에이전틱 AI 해설: AI가 답변에서 실행으로 나아가는 방식

에이전틱 AI란 무엇인가요?

에이전틱 AI란 목표를 향해 스스로 작업을 수행할 수 있는 AI를 말한다. 에이전틱(agentic)이라는 용어는 의도를 가지고 행동하고, 결정을 내리고, 결과에 영향을 미치는 능력을 뜻하는 에이전시(agency)에서 나왔다. AI 맥락에서 에이전틱하다는 것은 시스템이 단순히 프롬프트에 응답하는 데 그치지 않고, 다음 단계를 계획하고, 도구를 사용하고, 행동을 취하고, 결과가 불완전할 때 이를 조정할 수 있다는 뜻이다. 간단히 말해 에이전틱 AI는 사용자의 목표를 실행 가능한 워크플로로 바꾸는 시스템으로, 사람의 단계별 지시를 덜 필요로 하면서 의도를 결과로 옮겨간다.

지금 에이전틱 AI가 중요한 이유

많은 AI 도구는 사용자가 묻고 모델이 답하는 대화형 시스템으로 시작했다. 하지만 실제 업무는 한 번의 프롬프트로 끝나는 경우가 드물다. 리서치 브리프를 작성하려면 자료 발굴, 비교, 메모, 초안 작성, 수정이 필요할 수 있고, 긴 문서는 슬라이드 덱으로 만들어야 할 수도 있다. 에이전틱 AI가 중요한 이유는 추론과 행동을 연결해, AI가 대화형 상호작용에서 워크플로 실행으로 나아가도록 돕기 때문이다.

에이전틱 AI와 AI 에이전트의 차이

에이전틱 AI와 AI 에이전트가 같은 개념이라고 생각할 수도 있다. 서로 밀접하게 연관되어 있지만, 이 둘은 같은 개념의 서로 다른 층위를 가리킨다.

AI 에이전트는 목표를 향해 행동을 취할 수 있는 특정 시스템이나 작업 수행 단위다. 이런 의미에서 AI 에이전트는 워크플로 안의 '행위자'로, 목표를 부여받아 다음에 무엇을 할지 결정하고, 이용 가능한 도구나 맥락을 활용해 작업을 진전시킨다.

에이전틱 AI는 이러한 행동 방식의 근간이 되는 더 넓은 시스템 설계 또는 워크플로 패턴을 가리킨다. 이는 AI 시스템이 다단계 작업을 어떻게 완수하는지를 설명한다. 단일 AI 에이전트도 에이전틱할 수 있지만, 에이전틱 AI는 여러 에이전트, 모델, 도구, 검토 단계가 함께 작동해 사용자의 의도를 구체적인 결과로 옮겨가는 과정을 포함할 수도 있다.

짧게 말하면, AI 에이전트는 작업의 일부를 수행하고, 에이전틱 AI는 그 능력들을 목표 지향적 워크플로로 조직화한다. AI 에이전트는 흔히 에이전틱 AI의 구성 요소이고, 에이전틱 AI는 더 큰 시스템 동작을 가리킨다. 하지만 실제로는 이 두 용어가 서로 바꿔 쓰이는 경우가 많아 엄격히 구분할 필요는 없다. 중요한 것은 그 이면에 있는 에이전틱한 접근 방식을 이해하는 것이다.

에이전틱 AI의 작동 방식

에이전틱 AI 시스템은 목표 이해, 계획, 행동, 검토가 반복되는 주기를 통해 작동한다. 작업이 실제로 쓸 수 있는 결과에 가까워질 때까지 다음에 무엇이 필요한지 계속 확인한다.

목표 이해

시스템은 먼저 사용자가 이루고자 하는 바를 해석한다. 기대되는 결과, 이용 가능한 맥락, 요구되는 형식, 작업에 영향을 줄 수 있는 제약 조건을 파악한다.

계획

목표를 이해한 뒤 시스템은 작업을 더 작은 단계들로 나눈다. 어떤 정보가 필요한지, 어떤 행동을 먼저 해야 하는지, 어떤 도구나 자원이 유용할지를 결정한다.

행동

그런 다음 시스템은 계획된 단계들을 실행한다. 작업 내용과 권한에 따라 작업을 완료하기 위해 다양한 행동을 취할 수 있다.

검토

행동을 취한 뒤 시스템은 결과를 원래 목표와 비교해 확인한다. 누락된 정보, 오류, 취약한 추론, 추가 검토가 필요한 결과물이 있는지 살핀다.

조정

결과가 불완전하거나 틀렸다면 시스템은 계획을 수정하거나, 맥락을 더 수집하거나, 단계를 반복하거나, 사용자에게 확인을 요청할 수 있다. 이런 피드백 루프 덕분에 에이전트는 단순한 답변을 넘어 더 완전한 결과를 향해 나아갈 수 있다.

에이전틱 AI의 유형

에이전틱 AI는 여러 형태로 나타날 수 있다. 에이전틱 AI의 유형을 이해하는 가장 좋은 방법은 얼마나 많은 작업을 처리하는지, 어떤 영역을 다루는지, 그리고 사람의 검토가 얼마나 필요한지를 살펴보는 것이다.

단일 에이전트 워크플로

단일 에이전트 워크플로는 하나의 에이전트로 초점이 명확한 작업을 처리한다. 예를 들어 에이전트는 파일 모음을 요약하거나, 짧은 보고서 초안을 작성하거나, 스프레드시트를 정리하거나, 사용자 요청에 따라 정보를 검색할 수 있다. 이런 유형의 에이전틱 AI는 작업 범위가 좁고 움직이는 요소가 적어서 대체로 통제하기가 더 쉽다.

다중 에이전트 시스템

다중 에이전트 시스템은 큰 작업을 여러 에이전트나 하위 에이전트에 나눠 맡긴다. 한 에이전트는 자료를 검색하고, 다른 에이전트는 유용한 정보를 추출하고, 또 다른 에이전트는 결과물 초안을 작성하고, 또 다른 에이전트는 결과를 검토할 수 있다. 이런 구조는 광범위한 리서치, 일괄 분석, 장문 작성, 또는 여러 종류의 작업이 병렬로 진행돼야 하는 복잡한 워크플로에 도움이 될 수 있다.

작업 특화 에이전트

작업 특화 에이전트는 브라우저 기반 작업이나 고객 지원처럼 더 좁은 영역을 위해 설계된다. 워크플로에 명확한 패턴, 공통 도구, 예측 가능한 결과물이 있을 때 유용하다. 범위가 더 집중되어 있는 만큼, 작업 특화 에이전트는 대체로 더 안내된 경험을 제공할 수 있다.

범용 에이전트

범용 에이전트는 더 폭넓은 워크플로를 처리할 수 있다. 리서치, 작문, 분석, 파일 처리, 코딩, 계획 수립 등 개방형 작업 전반을 도울 수 있다. 다만 다루는 작업 범위가 더 넓은 만큼, 명확한 맥락, 좋은 지시, 도구 접근, 그리고 사람의 검토에 더 크게 의존한다.

백그라운드 또는 지속 실행 에이전트

백그라운드 또는 지속 실행 에이전트는 사용자가 자리를 비운 뒤에도 더 오래 걸리는 작업을 계속 처리할 수 있습니다. 변경 사항을 모니터링하거나, 파일을 처리하거나, 배치 작업을 실행하거나, 리서치 및 분석 워크플로를 계속 진행할 수도 있습니다. 핵심적인 차이는 에이전트가 매 단계마다 사용자의 실시간 감독을 필요로 하지 않는다는 점이지만, 최종 결정이나 결과물을 사용하기 전에는 여전히 검토가 중요합니다.

에이전틱 AI는 무엇을 할 수 있을까요?

에이전틱 AI는 작업이 한 단계 이상으로 구성될 때 가장 유용합니다. Kimi AI Agent는 실제로 활용되는 에이전틱 AI의 좋은 예시입니다. 그 설계와 실제 사용 사례를 통해 에이전틱 AI가 무엇을 할 수 있는지 더 잘 이해할 수 있습니다.

리서치와 출처 종합

에이전틱 AI는 리서치를 '몇 가지 답을 검색하는 것'에서 더 완전한 워크플로로 바꿀 수 있습니다. 출처를 찾고, 주장을 비교하고, 정보를 교차 검증하고, 근거를 정리하고, 요약본을 작성하는 식입니다. Kimi 심층 연구는 사용자가 페이지를 벗어나 있는 동안에도 백그라운드에서 계속될 수 있는 더 깊이 있는 조사 워크플로를 지원함으로써 이러한 방식이 실제로 어떻게 작동하는지 보여주며, 단순한 즉답만으로는 부족한 리서치 작업에 유용합니다.

파일 읽기와 문서 변환

에이전틱 AI는 긴 문서를 읽고, 구조를 추출하고, 정보를 재구성하여 원본 자료를 요약본, 보고서, 표, 프레젠테이션으로 바꿀 수 있습니다. 이는 작업이 정돈된 프롬프트가 아니라 지저분하거나 방대한 입력 자료에서 시작될 때 특히 유용합니다. Kimi는 PDF, Word, Excel, PPT, 이미지, TXT, 동영상 전반에 걸쳐 긴 문맥의 대화와 파일 처리를 지원하며, 최대 100MB, 최대 50개의 파일까지 지원해 문서 중심 워크플로에서 실용적으로 활용할 수 있습니다.

스프레드시트 정리와 분석

스프레드시트는 유용하게 쓰이기까지 여러 단계를 거쳐야 하는 경우가 많습니다. 중복 데이터를 정리하고, 형식 불일치를 바로잡고, 수식을 생성하고, 결과를 분석하고, 차트를 만들고, 피벗 테이블을 구성하는 식입니다. 에이전틱 AI는 각 단계를 별개의 요청으로 다루는 대신 이 단계들을 서로 연결하는 데 도움을 줄 수 있습니다. Kimi Sheets는 스프레드시트 생성, 수식, 피벗 테이블, 차트 작성, 형식 변환, 데이터 정리를 지원하므로, 최종 결과물이 단순 텍스트가 아니라 사용 가능한 표, 차트, 분석이어야 하는 워크플로에 적합합니다.

슬라이드와 보고서 생성

에이전틱 AI는 리서치 노트, 긴 문서, 데이터 분석 결과를 구조화된 결과물로 바꿀 수 있습니다. 서사를 정하고, 섹션을 구성하고, 개요를 만들고, 슬라이드 콘텐츠 초안을 작성하고, 발표에 맞게 형식을 조정하는 과정을 돕는 식입니다. Kimi Slides는 개요 생성, 콘텐츠 생성, 디자인 및 레이아웃 선택, 긴 문서의 슬라이드 변환 등을 통해 이러한 워크플로를 지원하며, 사용자가 아이디어를 구상하는 단계와 최종 발표 형식을 연결하도록 돕습니다.

웹사이트 초안 작성과 콘텐츠 제작

웹사이트와 콘텐츠 작업은 대개 대략적인 목표에서 시작됩니다. 페이지 주제, 제품 메시지, 타깃 독자, 참고 자료, 또는 스크린샷과 동영상 등이죠. 에이전틱 AI는 이러한 입력을 페이지 구조, 초안 문구, 콘텐츠 모듈, 혹은 웹사이트 초안으로 바꾸는 데 도움을 줄 수 있습니다. Kimi Websites는 사용자가 아이디어, 참고 자료, 스크린샷, 동영상을 제공하면 이를 실제로 사용할 수 있는 웹사이트 초안으로 변환해 주는 웹사이트 생성 워크플로를 지원합니다.

코딩과 기술 워크플로

코딩은 요구사항을 이해하고, 기존 파일을 읽고, 변경 사항을 생성하고, 오류를 확인하고, 수정하는 과정을 포함하기 때문에 본질적으로 에이전틱한 성격을 띱니다. 에이전틱 AI는 코드 설명, 코드 생성, 디버깅, 테스트 계획, 리뷰, 리팩터링, 프로젝트 정리를 지원할 수 있습니다. Kimi를 사용하면 원하는 코드의 종류를 설명하고, 수정이나 리뷰를 요청하고, 코딩 요청에서 더 완성도 높은 기술적 결과물로 나아가도록 시스템을 활용할 수 있습니다.

에이전틱 AI의 이점과 한계

에이전틱 AI의 주요 이점은 연속성입니다. 잘 설계된 워크플로는 한 단계에서 다음 단계로 맥락을 이어가고, 도구 간 수동 인계를 줄이고, 대규모 작업의 처리 범위를 넓히며, 처음부터 다시 시작하는 대신 부분적인 결과를 수정해 나갈 수 있습니다. 요약본, 스프레드시트, 보고서, 슬라이드 덱, 웹사이트 초안, 배치 분석처럼 결과물이 구조화되어야 할 때 특히 유용합니다.

하지만 이런 시스템에도 한계는 있습니다. 에이전틱 AI는 잘못된 계획을 선택하거나, 목표를 오해하거나, 불완전한 도구 결과에 의존하거나, 근거가 부족한 주장을 내놓을 수 있습니다. 오케스트레이션이 부실하면 멀티 에이전트 워크플로 역시 일관성을 잃을 수 있습니다. 가장 안전한 방식은 통제된 자율성입니다. 명확한 권한, 눈에 보이는 체크포인트, 에스컬레이션 규칙, 그리고 중요한 결과물을 발행하거나 실행에 옮기기 전의 사람에 의한 검토가 필요합니다.

에이전틱 AI를 효과적으로 사용하는 방법

에이전틱 AI를 잘 활용하려면 워크플로에서부터 시작해야 합니다. 최종 결과물을 정의하고, 누구를 위한 것인지 설명하고, 파일, 예시, 제약 조건, 필요한 출처 등 신뢰할 수 있는 맥락을 제공하세요. 에이전트가 할 수 있는 일, 피해야 할 일, 승인을 요청해야 하는 시점 등 경계를 미리 설정하세요.

길거나 민감한 작업의 경우, 실행 전에 계획을 먼저 요청하세요. 복잡한 작업의 경우, 체크포인트를 활용해 가정, 중간 결과, 초안을 검토할 수 있도록 하세요. 좋은 에이전틱 워크플로는 'AI가 모든 것을 하도록 두는 것'이 아닙니다. '반복 가능한 다단계 작업은 AI가 처리하도록 하고, 사람은 목표를 정의하고 판단을 내리며 중요한 결과를 승인하는 것'입니다.

결론

에이전틱 AI는 단순한 응답 생성에서 목표 지향적 작업으로의 전환을 의미합니다. 그 가치는 작업에 명확한 목표, 충분한 맥락, 검토 가능한 결과가 있을 때 가장 강하게 드러납니다. 에이전틱 워크플로는 의도와 결과물 사이의 단계들을 연결하는 데 도움을 줄 수 있습니다. 사람이 목표를 정의하고 경계를 설정하며 중요한 결과를 승인하는 동안, AI를 활용해 반복적인 작업을 처리하는 방법을 익히는 일은 앞으로 점점 더 중요해질 것입니다.