1. 사내 AI 세미나 진행 요청
Summit에서 보니 규모 있는 기업들은 저마다 완성도 높은 AI 에이전트를 선보이고 있었다. 우리 회사도 내부 업무용 AI 에이전트를 개발하고 있는데, 이제 막 v0.0.0.0.0.1 이 갓 나온 참이다.
AWS Summit 2026 의 다양한 세션에서 우리 회사가 궁극적으로 목표로 하는 AI 에이전트들을 소개했고 그 수준에 도달하기까지 얼마나 많은 시행착오가 있었는지도 엿볼 수 있었다.
공통적으로 강조하는 메시지는 작은 것부터 빠르게 시작하라는 것이다. 크고 거창한 시스템을 구상하기보다, 당면한 문제를 조금이라도 해결하는 데 집중하는 것이 AI 도입의 핵심 원칙이라고 한다. 여러 연사가 공통적으로 전한 이 메시지가 가장 깊이 와닿았다.
우리 회사에서 개발 중인 AI 에이전트를 점검해봤다. 이제 막 첫발을 뗀 이 에이전트가 지금 당장 해결할 수 있는 문제는 무엇일까. 현재 리소스(개발자 1명 / 경력 2년차) 로 앞서 본 수준의 결과물을 만들어내려면 얼마나 걸릴까.(ㅠㅠ)
AI 에이전트가 등장하게 된 본질을 다시 떠올려봤다. 애초의 목적은 마케터들의 반복 업무를 줄여 인당 생산성을 높이는 것이었다. 그렇다면 지금 우리는 당장 해결할 수 있는 것에 집중하고 있는가? 아니면 여전히 거창한 미래를 바라보고 있는가? 솔직히 말하면 후자다.
현재의 AI 에이전트가 실제 운영 가능한 수준에 이르기까지는 아직 상당한 시간이 필요하다.
인당 생산성 향상이라는 본질에 집중해보면, 현재 이 문제를 가장 효과적으로 해결할 수 있는 방법은 팀원들이 AI 에이전트를 자유자재로 활용할 수 있게 되는 것이라고 생각했다. AI 에이전트 개발은 계속 이어가되, 그와 동시에 팀 전체의 AI 리터러시를 높이는 것이 필요하다는 결론에 이르렀다.
사실 이런 생각은 이전부터 갖고 있었고, 이번 Summit을 다녀오며 더욱 확고해졌다. 그래서 이번에도 AX 관련 세션을 중심으로 선택했다. 내가 들은 세션의 기업들은 하나같이 AX 조직을 두고 있었고, 각 조직이 이 문제를 어떻게 풀어나가고 있는지 생생한 사례를 들을 수 있었다.
AI 챔피언, AI 히어로, AI 특공대 등 다양한 이름으로 불리는 AX 조직의 구성원들은 비개발자가 AI 에이전트를 업무에 활용할 수 있도록 돕는 역할을 한다. 이 과정에서 가장 중요한 것은 "온도를 맞추는 일" 이라고 했다. 혼자 앞서 나가면서 이것저것 설명해봐야 온도가 끌어올려지지 않은 상태에서는 아무것도 전달 할 수 없다. 먼저 상대방의 관심과 의욕을 충분히 끌어올린 뒤 지식을 전달하고 스스로 할 수 있도록 이끄는 것이 핵심이라는 것이다.
우리 회사에서 AI 에이전트를 일상적으로 활용하는 사람이 나뿐인 만큼, 내가 AI 챔피언, AI 히어로, AI 특공대 등의 AI 어쩌구 역할을 맡아야겠다는 생각이 들었다.
Summit을 다녀온 뒤 대표님께 위 내용을 공유했고, 그 결과 업무 시간 내에 전사를 대상으로 총 2회, 4시간 분량의 세미나를 진행할 기회를 얻었다. 별도의 준비 시간은 주어지지 않았지만, AI 에이전트로 업무가 얼마나 편해질 수 있는지 알리고 싶은 마음이 컸기에 개인 시간을 쓰는 것은 기꺼이 감수했다. 다만 준비가 이렇게 오래 걸릴 줄은 몰랐다..😂 1회차 준비에 10시간, 2회차 준비에 4시간의 준비시간이 있었다. 세미나를 진행하며 기록해두고 싶은 것들이 많은데, 이 부분은 따로 잘 정리해서 추후에 글로 남겨보려 한다.
2. 모든 기능을 AI 에이전트로 구현하자는 방향에 제동을 걸기
"마케팅을 처음 접하는 사람도, 첫날부터 마케팅 전문가처럼 일할 수 있게 한다"는 아이디어에서 v0.0.0.0.0.1 에이전트는 출발했다. AI 에이전트와 함께라면 어떤 업무든 해낼 수 있도록 한다는 목표 아래, 모든 기능을 AI 에이전트로 구현해내자는 방향성이 자리잡고 있었다.
"AI-DLC를 활용한 교육자용 AI 에이전트" 세션에서는 AI Agent 를 개발하고 나면, 현장에서 잘 쓰이고 있는지 측정하고 평가하는 것이 중요하다고 강조했다. 아무리 좋은 도구를 만들더라도 실무에서는 사용하지 않을 수 있는데, 지속적인 성과 측정을 통해 실제 사용으로 이어질 수 있도록 관리하는 것이 핵심이라는 것이다.
Summit 다음날, 사내 실제 사용자들에게 직접 물어봤다. 코멘트 자동 생성 기능이 있으면 매우 유용하게 쓸 것 같다는 의견을 받아 개발까지 완료했는데, 막상 사용률이 생각보다 낮아 그 이유가 궁금했다. 돌아온 답변은 이랬다. 코멘트를 생성하려면 데이터 집계 기간과 여러 조건들을 일일이 타이핑해서 입력해야 하는데, 그 과정이 번거로워 자연스럽게 손이 멀어진다는 것이었다.
"바비톡의 AX 여정: 에이전틱 AI로 K-beauty를 바꾸다" 세션에서는 철저히 비즈니스 중심으로 AI를 선택해야 하며, AI 기술의 홍수에 휩쓸리지 말라고 강조했는데, 이때 우리가 무엇을 놓치고 있었는지 명확히 알 수 있었다.
AI 에이전트와 함께라면 어떤 업무든 해낼 수 있도록 한다는 기조 아래, 우리는 AI 에이전트라는 기술을 먼저 놓고 비즈니스를 거기에 어떻게 끼워 맞출지를 고민하고 있던건 아닐까 ?
아래와 같은 형태의, 흔히 보는 AI 에이전트 UI/UX로 모든 기능을 구현한다는 방향을 잊어버리고 보니, 사용자 관점의 UX 를 고민할 수 있었다.
지금은 다양한 검색 조건을 에이전트에 타이핑해야 한다.
검색 조건을 미리 구성해 두고 'AI 코멘트 생성' 버튼 하나로 끝낼 수 있게 하면 어떨까.
아래는 v0로 간단히 만들어본 개선 아이디어이다.
결국 사용자에게 필요한 건 해당 기간의 데이터(데이터 자체도 함께 필요하다)에 대한 전문가 수준의 코멘트를 얻는 것이지, 에이전트와 대화하는 과정 그 자체는 아니기 때문이다.
회사에는 이런 내용을 제안했지만, 아직 결정이 난 상태는 아니다. 회사가 가고자 하는 방향이 따로 있으니, 앞으로 어떻게 될지는 모르겠다. 내 관점에서는 이렇게 만들면 사람들이 좀 더 잘 쓰지 않을까 싶지만, 다른 사람들은 다르게 볼 수도 있다. 또 지금 회사의 사업 방향에서는 당장 사람들이 이 기능을 쓰는지 아닌지가 그리 중요하지 않을 수도 있다. 나는 내 관점에서 더 나아 보이는 쪽을 제안했을 뿐이고, 선택은 회사의 몫이다.