— 27년 IT 현장을 겪어온 사람이 느끼는 묘한 기시감
요즘 컨퍼런스나 LinkedIn을 열면 어김없이 등장하는 단어가 있어요. 바로 ‘AI Agent’ 입니다.
그 주변엔 MCP(Model Context Protocol), Hyperautomation, AI Orchestration 같은 용어들도 바람처럼 쏟아지고 있고요. 솔직히 처음엔 저도 꽤 흥미롭게 봤어요. ERP부터 시작해서 그룹웨어, 데이터웨어하우스, 모바일, 클라우드, RPA까지 27년 가까이 IT 현장에서 온갖 파도를 직접 맞아온 사람으로서, 새로운 흐름을 보면 일단 주목하게 되거든요.
그런데 어느 순간 이상한 기분이 들기 시작했어요. 🤨
“잠깐, 이 분위기… 예전에 본 것 같은데?”
AI Agent를 둘러싼 열기, 기업들의 반응, 시장의 기대감이 과거 RPA(Robotic Process Automation) 열풍이랑 너무 닮아 있는 거예요. 물론 지금의 AI는 그때 RPA와는 비교도 안 될 만큼 발전했어요. 자연어를 이해하고, 문맥을 파악하고, 어느 정도 추론과 판단까지 해내니까요. 단순 반복 자동화랑은 차원이 다른 기술인 건 맞아요.
그런데 막상 기업 현장 안으로 들어가 보면, 묘하게 비슷한 질문들이 또 반복되고 있더라고요.
- 정말 AI가 기업 업무를 자율적으로 할 수 있을까?
- ERP랑 레거시 시스템은 실제로 얼마나 연결이 되나?
- 거버넌스랑 보안 책임은 누가 지는 거야?
- 결국 또 다른 유지보수 지옥이 되는 건 아닐까?
- 그리고 인간은 이 안에서 어떤 역할을 하게 될까?
사실 이 글은 그런 고민에서 시작됐어요. 🙂
다시 돌아온 ‘자동화의 꿈’ 💭
최근 엔터프라이즈 AI 시장을 보면 거대한 자동화 르네상스가 다시 막을 올린 것 같아요.
기업들은 앞다퉈 AI Agent 플랫폼을 도입하고, MCP 기반 연결 구조를 설계하고, 멀티 에이전트 환경을 구성하고, 자동화 시나리오를 쏟아내고 있죠. 컨퍼런스에서는 ‘AI가 실제로 일하는 기업’이라는 표현까지 등장하고 있고요.
얼마 전 한 엔터프라이즈 AI 컨퍼런스에서 이런 메시지가 핵심으로 나왔어요.
“이제 중요한 건 더 좋은 AI 모델이 아니라, AI가 기업 안에서 실제로 일할 수 있게 만드는 실행 인프라다.”
이 말, 꽤 설득력 있게 들리지 않나요? 왜냐하면 지금 기업 환경이 정말 복잡하거든요. ERP, CRM, 그룹웨어, SaaS, 온프레미스 시스템, 데이터 레이크, 수천 개의 API, 거기다 수십 년 된 레거시 시스템들까지. 이 복잡한 구조 안에서 AI가 실제 업무를 수행하려면 단순 챗봇 수준을 훨씬 넘어서는 연결과 통제가 필요하죠. 그래서 나온 게 MCP와 Enterprise Orchestration이고요.
문제는 바로 여기서부터 시작됩니다. 😅
왜 자꾸 RPA가 떠오를까요? 🔄
과거 RPA가 처음 등장했을 때도 분위기가 딱 지금 같았어요.
당시에 약속했던 미래는 정말 매력적이었죠. 사람이 하던 반복 업무는 모두 자동화되고, ERP 입력도 없어지고, 이메일도 알아서 처리되고, 인건비는 줄고, 효율은 폭발적으로 올라간다고요. 실제로 초반엔 놀라운 성공 사례들도 꽤 나왔어요.
그런데 시간이 지나면서 현실이 드러났어요. 가장 큰 문제는 기업 시스템이 생각보다 훨씬 복잡하다는 거였어요. 오래된 레거시 시스템, 수백 개의 예외 처리, 조직마다 다른 커스터마이징, 아무도 문서화하지 않은 암묵적인 업무 프로세스… 자동화는 됐는데 유지보수가 너무 힘들었죠. 화면 UI가 조금만 바뀌면 봇이 멈췄고, 예외 상황 하나가 전체 프로세스를 뒤집었어요. 결국 많은 기업들이 ‘자동화 유지팀’을 따로 운영하게 됐고요. 😓
그리고 그보다 더 중요한 사실이 드러났어요.
업무는 생각보다 훨씬 정형화되어 있지 않았다는 것.
사람들은 단순 반복만 하는 존재가 아니었어요. 판단하고, 맥락을 읽고, 예외를 처리하고, 관계를 조율하고, 책임을 지고 있었죠.
AI는 분명 RPA보다 뛰어난데, 왜 여전히 불안한 걸까요? 🤔💡
물론 지금의 AI는 RPA와 근본적으로 달라요.
RPA는 정해진 입력과 정해진 결과를 반복하는 규칙 기반 자동화였어요. 반면 LLM 기반 AI는 자연어를 이해하고, 문맥을 파악하고, 비정형 정보까지 처리할 수 있죠. 이건 정말 엄청난 도약이에요.
과거 RPA가 손도 못 댔던 계약서 요약, 회의 내용 정리, 코드 보조, 문서 분석, 지식 검색 같은 영역에서 AI는 이미 놀라운 생산성을 보여주고 있고요.
그런데 문제는 여기서 한 발짝 더 나아갈 때 생겨요. 기업들이 이제 AI에게 단순 보조가 아니라 ‘실행’ 을 기대하기 시작했거든요. 구매 승인 처리, ERP 전표 생성, 공급망 변경, 인사 시스템 업데이트, 금융 승인 프로세스… 이런 영역에서는 정확성, 책임성, 감사 추적, 보안, 권한 관리가 절대적으로 중요해요.
그런데 AI는 아직 완전히 예측 가능한 시스템이 아니에요. 같은 질문에도 결과가 달라질 수 있고, 가끔은 환각(hallucination)도 발생하죠. 소비자 서비스에서는 어느 정도 용납될 수 있지만, 기업 핵심 시스템에서는 완전히 다른 이야기예요. 🚨
이제 업계는 ‘자동화’보다 ‘거버넌스’를 이야기하기 시작했어요 📋
흥미로운 변화가 바로 여기서 나타나요.
2024년까지만 해도 시장은 ‘AI Agent가 모든 걸 자동화할 것’처럼 이야기했는데, 최근 엔터프라이즈 AI 논의의 중심이 슬그머니 달라지고 있어요. 이제는 Agent Governance, Runtime Control, Audit Trail, Human-in-the-loop, AI Observability 같은 단어들이 훨씬 중요하게 등장하거든요.
업계 스스로도 깨달은 거예요.
“생각보다 이 문제, 어렵다.”
그리고 어쩌면 가장 중요한 사실은 이거일 수도 있어요. 기업이 진짜 원하는 건 완전한 자율 시스템이 아니라, ‘통제 가능한 생산성’ 이라는 점이요.
진짜 중요한 건 다른 곳에 있을지도 몰라요 🌱✨
개인적으로 요즘 가장 흥미롭게 보는 부분이 따로 있어요.
사실 실제 기업 생산성 향상은 거대한 중앙 통제 시스템보다, 오히려 현업 직원들의 자율적인 AI 활용에서 먼저 나타나고 있어요. 이미 수많은 직원들이 GPT, Claude, Copilot 같은 AI 툴들을 공식 정책이 없어도 업무에 쓰고 있죠. 일종의 ‘Shadow AI’ 현상이에요.
처음엔 기업들이 막으려 했어요. 그런데 현실적으로는 쉽지 않았죠. 왜냐하면 직원들은 이미 AI를 통해 문서 작성 시간을 줄이고, 회의를 정리하고, 아이디어를 발전시키고, 코드를 리뷰하면서 직접적인 생산성 향상을 체감하기 시작했으니까요. 😊
이 장면이 과거를 떠올리게 해요. 예전에도 진짜 생산성 혁신은 중앙 IT 시스템보다 Excel, VBA, 매크로, 개인 SaaS 같은 ‘현업의 자율성’에서 먼저 시작됐거든요. AI도 비슷한 방향으로 흘러갈 가능성이 높다고 생각해요.
어쩌면 미래 경쟁력은 AI 자체가 아닐 수도 있어요 🚀💬
우리는 종종 어떤 모델이 더 뛰어난지, 어떤 Agent 플랫폼이 우위인지, 어떤 MCP 구조가 표준이 될지에 집중하죠.
그런데 앞으로 진짜 중요한 건 어쩌면 다른 곳에 있을 것 같아요.
AI를 가장 많이 가진 기업이 아니라, ‘AI를 가장 자연스럽게 쓰는 조직’ 이 살아남게 될 가능성이요.
결국 미래 경쟁력은 기술 자체보다 조직 문화, 학습 속도, 자율성, 그리고 인간과 AI의 협업 방식에서 결정될 것 같아요. 그리고 이건 단순히 기술 도입 프로젝트로는 해결이 안 돼요.
핵심 질문은 결국 이거예요.
인간이 AI와 함께 어떻게 사고하고 일하게 될 것인가.
다음 글에서는 기업들이 두려워하는 ‘Shadow AI’가 왜 오히려 미래 생산성의 핵심 단서가 될 수 있는지 이야기해볼게요. 기대해주세요! 😊
