AI 에이전트 입문: 워크플로와의 차이, n8n 이메일 에이전트 제작·가격 책정

핵심 메시지

• AI 에이전트는 한 번에 끝내는 단일 실행이 아니라, 여러 전문 에이전트가 피드백 루프로 협업하는 '에이전트 워크플로'다.
• 워크플로는 정해진 코드 경로로 도구를 조율하는 시스템이고, 에이전트는 LLM이 스스로 과정과 도구 사용을 결정하는 시스템이다.
• 에이전트의 핵심 차별점은 주어진 도구(스킬셋) 중 상황에 맞는 것을 스스로 골라 쓰고, 행동 후 피드백 루프를 갖는다는 점이다.
• 수익화 방식은 일회성 제작비(2,000~10,000달러), 월 구독형 임대, 사용량 과금의 세 가지가 있다.
• n8n 같은 노코드 도구로 트리거·모델·메모리·도구·휴먼인더루프를 연결하면 코드 없이 이메일 에이전트를 만들 수 있다.

쉽게 이해하기

영상은 코드를 한 줄도 못 써도 시작할 수 있는 기술로 'AI 에이전트'를 꼽는다. 발표자는 Y컴비네이터 팟캐스트를 인용해, 모든 SaaS 도구마다 대응하는 에이전트가 생길 것이므로 '서비스로서의 에이전트(AaaS)' 시장이 SaaS 시장보다 더 커질 것이라고 전한다. 링크드인 프리미엄 같은 도구를 '쥐고만' 있어서는 성과가 안 나며, 그 도구를 대신 굴려 줄 에이전트가 필요하다는 것이다.

에이전트가 '아닌 것'부터 짚는다. 챗GPT에 '1812년 전쟁 에세이를 써 줘'라고 한 번에 끝내는 것은 에이전트 워크플로가 아니다. 반면 리서치·개요·집필·편집을 맡은 여러 전문 에이전트가 피드백 루프 속에서 협업해 최고의 결과를 만드는 것이 에이전트 방식이다. 이들은 마케팅 팀에 영상 편집자·SEO 작가·디자이너가 있듯 각자 전문화돼 있으며, 넓은 범용형(수평형)과 특정 산업·과업에 특화된 수직형으로 나뉜다.

에이전트는 워크플로와도 다르다. 발표자는 앤트로픽의 정의를 빌려, 워크플로는 LLM과 도구가 '미리 정해진 코드 경로'로 조율되는 시스템이고, 에이전트는 LLM이 스스로 과정과 도구 사용을 '동적으로' 지휘하는 시스템이라고 설명한다. 들어온 이메일을 영업/CS로 분류해 라우팅하거나, 블로그 글을 여러 SNS 글로 변환해 취합하는 것은 워크플로의 예다. 반면 에이전트는 사람의 요청에 따라 적절한 도구를 골라 행동하고 피드백 루프를 갖는다.

활용처는 폭넓다. 일정 관리·미팅 초대 같은 개인 비서, 블로깅·번역·개인화 아웃리치 같은 마케팅, 신규 리드에 즉시 전화·문자하는 영업, 반복 문의 응대와 티켓 분류 같은 고객 서비스다. 수익화 모델은 세 가지로, 고객이 에이전트를 소유하는 일회성 제작비(복잡도에 따라 2,000~10,000달러, 유지보수 별도), 매달 수백 달러를 받는 임대형, 그리고 통화 분당 과금 같은 사용량 기반이다. 사용량 모델에서는 API 등 원가를 파악해 충분한 마진을 붙이라고 조언한다.

마지막으로 노코드 도구 n8n으로 이메일 에이전트를 만드는 과정을 시연한다. Gmail 수신을 트리거로 두고, AI 에이전트 노드에 시스템 프롬프트를 넣은 뒤 오픈AI 같은 챗 모델과 윈도 버퍼 메모리(기본 최근 5회 기억)를 연결한다. 이어 구글 캘린더·Gmail 같은 도구(스킬셋)를 붙이면 에이전트가 프롬프트에 따라 알맞은 도구를 스스로 선택한다. 또 텔레그램으로 초안을 보내 사람이 승인/거절하는 '휴먼 인 더 루프'와 if/else 라우터를 더해, 승인 시에만 실제로 답장이 나가도록 구성한다.

주요 인사이트

• 에이전트의 가치는 단일 응답이 아니라, 전문화된 역할 분담과 피드백 루프를 통한 협업에서 나온다.
• 워크플로와 에이전트의 경계는 '경로를 코드가 정하느냐, LLM이 스스로 정하느냐'에 있다.
• 도구(스킬셋)를 많이 붙일수록 에이전트의 활용 폭이 넓어지며, API가 있는 서비스는 대부분 연결할 수 있다.
• 휴먼 인 더 루프 승인 단계를 두면 자동화의 효율과 통제(잘못된 발송 방지)를 동시에 챙길 수 있다.

자주 묻는 질문

관련 AI 소식