AI 에이전트의 현재와 미래 🌌

2024년 AI 시장의 최대 화두 중 하나는 AI 에이전트입니다. AI 에이전트는 무엇이고, 기존의 AI 기술과는 어떤 차이가 있을까요? AI 에이전트의 현재와 AI의 미래 교육 방법까지 알아보겠습니다.

AI 에이전트란?

AI 에이전트는 환경을 인식하고 특정 목표를 달성하기 위해 조치를 취하도록 설계된 코드 또는 메커니즘을 말합니다. 우리 주변에서 흔하게 볼 수 있는 AI 에이전트로는 챗봇, 스마트홈(IoT) 및 금융 등에서 사용하는 거래 소프트웨어 등이 있습니다.

AI 에이전트의 등장 배경

인공지능 업계는 과거부터 기술 고도화를 넘어 사용자와 의사소통이 가능한 AI 기술을 연구하기 시작했습니다. 가장 간단한 형태로는 사용자의 음성을 인식해서 명령을 수행하는 Siri, Alexa와 같은 음성 챗봇부터 기가지니와 같은 스마트 스피커가 그것입니다. 물론 초기 단계에서는 사용자의 의도를 완전히 파악하고 그에 맞는 임무를 정확하게 수행하지는 못했습니다. 

챗GPT의 등장 이후, 생성형 AI가 다양한 디바이스에 적용되기 시작하면서 AI는 실생활에서 의미 있는 역할을 수행할 수 있게 되었습니다. 단순히 자연어를 인지하는 것 뿐만 아니라 행간의 맥락을 이해하고 그 과업을 완료하기 위해 스스로가 사용할 수 있는 여러 도구들과 연쇄적으로 상호작용할 수 있게 되었기 때문입니다. 현재 AI 에이전트는 금융 및 의료 등의 특수한 환경에서 상황에 맞는 과업을 수행하는 수준까지 발전하면서 발전 가능성을 보여 주고 있습니다.

AI 에이전트의 주요 기능

1) 상황 인식

AI 에이전트는 감각 입력 기능을 통해 환경으로부터 다양한 정보를 수신합니다. AI 에이전트가 수행하는 상황 인식에는 사용자의 언어적 메시지, 사용자의 위치, 시간 및 날짜, 사용자의 프로필, 감정, 과거 상호작용 기록 등이 있을 수 있으며, 이와 같은 인식을 통해 현재 자신이 수행해야 하는 과업의 범위를 이해하게 됩니다. 특히 이런 상황 인식은 챗봇이나 가상 비서와 같이 광범위한 영역의 의사소통이 필요한 영역에서 중요합니다.

2) 상호작용

AI 에이전트가 기존 기술과 차별되는 가장 큰 특징 중 하나는 스스로 상황을 인지하고 학습 및 추론 과정을 통해 사용자와 상호작용을 할 수 있다는 것입니다. 그렇기 때문에 예상치 못한 장애물이 있더라도 현재 상황을 평가하여 장애물을 피해 과업을 수행하거나 종합적으로 인지한 환경에 알맞는 응답을 할 수 있게 됩니다. 우리가 ‘프롬프트’라고 부르는 업무 지시 알고리즘보다 현저하게 간단한 명령으로도 더 정교하고 정확한 판단을 할 수 있게 되고, 결과적으로 인간과의 의미 있는 상호작용이 가능하게 됩니다. 노동 시장에 AI 에이전트가 적용되게 되면 사람보다 훨씬 적은 비용으로 사람과 유사한 일을 사간 제한 없이 수행할 수 있게 된다는 장점이 있습니다.

3) 자율성

이제는 일반적인 AI 에이전트보다 더 진보된 형태의 ‘자율 AI 에이전트(Autonomous AI Agent)'도 함께 연구되고 있습니다. 자율 AI 에이전트는 GPT-4와 같은 AI모델의 외부 툴에 대한 접근을 허용하는 제품 및 서비스를 말합니다. 외부 툴과 AI가 결합됨으로써 모델이 사람의 개입 없이도 완전한 자율성을 가지고 과업을 수행하는 것을 목적으로 합니다. 예를 들어, AI 모델이 외부 메모리에 접근하여 학습 내용을 보존함으로써 장기 기억 능력을 향상시켜 할루시네이션(거짓 정보를 마치 옳은 것과 같이 제시하는 현상)의 위험성이 줄어들고 좀더 복잡한 과업을 수행할 수 있게 됩니다.

AI 에이전트의 활용 방안

AI 에이전트가 빠르게 발전하는 만큼, 다양한 분야에서 이미 AI 에이전트가 활용되고 있습니다. 

1) 챗봇

단순한 수준의 챗봇은 이미 여러 비즈니스 환경에서 사용되고 있었지만, AI 에이전트가 적용되면서 챗봇의 사용자 경험이 급속도로 발전하고 있습니다. 과거의 챗봇은 단순히 정해진 레퍼토리에 따라 응답을 출력하는 데 그쳤다면, 자연어 처리(NLP) 챗봇은 사용자가 입력하는 언어의 문맥을 파악하고 사람과 유사한 응답을 할 수 있습니다. 특히, 지속적인 머신러닝 학습을 통해 별도의 언어 업데이트 없이도 다국적 언어까지 이해할 수 있고, 사용자의 감정 분석, 이미지 인식 등의 고급 인지 기능도 수행할 수 있게 됩니다.

2) 데이터 기반 의사결정

맥킨지 글로벌 연구소에 따르면 현재 비즈니스 환경에 존재하는 업무 중 45%는 완전 자동화가 가능합니다. 특히, AI 에이전트를 활용하면 그 속도를 더 가속화시킬 수 있습니다. 단순 노동뿐만 아니라 순차적 의사결정 트리, 또는 계층적 의사결정 트리의 논리를 이해하고 데이터 기반 의사결정을 AI가 직접 내릴 수도 있습니다.

여기에서 더 나아가면, AI가 인간의 창의성에 관한 영역까지 수행할 수도 있게 됩니다. 단순히 주어진 데이터를 기계적으로 해석하는 것에 그치지 않고 인간의 개입 없이 독립적으로 작동하여 의사결정 트리에 존재하는 다양한 의견을 종합하여 아이디어를 내고, 주도적으로 상황에 대응할 수 있게 됩니다. 또한, 구체적인 목표를 설정하고 그 목표를 달성하기 위해 주어진 정보와 상황을 바탕으로 추론을 사용함으로써 복잡한 의사결정을 합리적으로 할 수 있습니다.

3) 가상 어시스턴스

AI 가상 비서는 사용자와의 커뮤니케이션을 통해 계속해서 피드백을 학습합니다. 새로운 질문과 지시, 시나리오를 접하면서 사용자의 의도에 부합할 수 있도록 응답을 조정하고 개선합니다. 특히, 사용자와의 의사소통뿐만 아니라 웹사이트, 소셜 미디어, IoT 등 다양한 주변 채널과 상호작용하면서 사용자의 요구를 더욱 정확하게 인지하고 상황에 맞는 지원을 제공하는 데 능숙해질 수 있습니다.

AI 에이전트의 실사용 사례

1) MS 코파일럿

빌 게이츠가 게이츠노트에서 “앞으로 5년 안에 컴퓨터를 사용하는 방식이 완전히 달라질 것”이라고 언급한 이후 마이크로소프트에서는 코파일럿(Copilot)이라는 이름의 AI 에이전트를 본격적으로 상용화하고 있습니다. 코파일럿은 오픈AI의 GPT-4 모델을 기반으로 한 AI 에이전트입니다. 현재는 워드, 엑셀, 파워포인트, 팀즈 등의 프로그램이 포함된 MS365 환경에서 검색이나 생산성 도구 등 제한적으로 활용되고 있지만, 마이크로소프트는 점차 윈도우 OS에까지 코파일럿을 반영하여 PC환경에서 직관적으로 복합 기능을 수행할 수 있는 생성형 AI를 도입할 계획을 세우고 있습니다.

2) 네이버 클로바 X

국내 최대 포털 기업인 네이버는 초대규모 AI인 ‘하이퍼클로바 X’를 적용한 대화형 AI 에이전트 서비스 ‘클로바 X’에 플러그인 서비스를 도입하여 사용성을 높이고 있습니다.

스킬(Skill)이라는 이름의 플러그인은 외부 어플리케이션과 서비스를 클로바 X에 결합하여 사용할 수 있도록 만들어 주는 서비스입니다. 각종 서비스에서 제공하는 최신 정보를 클로바 X와 연동하여 AI가 사용자에게 더 정확한 답변을 줄 수 있도록 한 것입니다. 특히, 커머스 서비스인 컬리, HR 서비스인 원티드, 플랫폼 서비스인 쏘카 등과 연결하여 다양한 분야의 서비스에서 사용자 친화적인 답변을 할 수 있도록 발전시켜 나가고 있습니다.

3) 의료 자가 진단

의료 산업에서는 조금 더 목표 지향적이고 복잡한 작업을 수행하는 방향으로 AI 에이전트가 발전하고 있습니다. 엑스레이, MRI, CT스캔과 같은 의료 이미지를 AI가 분석하여 진단 프로세스 속도를 향상시키고, 환자의 특성에 맞도록 맞춤형 치료 계획을 수립하여 잠재적인 부작용 가능성을 낮추는 방식입니다.

대화형 AI 기업인 Kore ai에서 출시한 HealthAssist나 엔비디아와 히포크라테스AI와 같은 글로벌 기업에서는 대화형 챗봇 AI 서비스를 활용하여 환자 진료 예약과 의약품 식별, 병동 운영 등의 영역에서 이미 성과를 거두고 있습니다.

AI 붐과 AI 기술의 미래

1950년 AI가 태동한 이래로 2024년 현재 AI는 가장 빠른 기술 발전을 경험하고 있습니다. 2022년 생성형 AI를 통해 3차 AI 붐이 일어났고, 지금은 더 발전된 형태의 AI 에이전트가 새로운 AI 붐을 이끌고 있습니다. 글로벌 시장 조사업체인 IDC(International Data Corporation)의 보고서에 따르면 2024년 생성형 AI 시장은 전년 대비 2.7배나 높은 401억 달러 규모로 성장할 전망이고, 또한, 매년 성장을 가속화하여 2027년에는 1,511억 달러 수준으로 성장할 것이라 예측하고 있습니다. 또한 온디바이스(On-Device) AI가 본격적으로 상용화되면서 고도화된 형태의 AI가 필요로 하는 리소스 또한 줄어들고 있습니다.

시대별 AI 발전 과정 © SK 경영경제연구소

빠른 기술 발전은 새로운 기회를 만들어내고 있지만, 동시에 사회적 문제를 야기하기도 합니다. AI의 발전 속도를 따라가지 못하면 윤리적인 문제와 함께 사람들의 적응 문제가 필연적으로 뒤따라옵니다. 특히, 비즈니스 환경에서는 새로운 기술을 제대로 이해하지 못하면 그대로 도태되기 때문에 빠르게 기술을 파악하고 적용할 수 있는 방법이 필요합니다. 

이 문제가 실무적인 수준까지 내려오게 되면, 결국 실용적이고 효율적인 교육이 필요의 필요성으로 귀결되게 됩니다. 일반 회사에서 재직하고 있는 다양한 직무의 직원들은 AI 에이전트가 발전하고 있는 트렌드나 기술의 방향성에 대한 이해보다도 이미 존재하는 기술을 적절하게 활용하는 데에 더 주안점을 두고 업무를 수행하기 때문입니다. 그래서 HRD에서 고민해야 할 부분은 3차 AI 붐 이후 어떤 방식으로 기술 활용의 방향성이 변화하고 있는지를 파악하고, 그에 맞추어 직원들의 기술 활용 역량을 어떻게 올릴 것인지를 결정하는 것입니다.

AI 시대 리터러시 교육의 방향

AI 시대에는 앞서 살펴본 바와 같이 우리가 기술을 이해하는 속도보다 더 빠른 속도로 새로운 기술들이 등장하게 됩니다. 그렇다면 우리는 AI의 원리나 기술적 학습보다는 AI 그 자체에 대한 이해도를 높이고 AI를 활용한 서비스들을 우리 비즈니스에 적용할 수 있는 맥락적인 학습이 필요합니다. 다시 말해, AI 리터러시를 위한 교육이 필요합니다. 특히, AI 리터러시는 임직원들의 역량을 근본적으로 향상시킴으로서 ‘업스킬링'과 ‘리스킬링'이 통합된 ‘크로스 스킬링'이 가능하게 한다는 점에서도 점점 더 그 중요성이 커질 것입니다.

AI 기술이 발전할수록 그 기술을 활용하는 인간의 역할이 점점 더 커집니다. 기술은 그 자체만으로 움직이지 않고, 행위 주체인 사람이 어떻게 기술을 사용하는지에 따라 가능성이 천차만별로 달라지기 때문입니다. 곧, 사람은 이제 단순히 기술을 사용하는 것을 넘어 ‘사유하는 존재'로서 기능해야 한다는 의미입니다. 이런 차원에서 리터러시는 ‘사유하는 존재'로 존립하여 우리가 생각하는 것을 구현하기 위해 기술을 사용할 수 있도록 하는 기초적인 배경 지식이라고 볼 수 있습니다. 때문에 향후 AI 교육은 점점 더 기술 중심의 교육이 아닌 리터러시 중심의 교육이 주가 될 것으로 보입니다.

에이블런는 지금까지 축적해 온 부트캠프 및 기업 데이터 및 AI 교육 경험을 통해 디지털 전환 교육이 필요한 다양한 기업에 최적화된 맞춤 서비스를 제공하고 있습니다. 실무에 적용할 수 있는 디지털 전환 도입이 필요하다면 🔗이 링크를 통해 에이블런의 기업교육을 더 알아보세요!

참고 문헌

McKinsey Global Institute, The economic potential of generative AI: The next productivity frontier

IDC, Korea Artificial Intelligence 2023-2027 Forecast

국제금융센터, AI 붐(boom)의 지속 가능성 점검

SK 경영경제연구소, AI의 시작과 발전 과정, 미래 전망

Microsoft Build, AI 에이전트란?

AI타임스, 오픈AI, AI 에이전트 개발 중..."곧 출시될 모델이 모든 것 바꿀 것", 2024

조선비즈, 빌 게이츠도 주목한 ‘AI 에이전트’… PC와 소통방식 바꾼다 [요즘 뜨는 AI], 2024

매일경제, [World & Now] 'AI 에이전트'의 시대, 2023

뉴스핌, AI 에이전트가 온다, 2024

카카오 엔터프라이즈, 자율 AI 에이전트, ChatGPT 다음의 메가트렌드?

WIRED, Forget Chatbots. AI Agents Are the Future, 2024

WIRED, Here’s Proof the AI Boom Is Real: More People Are Tapping ChatGPT at Work, 2024