AI 에이전트AI Agent

AI Agent는 '행동하는 AI'예요. 일반 모델 호출은 질문하면 답 하나가 끝이지만, 에이전트는 다릅니다.

예를 들어 '이번 분기 경쟁사 동향 정리해줘'를 받으면 → '검색해야겠다' 판단 → 검색 도구 호출 → 결과를 보고 → '더 찾아야겠다' 또는 '정리하자' 결정 → 최종 답변. 이렇게 스스로 다음 단계를 결정하며 루프를 도는 게 핵심이에요.

구성 요소는 보통 ①추론(다음에 뭘 할지 판단) ②도구 사용(검색, 계산, DB 조회) ③메모리(이전 단계 기억) ④계획(작업 분해)예요. 이걸 어떻게 엮느냐가 에이전트 설계의 핵심이고요.

주의: 모든 LLM 호출이 에이전트는 아니에요. 앤트로픽은 2024년 12월 글 'Building effective agents'에서 미리 짠 코드 경로대로 모델과 도구를 움직이는 시스템을 '워크플로', 모델이 스스로 과정과 도구 사용을 정하는 시스템을 '에이전트'로 나눴어요. 경로를 미리 정할 수 있는 일은 워크플로가 더 싸고 예측 가능하니, 필요할 때만 자율성을 늘리라는 게 같은 글의 권고입니다.

기업 현장에서 에이전트를 조직 전반으로 넓힌 곳은 아직 소수예요. 맥킨지의 2026년 조사에서 AI 에이전트를 조직 전반으로 확산하는 단계에 이르렀다는 응답은 10명 중 2명 정도였습니다.

참고: Anthropic, Building effective agents(2024), McKinsey, The state of AI in 2026