찾아보긴 귀찮고, 읽어도 모르겠고

그런 것들만 골라서 쉬운 말로 바꿔드려요.

기술/AI·컴퓨팅

AI에이전트, 목표만 주면 단계로 일을 잇는다

vsnote 2026. 8. 31. 14:58

메일 답장, 예약, 엑셀 정리까지 시켜 놓으면 대신 클릭하는 ‘알바생’을 컴퓨터에 앉힌다고 상상해보세요.

이게 요즘 말하는 AI에이전트예요.

다만 사람 알바처럼 상식·책임감이 있는 건 아니어서 울타리가 필요해요.

한 줄로 말하면: 목표를 말로 주면 여러 앱을 오가며 단계를 스스로 이어서 처리하는 디지털 비서예요.

화면에서 일하는 디지털 비서

목표를 말로 주면 에이전트는 계획을 세우고 앱·웹을 넘나들며 클릭·입력·확인·재시도를 스스로 이어서 일을 끝냅니다.

‘AI 에이전트’는 이런 식으로 단계들을 잇는 소프트웨어예요.

메신저 안에서 대화로 일을 받고 처리하거나, PC 화면을 직접 조작하기도 해요.

여기서 도구 호출은 앱이 제공하는 통로(API 같은 것을 이용하는 것), 화면 조작은 사람처럼 마우스·키보드를 움직여 처리하는 것을 말해요.

비유로 잡았던 ‘알바생’과의 차이도 바로 적을게요.

사람은 대충 알아듣고 책임도 지지만, 에이전트는 지시를 지나치게 곧이곧대로 받아들이거나 과한 권한을 오용할 수 있어요 — 그래서 권한 범위·승인·기록 같은 울타리가 함께 가야 해요.

왜 필요했나: 사람 손으로 잇던 디지털 잡일

API가 없거나 화면이 자주 바뀌면 자동화가 끊겨서 사람이 밤낮으로 화면을 붙들어야 했어요.

고객센터·운영·영업 지원 같은 팀이 탭을 수십 번 오가며 복사·붙여넣기, 스크린샷 확인, 엑셀 정리 같은 일을 이어서 처리했고, 야간에도 대기해야 했어요.

화면이 살짝만 바뀌어도 매크로는 망가져 유지보수 부담이 컸고요.

  • API가 없는 웹서비스: 로그인·폼 입력·파일 업로드를 사람이 직접 이어야 함
  • 자주 바뀌는 UI: 버튼 위치·문구가 달라지면 스크립트가 깨짐
  • 24시간 업무: 야간 승인·모니터링을 사람이 교대로 붙잡음
  • 목적은 분명하지만 단계가 많아 실수·누락 위험이 큼

에이전트는 여기 빈틈에 들어옵니다.

화면을 ‘보고’ 버튼·입력창을 찾아 누르고, 중간 결과를 스스로 점검해 다시 시도하면서, 사람이 하듯 단계를 잇는 거예요.

왜 지금 커졌나: 속도·기억·오케스트레이션

막혔던 벽이 속도(초당 토큰), 긴 기억(컨텍스트), 오케스트레이션(CPU) 세 군데였고 최근에 각각의 벽이 눈에 띄게 낮아졌습니다. 에이전트형 작업은 단계가 수백~수천 번까지 늘어나 토큰을 많이 쓰고, 실시간에 가깝게 반응하려면 모델이 ‘글자 토막’을 초당 몇 개나 뱉느냐가 걸렸어요 — 이걸 토큰 생성 속도라고 불러요.

두 번째 벽은 한 번에 놓고 볼 수 있는 분량이에요. 긴 설명서·기록을 통째로 참고하려면 100k 토큰급 컨텍스트 길이가 필요했거든요. 세 번째가 오케스트레이션인데, 단계 사이의 도구 호출·코드 실행·데이터 처리 같은 살림을 CPU가 맡습니다. 여기가 병목이 됐죠.

에이전틱 작업은 속도·긴 기억·오케스트레이션 세 군데에서 막혔고, 최근에 그 문턱이 함께 낮아졌어요. 벽이 낮아지면 수백 단계 일을 한 흐름으로 묶어 실시간에 가깝게 이어갈 여유가 생겨요.

뭐가 다른가: 단발 답변이 아니라 ‘스스로 이어서 행동’

에이전트의 핵심은 답을 ‘한 번’ 주는 게 아니라 ‘스스로 다음 단계를 판단해 이어서 행동’한다는 점입니다. 보통 챗봇은 질문→답변으로 끝나지만, 에이전트는 계획을 세우고(Plan)→도구/API나 화면을 호출하고(Act)→결과를 점검하고(Check)→필요하면 다시 시도(Repeat)해 목표에 닿을 때까지 이어갑니다.

화면 제어형은 사람처럼 마우스·키보드를 움직여 동일 과정을 밟고요.

매크로와의 차이도 간단해요.

매크로는 ‘정해둔 순서’를 그대로 재생하는 반면, 에이전트는 화면·상황이 바뀌면 계획을 손보고 다른 경로를 택할 수 있어요.

그래서 유지보수성이 달라집니다.

대표 사례를 같은 축으로 가르기

이름을 나열하지 말고 ‘권한과 위험’이라는 한 축으로 보면 무엇이 어디서부터 어려워지는지 보입니다. 같은 에이전트라도 ‘어디서 돌고(화면/메신저/전문 작업장)’, ‘무엇을 만지는지(내 PC·회사 시스템·취약한 서버)’, ‘감사·승인 절차가 필요한지’에 따라 책임과 난이도가 달라져요.

  • 화면 제어형 — 오픈소스 오픈클로, 상용으로는 독일 Warmwind OS: 내 PC나 가상 화면을 비전으로 읽어 사람처럼 클릭·입력하고, 브라우저를 닫아도 백그라운드에서 일을 이어갑니다. API가 없는 서비스에서도 돌고 화면 디자인이 바뀌어도 덜 깨진다는 게 내세우는 장점이에요.
  • 메신저형 — 메타(WhatsApp·Messenger), 글레오: 늘 쓰는 대화창에서 심부름을 받아 처리합니다. 만지는 범위가 좁아 시작이 쉬운 대신, 실시간으로 바뀌는 주식 시세 같은 건 아예 안 다루는 식으로 선을 긋습니다.
  • 보안형 — 사이버짐 평가, GCA 사례: 코드를 읽고 취약점을 실제로 재현한 뒤 패치까지 확인해야 점수가 나옵니다. 글로벌사이버보안얼라이언스는 자사 에이전트가 이 평가에서 성공률 91.3%를 기록했다고 밝혔는데, 권한이 ‘공격·실행’까지 뻗는 자리라 승인과 기록 설계가 특히 무겁습니다.

같은 축으로 보면 이렇게 갈립니다 — 화면 제어형은 내 기기 권한이 크고 사생활·회사 데이터 접근이 걸려 가드레일이 핵심, 메신저형은 접근 범위가 비교적 좁아 시작이 쉽지만 실시간성 제한을 감안해야 함, 보안형은 권한이 ‘공격·실행’까지 뻗어 엄격한 승인·기록이 전제예요.

언제 쓰나: 지금 되는 것 vs 아직 연구

지금 되는 건 데스크톱 제어·메신저형이고, 장비 제어·금융 자율 거래 같은 고위험 권한은 아직 연구·가이드 단계입니다. 오픈소스/상용 데스크톱 제어형, 메신저형은 이미 공개돼 쓰기 시작했고, 연구실·제조 장비를 표준 방식으로 잇자는 시도는 ‘연구 프리뷰’ 단계예요.

인프라 쪽에서도 에이전트용 CPU가 소개되고 초기 서버가 클라우드로 들어가고 있지만, ‘확정 출시일’ 같은 약속은 자료에 따라 다르거나 아직 안 나왔어요.

금융에서의 완전 자율 거래는 리스크로 지목되어 있어 규제·가드레일이 먼저예요.

정리하면, 개인·사무 업무의 ‘디지털 심부름’은 바로 시작할 수 있고, 물리 장비·결제·거래처럼 외부 영향이 큰 권한은 안전선과 표준이 갖춰질 때까지 기다리는 구간이에요.

회사라면 권한 분리·승인선·기록을 먼저 세우면 도입 속도를 크게 높일 수 있어요.

안전선: 권한·승인·기록을 먼저

에이전트는 ‘일을 잇는 힘’과 ‘과도한 권한’이 한 몸이에요.

미리 정해두는 금지선, 흔히 가드레일이라 부르는 걸 먼저 세워두면 낭비와 사고를 크게 줄일 수 있어요.

  • 권한 최소화: 계정·폴더·결제 한도를 일별/작업별로 따로 묶기
  • 이중 확인: 결제·전송·삭제 같은 고위험 단계는 사람 확인 넣기
  • 감사 추적(무엇을 왜 했는지 남기는 기록): 누가·언제가 아니라 ‘무엇을 왜 했는지’까지 로그 남기기
  • 격리 실행: 화면 제어형은 가상 환경·테스트 계정에서 먼저 돌리기

정리 — 지금 어디쯤인가

에이전트는 디지털 세계의 ‘심부름’을 사람처럼 이어서 처리하게 해, 밤샘 반복과 끊긴 자동화를 줄이는 도구입니다. 속도·긴 기억·오케스트레이션의 벽이 낮아져 수백 단계 일을 한 덩어리로 맡길 토대가 생겼고, 이미 메신저·데스크톱·보안 영역에서 실사용이 시작됐어요.

다만 결제·거래·장비 제어처럼 외부 영향이 큰 권한은 아직 연구·가이드 단계이고, ‘확정 일정’은 공개되지 않은 경우가 많아요 — 그래서 당장은 ‘어디까지 맡길지’를 좁게 정하고, 권한·승인·기록이라는 울타리를 먼저 세우는 쪽이 현실적인 출발점이에요.

자주 묻는 질문

Q. AI에이전트랑 챗봇은 뭐가 달라요?

A. 챗봇은 보통 질문에 답 한 번 주고 끝나요.

에이전트는 목표를 받아 계획을 세우고, 앱·웹을 오가며 클릭·입력·검증·재시도를 스스로 이어서 ‘끝날 때까지’ 움직여요.

Q. 진짜로 제 컴퓨터에서 대신 클릭해주나요?

A. 가능한 형태가 있어요.

화면을 ‘보고’ 버튼과 입력창을 찾아 사람이 하듯 마우스·키보드를 움직이는 방식이 공개돼 있어요.

다만 권한과 기록을 먼저 정해두는 게 안전해요.

Q. 메신저에서 쓰는 건 언제쯤 현실이에요?

A. 이미 기업 메시징과 결합한 서비스들이 나와 있고, 일상 질의·심부름형 에이전트도 쓰기 시작했어요.

대신 만질 수 있는 범위가 좁게 잡혀 있어서, 지금은 ‘알아봐 주는 일’ 쪽이 먼저 열려 있어요.

Q. 보안 쪽은 정말 일을 해내나요?

A. 코드 분석부터 취약점 재현·패치 확인까지 ‘행동’으로 평가하는 체계가 있고, 성공률 수치가 보고된 사례도 있어요.

숫자는 벤치마크 맥락에서 읽어야 해요.

Q. 회사에 도입하려면 뭘 먼저 정해야 하나요?

A. ‘어디까지 맡길지’ 범위를 좁게 정하고, 고위험 단계(결제·전송·삭제)는 이중 확인, 작업·계정 권한 최소화, 모든 행동에 대한 감사 추적을 먼저 세우면 좋아요.

참고한 글

'기술 > AI·컴퓨팅' 카테고리의 다른 글

휴머노이드로봇, 사람처럼 공간과 도구를 그대로 쓴다  (0) 2026.08.29
자율주행은 일부 도시에 무인으로 달린다, 내 차는 감독형 보조다  (0) 2026.08.29
블록체인, 여럿이 같은 장부를 합의로만 보탠다  (0) 2026.08.28
양자컴퓨터, 2030 앞두고 뭐가 바뀌나  (0) 2026.08.26

'기술/AI·컴퓨팅'의 다른글

  • 현재글AI에이전트, 목표만 주면 단계로 일을 잇는다

관련글

티스토리툴바