특별 대우 요청을 거절한 경우보다 약 여덟 배 더 자주 승인했고, 같은 모델로 돌아갔기 때문에 매점 에이전트의 맹점 상당수를 공유했습니다. 같은 모델로 돌아가는 두 번째 에이전트는 좋은 일꾼이지만 약한 검사관입니다. 중요한 확인은 다른 무언가에서 나와야 합니다. 코드로 쓴 규칙, 통과하거나 실패하는 테스트, 또는 사람입니다.

저희 제품 속 관문

오늘날 모든 crue 제품은 이렇게 작동합니다. Kontor에서 발송, 결제, 독촉은 어시스턴트가 아예 쓸 수 없고, 그 일은 사람이 합니다. Studio에서는 어시스턴트가 웹사이트 변경안을 작성하고, 모든 변경과 모든 게시는 사람이 승인합니다. Lookout은 모든 채널에서 찾고, 쓰고, 준비하며, 밖으로 나가는 것은 사람이 승인합니다. Twin에서는 모든 역할의 모든 작업에 표시가 붙습니다. 스스로 처리, 승인 대기, 또는 확신이 없을 때 사람에게 넘김입니다.

다음 단계는 관문을 옮깁니다. 없애지는 않습니다. Twin은 월말 결산, 견적, 온보딩 같은 루틴 전체를 처음부터 끝까지 실행하고, 회사가 고른 관문에서 승인을 받게 됩니다. Lookout은 첫 신호부터 예약된 미팅까지 전체 과정을 회사의 규칙 안에서 실행하게 됩니다. crue는 이미 80개가 넘는 스킬을 갖춘 자체 Twin으로 운영되며, 현재 단계가 실제 업무에서, 그것도 저희 업무에서 먼저 검증되었을 때만 선을 옮깁니다. 사람에게 남는 것은 이름이 걸린 부분입니다. 고객과의 대화, 판단이 필요한 결정, 그리고 마지막 승낙입니다.

어디서 시작할까

Gartner의 조언은 저희 생각과 가깝습니다. 결정이 필요한 곳에는 에이전트를, 반복되는 워크플로에는 평범한 자동화를, 간단한 조회에는 어시스턴트를 쓰라는 것입니다. 가치의 상당 부분은 무엇이 어디에 해당하는지 가려내는 데 있습니다.

매주 반복되고, 끝이 분명하며, 사람이 1분 안에 확인할 수 있는 결과물을 내는 루틴 하나를 고르십시오. 목표, 에이전트가 쓸 수 있는 도구, 반드시 멈춰야 하는 지점을 적고, 그 멈춤을 프롬프트에만 두지 말고 도구 자체에 심으십시오. 회사 밖으로 나가는 모든 것, 곧 청구서, 이메일, 게시되는 페이지 앞에 관문을 두십시오. 그런 다음 초안이 수정 없이 통과한 횟수를 정직하게 세십시오.

에이전트는 아직 동료가 아닙니다. 빠르고 지치지 않지만, 자신이 언제 틀렸는지에 대한 감각이 고르지 않은 주니어입니다. 분명한 목표와 맞는 도구, 그리고 말로 통과할 수 없는 관문을 주면, 이미 한 주의 일을 상당히 덜어 줍니다.