기업에는 인텔리전스 시스템이 있습니다. 이제는 행동 시스템으로 전환해야 합니다.

에이전틱 AI가 본격적으로 실행되기 시작했습니다. 이러한 자율 시스템은 복잡한 워크플로를 처음부터 끝까지 처리할 것을 약속하며, 기업은 그 잠재력을 활용할 수 있길 간절히 바라고 있습니다. 하지만 문제는 이 기술을 서둘러 도입하려다 기존에 잘 작동하던 시스템을 망가뜨릴 위험이 있다는 점입니다. 

IBM의 AI 및 분석 전략 데이터 담당 부사장인 브루노 아지자(Bruno Aziza)는 조직들이 새로운 기술로 확장하여 각 분야의 리더가 되도록 돕기 위해 조직과 협력합니다. 아지자에 따르면 기업은 워크플로에 이미 AI와 자동화가 내장되어 있다는 사실을 간과하는 경우가 많습니다.

아지자는 조직이 에이전트를 중심으로 모든 것을 재구축하기보다는 에이전트를 사용하여 이미 잘 작동하고 있는 것을 기반으로 구축해야 한다고 생각합니다. "성공의 길은 잘 작동하고 있는 프로세스를 대체하거나 제거하는 것이 아닙니다."라고 그는 IBM Think와의 인터뷰에서 말했습니다. "기존 프로세스를 증강하는 것입니다."

이러한 증강적 접근 방식은 기업 기술의 광범위한 진화와 비교해보면 더욱 명확해집니다. 조직이 에이전트 AI를 기존 워크플로에 효과적으로 통합하는 방법을 이해하려면 분석하고 추천하는 시스템에서 자율적으로 행동하고 실질적인 비즈니스 가치를 제공할 수 있는 시스템으로 발전하는 과정을 살펴보는 것이 필수적입니다.

기업 기술 리더들은 익숙한 경로를 따라왔습니다. 먼저 기록 시스템을 구축하고, 그다음 참여 시스템을 구축하고, 마지막으로 인텔리전스 시스템을 구축했습니다. 이제 에이전틱 AI를 통해 새로운 단계인 행동 시스템이 시작됩니다.

"우리가 알게 된 것은 인텔리전스 시스템이 유용하지만, 충분하지 않다는 것입니다."라고 아지자는 말합니다. "생성형 AI 덕분에, 또한 거의 무한대에 가까운 컴퓨팅과 제한된 스토리지, 뛰어난 네트워킹 덕분에 이제 우리는 조직의 수익과 관련된 바로 그 구성 요소인 행동을 가속화하는 방법에 대해 생각할 수 있는 단계에 이르렀습니다. 항상 그렇게 하고자 노력해 왔는데, 이제 우리는 진정으로 행동을 취할 수 있는 역사적 단계에 와 있습니다."

하지만 행동 시스템을 구축하는 것은 단순한 일직선의 길이 아닙니다. 많은 기술 리더들에게 자율성, 책임성, 자동화에 대한 의문은 여전히 커져만 갑니다. AI에 대한 과열된 기대의 사이클이 몇 년 동안 헤드라인을 장식해 왔지만, 스포트라이트가 사라진 후에야 진짜 작업이 시작됩니다.

"성숙한 기업이라면 이런 말을 덥석 믿어서는 안됩니다. 모두가 정말 쉬울 거라고 말합니다. 그렇지 않나요?" 아지자는 말합니다. "훌륭한 데이터에 집중한 다음 사용 사례를 선택하고 몇 가지 실험을 수행한 다음 마지막으로 성공적인 사용 사례를 운영하면 됩니다. 하지만 실제로는 그렇지 않습니다."

아지자가 말하는 흔한 오해 중 하나는 에이전트를 구축하여 기업에 배포하면 바로 작동할 것이라는 생각입니다. "기업 환경에서는 훨씬 더 많은 문제들이 걸려 있습니다."

더 많은 실험이 프로덕션 환경으로 옮겨감에 따라 비즈니스 리더들은 얻는 것과 잃는 것, 규모 및 성능에 대해 서로 다른 질문을 하고 있습니다.

"업계는 성숙해 있고 사례가 충분하기 때문에 실제 프로덕션 작업을 가속화할 수 있는 수준에 도달할 수 있습니다."라고 아지자는 말합니다.

올해 가장 큰 변화 중 하나는 새로운 AI 에이전트 구축을 추진한 것입니다. 하지만 아지자에 따르면 이렇게 서두르는 게 옳지 않을 수도 있습니다 기업에는 워크플로에 이미 AI와 자동화가 내장되어 있는 경우가 많습니다. 아지자는 에이전트를 중심으로 모든 것을 재구축하는 것보다는 이미 작동하는 것을 증강하는 것이 더 나은 접근 방식이라고 말합니다.

아지자는 은행에서의 대출 승인 사례를 명확한 예로 제시합니다. 이는 결정론적 프로세스로, 확률적 에이전트를 추가하면 불확실성이 줄어들기는커녕 더 커질 수 있습니다.

"이 두 가지를 결합하는 능력이 정말 중요합니다."라고 아지자는 말합니다. 이를 에이전트 마이너스, 즉 업무 시스템을 대체하지만 더 나쁜 결과를 가져오는 에이전트라고 설명합니다.

"이는 충분히 거론되지 않는 문제이며, 조직은 이 점을 인식하고 있어야 합니다."라고 아지자는 말합니다. "자동화를 없애고 이를 수많은 에이전트 작업으로 대체하는 것이 아닙니다. 실제로 이 두 가지를 결합하는 것입니다."

시스템과 에이전트를 하나로 묶는 것이 다음 과제입니다. "직원들이 사전 구축된 에이전트를 사용하고 맞춤화하거나 직원 기반의 성숙도가 높기 때문에 점점 더 많은 직원이 자신의 에이전트를 구축하게 될 것입니다."라고 아지즈는 말합니다. "더 많은 에이전트를 만나게 될 것입니다. 문제는 이러한 에이전트를 어떻게 오케스트레이션하느냐는 것입니다. 따라서 이를 제대로 해내기 위해서는 개발해야 할 몇 가지 역량이 있습니다."

이러한 오케스트레이션은 우연히 이루어지는 것이 아닙니다. 아지자에 따르면, 에이전트를 프로덕션에 도입하는 조직들은 성공하기 위해 다중 에이전트 협업, 크로스 에코시스템 통합, 기존 툴 및 규칙과의 정렬, 감독 및 제어, 그리고 에이전트 운영으로 알려진 전용 운영 계층이라는 다섯 가지 핵심 역량을 구축해야 합니다. “이 다섯 가지 역량은 향후 에이전트 전략을 추진하는 데 있어 핵심 기둥입니다.”라고 아지자는 말합니다.

올해 초, Google(Agent2Agent Protocol), IBM(ACP) 등 여러 업체가 개발한 모델 커뮤니케이션 프로토콜(MCP)과 기타 표준들은 에이전트 발견과 통신의 필요성을 강조했습니다.

"내일 아침에 일어나면 수많은 분석 에이전트가 있는 환경이 펼쳐진다고 상상해 보세요."라고 아지자는 말합니다. "누가 무엇을 하고 있을까요? 누가 데이터를 받을까요? 인사이트는 누가 구축할까요? 프로세스는 누가 감독할까요? 데이터가 실제로 정확하고 인사이트가 실행 가능 한지 누가 확인할까요? 표준이 없다면 여기에는 운영으로 옮기기 매우 어려운 질문들이 정말 많이 존재합니다."

많은 사람들이 에이전트의 현재 상태를 HTTP 이전의 인터넷과 비교합니다. 그러나 아지자는 에이전트형 AI가 이 논의에 완전히 다른 무언가를 제공한다고 생각합니다. 아지자에게 있어 현재의 AI 발전은 자동차의 발명에 비유할 수 있습니다. 자동차는 궁극적으로 말을 대체할 뿐만 아니라 혁신을 주도하기도 했습니다.

"혁신이 놀라울 정도로 가속화되고 있습니다."라고 아지자는 말합니다. "그리고 우리 스스로를 한 단계 더 발전시킬 수 있는 놀라운 기회도 있습니다. 청사진을 찾는 것은 어려운 일이지만, 이러한 개별 에이전트의 영향력을 배가하려면 커뮤니케이션 표준의 통합이 필요하다는 것은 확실히 알고 있습니다."