AI 에이전트란 무엇인가? (그리고 왜 모두가 이에 대해 이야기하는가)

AI의 발표와 혁신이 가속화되면서 모두가 "다음은 무엇일까?"라고 묻고 있습니다. 생성형 AI를 운영에 통합하고자 하는 기업들의 열망이 커지면서, Automation Anywhere에서는 비즈니스 환경에서 확실한 변화가 일어나고 있음을 목격했습니다. 특히 금융과 서비스 운영 분야에서 이러한 변화가 두드러지고 있습니다.

동시에 기업들은 기업 자동화를 위한 AI의 차세대 발전에 대비하기 위해 귀를 기울이고 있습니다. 오늘 저는 여러분과 AI와 자동화의 최첨단 분야에서 얻은 통찰력을 공유하고자 합니다. 이에 AI 에이전트에 대해 집중적으로 알아보고자 합니다. AI 에이전트가 무엇인지, AI 에이전트의 진화 과정, 그리고 가장 중요한 부분인 AI 에이전트의 획기적인 잠재력에 대해 알아보겠습니다.

AI 에이전트란 무엇인가요?

올해 개최된 Imagine 행사에서 저희는 AI + 자동화 플랫폼에 기반한 AI 에이전트를 소개했습니다. 간단히 말해, AI 에이전트는 생성형 AI의 인지 능력을 기업 시스템 및 데이터 전반의 작업 및 자동화와 결합한 도구입니다. AI 에이전트는 정의된 목표를 완수하기 위해 특정 작업을 동적으로 실행할 수 있는 ML(머신 러닝)을 통합하는 이전 세대의 지능형 자동화보다 한 단계 발전되어 설계되었습니다.

실제적으로 이는 AI 에이전트가 새로운 생성형 AI 모델의 인지 능력을 사용하여 결정을 내리고, 데이터로부터 학습하며, 자연어로 인간과 상호 작용하고, 궁극적으로 목표를 달성하기 위한 조치를 취할 수 있음을 의미합니다.

이 기술이 계속 발전함에 따라 AI 에이전트는 진정한 자율 자동화를 달성하는 수단이 되며, 에이전트는 복잡한 목표를 완수하기 위해 계획을 수립하고 광범위한 작업을 실행하는 데 있어 높은 수준의 유연성을 갖게 됩니다. 오늘날 AI 에이전트의 가장 큰 기회는 잘 정의된 작업에서 발견되는데, 이러한 작업들은 더 큰 전반적인 비즈니스 프로세스의 일환으로 조정됩니다. 이러한 프로세스는 종종 에이전틱 프로세스 또는 AI 에이전트 지원 프로세스라고 합니다.

이해를 돕는 용어 설명

기술 발전의 정의는 계속 변할 수 있으며, 새로운 기술과 그 응용의 정의에는 분명한 한계가 있습니다. 특히 새로운 기술 전문 용어가 곳곳에 등장할 때는 더욱 그렇습니다.

AI 에이전트는 관련 용어와 이를 설명하는 데 사용되는 용어가 어느 정도 명확성과 맥락을 가질 때 훨씬 더 이해하기 쉽습니다. 알아두어야 할 몇 가지 용어는 다음과 같습니다.

• 에이전트: AI에서 에이전트란 특정 목표를 달성하기 위해 데이터를 수집하고, 결정을 내리고, (그 결정에 따라) 작업을 수행하는 개체입니다.
• 에이전틱: '에이전틱'이라는 용어는 다양한 수준의 자율성, 추론 및 적응성을 갖춘 AI 기반 자동화, 시스템 또는 어시스턴트를 설명하는 데 사용됩니다. 에이전틱은 정의적(에이전트/비 에이전트)이기보다 서술적이기 때문에 유용합니다.
• 에이전틱 프로세스 자동화: 이것은 특정 하위 단계나 더 큰 프로세스의 결정을 위해 프로세스 내에 내장된 AI 에이전트와 여러 기술에 걸친 프로세스 오케스트레이션의 조합입니다.
• 자율적: AI 에이전트의 맥락에서 자율적이란 이러한 시스템이 사전 프로그래밍된 경로나 직접적인 인간의 개입 없이 작동할 수 있는 능력을 의미합니다. 오늘날 AI 에이전트의 자율성 정도는 다양합니다.
• AI 시스템: 이것은 LLM 또는 생성형 AI 모델을 다른 프로그래밍 요소 및 기술과 결합한 것을 의미하며, 단순히 AI 모델만을 넘어서는 모든 것을 설명하는 데 있어 매우 광범위할 수 있습니다.
• AI 어시스턴트: 일반적으로 어시스턴트란 개별 사용자 상호작용을 위해 설계된 모든 AI 시스템을 지칭하며, 여기에는 보통 AI 에이전트가 포함됩니다. 오늘날 새로운 어시스턴트 대부분은 자연어 상호 작용을 기반으로 하지만, 모두가 그런 것은 아닙니다. 저희의 제품 중 Automation Co-Pilot은 사용자의 업무 완료를 돕는 자동화를 위한 AI 기반 어시스턴트입니다.

AI 에이전트는 어떻게 작동하나요?

AI 에이전트는 공통적인 구성 요소를 갖고 있으며, 이는 일반적으로 LLM(대규모 언어 모델)인 의미 기반 엔진으로 시작합니다. 예를 들어 Anthropic의 Claude 3.5가 있습니다. '엔진'이라는 이름이 붙은 데는 이유가 있습니다. AI 에이전트가 말 그대로 엔진으로 작동하기 때문입니다. 의미 기반 모델/LLM 기초는 추론하고, 계획하고, 반성하는 능력을 제공합니다. 또한, 추가 설명이나 작업 승인 등 필요할 때 사용자와 대화형 상호작용 계층을 제공합니다.

데이터의 사용 및 액세스는 AI 에이전트의 또 다른 공통 요소로, 목표를 달성하는 데 중요한 최신의 컨텍스트를 가지고 있습니다. 종종 이러한 데이터 접근은 RAG(검색 증강 생성) 기능의 형태로 제공되며, 여기서 의미론적 검색을 사용하여 데이터베이스에서 관련 데이터를 찾아 모델에 컨텍스트로 제공할 수 있습니다. 또한 필요에 따라 보다 타겟팅된 쿼리나 시스템에서 특정 데이터를 추출하는 등, 다른 접근 방식을 사용하여 AI 모델의 지식을 보완할 수도 있습니다.

에이전트의 또 다른 주요 특성은 계획 및 반영을 위해 LLM을 활용하는 규정된 아키텍처입니다. 이는 AI 에이전트의 동적 또는 자율적인 특성을 뒷받침하며, 계획(즉, 기본적으로 어떤 단계를 밟을 것인지 설정하는 것)과 반영(즉, 얼마나 잘 수행했는지 평가하여 다음에 무엇을 해야 할지 파악하는 것)을 가능하게 합니다.

그러나 실제로 이 모든 것의 핵심은 행동입니다. 이는 AI 에이전트가 실제로 일을 완료할 수 있는 방법입니다. 종종 '도구 사용'이라고도 불리는 이 과정에서 에이전트에게 작업을 부여함으로써 시스템에 연결하고, 자동화를 실행하며, 정보를 검색하는 등여러 작업을 수행할 수 있도록 해줍니다. 에이전트가 구축된 자동화 레이어가 중요한 이유는 이 레이어가 목표를 달성하기 위해 가능한 한 가장 강력한 행동 집합을 제공하기 때문입니다.

에이전트는 작업을 진행하면서 진행 상황을 추적하고 시간이 지남에 따라 개선에 필요한 정보를 생성합니다. 이러한 맥락에 접근하면 계획을 조정하고 목표 달성을 위해 효율적으로 움직이고 있는지 확인할 수 있습니다. 에이전트에게 이러한 액세스는 '메모리' 또는 특정 실행에 대한 관련 기록과 컨텍스트뿐만 아니라 학습할 수 있는 이전 실행에 대한 정보를 포함하는 데이터 저장소의 형태로 제공됩니다.

배경: AI 에이전트는 어디에서 왔는가?

문자 그대로 AI를 업무에 적용하는 AI 에이전트는 비즈니스 및 개인 자동화를 위한 주요 단계입니다.

오늘날의 AI 에이전트는 AI와 자동화 전반에 걸친 수십 년간의 진보의 정점이며, 기술을 따라온 사람들에게는 결코 새로운 개념이 아닙니다. AGI(인공 일반 지능)로 미래를 구상해온 사람들은 추론 및 행동과 같은 인간과 유사한 개념에 대해 논의해 왔으며, 이제 AI 에이전트를 통해 보다 구체적인 목표를 입증하고 있습니다.

1980년대로 거슬러 올라가면 IBM의 Deep Blue 슈퍼컴퓨터는 체스 분야에서 실제 문제에 적용된 AI의 초기 잠재력을 보여주기 시작했습니다. 초창기 이래로 AI는 상당히 발전하여 점점 더 복잡한 문제를 해결할 수 있게 되었고 모든 기술 분야에서 보다 집중화된 ML 모델의 형태로 보편화되었습니다. 현재 AI 에이전트 시대의 가장 큰 돌파구는 진정한 일반화된 추론 능력을 보여주고 현재의 AI 아키텍처를 가능하게 한 LLM의 출현이었습니다.

AI가 수십 년 동안 발전해 온 것처럼, 자동화, 특히 비즈니스 프로세스 자동화 역시 발전해 왔습니다. 초창기에는 RPA(로보틱 프로세스 자동화)와 같은 프로그래밍 방식 기술을 강조했지만, 현재는 다양하고 복잡한 비즈니스 프로세스를 엔드투엔드로 조율할 수 있는 기술 모음으로 발전했습니다. 이를 위해서는 API, UI 자동화, ML/AI 등 광범위한 기술을 통합해야 하며, 필요한 경우 사람과 상호 작용하고 상호 작용을 통해 안내를 받을 수 있는 능력도 필요합니다. AI가 이미 이 새로운 비즈니스 프로세스 자동화 영역에서 두드러지고 성장하는 역할을 하고 있다는 점을 고려할 때, 생성형 AI와 AI 에이전트가 이제 이 도메인에 빠르게 도입되고 있다는 것은 놀라운 일이 아닙니다.

이 발사대에서 AI 에이전트가 이제 비상하고 있습니다. APA(에이전틱 프로세스 자동화)는 새로운 생성형 AI의 힘을 활용하여 자동화를 새로운 시대로 이끌며, AI 에이전트를 통합하여 이전에는 불가능했던 작업을 완료합니다.

미래: 모두가 AI 에이전트에 대해 이야기하는 이유

AI 에이전트와 에이전트 프로세스 자동화가 조직에 가져오는 혁신적 잠재력은 아무리 강조해도 지나치지 않습니다. 코딩이나 질의응답 등 많은 기본 벤치마크에서 에이전틱 시스템은 이미 최신 모델을 능가하는 것으로 입증되었습니다.

비즈니스 프로세스에서 제품 문제 해결이나 고객 서비스 요청에 대한 결정을 내리는 등 실제 유스케이스에 적용될 때, 그들의 영향은 더욱 널리 인정받을 것입니다. 동시에 이 모든 잠재력을 실현하려면 보안, 개인 정보 보호, 데이터 정확성, 인간의 감독, 견고한 AI 거버넌스를 포함한 강력한 신뢰 기반이 필요하다는 것을 인식하는 것이 중요합니다.

오늘날 빠르게 변화하는 비즈니스 환경에서, 기업 기술 리더들은 에이전트 프로세스 자동화가 제공하는 잠재력을 무시할 수 없습니다. 이를 통해 프로세스를 변혁하고 비즈니스에 가장 중요한 결과를 달성할 수 있습니다. 

가까운 미래에, AI 에이전트와 에이전트 프로세스가 거의 모든 산업에서 고객 경험 개선, 성장 증가, 운영 효율성 및 직원 만족도 향상의 원동력으로 작용할 것으로 기대됩니다. 이것이 기업 자동화의 미래이며, 새로운 AI 에이전트 시대를 맞아 AI + 자동화의 중심에 있는 지금 이 시기가 그 어느 때보다 흥미진진합니다.