AI 에이전트 이코노미의 부상
1/ 사카라 AI(Sakara AI), 데빈(Devin), 지니(Genie), 스카이파이어(Skyfire), 리플렉션 AI(Reflection AI), 임뷰(Imbue), H(홀리스틱 AI)
2/ 무분별한 영어 서비스 명칭의 나열처럼 보일 수 있지만, 모두 최근 등장한 AI 에이전트 서비스들입니다. 대규모 자본이 필요한 LLM(대형 언어 모델)과 달리, AI 에이전트 시장은 비교적 소규모 자본과 팀으로 다양한 분야에 특화된 모델들로 발전하고 있습니다. 앞으로 수많은 AI 에이전트 스타트업이 등장할 것이며, 이들 중 일부는 경쟁을 통해 시장에 자리 잡게 될 것입니다.
3/ AI 에이전트에 대한 합의된 정의는 아직 없지만, 일반적으로 '자율성'을 가지고 사용자의 의도를 해석해 업무를 완수하는 시스템으로 이해되고 있습니다. 기존에는 시리나 알렉사와 같은 스피커 기반 AI가 주로 자연어 해석에 집중해 왔습니다. 그러나 생성형 AI 기술의 발달과 멀티모달 기능의 추가로 자연어 해석 수준이 크게 향상되었습니다. 따라서, 이제는 다양한 AI 에이전트 회사들이 자율적으로 과업을 완수하는 데 초점을 맞추고 있습니다.
4/ 예를 들어, 사용자가 "회의 일정을 잡아줘"라고 명령했을 때, AI 에이전트는 참석자들의 가능한 시간을 조율하고 최적의 회의 시간을 찾아 일정을 설정하며, 참석자들에게 초대장을 자율적으로 발송합니다. 이는 단순한 명령 수행을 넘어, 사용자의 상황과 요구를 이해하고 이를 최적화하는 능력을 보여줍니다.
5/ 앞으로 AI 에이전트는 특정 분야에서 명확한 목적을 가지고 개발될 가능성이 큽니다. 예를 들어, 구글의 알파고는 바둑이라는 한정된 영역에서, 알파폴드는 단백질 구조 예측이라는 특정한 목표를 가지고 개발되었습니다. 이처럼 AI 에이전트는 각 분야에서 구체적인 목표를 달성하기 위해 설계될 것입니다. 몇 가지 사례는 다음과 같습니다.
1) 과학 연구: 사카나 AI는 2023년 구글 '트랜스포머' 논문의 공동 저자인 릴리언 존스가 일본에 설립한 스타트업입니다. 이 회사는 대형 언어 모델을 활용해 과학 연구를 자동으로 수행하는 프레임워크를 제안합니다. 이 시스템은 연구 아이디어 생성부터 실험 수행, 결과 분석, 논문 작성, 그리고 동료 평가 시뮬레이션까지 가능하게 하여, 과학 연구의 모든 과정을 자동화할 수 있는 잠재력을 가지고 있습니다. (관련 논문: https://arxiv.org/pdf/2408.06292)
2) 코딩: 지난 3월, '코그니션'이라는 스타트업은 전체 개발 프로젝트를 처음부터 끝까지 처리할 수 있는 AI 에이전트 ‘데빈(Devin)’을 공개했습니다. 이 AI는 코드 설계, 작성, 버그 수정, 최종 제품 실행까지 모두 담당합니다. 이어서 8월에는 AI 스타트업 코사인이 데빈과 유사한 개념의 ‘지니(Genie)’를 선보였는데, 지니는 자바스크립트, 파이썬 등 15개의 프로그래밍 언어로 이루어진 수십억 개의 데이터를 학습한 AI 에이전트입니다.
3) 여행 예약: AI 스타트업 스카이파이어는 여행 예약뿐만 아니라 결제까지 처리하는 서비스를 출시했습니다. 이들은 AI 에이전트가 단순히 검색만 하는 것이 아니라 결제까지 수행해야 진정한 의미의 AI 에이전트라고 주장합니다. 스카이파이어는 지출 한도와 모니터링 대시보드를 강화했지만, AI가 결제 관련 행위를 할 때의 법적 지위와 책임 범위는 여전히 중요한 논점입니다. 특히, 취소 불가능한 결제와 관련된 법적 분쟁이 예상될 수 있습니다.
6/ 물론, 범용 AI 에이전트를 개발하려는 스타트업도 존재합니다. 올해 1월 설립된 리플렉션 AI가 그 대표적인 사례입니다. 구글 딥마인드 출신들이 설립한 이 회사는 공동 창업자들의 뛰어난 경력 덕분에 주목받고 있습니다. 이들은 인공일반지능(AGI)이 3년 내에 실현될 수 있으며, 이를 기반으로 범용 에이전트(universal agent) 개발이 가능하다는 전제 하에 출발했습니다. 그러나, 2년 전 범용 에이전트를 표방한 어뎁트(Adept)가 결국 아마존에 인수된 점을 고려할 때, 리플렉션 AI의 미래 역시 주목할 필요가 있습니다.
7/ 현재 AI 에이전트 사업은 초기 단계에 있으며, 앞으로는 자연어 처리 기술 외에도 몇 가지 기술적 과제를 해결해야 합니다. 예를 들어, AI 에이전트가 다양한 도구와 서비스를 효율적으로 조합하고 관리할 수 있는 규약이 필요합니다. 사용자의 요구에 따라 어떤 도구를 사용할지, 도구 간 상호작용을 어떻게 조정할지 자율적으로 학습하는 기반을 마련해야 합니다. 여행 예약의 경우, 검색 사이트 선택, 일정 관리, 결제 한도 설정 등이 이에 해당합니다. 또한, AI 에이전트가 기업 내부의 데이터 및 시스템과 원활하게 상호작용하기 위한 표준화된 API 개발, 데이터 보안 및 프라이버시 보장 등의 기술적 해결책도 필요합니다.
8/ 유튜브와 틱톡이 '크리에이터 이코노미'를 발전시켰다면, AI는 앞으로 'AI 에이전트 이코노미'를 주도할 가능성이 큽니다. 다양한 분야에서 특화된 'AI 에이전트'들이 등장할 것이며, 이들은 구독제 모델을 통해 수익을 창출하는 서비스로 발전할 것입니다. 이는 AI 에이전트가 사용자에게 맞춤형 서비스를 제공하며, 다양한 산업에서 새로운 경제적 기회를 만들어내는 중요한 요소로 자리 잡게 될 것을 시사합니다.
9/ 앞으로는 데이팅 앱에서 상대방의 메시지에 사용자 페르소나를 인식해 실제로 채팅을 대신해 주고, 헤어스타일을 제안하며 미용실 예약까지 처리하는 AI 에이전트들이 등장할 것입니다. 또한, 개발 코드를 생성해 퍼블리싱을 돕고, 법률 소장을 작성해 주는 등 다양한 역할을 수행하는 AI 에이전트들이 일상 속에서 활발히 활용될 전망입니다. 이러한 AI 에이전트들은 특정한 작업을 자동으로 처리하며, 사용자 경험을 크게 향상시킬 것입니다.
10/ 지난 1년간 텍스트 프롬프트 엔지니어링이 주목받았고, 최근에는 이미지 생성 프롬프트 강좌도 등장하면서 AI에 대한 관심이 더욱 커졌습니다. 올해 중반 이후 각 산업 분야에서 AI를 접목하는 방법을 논의하는 컨퍼런스가 열렸지만, 현장에서는 여전히 AI 활용에 대한 의구심이 남아 있습니다. 이는 인터넷 혁명 초기와 유사합니다. 월드 와이드 웹(WWW)은 1989년에 창안되었지만, 1995년 넷스케이프 상장과 마이크로소프트의 인터넷 익스플로러 출시로 대중화되었습니다. 실제로 산업에 적용된 시점은 2000년대 초반, ERP, CRM 등의 시스템이 내재화되기 시작하면서입니다. 마찬가지로, 앞으로 다양한 AI 에이전트가 등장하면서 AI의 실질적 적용이 가속화되고, 그 효과가 산업 현장에서 본격적으로 체감될 것입니다.
