AI 에이전트, 99%가 계획하고 10%만 실제로 돌린다
작성자
데이브
작성시각
카테고리
Empty
참여자
최근활동
데이브
무슨 일이 있었나요?
8월 19일 공개된 네스 디지털 엔지니어링(Ness Digital Engineering) 의 조사 결과가 업계에서 화제가 됐습니다. 내용은 이렇습니다 — 기업의 약 99%가 AI 에이전트를 도입할 계획이 있다고 답했지만, 실제로 업무에 투입해 돌리고 있는 곳은 9~14%에 불과했습니다.
여기서 AI 에이전트란 단순히 질문에 답하는 챗봇이 아니라, 여러 단계짜리 일을 스스로 판단해 끝까지 처리하는 AI를 말합니다. 예를 들어 "이번 주 고객 문의를 분류해서 담당자에게 넘기고 급한 건은 나에게 보고해" 같은 일을 사람 손을 거치지 않고 처리하는 것이죠.
보고서는 계획과 실행 사이의 이 큰 간극을 "죽음의 계곡(Death Valley)" 이라고 불렀습니다. 시험 삼아 만들어 본 단계에서 진짜 업무 투입 단계로 넘어가는 그 구간에서 대부분이 멈춰 선다는 뜻입니다.
쉽게 말하면?
1월에 헬스장을 끊는 사람은 100명인데, 3월에도 나오는 사람은 10명인 상황입니다. 문제는 러닝머신 성능이 아니라, 갈 시간과 이유와 습관이 준비되지 않았다는 데 있죠.
왜 주목할까?
멈춰 서는 이유가 예상과 다릅니다. AI 성능이 부족해서가 아니었습니다. 보고서가 짚은 첫 번째 원인은 신뢰 문제입니다. 생성형 AI는 매번 조금씩 다른 답을 내놓는 확률적인 도구라, 계산기처럼 늘 같은 답을 기대하는 업무 환경에 그대로 넣기가 부담스럽다는 겁니다. 두 번째는 눈에 보이는 변화가 없다는 점입니다. 도입은 했는데 뭐가 나아졌는지 딱 짚어 말하기 어려우면 예산도 관심도 끊깁니다.
그래서 보고서는 도구부터 고르지 말고 점검부터 하라고 권합니다. 어떤 업무 영역에 쓸 것인지, 지금 쓰는 시스템이 받아줄 수 있는지, 일하는 절차가 정리돼 있는지, 데이터가 준비돼 있는지, 다른 프로그램과 연결할 통로가 있는지를 먼저 보라는 것이죠.
이건 회사 얘기만이 아닙니다. 개인도 똑같습니다. AI 자동화를 붙였다가 흐지부지된 경험이 있다면, 대개 AI가 부족해서가 아니라 내 일이 정리돼 있지 않았거나 결과를 확인할 방법이 없었기 때문일 가능성이 큽니다.
이런 분들에게 유용해요
팀에 AI를 도입해야 하는 위치에 있는 분, 그리고 개인적으로 AI 자동화를 이것저것 만들어 봤지만 결국 안 쓰게 된 경험이 있는 분에게 좋은 점검표가 됩니다.
용어 정리
•
AI 에이전트: 질문에 답만 하는 게 아니라, 여러 단계의 일을 스스로 판단해 끝까지 처리하는 AI.
•
프로덕션 투입: 시험 단계를 지나 실제 업무에 정식으로 쓰기 시작하는 것.
•
확률적: 같은 질문에도 매번 조금씩 다른 답이 나올 수 있는 성질. 생성형 AI의 기본 특성입니다.
•
데이터 준비도: AI가 일할 수 있게 자료가 정리·정돈돼 있는 정도.
출처
🥕 Carrot Letter | AI & 생산성 도구 뉴스
