기업 시스템 연결된 AI 에이전트…업무 수행 범위 빠르게 확대

(서울=연합뉴스) 유현민 기자 = 최근 인공지능(AI) 경쟁이 더 똑똑한 모델을 만드는 데서 실제 업무와 산업 현장에서 직접 행동하고 성과를 내는 단계로 옮겨가고 있다.

AI 에이전트가 기업 업무에 속속 투입되고 이를 뒷받침할 반도체와 보안 기술도 고도화되면서 이른바 '실행하는 AI'를 둘러싼 경쟁이 본격화하고 있다.

◇ 답변 넘어 업무까지…기업 현장 파고드는 AI 에이전트

AI 에이전트가 질문에 답하는 수준을 넘어 여러 단계의 업무를 직접 수행하는 사례가 늘고 있다.

KT는 기업의 기존 데이터와 업무 시스템에 AI 에이전트를 연결해 업무 자동화를 지원하는 플랫폼 '에이전틱 온'을 공개했다.

문서 검토부터 승인 요청, 업무 시스템 입력까지 여러 단계가 필요한 업무를 여러 에이전트가 역할을 나눠 처리하도록 한 것이 특징이다. 반복 업무는 한 차례 수행한 과정을 바탕으로 이후 한 번의 지시만으로 전체 과정을 실행할 수 있도록 했다.

의료 분야에서도 AI의 역할이 확대되고 있다.

KT는 병원 업무 전반에 AI를 적용하는 '의료 표준모델'을 구축하고 진료행정과 환자 안내, 의료 데이터 활용 등에 AI를 접목하기로 했다. 진료행정 에이전트가 진료 대화를 분석해 진료노트를 작성하고 전자의무기록과 검사·처방 시스템에 연동하는 방안도 추진한다.

AI 에이전트가 기존 업무 시스템과 연결돼 실제 업무를 처리하면서 활용 범위도 정보 검색이나 문서 작성에서 업무 자동화로 넓어지고 있다.

◇ AI가 직접 일한다…더 중요해진 신원·권한 관리

AI 에이전트가 실제 업무를 수행하려면 데이터와 업무 시스템에 접근할 수 있는 권한이 필요하다. 이에 따라 AI가 무엇을 할 수 있고 어디까지 행동할 수 있는지를 관리하는 보안 기술의 중요성도 커지고 있다.

라온시큐어는 AI 에이전트에 사람의 사원증과 같은 디지털 신원을 부여하고, 에이전트의 신원과 권한, 행동을 검증·통제하는 '에이전틱 보안' 청사진을 제시했다.

카카오도 AI 모델의 배포 전후 안전성 평가를 언어모델에서 멀티모달 모델과 AI 에이전트까지 확대하기로 했다.

정부 역시 민관 협의체를 가동해 연내 국가 AI 안전 종합계획을 마련할 계획이다.

AI가 사람 대신 판단하고 행동하는 범위가 넓어질수록 AI의 성능뿐 아니라 어떤 권한을 부여하고 그 행동을 어떻게 검증할 것인지도 핵심 과제로 부상하고 있다.

◇ 국산 NPU·경량화 속도전…과학 연구까지 넓어진 AI

AI 활용이 늘면서 이를 뒷받침하는 연산 효율화 움직임도 이어지고 있다.

LG유플러스는 AI 모델 최적화 전문기업 옵트에이아이와 그래픽처리장치(GPU) 사용량과 전력 소모를 줄이는 토큰 최적화 기술 개발에 나섰다. 앞서 양사는 엑사원 기반 소형언어모델에 경량화 기술을 적용해 전력 소모량을 78%, 모델 크기를 82% 줄였고, 서버 GPU에서는 동일한 GPU의 토큰 처리량을 최대 4배 늘리는 기술을 확보했다.

국산 AI 반도체의 성능을 실제 산업 현장에서 검증하는 움직임도 이어지고 있다. 한국전력은 국산 신경망처리장치(NPU)의 성능지표인 'K-Perf'를 활용해 실제 전력 분야에서 국산 NPU의 성능과 신뢰성을 검증하기로 했다.

업스테이지도 소형언어모델 '솔라 미니 4'를 공개하며 필요한 연산만 선택적으로 수행하는 방식으로 모델 효율화에 나섰다. 전체 350억 파라미터 가운데 실제 추론 과정에서는 30억 파라미터만 선택적으로 활성화하는 전문가혼합(MoE) 구조를 적용했다.

AI를 실제 현장에서 활용하기 위한 인프라가 고도화되는 가운데, 활용 분야 자체도 산업 현장을 넘어 과학 연구로 넓어지고 있다.

지난달 열린 'AI4Sci 코리아 2026'에는 국내외 연구자와 산업계 전문가들이 참여해 AI를 활용한 과학적 발견과 자율형 연구 에이전트 등을 논의했다. AI가 연구 데이터를 분석하는 것을 넘어 가설 설정과 실험 등 연구 과정에 활용하는 방안도 다뤄졌다.

정부도 AI를 활용해 과학 난제 해결에 나서는 'K-문샷'의 12대 미션별 10년 연구개발·실증 로드맵을 마련했다. 내년 K-문샷 미션 관련 핵심사업에 5천604억원을 포함해 총 1조3천465억원 규모를 투입한다는 목표를 세우고, 슈퍼컴퓨터 6호기 활용과 미션별 특화 AI 에이전트 개발 등을 추진한다.

AI가 정보를 제공하는 도구를 넘어 업무를 수행하고 과학 연구에도 활용되면서 AI 경쟁의 기준도 달라지고 있다.

더 큰 모델을 만드는 것뿐 아니라 실제 현장에서 AI를 얼마나 안정적으로 활용하고, 권한과 비용·전력을 얼마나 효율적으로 관리할 수 있는지가 중요한 요소로 떠오르고 있다.