AI에이전트도 면접보고 채용하고 은퇴시켜야 한다 (김덕중 퍼브 AI연구소장)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI 에이전트도 사람처럼 역할을 정해 면접·채용하고, 성과와 비용에 따라 육성·통폐합·은퇴시키는 전사 라이프사이클이 필요하다.

📌 핵심 요점

1. 기업의 AI 활용은 ChatGPT 같은 도구를 개별적으로 사용하는 단계에서 업무 프로세스 자체를 에이전트가 수행하는 단계로 이동하고 있다.
2. 처음부터 범용 에이전트를 만들기보다 시작 조건, 입력, 결정 규칙, 도구, 출력, 책임자, 예외 조건을 명확히 정의할 수 있는 실행 단위부터 구축해야 한다.
3. 에이전트에는 목표와 성공 조건, 적절한 추론 모델, 단기·장기 메모리, 도구 실행 능력이 필요하며, 위험한 작업에는 인간 승인과 감사 체계를 결합해야 한다.
4. 도입 이후에는 운영 책임자와 개선 주기를 지정하고 속도, 확장성, 결과 정합성, 계획 준수, 피드백 학습 여부를 기준으로 성과를 평가해야 한다.
5. 에이전트가 늘어나면 토큰·인프라 비용과 유지보수 부담도 누적되므로, 기존 목표 안의 요구는 스킬 추가로 해결하고 가치가 낮은 에이전트는 통폐합하거나 퇴출해야 한다.

🧩 배경과 문제 정의

• 기업의 AI 활용이 개별 도구와 프롬프트 사용에서 업무 프로세스를 대신 수행하는 에이전트 구축으로 이동하고 있다.
• 범용 에이전트 하나로 모든 업무를 대체하기보다 목표·입력·권한·성공 조건이 명확한 실행 단위부터 설계해야 한다.
• 에이전트가 늘어날수록 토큰·인프라 비용과 유지보수 부담도 커지므로 채용, 육성, 평가, 통폐합, 퇴출을 아우르는 조직 차원의 관리 체계가 중요하다.

🕒 시간순 섹션별 상세정리

1. 도구 활용에서 업무 프로세스 대행으로의 전환

• 한 조직이 1년 동안 육성한 에이전트도 담당 직원이 퇴사하자 하루 만에 사용이 중단됐으며, 기술보다 운영 책임과 지속 가능성이 핵심 문제로 드러났다. [02:27]
• 기업의 관심은 ChatGPT·Gemini·Claude 사용법에서 AI를 업무 프로세스에 탑재하는 방식으로 옮겨갔고, 궁극적으로는 프로세스 자체를 대신 수행하는 에이전트 구축이 확산하고 있다. [02:32]

2. 인간 직원과 닮은 에이전트 라이프사이클

• 에이전트는 사용자가 직접 조작하는 단순 도구가 아니라 업무를 대신하는 독립적 기술이므로, 성과 확인과 지속적인 업데이트가 필요하다. [02:37]
• 조직에 기여하지 않고 토큰만 소비하는 에이전트는 퇴출해야 하며, 도입·육성·평가·스킬 업데이트·퇴직을 하나의 라이프사이클로 관리해야 한다. [03:26]

3. 업무 특성에 따른 네 가지 도입 유형

• 수작업이 많거나 단기간에 인력이 집중되는 업무부터 후보를 찾되, 만능 에이전트 대신 조직의 구체적인 결핍을 해결하는 유형을 선택해야 한다. [04:30]
• 규정 문의에는 챗봇형, 문서 작성에는 코파일럿형, 명확한 규칙에 따른 티켓 분류·담당자 연결에는 워크플로 자동화형이 적합하다. [05:07]

4. 목표·추론·메모리를 갖춘 에이전트 설계

• 에이전트 구현 방식은 단순 제품부터 LangChain·LangGraph·AutoGen 기반의 복잡한 구조까지 다양하지만, 복잡도와 무관하게 공통 필수 요건을 갖춰야 한다. [07:13]
• 업무 목표와 성공 조건을 명확히 이해해야 하며, 적절한 모델과 추론 방식을 선택하고 여러 모델을 연결할 수 있어야 한다. [08:09]

5. 도구 실행과 승인·감사 체계

• MCP 등을 통해 사내 애플리케이션과 데이터에 연결하고, 휴가 신청처럼 실제 시스템에서 작업을 완료할 수 있는 스킬과 도구 사용 능력이 필요하다. [09:00]
• 시스템 접속·정보 열람·데이터 입력처럼 위험이 있는 실행에는 인간 승인을 요청하고, 업무별로 휴먼 인 더 루프 적용 여부를 판단해야 한다. [09:35]

6. 도입 효과를 판단하는 네 가지 기준

• 에이전트마다 운영 책임자를 지정하고 개선 주기를 정해야 하며, 노후화된 지식과 스킬을 업데이트할 수 있는 구조가 있어야 한다. [10:30]
• 며칠 걸리던 업무가 이틀이나 일주일 안에 끝나는지 확인해 속도 개선을 측정하고, 여러 구성원이 활용할 수 있는지 살펴 규모의 경제를 판단해야 한다. [11:21]

7. 범용 직무가 아닌 실행 단위로 쪼개기

• 구매나 영업 전체를 모두 처리하는 범용 에이전트는 설계하기 어렵고, 문서 작성·요구사항 분류·콘텐츠 생성처럼 구체적인 단위 작업으로 범위를 제한해야 한다. [12:55]
• 에이전트화할 업무는 시작 조건, 입력, 결정 규칙, 사용할 도구, 출력, 책임자, 예외 조건을 명확히 정의할 수 있어야 한다. [14:16]

8. 단순 업무에서 자율 운영까지의 성장 단계

• 첫 구축부터 고성능 에이전트를 목표로 삼으면 개발 시간과 시행착오가 커지므로, 정보 수집·정리·문서 작성·분류·검사처럼 정형화된 업무부터 시작해야 한다. [15:37]
• 단순 에이전트에 스킬과 MCP 연결을 점진적으로 추가하면 기존 경험을 보존하면서 더 다양한 기능을 수행하는 구조로 확장할 수 있다. [16:05]

9. 자유로운 실험에서 선별 투자로의 변화

• 조직 안에는 기능과 자율성 수준이 다른 에이전트가 늘어나므로, 채용 단계부터 필요한 역할과 기대 성과를 구분해야 한다. [17:48]
• 툴·API·토큰을 열어두고 자유롭게 만들던 단계에서 벗어나, 실제 필요성과 효과를 한 번 더 검토한 뒤 초기 아이템을 선정해야 한다. [18:08]

10. 담당자 퇴사로 사라진 1년의 학습

• 한 직원이 여러 에이전트를 만들어 동료들에게 확산했지만, 해당 직원의 퇴사와 함께 유지보수 주체도 사라졌다. [19:09]
• 조직이 1년 동안 학습해 만든 실용적인 에이전트가 하루도 지나지 않아 중단됐고, 구성원들은 기존 엑셀 업무로 즉시 복귀했다. [19:48]

11. 개인 의존을 막는 역할과 문서화

• 에이전트 빌더·오너·사용자 역할과 조직 차원의 포트폴리오 담당자가 있었다면 담당자 한 명의 이탈이 전체 운영 중단으로 이어질 위험을 줄일 수 있었다. [20:21]
• 구성과 작업 절차를 문서화하지 않은 채 에이전트 수만 늘리면 오너가 사라지는 순간 기술과 축적된 업무 지식도 함께 소실된다. [20:46]

12. 구매·로우코드·플랫폼·자가 구축의 선택지

• 기업은 에이전트 아이템을 정한 뒤 구매, 자체 개발, 외부 자원 활용, 조합이라는 4B 관점에서 구축·배치 방식을 결정할 수 있다. [21:23]
• Claude Cowork나 Codex 같은 범용 에이전트는 쉽게 도입할 수 있지만 주로 개인 책임으로 운영되며, 조직 공통 업무에는 별도의 관리 구조가 필요하다. [22:04]

13. 개인용·조직용·전사용 플랫폼 구분

• 공개 정보나 개인 파일을 다루는 업무는 범용 에이전트가 적합하지만, 인사·재무·영업 데이터와 레거시 시스템을 연결하는 업무는 권한·계정·승인 관리가 필요하다. [24:33]
• 전사 공통 업무와 고객에게 영향을 주는 에이전트는 개인용 도구가 아니라 클라우드 플랫폼이나 자체 구축 플랫폼에서 운영해야 안정성과 통제력을 확보할 수 있다. [25:59]

14. 에이전트 포트폴리오와 운영 부채

• 구매·개발·조합 중 어떤 방식을 택할지는 에이전트 포트폴리오의 핵심 조건이며, 역할과 사용 범위에 따라 서로 다른 방식을 병행할 수 있다. [26:49]
• 에이전트는 토큰과 인프라 비용을 지속해서 소비하고 장기적으로 인건비에 준하는 부담을 만들 수 있으므로, 무제한 증식은 기업의 운영 부채가 된다. [27:39]

15. 분리·스킬 추가·통폐합의 판단 기준

• 성공 지표, 접근 데이터, 보안 정책, 승인자와 권한이 서로 달라지면 하나의 에이전트를 B2B·B2C처럼 별도 에이전트로 분리해야 한다. [28:39]
• 새로운 요구가 기존 목표와 권한 범위 안에 있다면 에이전트를 추가하기보다 기존 에이전트에 스킬을 더해 불필요한 증식을 막을 수 있다. [29:21]

16. 에이전트 부채를 막는 분리와 증식 방지 원칙

• 인사·총무처럼 업무량이 많지 않은 기능은 하나의 에이전트로 통합할 수 있으며, 역할 분리 기준과 증식 방지 원칙이 없으면 에이전트가 조직의 부채로 바뀔 수 있다. [30:01]
• 회의 음성을 회의록으로 자동 변환하는 회의 에이전트처럼, 특정 작업만 수행하는 태스크 중심 에이전트가 기본 유형을 이룬다. [30:21]

17. 에이전트 군단의 확장과 설계 기준

• 에이전트 수가 늘어나면 작동 상태를 감시하는 모니터링 에이전트, 성과를 관리하는 에이전트, 개선점을 찾는 에이전트까지 필요해져 여러 유형이 협업하는 체계로 확장된다. [30:36]
• 개인과 조직은 에이전트를 만들 때 업무 트리거부터 유형과 목적까지 기준을 나눠야 하며, 이런 사전 설계가 에이전트의 역할과 운영 범위를 결정한다. [31:09]

🧾 결론

• 에이전트 도입의 핵심은 모델 성능보다 업무 범위, 책임, 권한, 성공 조건을 운영 가능한 형태로 정의하는 데 있다.
• 담당자 한 명에게 구축 지식과 유지보수가 집중되면 그 사람의 퇴사와 함께 조직의 학습 결과도 사라질 수 있으므로 역할 분리와 문서화가 필수다.
• 단순한 정보 수집·정리·분류 업무에서 시작해 스킬과 MCP 연결을 점진적으로 추가하는 방식이 초기 복잡도와 시행착오를 줄인다.
• 조직은 에이전트를 무제한으로 늘리기보다 채용, 육성, 평가, 분리, 통폐합, 은퇴를 포괄하는 포트폴리오 관리 원칙을 세워야 한다.

📈 투자·시사 포인트

• 기업용 AI 시장의 경쟁 기준은 범용 모델 도입 여부에서 권한 관리, 승인, 감사, 모니터링, 유지보수를 포함한 운영 플랫폼 역량으로 이동할 가능성이 있다.
• 에이전트 수가 증가할수록 성과 측정, 비용 통제, 상태 감시, 개선점 탐지를 담당하는 관리 계층의 수요가 함께 커질 수 있다.
• 로우코드, 클라우드 플랫폼, 오픈소스 자가 구축은 통제 수준과 내부 개발 역량에 따라 병행될 수 있어 단일 제품보다 조합과 통합 역량이 중요해진다.
• 에이전트의 경제성은 도입 대수보다 업무 처리 속도, 다수 구성원의 재사용, 결과 품질, 지속적인 개선 가능성으로 판단해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 담당자 퇴사 후 1년간 육성한 에이전트가 하루 만에 중단된 사례는 조직명, 에이전트 수, 비용, 장애 원인이 제시되지 않아 일반화 범위를 확인하기 어렵다.
• 속도 개선과 규모의 경제가 평가 기준으로 제시됐지만 채용·유지·통폐합·퇴출을 결정할 구체적인 정량 임계치는 제공되지 않았다.
• 어떤 업무에 인간 승인을 의무화하고 어느 수준까지 자율 실행을 허용할지는 데이터 민감도와 시스템 위험에 따라 별도로 정의해야 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

• 후보 업무를 시작 조건, 입력, 결정 규칙, 사용 도구, 출력, 책임자, 예외 조건으로 분해해 명세한다.
• 각 에이전트에 빌더, 오너, 사용자, 포트폴리오 담당자를 지정하고 구성과 작업 절차를 문서화한다.
• 속도, 재사용 규모, 결과 정합성, 계획 준수, 피드백 학습, 토큰·인프라 비용을 포함한 평가 지표를 설정한다.
• 시스템 접속, 정보 열람, 데이터 입력 등 위험 작업별로 인간 승인과 감사 로그의 적용 기준을 정한다.

❓ 열린 질문

• 에이전트의 채용과 퇴출을 결정할 최소 성과, 사용량, 비용 기준은 업무 유형별로 어떻게 달라져야 하는가?
• 빌더나 오너가 퇴사해도 메모리, 스킬, 권한, 운영 지식을 안전하게 승계하려면 어떤 문서와 저장 구조가 필요한가?
• 개인용 범용 에이전트에서 조직용 또는 전사용 플랫폼으로 이전해야 하는 시점을 어떤 위험 신호로 판단할 것인가?