여러분에게도 디지털 부하 직원이 생깁니다. 그들을 관리할 준비가 되셨습니까?
이런 장면을 떠올려 보십시오. 사망재해가 발생했다는 전화가 걸려옵니다. 확인된 사실은 아직 적고 기한은 이미 흘러가는데, 조사위원회는 경위를 재구성하고 원인을 규명하며 서류를 갖춰야 합니다.
AI에 익숙한 여러분은 챗봇(GigaChat, DeepSeek 등)에게 계획을 세워 달라고 요청합니다. 챗봇은 답을 내놓고 — 거기서 멈춥니다. 그다음 질문을 고르는 것도, 자료를 옮기는 것도, 사진 분석이나 질문지 작성을 요청하는 것도 결국 여러분 몫입니다…
챗봇은 분명 도움이 되고 속도를 높여주지만, 아직은 성실한 실습생에 가깝습니다. 시킨 일을 끝내고 다음 지시를 기다리는 것이죠.
바로 여기서 AI 에이전트가 무대에 등장합니다. 챗봇과 달리 AI 에이전트는 개별 지시를 수행하는 데 그치지 않고, 여러 단계를 거쳐 스스로 최종 목표에 도달할 수 있습니다. 먼저 계획을 세우고, 자료를 요청하고, 도구를 고르고, 결과를 점검하며, 사람이 다음 판단을 내려야 하는 지점까지 업무를 끌고 갑니다. 관리의 관점에서 보면 이미 실습생(이나 비서)이 아니라 능동적으로 움직이는 디지털 전문가입니다.
지난 4년간 AI는 크게 도약했습니다.
이는 단순한 기술 연표가 아니라, 그것을 쓸 준비가 얼마나 되었는지 보여주는 척도이기도 합니다.
이쯤에서 자신의 AI 역량 수준과 「나는 몇 년도에 살고 있는가」를 한번 생각해 볼 만합니다.
저 역시 프롬프트에서 어시스턴트로, 다시 에이전트와 나만의 도구를 만드는 단계까지 걸어왔습니다. 새로운 것이 이전 것을 없애지는 않습니다. 과제를 제대로 세우지 못하면 에이전트도 좋은 결과를 내지 못합니다. 달라지는 것은 위임의 규모입니다.
이 차이를 저는 사망재해 조사라는 완결된 사례로 확인했습니다. 같은 경로를 프롬프트를 이어 붙여 갈 수도 있고, 클라우드 에이전트에게 맡길 수도 있습니다. 실험 당시 그 에이전트는 무료였고 VPN도 필요 없었습니다. 요구되는 결과는 같지만 일이 조직되는 방식은 다릅니다.
| 챗봇과 프롬프팅 | AI 에이전트 |
|---|---|
| 다음 단계를 매번 사람이 고른다 | 에이전트가 계획대로 진행하며 부족한 것을 요청한다 |
| 맥락을 옮기고 다시 일러줘야 한다 | 상태가 파일과 표, 산출물에 보관된다 |
| 제한된 도구를 별도의 요청으로 불러낸다 | 허용된 도구는 에이전트가 스스로 연결한다 |
| 검증은 새 프롬프트로 시작해야 한다 | 자체 점검이 작업 주기에 내장되어 있다 |
| 사람은 공정의 운영자다 | 사람은 방법론 설계자이자 의사결정 통제자다 |
에이전트 시나리오에서 시스템은 사진과 진술을 분석하고, 법적 근거를 확인하고, 시간 흐름과 원인 계통도를 구성하고, 빠진 부분을 찾아내고, 문서 초안을 준비했습니다. 위원회를 대신하지도, 법적 효력이 있는 결정을 내리지도 않았습니다. 다만 담당자가 매 단계마다 AI를 손으로 끌고 다닐 필요는 사라졌습니다.
「AI가 전문가를 대체하지는 못한다」는 말은 맞지만, 이제는 그것만으로 충분하지 않습니다. 에이전트는 전문성을 쓰는 방식을 바꿉니다. 이 일 저 일 옮겨 다니는 데 드는 주의는 줄고, 사실관계와 인과, 결정의 품질에 쓰는 힘은 늘어납니다.
예전에는 HSE 담당자가 전문가 경로를 택해, 관리자처럼 사람을 이끌지 않아도 되었습니다.
이제는 이제 막 시작한 직원에게도 AI 기반 디지털 동료가 생길 수 있습니다. 목표를 정해주고, 역량과 도구를 주고, 권한을 제한하고, 결과물을 검수해야 합니다. 따라서 AI 에이전트를 관리하는 역량은 이미 모두에게 필요합니다.
실제 여러 단계로 이뤄진 업무에서 에이전트 방식을 써 본 사람은 대개 「챗봇에게 또 뭘 써 넣지?」라고 묻지 않게 됩니다. 대신 다른 질문이 생깁니다. 「다음에는 어떤 업무를 에이전트에게 맡기고, 그렇게 아낀 시간을 어디에 쓸까?」