[기고] AI 기반 '에이전틱 자동화'로 미래 경쟁력 확보해야

2022년 오픈AI의 챗GPT 출시 후 인공지능(AI) 기반 솔루션에 대한 관심이 여전히 뜨겁다. 업무 생산성 강화나 신규 콘텐츠 생성, 데이터 분석 등 AI에 대한 기대감은 나날이 커지고 있다. 반면 챗봇과 가상 비서 등 기존 AI 기반 자동화 솔루션 기술적 한계도 드러나고 있다.

기업용 AI 플랫폼이 복잡한 단계적 작업을 수행하는 데 여전히 어려움 겪는 것으로 나타났다. 인간 개입이 지속적으로 필요한 상황도 빈번하다. 이에 따라 시스템 통합과 신뢰성, 확장성 등 문제는 조직이 해결해야 할 과제로 남아 있으며, 보다 강력한 AI기반 자동화 솔루션 요구가 높아지고 있는 추세다.

이에 AI 기반 에이전틱 자동화(Agentic Automation)가 해결책으로 제시될 수 있다. 기존 AI가 개별적인 명령을 기반으로 작업을 수행하는 반면, 에이전틱 자동화 플랫폼은 지능형 에이전트가 스스로 사고하고, 계획을 수립하며, 최소한의 인간 개입으로 작업을 실행할 수 있도록 지원한다.

이 기술은 로보틱 자동화 및 인간 감독과의 긴밀한 통합을 통해 유연한 업무 흐름을 조율하고, 기존 시스템이 처리하기 어려운 비정형 업무까지 원활하게 수행할 수 있다. 이는 단순 반복 작업 제거 외에도 보다 정교하고 지능적인 의사결정을 지원해 국내 산업 전반에 차별화된 업무 효율성과 생산성을 구현할 수 있도록 한다.

올해 자동화 플랫폼 확산 본격화

AI 기반 플랫폼 도입이 가장 활발한 금융 분야의 경우 에이전틱 자동화를 통해 사기 탐지, 규제 준수, 고객 서비스 혁신이 이뤄지고 있다. AI 에이전트는 실시간으로 거래 패턴을 분석하고 이상 거래를 감지해 즉각적인 조치를 취할 수 있다.

국내 일부 보험사는 이미 자동화된 시스템을 도입해 여러 데이터 소스를 통합 분석해 청구 정당성을 평가하고, 고객 소통을 보다 정교하게 수행하고 있다. 또 로보틱 자동화를 활용해 신속한 청구 처리를 지원하고 있다. 이를 통해 운영 비용과 인력 부담 절감, 고객 경험 개선 혜택을 누리고 있다.

국내 제조 분야의 경우 공급망 최적화와 예측 유지보수, 생산 계획 수립 등을 위해 에이전틱 자동화를 적극적으로 도입하고 있는 추세다. 자동화 기술은 머신 데이터를 지속적으로 분석해 장애 또는 고장을 사전에 예측하고 유지보수 일정을 자동 조정함으로써 가동 중단 시간을 최소화하고 비용을 절감해 글로벌 경쟁이 심화되는 제조업 환경에서 주요 경쟁력으로 작용할 수 있다.

의료 분야에서도 에이전틱 자동화는 환자 관리 차원에서 새 기준을 마련하고 있다. 실시간 모니터링을 비롯한 가상 의료 비서, 효율적 행정 프로세스 도입으로 병원과 의료 기관의 운영 효율성을 극대화할 수 있을 것으로 기대된다. 특히 국내 65세 이상 고령 인구가 2036년까지 전체 인구의 30%를 차지할 것으로 예상되는 가운데 의료 시스템에 대한 부담이 커지고 있는 실정이다. 국내 에이전틱 자동화 기반의 의료 솔루션의 도입이 확대되는 것도 동일한 맥락이다. 지능형 에이전트는 실시간으로 모니터링을 기반으로 환자의 상태에 따라 개별 맞춤형 치료 계획을 제공하며, 로보틱 자동화는 행정 업무를 처리해 의료진의 부담을 획기적으로 줄일 수 있다. 궁극적으로 의료 서비스 질의 향상과 환자의 고객 경험 개선에 기여할 수 있다.

에이전틱 자동화, 기업 간 AI 격차 해소

국내서도 에이전틱 자동화가 제공하는 비즈니스 이점을 활용하기 시작했다. AI 에이전트와 소프트웨어(SW) 로봇, 인지적 지능을 통합한 차세대 플랫폼 도입을 적극 고려하고 있는 기업이 증가하는 추세다.

이런 자동화 기술을 도입할 경우 조직 규모를 막론하고 복잡하고 광범위한 기술 없이도 맞춤형 자동화 프로세스를 설계·배포할 수 있다. 이는 기업에서 고객 서비스 자동화 또는 인벤토리 관리 최적화 등 특정 요구 사항에 맞춘 솔루션을 개발하거나 기존 템플릿을 활용한 업무 프로세스를 효율적으로 개선할 수 있도록 지원한다.

대화형 자동화의 경우 일반적인 비즈니스 애플리케이션에서 간단한 명령어를 통해 작업을 자동화할 수 있도록 하는 기능으로 많은 조직에 부가 가치를 제공한다. 해당 시스템은 사용자 상호작용 학습에 따른 지속적인 발전에 따라 문서 처리와 데이터 전송 등의 업무를 자동화해 업무 효율성을 극대화한다. 급변하는 비즈니스 환경에서도 조직의 유연성과 확장성을 유지할 수 있도록 돕는다.

데이터 거버넌스와 보안 고려한 시스템 구축 필요

에이전틱 자동화 도입 확대에 따라 신뢰성과 보안 확보에 대한 요구도 커지고 있다. 국내의 경우 개인정보보호법(PIPA)에 따라 데이터 보안과 규제 준수에 대한 기업의 책임이 강화되고 있는 추세다. 강력한 AI 거버넌스 프레임워크를 통해 기업 내 핵심 데이터가 외부 AI 모델 학습에 사용되지 않도록 보호하고, 민감한 정보를 암호화하는 등 데이터 처리 과정 투명성을 확보하는 방안을 마련하는 것이 필수다.

나아가 조직 내 AI사용에 따른 주기적인 모니터링과 비용 관리, 명확한 사용 권한 설정에 따라 주요 비즈니스 운영을 보호하는 것이 중요하다. 또 생성형 AI의 문제인 환각현상을 해결하기 위해 에이전트를 기업 내부 데이터에 기반해 운영하고, 사람이 AI의 행동을 조정할 수 있도록 설계하는 방식이 도입되고 있다. 이런 균형 잡힌 접근 방식은 AI를 신뢰할 수 있도록 만들고, 국내 기업들이 AI를 보다 효과적으로 활용할 수 있도록 돕는다.

한국이 기술 혁신의 선두를 유지하기 위해서는 에이전틱 자동화를 활용한 자동화 가속화가 필수다. 최근 유아이패스가 발표한 2025 에이전틱 AI 보고서에 따르면, IT 기업 임원 90%가 에이전틱 자동화가 비즈니스 프로세스 관리·애플리케이션 통합, 고객 대응력을 개선하는 데 큰 기여를 할 것으로 예상한다고 응답했다.