AI 에이전트, '초인간' 컴퓨터 사용 시대로 진입하며 새로운 가능성 제시

AI 에이전트의 컴퓨터 사용 능력은 이제 막 실용 단계에 들어섰으며, 초인간 수준에 매우 근접했다는 평가입니다. 화면을 직접 조작하는 방식을 활용하여 API나 커넥터 없이도 거의 모든 소프트웨어에 연동될 수 있습니다.

모델의 속도가 빨라지고 비용이 저렴해지면서 대규모 운용 비용도 낮아지는 추세이며, 이는 AI 에이전트의 확산에 긍정적인 영향을 미칠 것으로 예상됩니다.

이러한 발전은 새로운 소비자 경험과 기업의 보안 강화 및 감사 가능성 확보에 중요한 역할을 할 것이라는 전망입니다.

기업 환경에서는 에이전트 사용 시 안전성과 감사 가능성이 핵심적인 요소로 부각됩니다. 특히 사람이 개입하는 정도와 작업 기록을 통제할 수 있는 기능이 중요하게 여겨집니다.

오래된 소프트웨어의 경우 MCP와 같은 도구가 없는 경우가 많아, 화면 조작을 통한 에이전트 방식이 유일한 자동화 통로가 되기도 합니다.

소비자 영역에서는 예약이나 구매와 같이 일상생활의 번거로운 업무를 에이전트에 위임하는 것이 주된 활용 사례로 꼽힙니다.

Dot은 각자 클라우드 컴퓨터를 보유하고 전체 웹 브라우저를 사용하여 사용자를 대신해 다양한 작업을 수행할 수 있는 프로액티브 에이전트입니다. 이를 통해 구매, 헤어컷 예약 등 일상 업무를 처리할 수 있습니다.

실제 업무 사례로는 초대 메일을 감지하여 캘린더에 없는 일정을 알려주거나, 슬랙 메시지를 주기적으로 검토하여 피드백을 정리하고 보고하는 기능 등이 언급되었습니다.

이러한 에이전트는 항상 같은 형태로 진행되지 않는 장기적이고 능동적인 작업에 특히 유용하다는 평가입니다.

AI 에이전트 개발사들은 빠르고 강력한 모델과 저렴한 모델을 함께 제공하는 전략을 사용하고 있습니다. 시간이 지남에 따라 작업 종류에 따라 적합한 모델을 선택하는 경향이 더욱 뚜렷해질 것으로 예상됩니다.

저가형 모델도 지속적으로 성능이 개선되고 있어, 특정 작업에 필요한 속도와 비용 효율성을 고려하여 유연하게 모델을 선택할 수 있는 환경이 조성되고 있습니다.

AI 에이전트의 속도가 빨라질수록 기업은 모든 작업을 모니터링하고 감사할 수 없는 단계에 직면할 수 있습니다. 이에 따라 AI 에이전트가 무엇을 할 수 있고 어떤 작업에 접근할 수 있는지, 그리고 사람이 어느 지점에 개입할지를 정하는 것이 핵심 쟁점이 됩니다.

과거 Astra 개발 당시 기업용 통제 기능을 도입하여 고객이 사람 개입 수준을 선택할 수 있도록 했습니다. 이는 에이전트가 파일을 다운로드하거나 업로드할 때, 또는 새로운 웹사이트에 접속할 때 사람의 승인을 받는 방식으로 구현됩니다.

민감한 작업에서는 사람이 반드시 개입해야 하며, 승인 여부는 작업의 종류와 민감도에 따라 달라져야 한다는 입장이 제시되었습니다.

컴퓨터 사용 에이전트는 사람이 화면에서 하는 일을 대신하는 범용 도구로 설명됩니다. 화자는 자신이 할 수 있는 작업이라면 에이전트도 수행할 수 있는지부터 먼저 생각하는 습관을 언급했습니다.

과거에는 모델의 능력이 부족했지만, 최근에는 사람이 할 수 있는 대부분의 작업을 에이전트가 처리할 수 있을 정도로 발전했습니다. 모호한 요청에 대해서는 에이전트가 추가 정보를 요청하여 맥락을 보충하는 방식으로 작업을 진행합니다.

컴퓨터 사용 방식은 모든 앱에서 작동하는 범용 인터페이스처럼 활용됩니다. 이는 MCP 서버처럼 앱별 커넥터를 별도로 만드는 대신, 에이전트가 사람이 사용하는 화면을 그대로 조작하는 방식이기 때문입니다.

이러한 방식으로 에이전트는 특정 앱에 맞춘 연결 없이도 거의 모든 소프트웨어에서 작동할 수 있다는 장점을 가집니다.

모델의 정렬이 뛰어나고 프롬프트 주입에도 강하더라도, 기업 관리자들은 에이전트가 사용할 수 있는 앱과 웹사이트를 직접 제한하고 싶어 합니다. 이를 위해 두 가지 통제층이 제시되었습니다.

첫째 층은 에이전트 주변에 샌드박스를 구축하여 특정 앱이나 사이트만 사용하도록 제한하는 것입니다. 둘째 층은 파일 다운로드, 업로드, 새로운 사이트 방문과 같이 위험할 수 있는 순간에 사람의 승인을 받도록 하는 것입니다.

AI 에이전트 도입의 가장 큰 기회는 지루하고 반복적인 워크플로를 자동화하는 것입니다. ERP(전사적 자원 관리)와 같은 대형 시스템에서의 작업이 대표적인 예로 언급되었습니다.

이러한 자동화는 보안, 감사, 승인 통제와 맞물려 실제 적용은 기업별 맥락에 따라 다르게 이루어질 것으로 보입니다.

영업팀은 트랜스크립트와 데이터를 얻기 위해 다양한 소프트웨어를 활용합니다. AI 에이전트는 컴퓨터를 이용한 잠재 고객 발굴(프로스펙팅) 작업을 수행하고, 그 결과를 CRM(고객 관계 관리) 시스템이나 다른 아웃리치 도구에 자동으로 입력할 수 있습니다.

이는 영업 활동에서 반복적이고 시간을 많이 소모하는 데이터 수집 및 입력 작업을 자동화하여 효율성을 높이는 데 기여할 것으로 기대됩니다.

사람들이 음성으로 컴퓨터에 말을 거는 방식이 자연스러운 인터페이스로 부상하고 있으며, 시간이 지나면 소프트웨어의 형태 자체가 변화할 수 있다는 전망이 제시되었습니다. 이는 기존 사용자 인터페이스(UI)가 완전히 사라지기보다는, 에이전트가 기존 소프트웨어를 조작하는 새로운 층이 함께 생겨날 것이라는 견해입니다.

한 발표자는 자신의 본업에서 기존 UI 설계의 가치를 강조하며, 사람들이 여전히 직접 손으로 무언가를 알고 움직이며 작업하고 싶어 한다는 점을 지적했습니다.

AI 에이전트끼리 소통하고 사람이 더 이상 아무것도 직접 만들지 않는 세상이 올 수 있다는 우려에 대해, 한 발표자는 공예와 직접 만드는 경험의 가치는 여전히 남을 것이라고 반론했습니다.

그는 배우자를 위해 보드게임 전략 코치 소프트웨어를 직접 만들어 준 경험을 예로 들며, 개인이 맞춤형으로 소프트웨어를 만드는 아름다운 세계는 계속될 것이라고 강조했습니다.

소비자용 앱은 사용 자체의 즐거움이나 배우는 과정의 가치를 중시하는 반면, B2B 앱에서는 감사 로그와 같은 추적 기능 및 사람의 통제가 핵심적인 요구 사항으로 작용합니다.

특히 B2B 환경에서는 결제 이유 추적, 30일 내 환불 정책과 같은 규정을 에이전트가 정확히 적용해야 하며, 이를 위해 일정 수준의 통제와 사용자 인터페이스가 여전히 필요하다는 의견이 제시되었습니다.

AI 에이전트와 인간의 협업 방식에 대한 논의에서, 인간이 작업 루프에 개입해야 할 적절한 시점과 방식에 대한 고민이 언급되었습니다.

에이전트가 잘못된 상황이나 중요한 완료 시점에 사용자에게 알림을 제공하되, 이러한 알림이 방해가 되지 않도록 정보를 요약하여 제공하는 기능이 고려되고 있습니다. 사용자가 AI를 도구로 신뢰하고 효과적으로 의사소통할 수 있도록 하는 것이 중요합니다.

AI 에이전트 개발사들은 컴퓨터 사용 속도를 초인간 수준으로 높이고 인간과 AI 간의 실시간 협업 경험을 강화하는 데 집중하고 있습니다. 다양한 UI 인터페이스를 통합하여 더욱 유동적인 컴퓨터 작업 환경을 제공하는 것을 목표로 합니다.

현재 대부분의 컴퓨터 사용 제품은 백그라운드 중심이지만, 앞으로는 더욱 다양한 인터페이스를 통해 사용자와 에이전트가 실시간으로 상호작용하는 환경을 구축할 계획입니다.

소비자용 제품에서는 에이전트의 안정성을 높여 실사용 편의성을 증대시키고, 궁극적으로 모든 사용자가 더욱 효율적이고 즐겁게 컴퓨터를 사용할 수 있도록 하는 것이 목표입니다.

과거 '앨리스'와 같은 AI 에이전트 제품은 사용자들이 일반 브라우저로 인식하여 채택률이 낮았다는 평가가 있었습니다. 하지만 최근 모델 기능이 크게 향상되면서 브라우저 기반 에이전트의 이용률이 주 단위로 급성장하고 있습니다.

개발사들은 현재 컴퓨터 사용 기능을 사용하는 사용자층이 전체 기반의 일부에 불과하다고 인식하며, 앞으로는 데스크톱을 넘어 모바일 등 대중적인 접근성을 확보하여 시장 성장을 가속화하는 것을 목표로 하고 있습니다.