2025년은 Agentic AI(AI Agent)와 함께...

AI 업계에서 2025년을 이끌어나갈 기술로 평가되는 것은 AI 에이전트(또는 에이전틱 AI) 기술이라고 할 수 있습니다.
AI 에이전트란 사용자나 시스템을 대신하여 자율적으로 작업을 수행할 수 있는 소프트웨어를 말합니다.

인터넷 등을 검색해 보면 새롭게 만들어진 신조어라고 하기도 하고, 2024년부터 시작한 기술이라고 소개하는 등.. 

진위를 알 수 없는 글도 많이 볼 수 있습니다만 사실 AI 에이전트 기술은 꽤 오래된 기술이라고 볼 수 있습니다.
예전에는 지능형 에이전트라는 조금 다른 표현을 사용하긴 했으니까 신조어라고 주장해도 틀렸다고 하긴 좀 뭐합니다만..
현재 시점에서 에이전트 기술을 검색해보면 죄다 AI 에이전트만 다루고 있어서 언제부터 지능형 에이전트라는 용어를 사용했는지는 명확하지 않습니다만, 적어도 제가 구매했던 2000년 1월 출간된(원서는 1998년 출간) Nils J. Nilsson의 "인공지능-지능형 에이전트를 중심으로-"라는 책만 보더라도 적어도 20년은 훌쩍 넘은 꽤 오래된 기술임을 알 수 있습니다.

그 때의 지능형 에이전트는 당시의 인공지능 기술을 이용하여 구성되었다는 점과 현재의 AI 에이전트는 LLM 등을 이용하여 구성되었다는 점이 다르지만 기본적인 에이전트의 개념과 처리방식은 변하지 않았습니다.

 

 

어쨋든..
이렇게 오래된 기술이 최근의 AI 기술의 옷을 입고 기대받는 새로운 모델로서 일선에 나오고 있네요.
지난 10월, OpenAI의 샘 알트만 CEO가 첫 번째 OpenAI DevDay(샌프란시스코)에서 "2025년은 에이전트가 일하게 될 것이다. (2025 is when agents will work)"라고 발언한 것에 이어, 며칠 전 개최한 Microsoft Ignite 2024(현지시간 11월18일~22일)에서 사티아 나델라 CEO의 기조 연설 중 "인공지능의 다음 단계는 AI 에이전트의 시대.."라는 표현처럼 AI 에이전트의 중요성이 커지고 있습니다.

 

https://www.tomsguide.com/ai/chatgpt/the-agents-are-coming-openai-confirms-ai-will-work-without-humans-in-2025

OpenAI confirms AI agents are coming next year — what it means for you

 

https://www.aitimes.kr/news/articleView.html?idxno=32885

"인공지능의 다음 단계, AI 에이전트 시대로"... MS ‘코파일럿 스튜디오’ 통해 AI 에이전트 구축 -

 

지금 MS Ignite 2024에 참석중인 분께서 전해주신 소식도 "올해 Ignite는 에이전틱 AI와 AI 플랫폼의 보안 체계가 핵심 주제..."였으니 AI 에이전트가 글로벌 업계에서 핵심 이슈가 되고 있는 것은 사실인 것 같습니다.

 

글을 쓰는 도중에 NVIDIA의 AI 최고 전문가 9인이 역시 AI 에이전트가 2025년의 AI업계를 주도하는 핵심이 될 것으로 예측을 한 기사가 나왔네요.

 

https://www.aitimes.kr/news/articleView.html?idxno=32912

2025년 인공지능은?..."AI 에이젠트가 주도하는 세상 속으로..." - 인공지능신문

 

 

---

그럼 AI 에이전트 또는 에이전틱 AI에 대하여 간단하게 알아보도록 하겠습니다.

 

AI 에이전트 또는 에이전틱 AI는 인공지능 기술의 발전 단계로, 단순한 챗봇이나 LLM(대규모 언어 모델)을 넘어 자율적으로 목표를 설정하고 복잡한 작업을 수행할 수 있는 지능형 시스템을 일컫고 있습니다.

LLM을 기반으로 하는 AI 챗봇들이 사람이 질문을 하면 AI 챗봇은 대답을 하는 등의 단일 상호작용이 주요 목표라면 에이전틱 AI는 추론과 반복적인 계획을 사용하여 복잡한 다단계 문제를 자율적으로 해결하는 것을 주요 목표로 삼고 있습니다.

따라서 이런 목표를 달성하기 위하여 AI 에이전트는 다음과 같은 특징을 가집니다.

• 자율성: 인간의 직접적인 개입 없이 독립적으로 의사결정하고 행동할 수 있음.
• 목표 지향성: 주어진 목표를 달성하기 위해 계획을 수립하고 실행함.
• 환경 인식: 센서를 통해 주변 환경을 인식하고 데이터를 수집함.
• 학습 능력: 경험을 통해 지속적으로 학습하고 성능을 개선함.
• 다중 에이전트 구조: 여러 AI 에이전트가 각자의 역할을 수행하며 상호작용.

그렇다면 위와 같은 특징을 가지고 에이전틱 AI는 어떤 과정을 통해 문제를 해결할까요?

AI 에이전트의 작동 원리를 살펴보면 AI 에이전트는 다음과 같은 4단계 프로세스를 통해 작동하고 있습니다.

• 인식(Perceive): 환경으로부터 데이터를 수집
• 계획(Plan) 또는 추론(Reason): 수집된 데이터를 바탕으로 목표 달성을 위한 전략 수립
• 실행(Execute) 또는 행동(Act): API를 통해 외부 도구와 소프트웨어를 활용하여 계획을 실행
• 학습(Learn): 피드백을 통해 지속적으로 모델 개선

용어나 프로세스 등은 각 기업, 기관들마다 조금씩 다르게 사용하고 있습니다.

각자 자기들의 제품이나 정책을 기준으로 정의하고 있기 때문에 조금씩 차이가 있는 것 같은데 의미는 거의 같으니 혼동될 일은 없을 것 같습니다.

그러나 통일되지 않은 듯한 모습이 아직 그 형태가 확정된 기술이 아니라는 느낌을 줍니다.

꽤 오래된 기술이긴 하지만 기본적인 개념과 틀이 그러하다는 것이고 그 구성요소는 최신 기술에 맞게 변형되고 있으며, 현재의 환경과 요구사항에 맞게 에이전트간 관계성에 대한 정의도 새롭게 추가되고 있는 것 같네요.

 

그럼 현재의 AI 환경에서는 어떤 기술 요소들이 AI 에이전트를 구성하고 있는지 살펴봅시다.

• 자연어 처리(NLP): 인간의 언어를 이해하고 생성하는 능력
• 강화학습: 시행착오를 통해 최적의 행동 전략을 학습
• 컨텍스트 이해: 상황과 맥락을 파악하고 적절히 대응하는 능력
• 의사결정 네트워크: 복잡한 상황에서 최적의 결정을 내리는 능력

내용을 보시면 아시겠지만 명확한 구성 요소라기보다는 개념적인 구성 요소들이라고 생각됩니다.

그나마 자연어 처리나 강화학습의 경우에는 트랜스포머 모델과 같이 대표적으로 사용되는 모델이 있지만 컨텍스트 이해나 의사결정 네트워크라고 하는 부분은 해당 분야의 기반 지식이 요구되는 개념적인 요소들이기때문에 딱 이거다.. 라고 정의하기가 상당히 애매합니다.

어떤 기술로 구성해야할지.. 연구자, 개발자에 따라서 모두 제각각일 것으로 보이네요.

 

그러면 AI 에이전트와 기존 AI 시스템은 서로 어떤 차이가 있을까요?

이 문제 역시 명확하진 않지만 보편적으로 다음과 같은 차이점을 들고 있습니다.

 

• 자율성
  • AI 에이전트
    • 인간의 직접적인 개입 없이 독립적으로 의사결정하고 행동할 수 있음
    • 예를 들어, 주어진 목표에 따라 자율적으로 계획을 수립하고 실행할 수 있음
  • 기존 AI 시스템
    • 주로 사용자의 질문에 대답하는 수동적인 역할에 머물러 있음
• 목표 지향성
  • AI 에이전트
    • 구체적인 목표를 달성하기 위해 계획을 수립하고 실행함
    • 여러 대안을 평가하고 최적의 행동을 선택할 수 있음
  • 기존 AI 시스템
    • 주로 정해진 작업이나 질문에 대한 응답에 집중
• 환경 인식 및 상호작용
  • AI 에이전트
    • 센서를 통해 주변 환경을 인식하고 데이터를 수집
    • 환경과 적극적으로 상호작용
  • 기존 AI 시스템
    • 주로 주어진 데이터셋 내에서 작동
    • 실시간 환경 인식 능력이 제한적
• 학습 및 적응 능력
  • AI 에이전트
    • 경험을 통해 지속적으로 학습하고 성능을 개선함
    • 변화하는 환경에 적응할 수 있음
  • 기존 AI 시스템
    • 주로 사전 학습된 모델에 의존
    • 실시간 학습 및 적응 능력이 제한적
• 복잡한 작업 수행
  • AI 에이전트
    • 여러 단계의 복잡한 작업을 자동으로 처리할 수 있음
    • 예를 들어, 여행 계획 수립 시 항공편 예약부터 현지 맛집 추천까지 한 번에 처리할 수 있음
  • 기존 AI 시스템
    • 주로 단일 작업이나 특정 도메인에 특화되어 있음
• 도구 활용
  • AI 에이전트
    • 다양한 외부 도구나 API를 활용할 수 있음
    • 웹 검색, 프로그래밍 등 다양한 도구를 사용하여 작업을 수행함
  • 기존 AI 시스템
    • 주로 내장된 기능이나 데이터에 의존함
• 메모리와 상태 유지
  • AI 에이전트
    • 장기적인 목표와 작업 진행 상태를 추적하고 기억할 수 있음
  • 기존 AI 시스템
    • 대화 컨텍스트 안에서만 제한적으로 메모리를 유지함

위와 같은 차이점들로 인해 AI 에이전트는 더욱 지능적이고 자율적인 작업 수행이 가능하며, 복잡한 문제 해결과 장기적인 목표 달성에 더욱 적합하다고 할 수 있겠습니다.

기존의 AI 시스템은 좀 똑똑한 그냥 프로그램이라고 한다면 AI 에이전트는 비로소 자율성을 가진 AI인 것처럼 보이네요.

 

그렇다면 이렇게 더 발달한(것처럼 보이는) AI 에이전트는 단점은 없을까요?

당연히 있겠죠. 

아직 인간이 가진 AI 기술은 (상당히) 미완성인 상태이기 때문에 문제점과 한계가 있을 수 밖에 없습니다.

기술적인 문제와 한계는 점차 개선해 나간다고 하면 현재는 기술과는 다른, 인간 사회에 AI가 들어오기 위하여 필요한 정책, 사회 통념 등과 관련된 문제를 따져야 할 시점이라고 할 수 있습니다.

또한 최근 여러 분야에서 문제가 제기되고 있는 분야이기도 합니다.

• 윤리적 문제: AI의 결정이 윤리적 딜레마를 야기할 수 있음
• 투명성 부족: 복잡한 의사결정 과정을 설명하기 어려울 수 있음
• 데이터 의존성: 학습에 사용된 데이터의 품질과 양에 크게 의존하고 있음
• 보안 및 프라이버시: 민감한 정보 처리에 대한 우려가 있음

위와 같은 문제에도 불구하고 AI 에이전트는 개인 비서, 고객 서비스, 의료 진단, 금융 서비스, 제조업, 교육, 콘텐츠 제작 등 다양한 분야에서 활약하고 있으며, 빅테크로 대표되는 기업들을 중심으로 세계의 많은 기업들은 여러 AI 에이전트가 협력하여 문제를 해결하는 즉 멀티 AI 에이전트를 이용한 새로운 기술을 개발하고자 노력하고 있습니다.

 

---

여러모로 두렵기도 하고 기대도 가지게 되는 요즘입니다.

아무쪼록 이런 다양한 변화가 우리에게 도움이 되는 세상이 되었으면 좋겠습니다.