AI 에이전트가 뭐지? 어떻게 사용될까 with gemini

AI 에이전트를 뉴스, 공고에서 많이 보긴 했지만 정확히 찾아본 적이 없었다 그래서 나도 공부할 겸 찾아보았다.

제목까지 달고 조금 거창한가 싶지만, gemini한테 물어보다가 정리하고 싶어서 이렇게 적어봤다.

3년 전에 chatgpt 쓰면서 좀 괜찮은데? 한 게 어제같은데 벌써 이렇게 없으면 안되는 존재가 되어버린 게 신기하면서도 무섭다ㅎㅎ ai에이전트도 그렇게 되겠지?

1. ai에이전트 관련 뉴스들

gemini에게 AI 에이전트 관련 뉴스들을 요청했다

• 엔비디아 CEO 젠슨 황의 선언: AI 칩 선두주자인 엔비디아의 CEO 젠슨 황은 지난 3월 개발자 컨퍼런스(GTC 2024)에서 "AI 에이전트는 모든 산업을 혁신할 '킬러 앱'이 될 것"이라고 선언했습니다. 그는 미래의 자동차가 'AI 에이전트를 갖춘 로봇'이 될 것이라며 구체적인 비전을 제시했죠. (출처: 연합뉴스, 2024.03)
• 삼성과 LG의 미래 가전: 국내 대표 기업들도 참전했습니다. 삼성전자는 자체 개발한 생성형 AI '가우스'를 탑재해 사용자의 말과 의도를 파악하고 기기를 제어하는 AI 에이전트를 개발 중이며, LG전자 역시 '공감지능(Affectionate Intelligence)'을 탑재한 스마트홈 AI 에이전트를 CES 2024에서 공개하며 큰 주목을 받았습니다. (출처: CIO Korea, 2024.01)
• 오픈AI와 마이크로소프트의 협공: 챗GPT의 아버지, 오픈AI는 최근 AI가 사람처럼 컴퓨터를 조작하며 작업을 수행하는 에이전트 기술을 개발 중이라고 밝혔습니다. MS 역시 윈도우 운영체제에 AI 비서 '코파일럿'을 깊숙이 통합하며 '에이전트'로서의 역할을 강화하고 있습니다.

최근 1년간의 뉴스를 요청했다 그 새 보다 본격적인것 같은 내용들..

• "AI 에이전트의 시대" 선언: 2025년 초 CES에서 젠슨 황 엔비디아 CEO가 "AI 에이전트의 시대가 도래했다"고 선언한 것을 필두로, IBM, SK텔레콤 등 수많은 기업들이 올해를 AI 에이전트 시장 본격화의 원년으로 지목했습니다.
• 글로벌 빅테크의 각축전:
  • OpenAI: AI 에이전트 '오퍼레이터(Operator)'를 공개하며 시장을 선도했습니다.
  • Microsoft: 오픈AI 모델 기반의 AI 에이전트 '리서처(Researcher)'와 '애널리스트(Analyst)'를 공개하며 추격에 나섰습니다.
  • Google: '구글 클라우드 넥스트' 행사에서 여러 AI가 협업하는 '참여형 AI 에이전트' 기능을 선보이며 생태계 확장에 주력했습니다.
• 시장 성장 전망: 글로벌 시장조사기관들은 AI 에이전트 시장이 연평균 40% 이상 성장하여 2030년에는 약 70조 원에 육박할 것으로 전망하며 높은 기대감을 보였습니다.
• 기업의 역할 변화: Capgemini 연구소는 향후 1년 내 기업의 60%가 AI를 단순한 도구가 아닌 '활동적인 팀원' 또는 '다른 AI를 감독하는 관리자'로 활용할 것이라고 예측하며, AI 에이전트가 조직 내에서 차지하는 역할이 근본적으로 변할 것임을 시사했습니다.

 

2. ai에이전트가 무엇이길래?

ai에이전트를 처음 정의만 봤을 땐 특화된 ai와의 다른 점이 뭔지 감이 안 왔다. 똑같이 프롬프트 주고 응답 오면 처리하는 거 아닌가? 했었다. 응답에 따른 처리도 개발자가 코드 추가해 주면 똑같은 거 아닌가? 이런 생각..

ai 에이전트 : AI 에이전트는 환경과 상호작용하며, 데이터를 수집하고, 사전 결정된 목표를 달성하기 위해 필요한 작업을 스스로 결정해 수행한다. 

특화 ai : 특정 산업이나 업무 분야에 맞춰 설계·개발된 인공지능 기술로, 기존 범용 AI의 한계를 극복하고 산업별 전문성과 효율성을 높이는 데 중점

2-1. ai에이전트와 llm과의 차이점

llm ai는 api 요청한 것에 대한 답변을 준다. 사용자의 프롬프트에 따른 응답을 주면 그 다음 생각과 결정, 행동은 사람이 한다. 그러나 ai에이전트는 사용자가 목표를 주면 그 목표를 달성하기 위해 추론을 넘어 행동을 한다.

전자는 요청하고 응답하는 기계라고 한다면 후자는 마치 인간처럼 행동을 한다. 그래서 ai 비서라고 하나보다.

llm = 두뇌, ai agent = 사람(두뇌+손발•도구)

3. ai에이전트, 어디에 사용될까

이미 여러 분야에서 활용되고 있다고 한다. 앞으로는 더 많은 영역에서 쓰일 예정! (by gemini)

• 고객 서비스: 24시간 지치지 않는 상담원이 됩니다. 단순 문의 응대를 넘어 고객의 문제를 파악하고, 환불이나 교환 같은 복잡한 업무까지 직접 처리해 줍니다.
• 스마트홈/스마트카: 집안의 모든 기기를 알아서 제어하고, 사용자의 컨디션에 맞춰 온도와 조명을 조절합니다. 자동차는 더 이상 운전만 하는 기계가 아니라, 목적지까지 안전하게 이동하면서 실시간으로 최적의 경로를 찾고, 주차까지 스스로 하는 '이동 비서'가 됩니다.
• 금융 및 투자: 개인을 위한 'AI PB(Private Banker)'가 생겨납니다. 시장 데이터를 24시간 분석하여 최적의 투자 포트폴리오를 제안하고, 자동으로 매매까지 수행할 수 있습니다.
• 의료: 환자의 의료 데이터를 분석하여 질병을 조기에 예측하고, 개인 맞춤형 치료 계획을 수립하는 데 도움을 줄 수 있습니다.

 

4. 나도 AI 에이전트를 만들 수 있을까?

'GPTs'처럼 코딩 없이도 나만의 맞춤형 챗봇(미니 에이전트)을 만들 수 있는 서비스들이 나왔다고 한다. 

개인과 회사가 어떻게 사용할 것이고 미래는 어떻게 될까? 제미나이가 예측한 것을 한번 보자

4-1. 개인이 활용하는 방법

• 개인 비서: 내 이메일을 정리하고, 중요한 내용을 요약해주며, 일정 관리를 돕는 나만의 비서를 만들 수 있습니다.
• 여행 플래너: 예산과 취향만 알려주면 항공, 숙박, 맛집, 관광 코스까지 완벽하게 짜주는 여행 전문가 에이전트를 활용할 수 있습니다.
• 정보 탐색 전문가: 특정 주제에 대한 보고서를 써야 할 때, 관련 논문과 기사를 수집하고 요약해 주는 리서치 에이전트의 도움을 받을 수 있습니다.

4-2. 회사가 활용하는 방법

• 업무 자동화: 반복적인 서류 작업, 데이터 입력, 보고서 생성 등을 자동화하여 직원들이 더 창의적인 일에 집중하도록 할 수 있습니다.
• 마케팅 분석: 시장 트렌드, 경쟁사 동향, 고객 반응을 실시간으로 분석하고 최적의 마케팅 전략을 수립하는 마케터 에이전트를 고용할 수 있습니다.
• 신입사원 교육: 회사의 규정과 업무 매뉴얼을 학습한 AI 에이전트가 신입사원의 질문에 24시간 답변하며 교육을 담당할 수 있습니다.

4-3. ai에이전트가 일상이 된 미래

"AI 에이전트가 보편화된 미래는 아마 이런 모습일 겁니다. 아침에 일어나면 AI 에이전트가 밤사이 온 중요한 메일을 요약해 주고, 오늘의 날씨와 내 컨디션에 맞는 옷을 추천해 줍니다. 출근길에는 내 차가 알아서 운전하며 최신 뉴스를 브리핑해 주고, 회사에서는 AI 동료와 협업하여 복잡한 프로젝트를 해결합니다. 퇴근 후에는 AI가 내 취향에 맞는 저녁 메뉴를 추천하고, 식료품을 주문하며, 좋아하는 영화까지 예약해 놓는, 그야말로 '삶의 모든 순간에 나를 돕는 든든한 파트너'와 함께하는 시대가 열리는 것이죠.

물론 기술적인 과제와 윤리적인 고민도 남아있지만, AI 에이전트가 가져올 변화의 물결은 이미 시작되었습니다. 이제 우리는 AI를 '사용'하는 것을 넘어, AI와 '함께 일하고 생활'하는 법을 배워야 할지도 모릅니다. 여러분의 첫 AI 에이전트 동료는 어떤 모습일지, 한번 상상해보는 건 어떨까요?"

마지막에 살짝 소름이 돋았다. 초딩때 과학상상 그리기, 글짓기 대회 하면 이런거 그렸던것 같은데 ai 동료.. 그치만 따지고 보면 gpt도 크게 다르지 않으니 소름돋을 일이 아닌것 같기도 하다.
자율주행 차에 이제 날으는 자동차만 있으면 되겠다 화성도 가고ㅎㅎ

5. 개발측면에서 체감되는 것은 무엇일까? 

내가 가장 궁금했던 것이다. ai에이전트가 있을 때 개발자들이 체감되는 것이 무엇일까. 

• 기존의 방식
  • 모호한 것이 없이 구조화된 문제를 처리한다. "참석자 A, B, C의 캘린더에서 1시간 빈 시간 찾아줘"
  • 모든 예외 케이스와 규칙을 개발자가 직접 코딩해야 한다. 
  • 새로운 규칙이 생길 때마다 코드 수정 및 재배포 필요하다.
  • 정해진 형식만 입력이 가능하다.
• ai 에이전트
  
  • 애매 모호한 비구조화된 문제를 처리할 수 잇다. "A팀과 다음 주에 킥오프 미팅 좀 잡아줘, 가급적 오전에 다들 쌩쌩할 때로."
  • 새로운 규칙을 프롬프트로 추가/수정하면 된다.
  • 자연스러운 대화로 기능을 사용할 수 있다. 
• 장단점
  • 기존의 방식은 초기비용과 유지보수 비용이 크지만 실행비용은 거의 없다. ai에이전트는 그 반대이다.

정형화, 구조화 할 수 있는 문제는 코드로 짜서 실행 비용을 아끼고 모호하거나 복잡한 알고리즘은 ai에이전트에게 맡겨 구현 시간을 단축하는 식으로 개발을 하지 않을까?
스타트업이 시장에서의 성공여부를 알아보기 위해 초기 모델을 ai에이전트로 빨리 만들어 테스트 하지 않을까? 그런 생각도 들었다. (근데 이미 그렇게 하고있다는것 같다)