AI VIDEO BRIEFING

에이전트형 AI 시대 생존 전략: 지식노동자와 조직을 위한 가이드

AI 데이터 사이언스 팟캐스트 진행자 존 크론이 진단하는 에이전트형 AI의 가속, AI 에이전트의 정의, 그리고 개인과 기업이 ROI를 내는 법.

에이전트형 AI 시대, 지식노동자와 조직은 어떻게 살아남을까 영상 대표 이미지

핵심 메시지

  • AI 성능은 사람이 몇 초 걸리는 작업에서 시작해 이제 14시간짜리 프로그래밍·머신러닝 작업까지 처리하는 수준으로 빠르게 올라섰다.
  • AI 에이전트란 "목표를 이루기 위해 루프 안에서 도구를 실행하는 LLM 에이전트"이며, 최근 능력 급상승의 핵심 동력이다.
  • AI가 많은 업무를 자동화함에도 데이터상 AI 전문직·간호사·법률보조·개발자 수요는 오히려 늘고 있다.
  • 개인은 패닉에 빠지지 말고 AI로 자신을 증강하며 판단력·소통·현장 전문성처럼 자동화하기 어려운 역량에 투자해야 한다.
  • 조직은 도입 지표가 아니라 워크플로 자동화 비율 같은 실행 지표에 집중해야 ROI를 내는 5%에 들 수 있다.

쉽게 이해하기

존 크론은 세계에서 가장 많이 청취되는 데이터 사이언스 팟캐스트 "슈퍼데이터사이언스"의 진행자이자 베스트셀러 "딥러닝 일러스트레이티드"의 저자로 자신을 소개한다. 옥스퍼드에서 AI 박사 학위를 받았고 컬럼비아·뉴욕대에서 강의하며, AI 컴퓨팅 회사 라이트닝 AI의 펠로이자 AI 소프트웨어 기업 "와이 캐럿"의 공동창업자 겸 CEO다.

그는 인류가 오랫동안 "인간 수준 지능" 역에 홀로 서 있었지만, 챗GPT 등장 이후 빠르게 다가오는 기차처럼 AI가 접근하고 있다고 비유한다. AI는 이미 개미·새·침팬지를 넘어 지능이 낮은 인간을 추월했고, 지금은 그 수준과 아인슈타인 사이의 짧은 순간에 와 있으며 머지않아 아인슈타인도 넘어설 것이라고 말한다.

그는 약 8천만 명이 본 "뭔가 큰 일이 벌어지고 있다(Something Big Is Happening)"는 글을 소개하며, 2020년 2월 팬데믹 직전처럼 그래프상의 신호는 보이지만 한 달 뒤의 급변을 상상하기 어려웠던 상황에 지금 AI도 놓여 있다고 설명한다. GPT-2는 몇 초짜리 작업, 2022년 GPT-3.5는 30초~1분 작업을 50% 정확도로, GPT-4는 수 분짜리 작업을 대체했고, o1·GPT-5·클로드 오푸스 4.6에 이르러 한 시간, 나아가 여러 시간이 걸리는 작업까지 처리하게 됐다.

이 급상승의 큰 동력은 에이전트형 AI 프레임워크다. 자기 작업을 점검하고 다양한 도구를 쓰는 AI 시스템이다. 그는 AI 에이전트를 "목표를 이루기 위해 루프 안에서 도구를 실행하는 LLM 에이전트"로 정의한다. 에이전트 개념 자체는 수십 년 됐지만 오늘날은 LLM이 명령과 맥락을 해석해 구동하며, MCP(모델 컨텍스트 프로토콜) 같은 프레임워크로 수많은 도구에 접근하고, 점점 더 다른 에이전트가 목표를 부여하는 다중 에이전트 형태로 작동한다.

그렇다면 AI 커리어는 끝났을까? 크론은 데이터상 오히려 반대라고 말한다. 챗GPT 출시 이후 AI 전문직은 물론 간호사·법률보조·소프트웨어 개발자처럼 대체될 것 같던 직군의 수요도 늘었는데, 사람들이 AI 도구로 스스로를 증강해 전보다 훨씬 많은 일을 해내기 때문이다.

주요 인사이트

  • 개인을 위한 조언: 패닉하지 말고 "AI와 함께 일하는 사람"이 되어 자신을 증강하라. 판단력, 이해관계자 소통, 정형화되지 않은 현실 도메인 전문성처럼 자동화하기 어려운 역량에 투자하고, 무엇보다 호기심을 유지하며 새 도구를 직접 써보라.
  • 추천 도구: 클로드·제미나이·챗GPT 같은 대화형 인터페이스뿐 아니라 코드 생성 도구, 그리고 클로드 코워크·제미나이 에이전트 등 개인용 에이전트 도구로 일상 업무 전반을 증강하라.
  • 조직의 숨은 문제: 와튼스쿨 이선 몰릭 교수가 말한 "비밀 사이보그" 현상처럼, 직원들이 업무 자료를 몰래 외부 AI 도구에 복사해 쓰면서 아무에게도 알리지 않는다.
  • ROI를 내는 법: AI 프로젝트의 약 5%만 투자 수익을 낸다. 절약 시간·사용자 수 같은 도입 지표 대신 워크플로의 몇 %가 자동화됐는지 같은 실행 지표에 집중해야 하며, 자동화 비율이 높을수록 확보 가치도 직접적으로 커진다.
  • 크론은 피어슨 출판 시리즈의 편집자로서 실무자용 "Building Agentic AI"와 비개발자·경영진용 "Becoming an AI Orchestrator"를 소개한다.

자주 묻는 질문

존 크론이 정의한 AI 에이전트란 무엇인가?

"목표를 이루기 위해 루프 안에서 도구를 실행하는 LLM 에이전트"다. 오늘날의 에이전트는 LLM이 명령과 맥락을 해석해 구동하며, 웹 검색·파일 시스템·지도 같은 도구를 반복적으로 사용해 목표를 향해 나아간다.

AI가 많은 업무를 자동화하는데 일자리는 줄고 있나?

강연에서 인용된 데이터에 따르면 오히려 반대다. 챗GPT 출시 이후 AI 전문직은 물론 간호사·법률보조·개발자 수요도 늘었는데, 사람들이 AI로 자신을 증강해 더 많은 일을 해내기 때문이다.

조직이 AI 프로젝트에서 ROI를 내려면 무엇에 집중해야 하나?

절약 시간이나 사용자 수 같은 도입 지표가 아니라, 특정 워크플로의 몇 퍼센트가 자동화됐는지 같은 실행 지표에 집중해야 한다. 자동화 비율이 높을수록 확보하는 가치가 직접적으로 커진다.

원문과 출처

이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.

YouTube 원본 영상 보기 ↗

관련 AI 소식