Agentic AI: AI의 차세대 영역 이해

2022년 말의 생성적 AI와 마찬가지로 에이전트적 AI는 비즈니스 리더가 탐색하고, 실험하고, 업무에 투입할 수 있는 흥미롭고 새로운 지평을 열어줍니다. 그러나 그 잠재력과 범위로 인해 에이전트 AI의 즉각적인 적용이나 장기적인 영향을 완전히 파악하는 것이 까다로울 수 있습니다. 그러나 올바른 관점을 갖춘 리더와 팀은 AI 에이전트를 사용하여 의미 있는 작업을 즉시 처리하고 이러한 노력에서 통찰력을 얻어 더 큰 비즈니스 혁신을 이끌 수 있습니다.

에이전트 AI에 대해 생각하는 방법

이름에서 알 수 있듯이 에이전트 AI는 "에이전트"에 관한 것입니다. 이러한 에이전트는 점점 더 자율적이 되어 AI 세대에 익숙한 앞뒤로 메시지를 주고받지 않고도 복잡한 다단계 작업을 완료할 수 있게 될 것입니다. 자율성이 실제로 무엇을 의미하는지 자세히 알아보기 전까지는 오늘날 AI의 일반적인 약속과 크게 다르지 않은 것 같습니다.

AI 에이전트는 환경 내에서 자율적으로 감지하고 행동할 수 있습니다. 전문가는 AI에 정보와 지침을 제공하는 대신 목표를 제공합니다. 유능하고 호기심이 많은 전문가와 마찬가지로 AI 에이전트는 목표를 달성하는 데 필요한 작업과 정보를 식별합니다. 실시간 통찰력을 기반으로 동적으로 코스를 수정할 수도 있습니다.

이를 통해 작업장의 모든 측면에서 워크플로를 크게 강화하는 완전히 새로운 작업 오케스트레이션 계층의 잠금이 해제됩니다.

예를 들어 채용팀에서는 채용 공고를 처음부터 끝까지 자동화하기 위해 AI 에이전트를 배포할 수 있습니다. 당신이 수석 소프트웨어 엔지니어를 채용한다고 가정해 보겠습니다. AI 에이전트는 다음을 수행할 수 있습니다.

• HR 시스템을 검색하여 표준 채용 및 회사 요구 사항을 수집하세요.
• 채용 현장 전반에 걸쳐 시장 조사를 수행하여 유사한 직위에 대한 기술, 자격 및 급여 기대치를 분석합니다.
• 회사가 원하는 형식에 따라 직무 설명 초안을 작성하세요.
• 검색 엔진에서 더 쉽게 검색되고 포괄적인 언어를 사용할 수 있도록 직무 설명을 최적화하세요.
• 검토 및 승인을 위해 초안을 채용 관리자에게 전달합니다.
• 자동화 도구를 사용하여 LinkedIn, 인디드, Glassdoor와 같은 플랫폼 전반에 걸쳐 역할을 게시하세요.

팀에서는 상담원이 해당 워크플로를 정확하고 책임감 있게 제공하고 있다는 확신이 커지면서 상담원에게 더 많은 작업을 요청할 수도 있습니다. 여기에는 직무 설명에 맞는 여러 채널에서 후보자를 적극적으로 검색하고, 후보자에게 연락하고, 채용 관리자와 탐색 회의를 준비하는 것이 포함될 수 있습니다. 이는 기업이 2025년에 배포를 시작할 매우 실제적인 에이전트 워크플로입니다.

여기서 잠시 멈추고 예제에서 두 가지 사항을 지적하겠습니다. 첫째, 이는 현대 업무 공간을 구성하는 수천 개의 반복 가능한 워크플로 중 하나일 뿐입니다. AI 에이전트는 이러한 시간 소모적인 작업을 처리함으로써 직원들이 업무에서 보다 전략적이고 개인화된 부분에 집중할 수 있도록 해줍니다. 둘째, 에이전트는 민감한 회사 정보와 상호 작용하고 개인의 미래 경력에 영향을 미칠 수 있는 콘텐츠를 준비하며 회사를 대신하여 공개 포럼에 게시합니다. 이러한 각 단계는 위험에 대한 기회를 생성하며 팀은 에이전트를 광범위하게 배포하기 전에 에이전트를 완전히 신뢰할 수 있도록 테스트하고 모니터링해야 합니다. 그것은 우리에게 맥락을 제공합니다.

Agentic AI는 상황에 따라 실행됩니다.

다른 소프트웨어를 구현하는 대신 새로운 계약자를 고용하는 것처럼 에이전트 AI를 사용하는 것을 생각해 보십시오. 새 계약자를 온보딩하는 방식과 유사하게 AI 에이전트를 작업을 수행하는 데 필요한 도구 및 시스템에 연결하고 성공이 어떤 모습인지 명확하게 보여주며 문화 및 규정 준수를 내부화하도록 해야 합니다. 역할에 대한 기대. 이 맥락은 에이전트 AI의 영향을 미치는 비밀 소스입니다. 사람들은 시간이 지남에 따라 경험을 통해 자신의 역할을 더욱 효율적으로 수행하는 반면, AI 에이전트는 사용 가능한 컨텍스트를 통해 더욱 효과적이게 됩니다.

이 컨텍스트는 내부에서 작동하는 중요한 가드레일 에이전트를 설정하는 데에도 필수적입니다. 상담원은 회사와 고객에게 중요한 윤리, 규정 준수 및 보안 경계를 이해해야 합니다 . 이를 조기에 정의함으로써 AI가 위험이 아닌 신뢰할 수 있는 파트너로 작동하는 환경을 조성합니다.

AI 에이전트에는 컨텍스트가 필요하지만 컨텍스트 생성자이기도 합니다. Agentic AI는 구조화되지 않은 조직 정보 라이브러리를 전문가에게 관련성 있고 시기적절한 컨텍스트로 전환하는 데 도움이 됩니다. 여기서 Grammarly를 예로 들어 보겠습니다. 많은 사람들이 당신을 따라다니면서 당신이 글을 쓸 때마다 유용한 추천을 제공하는 의사소통 도우미로 수년 동안 사용해 왔습니다. 이러한 광범위한 맥락에서 Grammarly 및 기타 AI 에이전트는 직원의 선호도, 회사 통찰력 및 워크플로 기대치를 학습하여 현대 직장의 전문가와 정신적 부하를 진정으로 공유할 수 있는 인텔리전스 에이전트가 될 수 있습니다.

오늘 해야 할 일

저는 에이전트 AI가 우리가 일하는 방식을 더 나은 방향으로 크게 변화시킬 것이라고 믿습니다. 그러한 변화는 즉각적이지는 않겠지만, 비즈니스 리더들은 장기적인 변화를 위한 전략과 인프라를 개발하는 동시에 초기 성공을 거두기 위해 오늘 의미 있는 조치를 취할 수 있습니다.

오늘날 리더들이 집중할 수 있는 몇 가지 단계는 다음과 같습니다.

직원 경험부터 시작하세요

에이전트 AI의 성공은 직원 채택, 실험 및 혁신에 달려 있습니다. 가장 영향력 있는 초기 에이전트 사용 사례는 전문가의 작업 품질과 전반적인 작업 경험을 모두 향상시켜야 합니다. Gen AI와 마찬가지로 이를 위해서는 기업이 직원을 위한 AI 활용 능력 교육에 투자하고 안전한 실험을 위한 문화를 조성하며 직원이 이러한 도구를 탐색할 시간을 허용해야 합니다. 마찬가지로 채택하는 도구는 직원에게 직관적이어야 하며 기존 워크플로에 적합해야 합니다. 얼리 어답터와 고급 사용자를 식별하고 육성한 다음 에이전트를 구축하고 동료를 가르치도록 권장하는 것이 좋습니다.

에이전트가 준비된 워크플로 식별

이전 채용 공고 예시와 유사하게 일상적이고 반복 가능하며 감사 친화적인 워크플로를 찾으세요. 최소한의 변형으로 다단계 작업이 필요한 일상적인 워크플로는 초기 에이전트 AI 파일럿의 주요 후보입니다. 일반적으로 올바른 워크플로는 작업 품질을 저하시키지 않으면서 직원의 시간을 크게 절약해 줍니다. 또한 특히 처음에는 품질을 보장하고 신뢰를 구축하기 위해 "루프에 참여하는 사람"이 있어야 합니다.

보안 및 인프라 우선순위

AI를 안전하고 책임감 있게 사용하는 것은 AI가 제공하는 효율성만큼 중요합니다. 보안 조치는 현재 AI 개인 정보 보호 및 규정 준수 표준을 기반으로 구축되어야 하며 팀 구성원과 마찬가지로 AI 에이전트 관리까지 확장되어야 합니다. 여기에는 보안 액세스 제어 구현, 에이전트 동작 모니터링, 민감한 데이터 보호가 포함됩니다.

Agentic AI는 기업과 직원에게 매우 흥미로운 시대를 열어주고 있습니다. AI 에이전트가 직원과 팀을 위해 창출할 수 있는 초기 승리와 마찬가지로 장기적인 잠재력도 중요합니다. 이제 직장을 위한 가장 혁신적인 도구 중 하나를 잠금 해제하기 위해 열망과 실제 적용을 결합할 때입니다.