【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스][AI와 디지털전환] AI 에이전트, '할 수 있는 일'보다 '해야 할 일'을 고민할 때

온카뱅크관리자

2026-06-23 16:07:30

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="UGof6dcnEy">
          <figure class="s_img figure_frm origin_fig" contents-hash="1bb46b0a3f9a9f64a9b00cde09c533922c20b5c3f7340d47773be58b73d2f62c" dmcf-pid="uHg4PJkLwT" dmcf-ptype="figure">
           <p class="link_figure"><img alt="김민준 랭코드 대표" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/23/etimesi/20260623160310626ycui.jpg" data-org-width="200" dmcf-mid="pnMzb8nQmW" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/23/etimesi/20260623160310626ycui.jpg" width="200"></p>
           <figcaption class="txt_caption default_figure">
            김민준 랭코드 대표
           </figcaption>
          </figure>
          <p contents-hash="53ef052b5bd519abe8a6714a17448d4fa4ec604b140d977c0354494a211e5e86" dmcf-pid="7Xa8QiEowv" dmcf-ptype="general">인공지능(AI) 에이전트 도입에서 가장 자주 보는 실패는 한 가지다. 데모에서 완벽하던 에이전트가 현장에서 무너진다. 흔히 원인을 모델에서 찾지만, 진짜 질문은 따로 있다. 이 에이전트가 무엇을 할 수 있는가가 아니라, 무엇을 해야 하는가. 에이전트의 본분이다.</p>
          <p contents-hash="47abab4d94e7441831a05cb6018c9f4fdf5bf97be1f2a9456daab40f1aa1b8ed" dmcf-pid="zZN6xnDgrS" dmcf-ptype="general">에이전트를 만드는 방식은 대개 둘 중 하나로 기운다. 모든 경로를 미리 정해 둔 파이프라인에 맞추거나, 도구만 충분히 붙여 주고 알아서 잘하기를 기대한다. 처음 보는 요청이 들어오면 전자는 가장 가까운 칸에 끼워 맞추고, 후자는 그럴듯하지만 틀린 답을 내놓는다. 둘 다 데모에서는 문제없이 작동한다. 만든 사람이 자신이 상상한 상황만 시험하기 때문이다. 문제는 현장에서 드러나고, 더 큰 문제는 드러난 줄도 모른 채 지나간다.</p>
          <p contents-hash="5f023cff910ce69e44ab360782b90b8bc72ff1a497eb54727d07e2ae4041ad07" dmcf-pid="qfykwhZvsl" dmcf-ptype="general">도널드 럼스펠드는 지식을 세 가지로 나눴다. △이미 알고 있는 것(known knowns) △모른다는 사실은 알고 있는 것(known unknowns) △무엇을 모르는지조차 알지 못하는 것(unknown unknowns)이다. 미리 만든 점검 목록은 '이미 알고 있는 것'에 대한 답일 뿐이다. 목록으로 정리될 일이라면 애초에 에이전트가 필요하지도 않다.</p>
          <p contents-hash="c6064c74248e2a4dbd91c79dad2f0d3bba53e5d8d72f824540be34799d265f00" dmcf-pid="B4WErl5TEh" dmcf-ptype="general">에이전트의 본분은 누구도 미리 떠올리지 못한 상황, 곧 '알지 못하는 것'에서 일하는 순간 드러난다. 우리는 업무에 '빈칸'이 있다는 사실은 알지만, 앞으로 생길 모든 예외 상황을 미리 규칙으로 만들어 둘 수는 없다.</p>
          <p contents-hash="5b51a5feca758495abf479ce0ad33172a0536d6df6ba45803b489b8dc49401c3" dmcf-pid="b8YDmS1ywC" dmcf-ptype="general">그래서 예측할 수 없는 상황에서는 정답을 하나씩 나열해 두는 방식만으로는 부족하다. 처음 마주한 문제에도 적용할 수 있고, 에이전트가 제대로 행동했는지도 판단할 수 있는 분명한 기준이 필요하다. 예를 들어 고객 불만 처리 에이전트에 '고객을 만족시켜라'라고 지시하는 것은 구체적인 기준이 아니라 방향을 제시하는 표어에 가깝다.</p>
          <p contents-hash="1e4b7cf8ff820cd6102139dcdf1d8007d058e7c775a445faf2db7838bf218678" dmcf-pid="K6GwsvtWOI" dmcf-ptype="general">반면 '환불을 거절할 때는 적용된 약관 조항을 제시한다' '권한을 넘는 예외는 임의로 승인하지 않고 담당자에게 넘긴다' '같은 상황의 두 고객을 다르게 대하지 않는다'는 한 번도 본 적 없는 사례에도 적용되고 지켰는지 판단할 수 있다. 무엇을 지향할지 정하는 일과 그것이 지켜졌는지 가릴 기준을 세우는 일은 둘이 아니다. 그래서 설계와 평가는 처음부터 한 몸이다.</p>
          <p contents-hash="57c129e70156a458be4893caf766caf0544933e34d9c8f9ad638477c24be5caf" dmcf-pid="9PHrOTFYOO" dmcf-ptype="general">좋은 본분에는 멈출 때도 담겨 있다. 에이전트가 자신이 무엇을 모르는지를 아는 것이 중요하다. 자신의 '모른다는 사실은 알고 있는 것', 곧 다룰 수 있는 영역의 경계를 알고 그 너머에서 멈추거나 사람에게 넘길 수 있어야 에이전트를 신뢰할 수 있다. 더 까다로운 문제는 사람에게서 나온다. 만든 사람이 의식조차 못 한 전제가 에이전트에 반영되면 보이지 않는 한계가 된다. 안다는 사실조차 모르는 모두가 놓치는 빈칸이다.</p>
          <p contents-hash="81c139e354cfde0d9c50201bd01327ed942fb3e7f2ff71bbbd2bd1b0036e501d" dmcf-pid="2QXmIy3Grs" dmcf-ptype="general">그래서 평가의 목적은 불확실성을 없애는 것이 아니라, 보이지 않던 빈칸을 보이는 빈칸으로 바꾸는 데 있다. 모르는 줄도 몰랐던 실패가 한 번 드러나면 그때부터는 다룰 수 있는 '모른다는 사실은 알고 있는 것'이 된다. 그 빈칸에는 기준을 세우고 에이전트의 본분을 다듬을 수 있다. 모델과 데이터와 맥락은 끝없이 바뀌고 어긋남은 조용히 스며들기에 사람이 일일이 지켜보는 것은 불가능하다.</p>
          <p contents-hash="a7d6cebd703b514d1803e805b98399d6d23ba48b8abe4cf3c68eeeffce5987c0" dmcf-pid="VxZsCW0HOm" dmcf-ptype="general">흥미롭게도 이 평가야말로 사람보다 AI가 더 잘 사람과 함께 해낼 수 있는 일이다. AI가 수많은 사례를 기준에 비추어 살피고 어긋난 것을 추려 주면 사람은 판단에 집중해 기준을 다듬는다. 보이지 않던 빈칸을 끊임없이 보이게 만드는 이 일, AI 에이전트의 확산과 기업의 AI전환(AX)이 결국 넘어서야 할 지점은 여기에 있다.</p>
          <p contents-hash="995d24ca90ecd5c34697660d9ec66bee2ec4c7f16827ad607aff584bb57bda07" dmcf-pid="fM5OhYpXOr" dmcf-ptype="general">김민준 한국인공지능·소프트웨어산업협회(KOSA) 초거대AI추진협의회원·랭코드 대표</p>
          <p contents-hash="05a628049b46489016b9a5bffecc82b6251ec33b06d1be080eccc49a22d79791" dmcf-pid="4R1IlGUZmw" dmcf-ptype="general">admin@langcode.io</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기