용어 찾아보기

AI가 일을 알아서 끝까지 한다는데, 맡겨도 될 일과 아닌 일 (AI 에이전트 뜻)

챗봇과 무엇이 다른지, 찾아보고 정리하는 일과 보내고 결제하는 일 가운데 어디까지 맡기고 어디서 멈추게 할지, 맡기기 전에 정할 세 가지를 순서대로 정리했습니다.

2026년 10월 9일 · 5분 분량 · 다시 묻는 AI 편집

“회의에서 이 일은 AI 에이전트한테 맡기자는데, 챗봇이랑 뭐가 달라요? 정말 알아서 끝까지 해요?”

회의에서 “이 업무는 AI 에이전트에게 맡겨 보자”는 말이 나왔다고 해 봅시다. 챗봇과 무엇이 다른지, 맡기면 어디까지 알아서 하는지 되묻기는 쉽지 않습니다. 말 자체가 새로우니 머쓱한 것도 당연합니다. 목표를 받으면 일을 여러 단계로 나누고, 도구를 써 가며 끝까지 처리하는 AI, 이걸 AI 에이전트라고 부릅니다. 아래에서 챗봇과 다른 점, 맡겨 볼 일과 사람이 승인할 일을 차례로 봅니다.

✅ 한눈에 답

• 챗봇은 묻는 말에 답하고, AI 에이전트는 목표를 받아 찾아보고 비교하고 정리하는 여러 단계를 스스로 이어 갑니다.
• 찾아보기, 정리하기, 초안 쓰기는 맡겨 볼 만하고, 보내기, 결제하기, 지우기처럼 되돌리기 어려운 일은 사람이 승인합니다.
• 맡기기 전에 어디서 멈추게 할지, 끝나면 무엇을 받을지, 밟은 단계를 남길지 먼저 정합니다.

🧩 챗봇과 다른 점: 답하는 것과 일을 맡는 것

Anthropic은 공식 글에서 어시스턴트는 구체적인 질문이나 요청에 답하는 도구이고, 에이전트는 목표가 주어지면 ‘스스로 일을 추진’하며 복잡한 일을 처음부터 끝까지 처리할 수 있다고 구분합니다. 같은 글은 결혼식 준비를 도와 달라고 하면 에이전트가 장소와 업체를 조사하고, 가격과 일정을 비교하고, 일정표와 예산안까지 만들 수 있다고 예를 듭니다.

차이는 한 번의 답이냐, 여러 번의 행동이냐에 있습니다. 챗봇은 대화가 오가는 동안만 일합니다. 에이전트는 목표를 받은 뒤 다음에 무엇을 할지 스스로 정하며 일을 이어 갑니다.

안에서는 같은 일이 되풀이됩니다

Anthropic은 다른 글에서 에이전트를 대개 ‘환경에서 받은 결과를 보며 도구를 반복해서 쓰는 LLM’이라고 설명합니다. 여기서 도구는 웹 검색, 파일 열기, 계산, 다른 프로그램 실행처럼 AI가 바깥 세상에 손을 뻗는 수단입니다. 에이전트는 도구를 한 번 쓰고, 결과를 확인하고, 그다음 할 일을 정하는 일을 반복합니다. 사람이 자료를 찾아보고, 읽어 보고, 부족하면 다시 찾는 방식과 크게 다르지 않습니다. 막히거나 정해 둔 지점에 이르면 멈추고 사람의 의견을 기다릴 수 있으며, 반복 횟수의 상한 같은 멈춤 조건을 두는 것이 흔하다고 합니다.

🏢 회사로 치면, 일을 위임받아 끝까지 처리하는 담당자

챗봇이 물어보면 답해 주는 옆자리 동료라면, 에이전트는 “이번 출장 준비를 맡아 주세요”라는 말을 듣고 항공편을 알아보고, 숙소를 비교하고, 일정표를 만들어 오는 담당자에 가깝습니다. 좋은 담당자도 돈이 나가는 일이나 되돌리기 어려운 일은 결재를 올립니다. 에이전트도 같아야 합니다. 맡기는 쪽은 목표와 함께 어디까지 혼자 해도 되는지, 어디서 승인을 받아야 하는지를 정해 줘야 합니다. 일이 끝났을 때 무엇을 받아 보고 싶은지까지 말해 두면 결과가 훨씬 분명해집니다.

다만 사람 담당자는 이상하다 싶으면 눈치껏 멈추지만, 에이전트는 그럴듯해 보이는 한 계속 나아갈 수 있다는 점이 이 비유의 한계입니다.

움직이기 전에 사람이 확인해야 하는 이유

Anthropic은 에이전트가 ‘시스템에는 합리적으로 보이지만 사람이 실제로 원한 것은 아닌’ 행동을 할 수 있다고 적습니다. 스스로 여러 단계를 밟는 만큼 비용이 늘고, 앞 단계의 실수가 뒤로 갈수록 커질 수 있다고도 설명합니다. 웹페이지나 문서 속에 숨겨 둔 문장으로 에이전트가 원래 지시를 무시하게 만드는 ‘프롬프트 인젝션’ 공격도 있습니다.

그래서 Anthropic은 목표를 어떻게 이룰지에 대한 통제권은 사람이 쥐고 있어야 한다고 말합니다. 자사 코딩 도구는 기본적으로 읽기 권한만 갖고, 코드나 시스템을 바꾸기 전에는 사람의 승인을 받도록 했다고 소개합니다. 비용 정리 에이전트가 쓰지 않는 구독을 해지하기 전에 사람의 확인을 받아야 한다는 예도 듭니다.

🔍 자주 하는 오해 두 가지

첫째, ‘에이전트는 맡기면 알아서 다 하는 직원’이라는 오해입니다. 에이전트는 혼자 여러 단계를 밟을 수 있지만, 무엇을 원하는지 정하고 중요한 순간에 승인하는 일은 여전히 사람의 몫입니다. 둘째, ‘에이전트는 똑똑한 챗봇의 다른 이름’이라는 오해입니다. 핵심은 답을 잘하는 것이 아니라 도구를 써서 실제로 행동한다는 데 있습니다. 행동하기 때문에 확인이 더 중요해집니다. 이름에 에이전트가 붙었다고 모두 같은 범위의 일을 하는 것도 아니니, 어떤 도구를 쓸 수 있는지부터 살펴보는 것이 좋습니다.

지금 해 볼 것: 맡기기 전에 정할 세 가지

누군가 에이전트 도입을 말한다면 무엇을 맡길지보다 어디서 멈추게 할지를 먼저 물어 보면 좋습니다. 아래 세 가지를 정해 두면 됩니다.

1. 멈출 자리: 처음에는 찾아보고 정리하는 일부터 맡기고, 메일 발송이나 결제처럼 되돌리기 어려운 일은 사람이 승인하도록 정합니다.
2. 받아 볼 결과: 일이 끝났을 때 무엇을 받아 보고 싶은지 미리 말해 둡니다.
3. 남길 기록: 에이전트가 어떤 단계를 밟았는지 기록으로 남겨 두면, 결과가 이상할 때 어디서 어긋났는지 되짚을 수 있습니다.

💬 자주 묻는 질문

AI 에이전트 뜻이 뭔가요?

목표를 받으면 일을 여러 단계로 나누고, 웹 검색이나 파일 열기 같은 도구를 써 가며 끝까지 처리하는 AI입니다. 도구를 한 번 쓰고, 결과를 확인하고, 다음 할 일을 정하는 일을 되풀이합니다.

AI 에이전트와 챗봇 차이는 무엇인가요?

챗봇은 대화가 오가는 동안 묻는 말에 답합니다. 에이전트는 목표를 받은 뒤 다음에 무엇을 할지 스스로 정하며 일을 이어 갑니다. 차이는 한 번의 답이냐, 여러 번의 행동이냐에 있고, 행동하기 때문에 사람의 확인이 더 중요해집니다.

AI 에이전트 활용 사례에는 어떤 것이 있나요?

Anthropic은 결혼식 준비를 맡기면 장소와 업체를 조사하고, 가격과 일정을 비교하고, 일정표와 예산안까지 만드는 예를 듭니다. 쓰지 않는 구독을 정리하는 비용 정리 에이전트도 예로 들되, 해지하기 전에는 사람의 확인을 받아야 한다고 적습니다.