김우주 연세대 AI기술연구센터장(산업공학과 교수)은 “AI 에이전트는 이미 기술적으로는 준비 단계에 들어와 있고, 내년부터는 기업과 조직의 실제 워크플로우 안으로 들어오기 시작할 것”이라며 “지금 단계에서 산업 현장에 가장 현실적으로 적용할 수 있는 기술이 바로 에이전트”라고 말했다.
김 센터장이 이끄는 AI기술연구센터는 에이전트·에이전틱 AI와 피지컬 AI 등을 중심으로 산업·공공 현장에 적용 가능한 AI 기술을 연구한다. 사회·인문·경영·교육·의료 전 분야 융합을 기반으로 하는 국내 최대 규모의 단일 AI 연구기관인 연세대학교 AI혁신연구원의 기술 축을 담당한다.
김 센터장은 AI 기술 경쟁의 무게중심은 더 이상 단일 모델의 성능 향상에 있지 않다고 본다. LLM이 범용적인 언어 이해와 생성 능력을 제공했다면, 이제는 그 위에 다양한 도구와 시스템을 연결해 사람이 하던 일을 대신 수행하는 구조, 즉 에이전트로 진화하고 있다는 설명이다.
그는 “에이전트는 하나의 모델이 아니라 여러 도구를 엮어 쓰는 구조”라며 “이 단계부터는 단순한 질의응답을 넘어, 실제 업무 실행 흐름에 영향을 미치게 된다”고 강조했다.
김 센터장은 에이전트 AI가 빠르게 확산될 수밖에 없는 이유로 현실적 적용성을 꼽았다. 그는 “기존 시스템과 결합해 상담, 분석, 추천, 업무 지원 등 다양한 역할을 수행할 수 있다”고 전했다.
그는 “LLM은 기본적으로 일관성이 떨어지는 특성이 있다”며 “같은 질문을 해도 다른 답을 내놓을 수 있기 때문에, 중요한 의사결정을 전적으로 맡기기에는 리스크가 있다”고 지적했다.
김 센터장은 AI 에이전트 도입의 성패가 ‘데이터를 어떻게 주느냐’, 다시 말해 관점과 통제 구조에 달려 있다고 강조했다. 그는 “많은 조직이 데이터를 다 넣어주면 AI가 알아서 답을 줄 거라고 생각하는데, 오히려 그게 위험하다”며 “안 줘야 할 건 주지 말고, 줘야 할 건 명확하게 주는 설계가 중요하다”고 힘줘 말했다.
특히 그는 에이전트 시대를 대비해 준비해야 할 요소로 △업무 목적에 맞는 데이터 정제 △내부 의사결정 기준의 구조화 △테스트용 데이터셋 확보를 꼽았다.
김 센터장은 “어떤 모델이 좋은지를 따지기 전에, 우리 조직의 업무를 AI가 어떻게 이해해야 하는지를 먼저 고민해야 한다”며 “그 준비가 돼 있는 곳부터 AI의 효과를 체감하게 될 것”이라고 내다봤다.
그는 “내년은 에이전트가 조직 안에서 ‘실험 대상’이 아니라 ‘실제 도구’로 쓰이기 시작하는 원년이 될 것”이라며 “이 흐름을 놓치면 이후 격차는 더 벌어질 수 있다”고 강조했다.
김명희 기자 noprint@etnews.com
