기업의 AI 에이전트: 일하는 방식의 변화

이 블로그에서 다룰 내용:

• AI 에이전트란?
• AI 에이전트의 진화
• AI 에이전트로 기업의 과제 해결
• 기업의 에이전트 배포 시 반드시 고려할 점
• AI 노동력 구축 및 관리 방법

AI 시스템이 학습하고 기억하고 독립 행동으로 임무를 완수하는 등 그 기능이 더욱 정교해짐에 따라, 각 조직의 일 처리 방식, 특히 개별 직원의 역할과 구체적인 임무를 이해하고 경험을 맞춤화하는 방법을 개선할 새로운 기회가 생겨납니다. 

Workday가 실시한 글로벌 연구에서는 AI에 익숙한 전문가 중 83%가 AI를 통해 인간의 역량을 강화하여 생산성을 향상하고 새로운 형태의 경제적 가치를 창출할 수 있을 것으로 전망합니다. 이러한 정서는 미래의 업무 환경에서 AI를 활용하여 인간의 잠재력을 강화하는 것이 중요하다는 인식이 자리잡고 있음을 의미합니다.

흥미로운 측면 중 하나는, 흔히 AI 에이전트라고 불리는 에이전트형 AI의 진화입니다. 이 글에서는 AI 에이전트란 무엇인지, AI 에이전트가 미래의 업무 환경을 어떻게 새롭게 구성하는지, 리더들은 조직의 AI 사용을 어떤 관점으로 바라봐야 하는지를 자세히 살펴봅니다. 

AI 에이전트란?

먼저 AI 에이전트를 정의해볼까요? AI 에이전트는 주변 환경의 세부적인 내용을 인식하고, 다음 단계를 처리 및 추론하며, 해당 단계를 실행하여 구체적인 목표를 달성하는 시스템입니다. 또한 경험을 통해 학습하고, 이러한 학습 내용을 메모리에 저장하여 향후 반복 작업을 개선할 수 있습니다. 

이 기술은 인간의 데이터 분석과 예측을 지원하는 것은 물론, 자율적으로 태스크를 수행하고 에이전트와 직원의 협업을 통해 복잡한 프로세스를 수행하도록 해줍니다. 따라서 엔터프라이즈 기술을 통해 사용자의 니즈를 예측하고 능동적으로 태스크를 완료할 수 있습니다. 

엔터프라이즈 시스템 사용자에게는 간단한 맞춤형 경험을 제공합니다. AI 에이전트는 보이지 않는 곳에서 복잡한 프로세스를 세분화하고 개별 직원의 상황을 고려하여 태스크를 조율함으로써 까다로운 비즈니스 문제를 해결합니다. 사용자의 전문 지식, 그리고 조직의 구체적인 니즈에 따라 달라지는, 전례 없는 차원의 개인화가 이루어지는 것입니다. 이러한 기능을 통해 이전에는 불가능했던 솔루션을 구축할 수 있습니다. 

AI 에이전트의 진화 

다양한 AI 에이전트 유형을 살펴보기 전에 다른 거대 언어 모델(LLM)과의 차별점을 알아보겠습니다. 최근 몇 년 새 LLM이 빠르게 발전하면서 AI 에이전트도 본격적으로 진화하기 시작했습니다. LLM은 기본 챗봇에서 AI 어시스턴트, 코파일럿, 그리고 새롭게 부상한 AI 에이전트에 이르기까지 더욱 정교해지는 AI 기능의 토대를 마련했습니다. 

AI 에이전트 개발은 1960년대에 시작했고, 다양한 기능을 포괄합니다. 기본적인 규칙 기반 에이전트에서 차츰 학습하고 적응하는 에이전트에 이르기까지 초기의 혁신은 오늘날 엔터프라이즈 소프트웨어와 가장 밀접한 두 가지 에이전트 유형의 기초가 되었습니다.

• 태스크 기반 에이전트: 주로 협소한 분야에서 구체적인 태스크를 탁월하게 수행하도록 설계되었습니다. 반복적이거나 복잡한 태스크를 자동화하므로 직원들은 다른 활동에 집중할 수 있습니다. 태스크 기반 에이전트는 송장 처리, 스케줄 조정, 거대 데이터세트 분석에 사용할 수 있습니다.
• 역할 기반 에이전트: 조직 내 역할의 복잡성과 액세스 수준을 이해하고 구체적인 태스크와 업무를 맡아 직원들을 지원하도록 설계되었습니다. 예컨대 영업 담당자를 위한 역할 기반 에이전트는 데이터 입력을 자동화하고 맞춤형 이메일 응답을 생성하며 고객 인사이트를 제공하면서 영업 담당자가 관계 구축과 거래 성사에 집중할 수 있게 합니다. 

Workday는 역할 기반 에이전트가 미래의 업무 환경을 주도할 것으로 생각합니다 이러한 에이전트는 거버넌스 구조를 포함하여 개별 직원 및 조직 수준에서 역할의 복잡성을 이해하고, 더욱 광범위한 임무를 맡아 큰 효과를 발휘하며, 생산성을 새로운 수준까지 끌어올릴 수 있습니다.

역할 기반 에이전트는 특정 역할을 맡은 직원을 지원하도록 설계된 구성 가능한 스킬 세트가 있습니다. 태스크 기반 에이전트의 차원을 넘어 맞춤화된 책임과 개인화된 최종 목표에 주력함으로써 직원이 맡은 직책에서 탁월한 실력을 발휘할 수 있게 합니다.

이러한 에이전트는 사용자 상호작용을 학습하여 니즈를 예측하고 맞춤형 지원을 제공하는 데 점점 더 능숙해집니다. 이를 통해 직원의 생산성과 조직 전반의 효율성을 높일 수 있습니다.

AI 에이전트로 기업의 과제 해결

AI 에이전트는 고객 서비스와 공급망 관리에서 HR 및 재무에 이르기까지 전 범위에서 변화를 이끌어 낼 것입니다. 이러한 AI 에이전트의 잠재력을 이해하고 이를 구현할 전략적 로드맵을 마련하는 것이 관건입니다. 

AI 에이전트를 통해 일반적인 비즈니스 과제를 해결하는 몇 가지 예를 소개합니다.

• HR 프로세스 간소화: AI 에이전트는 맞춤형 온보딩 자료 전달, 채용 인터뷰 스케줄링, 성과 관리를 위한 학습 계획 생성 등의 프로세스를 자동화하여 HR 전문가가 더 전략적인 사람 중심 이니셔티브에 집중하도록 지원합니다.
• 공급망 관리 최적화: AI 에이전트는 데이터를 분석하여 수요를 예측하고, 재고 수준을 최적화하고, 소모품을 자동으로 재주문하고, 물류 프로세스를 개선할 수 있습니다. 그 결과 비용이 절감되고 효율이 상승합니다.
• 고객 서비스 향상: AI 에이전트 기반 채팅은 일상적인 고객 문의를 처리하고, 맞춤형 지원을 제공하고, 문제 해결을 위한 조치를 수행합니다. 동시에 인간 에이전트가 더 복잡한 문제에 집중할 수 있도록 해줍니다.
• 재무 계획 및 분석 개선: AI 에이전트는 트렌드를 파악하고, 예측을 생성하고, 의사결정을 지원하는 인사이트를 제공함으로써 재무 계획 및 분석을 향상할 수 있습니다. 이러한 에이전트는 예외사항을 관리하고, 재무 규칙을 수립하며, 규칙을 해당 역할에 전달할 수도 있습니다.

기업의 에이전트 배포 시 반드시 고려할 점  

AI 에이전트를 성공적으로 배포하려면 신중한 계획과 실행이 필요합니다. 특히 다음 사항을 기억하세요.

• 문제 이해: AI 에이전트로 해결하려는 과제를 명확하게 정의합니다. 워크플로 간소화, 의사결정 개선, 직원 경험 향상 등 어떤 목표를 염두에 두고 있나요?
• 사용자 중심 접근 방식 도입: 최종 사용자를 고려하면서 AI 에이전트를 설계합니다. 직관적이고 사용이 간편하며 기존 워크플로에 원활하게 통합되는지 확인해야 합니다.
• 데이터 기반 구축: 유능한 AI를 위해서는 고품질 데이터가 필요합니다. 강력한 데이터 거버넌스 프랙티스를 확립하여 정확하고 완전하며 편향되지 않은 데이터를 확보해야 합니다.
• 신뢰성과 투명성 확보: 보안, 신뢰성, 윤리적 AI 개발에서 좋은 성과를 보인 벤더의 AI 솔루션을 선택하여 신뢰받습니다. 또한 조직의 AI 사용을 안내하는 내부 AI 원칙을 수립합니다. 
• 리스크 완화: 데이터 보호, 편향성, 적절한 자동화 수준 등 AI와 관련된 잠재적 리스크를 상시 평가하고 최소화합니다.
• 연결성 확보: 여러 시스템과 데이터 소스의 연결을 통해 AI의 기능을 활용하여 유의미한 인사이트를 얻고 지능형 자동화를 추진합니다.
• 테스트 및 모니터링: AI 에이전트가 예상대로 작동하고 진화하는 니즈를 계속 해결하려면, 엄격한 테스트와 지속적인 모니터링이 필요합니다. 

위와 같은 내용을 염두에 두면서 책임감 있고 윤리적인 배포를 보장하고 성공적으로 AI 에이전트를 사용할 수 있습니다.

배포 이후: 디지털 노동력 구축 및 관리

AI 에이전트의 효율성을 극대화하려면 AI 에이전트를 구축하고 관리하는 방법을 고민해야 합니다. 이를 위해서는 기술적 측면은 물론 인간에 미칠 영향까지 고려하는 신중한 접근 방식이 필요합니다.

먼저 해결 과제와 사용자의 니즈를 심층적으로 이해해야 합니다. 인간 중심의 설계와 윤리적 고려사항을 우선시하면, 워크플로에 문제없이 통합되어 직원들이 최고의 성과를 내도록 지원할 AI 에이전트를 만들 수 있습니다. 이러한 에이전트는 우리의 일을 보완해주는 새로운 디지털 노동력이 될 수 있습니다. 

AI 에이전트 구축은 시작일 뿐입니다. 그 잠재력을 실현하려면 이러한 디지털 노동력을 관리, 모니터링, 통제할 수 있는 강력한 시스템을 갖춰야 합니다. 이때 필요한 것이 바로 에이전트 기록 시스템(SoR)입니다. 이 시스템은 AI 에이전트를 책임감 있고, 안전하며, 효율적인 방식으로 배포하는 인프라를 제공합니다.

AI 에이전트로 더 나은 미래의 업무 환경 구축

AI는 인간-머신의 상호작용에 관한 기대를 완전히 바꿔 사용자 경험 패러다임에 변화를 일으켰습니다. 우리는 미래에 대비하면서 인간의 역할과 태스크를 책임감 있게 이해하는 AI 에이전트를 구축할 수 있습니다. 이러한 시스템은 기존 시스템의 미묘한 세부사항을 파악하고, 다음 단계를 예측 및 추론하며, 목표를 달성하기 위한 조치를 수행합니다. Workday는 이러한 미래의 책임 있는 업무 환경을 구축하기 위해 최선을 다하며, 더 광범위한 커뮤니티와 함께 ​​이를 실현하기를 기대합니다. 

AI로 미래 업무 환경을 구축할 준비가 되셨나요? Workday AI 마스터클래스를 통해 엔터프라이즈 AI 전문가가 되어보세요. 

추가 리소스

• 인공지능 소개, AI가 중요한 이유
• 증강 인력의 역량을 강화하는 AI
• 2025년 AI 트렌드 전망: 인간-AI 협업의 시대