스스로 사고하고 행동하는 Agentic AI
젠슨황이 예견한 Agentic & Physical AI - 정작가
CES 2026이 다가오며 주목받는 AI
CES 2026이 얼마 남지 않았습니다. 이미 CES 주관기관인 CTA(Consumer Technology Association)가 공개한 트렌드 리포트를 통해 올해 핵심 기술 방향이 서서히 드러나고 있습니다.
⬇️ CES 2026 Official Trends Report (영문)
국내 시각에서 정리된 한글 자료로는 삼정 KPMG의 프리뷰 리포트가 좋은 참고 자료가 됩니다.
⬇️ CES 2026 프리뷰(삼정 KPMG): 미리 보는 CES 트렌드 (한글)
이들 자료는 올해 CES가 AI가 실제 세계에서 어떻게 작동하고, 인간의 역할과 경험을 어디까지 대체·확장할 것인가에 초점이 맞춰질 것이라고 전망하고 있습니다.
작년 CES 2025 – 젠슨 황이 던진 AI 변화의 방향
엔비디아 CEO 젠슨 황은 CES 2025에서 AI 발전 단계를 아래와 같이 설명했고, AI 업계는 그가 예상한 방향으로 빠른 속도로 발전하고 있습니다.
젠슨 황의 CES 2025 키노트, 출처 CES✔ Perception AI → 세상을 인식하는 AI
✔ Generative AI → 콘텐츠를 생성하는 AI
✔ Agentic AI → 목표를 이해하고 스스로 행동하는 AI
✔ Physical AI → 현실 세계에서 직접 작동하는 AI(로봇·자율 기기)
그는 특히 Agentic AI가 전환점이라고 강조했습니다. AI가 단순히 “응답하는 존재”나 "도구"를 넘어, 계획하고 실행하고 결과를 만들어내는 행위 주체(Agent)가 되기 시작했기 때문입니다. 그리고 이 흐름이 Physical AI로 이어지며 산업과 일상을 재편할 것이라고 전망했습니다.
Agentic AI 대표 사례
에이전틱 AI는 이제 개념을 넘어 실제 서비스와 제품 속에서 현실화되고 있습니다. 이미 다양한 산업에서 AI가 스스로 판단하고 실행하는 흐름이 나타나고 있으며, 이번 포스팅에서는 그 대표 사례로 OpenAI와 Anthropic의 서비스를 살펴보고자 합니다.
✅ 사례 1 — OpenAI Instant Checkout: 대화형 쇼핑을 “자율 실행”으로
OpenAI는 ChatGPT 기반 Instant Checkout 기능을 통해 AI가 단순 추천을 넘어서 검색 → 비교 → 결제까지 자율적으로 수행하는 커머스 경험을 구현했습니다.
예를 들어 사용자에게 아래처럼 요청하면…
“친구 집들이 선물로 $100 미만의 핸드메이드 도자기 그릇 구매하는 거 도와줘.”
AI는
✔ 원하는 조건을 파악하고
✔ 제품 후보를 리스트업
✔ 가격· 옵션을 비교
✔ 사용자가 승인하면 바로 결제까지 실행
까지 대화형 워크플로우를 자동으로 마무리합니다.
즉, 단순 ‘추천 → 링크 제공’이 아니라 AI가 직접 결제 API를 호출하는 실행 주체로서 행동하는 것입니다.
이 과정에서 OpenAI는 Stripe 등 결제 파트너와 협력한 ‘대화형 커머스 프로토콜’을 통해 안전성과 인증 체계를 확보하면서, 에이전틱 AI가 현실 워크플로우를 대체할 수 있음을 보여주고 있습니다.
✅ 사례 2 — Claude Sonnet & Claude Code: “30시간 자율 코딩 AI”
Anthropic이 발표한 Claude Sonnet(4.5 이상)과 Claude Code는 단순 코드 생성 도구를 넘어 프로젝트 단위로 스스로 방향을 잡고 코드 작성·테스트·수정까지 반복 수행하는 자율 코딩 환경을 실현합니다.
기존 GPT 기반 코딩 도구와 달리, Claude Sonnet 기반 에이전트는 아래와 같은 특징이 있습니다.
✔ 프로젝트 전체 맥락을 장시간 유지
✔ 목표 기반 작업 분해 및 실행
✔ 코딩 → 실행 → 테스트 → 수정 → 재시도 사이클을 스스로 반복
✔ 복수 파일·모듈 간 의존성 분석 및 변경 반영
즉, 단순한 코드 스니펫 제공이 아니라 AI가 ‘작업 플로우’ 전체를 계획하고 실행하는 에이전시 역할을 합니다. 이 같은 접근은 특히 대규모 코드베이스에서 반복적이고 구조적인 작업(리팩토링, 기능 확장, 자동 테스트 포괄)에서 개발자의 보조 역할을 넘어 AI가 실제로 과업을 주도하는 수준을 보여줍니다.
스스로 30시간 이상 코딩하여 Slack과 같은 앱을 개발, 출처 XAgentic AI는 이제 개념적인 가능성을 논하는 수준이 아니라, 실제 서비스와 업무 환경 속에서 바로 체감할 수 있는 단계로 들어섰습니다. OpenAI Instant Checkout은 사용자의 의도를 이해하고, 옵션을 탐색하고, 최종 실행과 결제까지 하나의 흐름으로 책임지며 처리합니다. 또한 Claude Sonnet 기반 자율 코딩 역시 목표 정의 → 실행 계획 수립 → 구현 → 테스트에 이르는 반복 사이클을 스스로 수행하며, 사람이 해야 했던 ‘결정’과 ‘실행’을 점점 더 대신하고 있습니다.
두 사례의 공통점은 분명합니다. AI가 답을 제공하는 보조 도구를 넘어, 목표를 이해하고 실행을 책임지는 주체로 이동하고 있다는 점입니다.
✨ AI 기획·UX 전략 관점에서 고려해야 할 지점
1️⃣ 사용자 통제권(Agency)과 신뢰 설계
AI가 ‘대신 실행’하는 만큼, 사용자가 과도한 자동화로 불안감을 느끼지 않도록
결정 과정의 가시성(Explainability)과 중간 확인(Checkpoint UX)이 중요합니다.
“자동 실행”과 “사용자 승인”의 균형 설계가 핵심 UX 과제가 될 것입니다.
➜ AI의 자율성과 사용자 통제감 사이의 UX 밸런스 설계가 필수
2️⃣ 실패·오류 대응 UX
에이전틱 AI는 단순 추천이 아니라 실제 실행까지 하므로, 작은 오류도 영향이 큽니다.
실행 중단, 되돌리기, 책임 경로(rollback policy) 같은 실패 UX 시나리오 설계가 필수입니다.
➜ “실행 위임”에는 “안전장치 UX”가 함께 설계되어야 함
3️⃣ 목표 기반 UX(Task → Goal UX 전환)
기존 UX는 기능 중심(Task-oriented) 설계였다면,
에이전틱 AI 시대는 목표 중심(Goal-oriented) UX 로의 전환이 요구됩니다.
“무엇을 할지”가 아니라 “어떤 결과를 원하나요?”를 묻는 UX 구조로의 변화가 필요합니다.
➜ 에이전틱 AI의 UX 중심은 ‘기능 수행’이 아니라 ‘목표 달성’
4️⃣ 책임 소재와 투명성
AI가 대신 실행한다면, 결과에 대한 책임 주체는 누구인지 명확해야 합니다.
실행 로그, 의사결정 경로 기록, 사용자 알림 정책 등이 함께 설계되어야 합니다.
➜ “누가 결정했고 왜 그렇게 했는가”를 사용자에게 설명할 수 있어야 함
마치며
에이전틱 AI는 이제 단순히 ‘잘 대답하는 기술’이 아니라, 사용자와 함께 목표를 달성하고 실제 실행까지 책임지는 존재로 이동하고 있습니다. 그래서 기획자와 UX 디자이너에게 중요한 질문도 조금 달라진 것 같습니다. “무엇을 할 수 있는 AI인가?”보다 “사용자는 이 AI와 어떤 관계를 맺게 될까?”, “얼마나 믿고 맡길 수 있을까?”, “어디까지 넘기고 어디서 개입하게 할까?” 같은 질문들이 훨씬 현실적인 과제가 되고 있습니다.
앞으로의 경쟁력은 단순히 AI 기능을 얼마나 화려하게 붙였는가가 아니라, 사용자가 스스로 선택하고, 맡기고, 다시 돌아와 함께 수정하며 성장할 수 있는 경험 구조를 얼마나 설득력 있게 설계했는가에서 갈릴 가능성이 큽니다. 그리고 그 답을 찾는 과정 속에서, AI 기획자와 UX 디자이너의 역할은 오히려 더 중요해지고 있다는 사실만큼은 분명해 보입니다.
Agentic AI 관련해서 몇 달전에 소개드린 챗GPT 에이전트 글도 함께 보시면 좋아요!
