The AI Agent Every Company is About to Build

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

The AI Agent Every Company is About to Build를 중심으로, 기업용 AI 에이전트의 가치는 질문에 답하는 챗봇이 아니라 내부 지식, 고객 데이터, 업무 도구를 활용해 사용자를 대신하여 작업을를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 기업용 AI 에이전트의 가치는 질문에 답하는 챗봇이 아니라 내부 지식, 고객 데이터, 업무 도구를 활용해 사용자를 대신하여 작업을 완료하는 데서 나온다.
2. 이상적인 사용 경험은 하나의 범용 인터페이스를 제공하되, 내부에서는 콘텐츠 작성·데이터 분석·코딩·고객 지원 같은 전문 에이전트와 적합한 모델로 요청을 라우팅하는 구조다.
3. Vercel의 V는 Slack을 공통 업무 인터페이스로 삼아 Codex, v0, D0와 전문 하위 에이전트를 조정하며 조직의 지식과 실행 기능을 하나의 대화 흐름으로 묶는다.
4. 에이전트가 코드와 컴퓨터를 사용할수록 실행 범위는 넓어지지만, 신원별 권한, 승인 절차, 데이터 접근 통제, 감사 기록, 격리된 실행 환경이 함께 설계되어야 한다.
5. 장기적인 기업 경쟁력은 특정 모델 자체보다 회사의 데이터·스킬·업무 규칙·정체성을 축적한 자체 에이전트를 소유하고, 피드백과 평가를 통해 지속적으로 개선하는 능력에서 형성된다.

🧩 배경과 문제 정의

• 기업용 AI 에이전트의 핵심 과제는 단순한 질의응답을 넘어, 내부 지식·데이터·도구를 활용해 실제 업무를 수행하는 지능 계층을 구축하는 데 있다.
• 개인용 AI 도구의 유용성을 조직 전체로 확장하려면 구성원별 권한, 고객 데이터 보호, 승인 절차, 감사 기록을 함께 설계해야 한다.
• 하나의 범용 에이전트와 여러 전문 에이전트 중 무엇을 선택할지보다, 사용자는 단일 인터페이스를 이용하고 내부에서는 적절한 전문 기능으로 라우팅하는 구조가 중요하다.
• 에이전트가 코드와 컴퓨터를 자유롭게 사용할수록 실행 능력은 커지지만, 격리된 환경과 세밀한 접근 통제가 없으면 예상하지 못한 행동과 정보 노출 위험도 함께 커진다.

🕒 시간순 섹션별 상세정리

1. 코딩에서 시작되는 에이전트 혁명

• 개인용 컴퓨터와 모바일이 새로운 핵심 애플리케이션을 탄생시켰듯, 에이전트 시대의 대표적인 활용처는 소프트웨어 개발이며 기존 인터페이스를 축소하는 수준을 넘어 새로운 업무 방식을 만든다. [02:38]
• 코딩 능력은 데이터 분석, 문서 요약, 업무 자동화, 프레젠테이션 제작을 연결하므로 개발자뿐 아니라 다양한 지식 노동자의 기반 역량으로 확장된다. [02:47]

2. 전문 개발과 바이브 코딩의 동시 확산

• 숙련 개발자는 어려운 엔지니어링 과제에 코딩 에이전트를 결합해 기존 전문성을 증폭하고, 장기간 축적한 판단력과 AI의 실행 능력을 함께 활용한다. [03:28]
• 비개발자도 바이브 코딩 도구로 프로토타입이나 풀스택 애플리케이션을 만들 수 있게 되면서 소프트웨어 제작과 창작의 진입 장벽이 낮아진다. [03:54]

3. 회사를 운영하는 내부 두뇌 에이전트

• 기업용 두뇌 에이전트는 지식 기반, 데이터 분석, 프로젝트 관리를 결합해 조직도 탐색부터 사내 전문가 확인까지 방대한 내부 정보를 일상 업무에 연결한다. [04:26]
• 고객의 최초 접촉 시점, 플랫폼 사용량, 영업 활동과 지원 이력을 한곳에서 조회하면 고객 지원·영업·제품 개발 조직이 같은 정보 기반에서 판단할 수 있다. [05:23]

4. 개인용 AI를 조직의 경쟁력으로 전환하는 방법

• ChatGPT나 Codex는 AI의 가능성을 체험하게 하지만, 기업 운영자의 새로운 역할은 구성원 모두가 사용할 에이전트를 만들고 지속적으로 조정·최적화·배포하는 것이다. [07:26]
• 기업의 지식재산과 경쟁 우위는 모델 자체보다 조직에 맞는 에이전트, 기술, 업무 규칙을 얼마나 잘 축적하고 내부에 확산하느냐에 달려 있다. [07:45]

5. Slack에서 작동하는 V와 전문 하위 에이전트

• Vercel 구성원은 Slack에서 @V를 호출해 콘텐츠 제작, 제품 변경 공지, 엔지니어링 블로그 작성 같은 업무를 처리하며, 공통 인터페이스 뒤의 기술과 업무 지식을 함께 활용한다. [08:10]
• V는 콘텐츠 작성 에이전트와 데이터 분석 에이전트 같은 하위 에이전트를 조정하고, 데이터 웨어하우스에 연결된 D0는 고객 현황과 추가 활용 가능성을 분석한다. [08:43]

6. 단일 인터페이스와 내부 위임 구조

• 신규 구성원은 별도 전문 도구를 일일이 익히지 않고 사내 채팅에 참여하는 것만으로 조직의 지식과 업무 기능에 접근할 수 있어 온보딩 비용이 줄어든다. [09:29]
• V는 웹사이트 수정 요청을 Codex 같은 코딩 에이전트에 위임하고, v0로 프로토타입을 만들거나 운영 시스템을 조회하면서 여러 도구를 하나의 대화 흐름으로 묶는다. [09:47]

7. 내부 문제를 먼저 해결하는 제품 개발 방식

• Vercel은 고객의 고충이나 사내 비효율에서 미래 제품의 단서를 찾고, 외부에 제공하기 전에 같은 문제를 내부에서 먼저 해결하는 방식을 택한다. [10:33]
• 일반 챗봇에는 사내 지식, 고객 기록, 소프트웨어 개발 모범 사례가 없으므로 대화할 때마다 필요한 정보를 즉시 가져오는 별도의 지능 계층이 필요하다. [11:03]

8. 모델 독립적인 상위 에이전트 설계

• AI SDK와 AI Gateway는 다양한 모델에 연결되는 기반을 제공하며, V는 Claude·Codex·오픈웨이트 모델 중 하나에 고정되지 않고 작업별로 적합한 모델을 선택하는 상위 계층을 지향한다. [11:33]
• 사용자가 특정 모델을 직접 고르는 부담을 줄이고 각 업무에 맞는 모델을 자율적으로 배정하면, 기업용 에이전트는 여러 모델과 전문 기능의 통합 관문이 된다. [11:55]

9. 지원 도우미에서 행동하는 에이전트로의 발전

• 초기 지원 도우미는 신규 직원과 Slack의 고객 질문에 Vercel 관련 지식을 즉시 제공해 응답 속도와 지원 접근성을 높였다. [12:21]
• 정보를 답하는 도우미와 달리 에이전트는 사용자를 대신해 실제 작업을 수행하므로, 개발의 중심도 단순 대화에서 기술과 완료해야 할 업무 단위로 이동했다. [12:51]

10. OpenClaw가 보여준 에이전트의 실행 잠재력

• OpenClaw의 확산은 개인 컴퓨터 위에 에이전트를 두고 실제 작업을 맡기려는 수요가 크다는 점을 드러냈고, 이러한 경험은 Eve 개발에도 영향을 줬다. [14:33]
• 모델의 추론 능력에 코드 작성·실행과 각종 도구 접근 권한을 결합하면 에이전트가 처리할 수 있는 업무 범위가 크게 넓어진다. [15:08]

11. 조직 고유의 정체성을 담는 에이전트의 영혼

• 범용 AI 서비스에는 개발사의 원칙과 성격이 들어가지만, soul.md는 마크다운 지침으로 에이전트의 기원·가치·행동 방식을 정의해 사용자가 소유한 정체성을 만든다. [15:51]
• Eve 에이전트의 최소 형태는 instructions.md가 들어 있는 폴더이며, 이 파일이 회사를 운영할 에이전트의 목적과 기본 행동 원칙을 담당한다. [16:36]

12. 에이전트 전용 컴퓨터와 보안 경계

• 코드 작성과 실행이 가능한 에이전트에 전용 컴퓨터를 제공하면 추론과 결과 생산 능력이 향상되며, 이는 신규 지식 노동자에게 업무용 컴퓨터와 프로그램을 지급하는 과정과 닮아 있다. [16:57]
• 도구 목록, 사람의 승인 절차, 데이터 접근 통제를 명시하면 강력한 실행 능력을 유지하면서도 에이전트의 활동 범위와 위험을 제한할 수 있다. [18:09]

13. 서버리스 실행으로 대규모 운영 비용 절감

• 에이전트는 항상 컴퓨터를 점유하지 않고 일이 없을 때 휴면 상태로 전환할 수 있으며, 필요할 때만 실행 자원을 사용하는 서버리스 구조가 전력과 비용을 줄인다. [18:34]
• 수십억 건의 배포를 다루는 환경에서는 에이전트마다 상시 컴퓨터를 제공하기보다 안전하게 격리된 실행 환경을 필요에 따라 생성·중단하는 인프라가 대규모 운영의 전제가 된다. [19:11]

14. 사용자에게 감추는 컴퓨터 오케스트레이션

• 에이전트 개발자는 고객 데이터 거버넌스와 접근 통제 모델을 세밀하게 정해야 하지만, 최종 사용자는 내부 컴퓨터의 개수나 실행 방식을 알 필요 없이 결과에 집중할 수 있어야 한다. [20:22]
• Slack의 V는 오케스트레이터로서 요청에 따라 컴퓨터를 전혀 쓰지 않거나 하나 또는 대규모 실행 자원에 업무를 위임하며, 사용량이 많은 서비스는 비용을 낮추기 위해 실행 환경을 최소화한다. [21:17]

15. 하나의 범용 입구와 전문 기능 라우팅

• 이상적인 사용자 경험은 자비스 같은 주변형 컴퓨팅에 가까우며, 구성원이 수백 개의 내부 도구를 알지 못해도 하나의 에이전트가 의도를 파악해 적절한 기능으로 연결해야 한다. [23:10]
• V는 회사 지식 질문을 문서·지식 기반 검색 기능으로 보내고, 고객 지원 요청은 지원 티켓 인프라에 접근하는 전문 에이전트로 위임하는 라우터 역할을 한다. [24:00]

16. 신원·권한·감사를 관리하는 새로운 IT 역할

• 하나의 범용 에이전트에 여러 기능을 묶더라도 사용자 신원에 따라 접근 가능한 정보와 실행 권한을 달리하면 마케팅·재무 등 조직별 보안 경계를 유지할 수 있다. [24:34]
• 소규모 조직은 대부분의 정보를 공유하면서 재무 자료나 쓰기 권한만 제한할 수 있지만, 규제 산업과 대기업은 더 세밀한 접근 제어가 필요하다. [25:16]

17. 파일과 폴더로 구성하는 에이전트

• Eve 프로젝트는 파일 시스템의 계층 구조를 사용하며, instructions 파일에 사업의 목적·가치·운영 원칙을 기록해 기본 모델의 지능을 조직 맥락에 맞춘다. [27:11]
• 초기 에이전트는 지침만 가진 빈 상태이므로 tools 폴더에 WordPress 읽기·쓰기 같은 기능을 추가해야 콘텐츠 제작 결과를 실제 업무 시스템에 반영할 수 있다. [28:24]

18. 구성원별 실행 권한과 인증

• WordPress 도구를 가진 에이전트라도 인턴이 작성한 글을 곧바로 운영 환경에 게시하도록 허용하면 검토되지 않은 콘텐츠가 외부에 노출될 수 있다. [29:11]
• 조직 내 위치와 역할에 따라 직접 게시 권한을 부여하거나 제한하면 같은 에이전트와 도구를 공유하면서도 구성원별 책임 범위를 분리할 수 있다. [29:41]

19. 기존 권한을 보존하는 에이전트 운영

• EVE는 WordPress에 직접 접근하지 않고 기존 권한 시스템을 통해 콘텐츠 작성과 게시 준비를 중개하므로, 팀의 생산성을 높이면서 접근 권한을 통제할 수 있다. [30:00]
• 대량으로 생성된 글의 품질이 낮아지면 개별 작성자를 질책하는 대신 콘텐츠 작성 스킬과 도구에 교정 내용을 반영해 이후 작업 전체를 개선한다. [30:48]

20. 외부 정보로 보강되는 스킬과 선제적 업무

• 콘텐츠 스킬은 소셜미디어와 관련 채널을 먼저 조사해 아이디어·제목·썸네일을 실제 반응에 근거하도록 만들며, API나 플러그인이 필요한 정보원을 연결한다. [31:32]
• contentwriting.md 같은 스킬 파일에 선호하는 문체와 피해야 할 표현을 기록하면 조직의 작성 원칙을 에이전트가 반복해서 적용할 수 있다. [32:26]

21. 외부 이벤트와 기업 시스템의 안전한 연결

• Stripe 환불 요청처럼 외부 시스템에서 발생한 사건이 에이전트 작업을 자동으로 시작할 수 있지만, 실제 난점은 지능 자체보다 기업 시스템을 안전하게 연결하는 데 있다. [34:21]
• Vercel Connect는 100개 이상의 시스템을 연결하면서도 전체 읽기 권한을 즉시 넘기지 않고, 개발자가 실패한 결제나 수신 이메일처럼 필요한 이벤트만 전달하도록 통제한다. [35:00]

22. 웹사이트보다 먼저 만들어지는 기업 에이전트

• 과거에는 회사 설립 후 도메인과 웹사이트로 최소한의 정체성을 만들었지만, 앞으로는 회사의 구축과 운영을 돕는 에이전트가 웹사이트보다 먼저 만들어질 수 있다. [36:20]
• 이 에이전트는 사업의 궤적을 계속 학습하는 공장·조언자 역할을 맡으므로, 회사가 성장할수록 더 많은 데이터와 지식 흐름에 접근해야 한다. [36:53]

23. 사람의 피드백을 활용하는 자기개선 체계

• Slack의 응답별 좋아요·싫어요 UI를 활용하면 직원이 에이전트 답변을 즉시 평가할 수 있고, 인간과 에이전트가 같은 업무 공간에서 품질 개선에 참여할 수 있다. [38:42]
• 야간 작업은 부정적 피드백을 모아 환각·누락·불만 원인을 분석하고 다음 개선안을 만들지만, 실제 반영 과정에는 여전히 사람의 검토가 필요하다. [39:10]

24. 누구나 기여하되 핵심 운영은 전문화

• 소프트웨어 제작의 진입 장벽이 낮아지면서 비개발자도 기본 에이전트를 만들 수 있지만, 매출·영업·지원이 의존하는 단계에 이르면 중요한 기업 소프트웨어로 관리해야 한다. [40:45]
• 조직 구성원은 정보·스킬·비판·피드백을 제공하고, 엔지니어는 핵심 실행 루프와 데이터 접근, 거버넌스, 보안을 책임지는 역할 분담이 필요하다. [41:12]

25. 첫 에이전트를 만드는 실용적인 출발점

• 첫 에이전트는 EVE에 배포한 뒤 회사가 실제로 사용하는 Slack이나 WhatsApp에 연결해야 일상 업무 속에서 효용과 한계를 빠르게 확인할 수 있다. [43:07]
• 자동화 후보로는 규칙이 있지만 번거롭고 반복적인 업무가 적합하며, 해당 업무의 처리 규모와 조직만의 수행 방식을 스킬로 기록하면 작은 성공에서 확장 가능성을 발견할 수 있다. [43:29]

26. 제품 변경 로그를 자동화한 사례

• Vercel의 제품 변경 로그는 제품 발전을 고객에게 전달하는 동시에 엔지니어가 실제로 고객 가치가 있는 개선을 출시했는지 판단하는 기준으로 작동한다. [43:50]
• 애플리케이션 배포 시간을 7초 단축한 사례처럼 복잡한 인프라 성과는 기술 세부사항보다 고객이 체감하는 개선 수치로 변환해야 전달력이 높아진다. [44:30]

27. 조직의 노하우를 재사용 가능한 스킬로 전환

• 기술적인 설명은 고객이 얻는 이익, 비용, 사용 방법이라는 세 가지 질문으로 압축되며, 배포 시간 7초 단축·전 고객 무료 적용 같은 정보가 그 구조를 채운다. [45:38]
• 오랜 제품 마케팅 경험에서 얻은 공식을 EVE 스킬에 넣으면, 시간이 많이 들지만 조직이 잘하는 업무를 더 자주 일관된 품질로 수행할 수 있다. [45:55]

28. 더 저렴하고 빠른 모델이 만드는 변화

• 향후 에이전트의 가장 큰 개선 요인은 지능 비용 하락이며, 더 많은 사용자가 다양한 모델을 선택할 수 있게 되면 자동화 가능한 업무의 경제적 범위도 넓어진다. [46:43]
• 모델에 종속되지 않는 구조는 데이터와 스킬의 소유권을 기업에 남기고, 공급자 간 가격·성능 경쟁의 이익을 애플리케이션 변경 없이 받아들이게 한다. [47:09]

29. 업무 특성에 따른 모델 조합

• 오픈웨이트 모델은 추론 공급자 간 경쟁이 치열해 GLM 계열의 고속 변형이 며칠 만에 기존보다 네 배 빨라지는 등 토큰 처리 성능이 빠르게 향상된다. [48:48]
• Kimi는 사이버보안 평가에서 일부 최상위 폐쇄형 모델보다 높은 성능을 보였지만 모든 영역에서 우월하지는 않으므로, 작업별 가격·성능 비율에 따른 선택이 필요하다. [49:39]

30. 비동기 추론 시장과 기업 고유 지능

• 복잡한 야간 분석에는 Kimi·고성능 추론 모델·Grok 등 여러 모델이 각자 관점을 만들고 이를 다시 종합하게 해 단일 모델의 한계를 보완할 수 있다. [51:05]
• 대화형 에이전트는 속도를, 비동기 작업은 정확도를 우선하며, 배치 추론 주문을 유휴 GPU가 처리하는 구조는 지능을 거래하는 현물 시장처럼 작동할 수 있다. [51:33]

🧾 결론

• 기업 에이전트의 출발점은 거대한 범용 시스템이 아니라, 규칙은 분명하지만 반복적이고 번거로운 실제 업무 하나를 대화 채널에 연결하는 것이다.
• 조직은 구성원이 지식과 피드백을 제공하고 엔지니어가 실행 루프·데이터 흐름·거버넌스·보안을 책임지는 운영 체계를 마련해야 한다.
• 모델 독립적인 상위 계층을 구축하면 업무별 가격·속도·정확도에 따라 모델을 조합하면서도 데이터와 스킬의 소유권을 회사에 남길 수 있다.
• 에이전트의 성숙도는 답변의 유창함보다 정확한 정보 접근, 실제 업무 완료, 안전한 권한 집행, 반복 가능한 품질 개선으로 평가해야 한다.

📈 투자·시사 포인트

• 기업용 AI의 가치가 모델 호출에서 조직 시스템을 연결하는 에이전트 계층으로 이동하면, 오케스트레이션·커넥터·권한 관리·감사·평가 인프라의 중요성이 커질 수 있다.
• 서버리스 방식으로 격리된 실행 환경을 필요할 때만 생성하는 구조는 대규모 에이전트 운영의 전력과 비용을 낮추는 핵심 기반이 될 수 있다.
• 더 저렴하고 빠른 모델이 확산될수록 자동화할 수 있는 업무의 경제적 범위가 넓어지고, 모델 독립적인 플랫폼은 공급자 간 가격·성능 경쟁의 이익을 흡수하기 쉬워진다.
• 회사별 데이터·스킬·정체성이 축적된 에이전트는 쉽게 교체되는 범용 모델과 구별되는 기업 고유 자산이자 운영 노하우의 배포 수단이 될 가능성이 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 모든 기업이 웹사이트보다 먼저 에이전트를 만들 것이라는 전망은 방향성에 관한 주장으로, 산업별 규제·조직 규모·기존 시스템 구조에 따라 도입 순서와 속도가 달라질 수 있다.
• Kimi와 오픈웨이트 모델의 가격·속도·사이버보안 성능 사례는 특정 평가와 시점에 따른 결과이므로 실제 업무별 품질과 비용을 별도로 시험해야 한다.
• 사람의 부정적 피드백을 분석해 에이전트를 개선하는 체계가 실제 성능 향상으로 이어지는지는 기준 데이터에 연결된 테스트와 사람의 검토로 검증해야 한다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 규칙이 명확하면서 반복적이고 번거로운 업무 한 가지를 선정하고, 현재 처리 규모와 조직 고유의 수행 방식을 문서화한다.
• 첫 에이전트를 Slack이나 WhatsApp 등 실제 업무 채널에 연결해 일상적인 요청으로 효용과 한계를 관찰한다.
• 사용자 신원별 읽기·쓰기 권한, 사람의 승인 지점, 도구 목록, 데이터 접근 범위와 감사 기록 정책을 명시한다.
• 조직의 목적·가치·행동 원칙은 지침 파일로, 반복 가능한 업무 노하우와 문체 규칙은 스킬 파일로 분리해 축적한다.

❓ 열린 질문

• 하나의 범용 에이전트가 어느 수준까지 요청을 직접 처리하고, 어떤 조건에서 전문 에이전트나 사람에게 위임해야 하는가?
• 조직의 기존 계정 권한을 보존하면서 여러 대화 채널과 외부 시스템의 인증을 어떻게 일관되게 연결할 것인가?
• 대화형 업무의 속도와 비동기 업무의 정확도를 각각 최적화하려면 어떤 모델 선택·비용·평가 정책이 필요한가?