AI 에이전트와 워크플로우 차이, 다음 행동을 누가 정하는가로 판별하는 기준 정리

핵심 메시지

• 요즘은 평범한 챗봇도, 모델을 호출하는 스크립트도, 심지어 자동완성까지 '에이전트'라는 이름을 달고 나온다.
• 구분 기준은 모델이 얼마나 똑똑한지가 아니라 '다음에 무엇을 할지 누가 정하는가'라는 단 하나의 질문이다.
• 챗봇은 텍스트를 받아 텍스트를 돌려주는 한 번의 상호작용으로 끝나기 때문에 루프 자체가 시작되지 않는다.
• 워크플로우는 도구 호출을 여러 개 이어 붙이지만 그 화살표를 그린 것은 사람이어서, 각본에 없던 상황이 오면 그대로 멈춘다.
• 에이전트는 목표와 도구만 받은 뒤 계획·행동·관찰을 반복하며, 관찰한 결과가 곧바로 다음 계획으로 되먹임된다.

쉽게 이해하기

'에이전트'라는 말이 지나치게 헐거워졌다. 영상은 이 라벨을 믿기 전에 진짜 경계선이 어디인지부터 찾자고 제안한다. 그리고 그 경계선은 모델의 지능 수준이 아니라 훨씬 단순한 질문에 있다고 말한다. 다음에 무슨 일이 일어날지를 누가 결정하는가.

가장 단순한 경우인 챗봇부터 보자. 사용자가 글을 보내면 챗봇이 글을 돌려주고, 그게 상호작용의 전부다. 사실상 사용자의 말에서 챗봇의 말로 가는 함수 하나에 가깝다. 식당 예약을 부탁해도 챗봇이 할 수 있는 최선은 '이렇게 하면 예약할 수 있다'고 설명해 주는 것뿐이다. 세상에 대해 말할 수는 있어도 세상 속에서 행동하지는 못하고, 답을 내놓는 순간 멈춘다.

여기에 도구를 쥐여 주고 호출을 몇 개 이어 붙이면 훨씬 에이전트처럼 보인다. 식당을 검색하고, 첫 번째 결과를 고르고, 확인 메시지를 보내는 식이다. 그런데 이 화살표를 그린 사람이 누구인지 자세히 보면 답은 사용자 자신이다. 단계는 미리 고정돼 있고 매번 같은 순서로 실행되며 모델은 빈칸만 채운다. 첫 번째 식당이 만석이라는 현실이 각본을 깨는 순간, 그에 해당하는 화살표가 없으니 파이프라인은 그대로 멈춘다.

결정적인 전환은 화살표를 그리는 일 자체를 모델에게 넘길 때 일어난다. 목표와 도구 한 벌을 주고 루프 안에 밀어 넣으면 모델이 다음 행동을 계획하고, 도구를 호출해 실행하고, 그 결과를 관찰한다. 그리고 관찰한 내용이 곧장 다음 계획의 입력이 된다. 계획하고, 행동하고, 관찰하고, 다시 돌아온다. 화살표는 미리 그려져 있지 않고 모델이 진행하면서 그린다.

이 루프가 왜 중요한지는 실제 흐름에서 드러난다. 에이전트가 자리를 찾다가 전부 만석임을 관찰하면 다음 식당을 시도해 8시 자리를 찾아내고, 확정한 뒤 목표가 달성됐으니 멈춘다. 여기서 핵심은 '다음 식당을 시도한다'는 단계를 아무도 코드로 써 두지 않았다는 점이다. 그 단계는 관찰이 만들어냈다. 워크플로우가 건네받은 레시피만 따를 수 있다면, 에이전트는 방금 벌어진 일을 보고 매 단계를 정하는 요리사에 가깝다.

주요 인사이트

• 세 가지는 별개의 종(種)이 아니라 하나의 축 위에 놓인 점들이다. 축의 이름은 '흐름에 대한 통제권을 모델에게 얼마나 넘겼는가'다.
• 챗봇은 통제권이 전혀 없고, 워크플로우는 모델이 빈칸만 채우되 경로는 사람이 쥐고 있으며, 진짜 에이전트는 경로 자체를 소유한다.
• 유행어에 기대지 않는 깔끔한 판별식이 나온다. 모델이 자신이 관찰한 것을 근거로 다음 단계를 정하는가? 루프가 닫혀 있고 모델이 결과를 들여다보고 있다면 에이전트다.
• 반대로 화살표를 사람이 그려 두었다면 그것은 워크플로우이고, 그 밖의 이름 붙이기는 대체로 마케팅에 가깝다.
• 각본대로만 움직이는 파이프라인의 취약점은 실패 자체가 아니라 '실패에 대응할 분기가 아예 없다'는 데 있다. 관찰이 새 분기를 만들어내는지가 실전 내구성을 가른다.

자주 묻는 질문

관련 AI 소식