쓰지 않는 에이전트는 ‘굶겨서 내보낸다’는 IBM 사례 (김덕중 퍼브 AI연구소장)

한 줄 핵심

AI 에이전트는 단순한 도구가 아니라 채용·검증·배포·폐기까지 포함한 디지털 워커로 관리해야 하며, 특히 스킬·MCP·거버넌스를 체계화해야 조직에서 안전하게 확산될 수 있다.

시간별 요약

1. 0:00
   하이라이트 IBM은 에이전트를 디지털 워커로 보고 HR 방식의 관리 체계를 적용한다. 에이전트는 스킬과 배지를 갖고, 잘 쓰이지 않으면 폐기되는 조직 자산으로 다뤄진다.
2. 3:39
   에이전트·RPA·워크플로우, 어떻게 나눌까? 에이전트는 스킬 카드로 정의하고, 책임·입출력·절차·도구·예외·평가 기준이 분명해야 한다. 단순 반복 업무는 RPA나 결정형 워크플로우로 두고, 복잡도와 자율성이 높아질수록 독립 에이전트나 혼합형으로 올리는 계층적 판단이 필요하다.
3. 7:47
   AI 에이전트도 채용부터 폐기까지 에이전트의 라이프사이클은 아이템 발굴, 가치·위험 평가, 스킬 설계, 프로토타입, 평가, 파일럿, 배포, 운영·개선·승격·폐기로 이어진다. 장기적으로는 수요 변화, 성능 저하, 사용 빈도 감소를 기준으로 분할·확장·폐기 결정을 내려야 한다.
4. 10:58
   답변이 맞아도 배포하면 안 되는 이유 정답률만으로는 배포 여부를 판단할 수 없고, 안전성·신뢰성·효율성·사용성·운영 편의성까지 통과해야 한다. 특히 경계 사례와 오남용 시나리오를 포함한 가혹한 테스트가 필요하며, 배포 전 검증은 회사 내부 또는 대고객 공개에 준하는 엄격함으로 진행해야 한다.
5. 12:16
   에이전트 전담 조직, 뭘 관리하나? 전담 조직은 개별 오너가 놓치기 쉬운 변경 관리, 릴리즈 관리, 사용자 피드백 통합, 비용 최적화, 폐기 가이드라인을 맡는다. 기능 중복이나 리스크 과다 같은 이유로 통폐합을 결정하고, 전사 관점에서 에이전트 포트폴리오를 정리해야 한다.
6. 14:26
   MCP 연결, 어디까지 허용해야 할까? MCP는 회사 시스템과 직접 연동되는 만큼 연결 범위가 넓어질수록 리스크도 커진다. 따라서 그린·옐로우·오렌지·레드로 등급화해 관리하고, 중앙 카탈로그와 업데이트 체계, 그리고 장애나 해킹 시 즉시 끊는 킬 스위치를 준비해야 한다.
7. 17:42
   AI 시대, 직원 KPI는 어떻게 바뀔까? 성과 평가는 개인의 산출물 중심에서 사람과 에이전트의 합산 성과, 작업 감소율, 문제 정의·판단·검증 능력 중심으로 바뀐다. 또한 스킬을 얼마나 만들고 공유했는지, 얼마나 빠르게 탐지·복구·재발 방지를 했는지가 핵심 KPI가 된다.
8. 21:41
   AI 에이전트 도입, 7단계 로드맵 도입은 에이전틱 워크 이해, 에이전트 포트폴리오 설계, 플랫폼 선정, 아키텍처 결정, 스킬·페르소나 구축, MCP 관리, 지속 운영 체계 수립의 7단계로 진행된다. 이미 바이브 코딩 수준이라면 프롬프트 학습보다 자신의 업무를 스킬로 전환해 탑재하는 단계로 넘어가야 한다.
9. 24:51
   IBM은 왜 에이전트에 사번을 줄까? IBM은 에이전트를 디지털 워커로 분류하고 이메일 계정과 자산 관리 체계를 부여하며, 채용·자격 검증·배치·은퇴의 인사 프로세스로 운영한다. Pearson Credly와 함께 디지털 배지를 발급해 스킬을 공식 자격처럼 관리하고, OpenAI·Anthropic·Watson 등 다양한 기술을 통합 관리한다.
10. 28:00
    쓰지 않는 에이전트는 ‘굶겨서 내보낸다’ IBM은 사용 빈도가 낮은 에이전트의 토큰과 서비스 계정을 먼저 회수하고, 로그 백업과 통지를 거쳐 폐기한다. 에이전트 거버넌스는 새로운 제도를 만드는 것보다 HR 방식의 절차를 변형해 적용하는 편이 더 빠르고 효율적이다.

실무 인사이트

• 에이전트 도입은 기술 선택보다 먼저 스킬 정의와 폐기 기준부터 정해야 운영 리스크를 줄일 수 있다.
• MCP는 연결 자체보다 권한 등급화, 중앙 카탈로그, 킬 스위치 같은 통제 장치가 핵심이다.
• 조직 KPI는 산출량보다 사람·에이전트 협업 성과, 재사용 가능한 스킬 생성, 빠른 복구 능력으로 재설계해야 한다.