다들 "AI 에이전트"를 만든다고 하는데, 우리 같은 걸 말하는 거 맞나?
Everyone Is “Building AI Agents”—But Do We Mean the Same Thing?
핵심 요약
AI 에이전트라는 용어가 너무 광범위하게 쓰여 혼란을 야기하므로, 더 구체적인 분류 체계가 필요하다는 의견.
- 용어의 모호성 — '에이전트'라는 단어가 단순 프롬프트부터 복잡한 시스템까지 너무 넓게 쓰임.
- 기술적 격차 — 로우코드 도구와 실제 복잡한 오케스트레이션 시스템 간의 간극이 큼.
- 정의의 필요성 — 업계의 혼란을 줄이기 위해 더 세분화된 용어 도입이 시급함.
- 성과 중심 평가 — 용어 논쟁보다 실제 비즈니스 가치와 ROI를 확인하는 것이 중요함.
내 친구 중에 HR 매니저가 있는데, 최근에 자기가 AI 에이전트를 만들고 있다고 하더라.
그러면서 HR 일자리를 구할 때 고용주들이 단순히 HR 자동화 경험뿐만 아니라 agentic AI 기술을 점점 더 요구한다고 했다.
"2주 만에 에이전트 80개를 만들었다"라며 자랑하는 사람들을 너무 많이 본다.
나도 AI 에이전트를 만들고 있지만, 우리가 만드는 시스템은 완전히 다른 종류인 것 같다.
나에게 에이전트란 LLM API를 호출하고, 스킬 파일에서 프롬프트를 조합하고, 도구를 노출하고, 모델 응답을 해석하고, 작업을 실행하며, 사용자에게 보여줘야 할 것만 보여주는 것을 의미한다.
그런데 다른 사람들이 "에이전트를 만든다"고 할 때는 무슨 뜻일까?
커스텀 GPT? Claude Project? 스프레드시트에 연결된 프롬프트? n8n, Zapier, Make 워크플로우? LangChain이나 CrewAI 설정? 기존 SaaS 제품 내의 AI 기능? 아니면 도구, 메모리, 상태, 재시도, 권한, 자체 오케스트레이션 계층을 갖춘 완전한 커스텀 시스템?
우리는 모두 같은 문구를 사용하며 마치 같은 이야기를 하는 것처럼 고개를 끄덕인다.
하지만 점점 우리가 같은 이야기를 하는 게 아니라는 확신이 든다.
이제 더 구체적인 언어를 사용해야 하지 않을까?
- low-code agent
- workflow agent
- API-based agent
- tool-using agent
- agentic application
더 정확한 용어를 사용할 수 있으면 좋겠다....
