AI에이전트도 면접보고 채용하고 은퇴시켜야 한다 (김덕중 퍼브 AI연구소장)

한 줄 핵심

AI 에이전트는 단순한 도구가 아니라 채용·운영·평가·퇴출까지 포함한 하나의 인력처럼 다뤄야 하며, 개인용 툴에서 조직용 에이전트로 갈수록 거버넌스와 비용 관리가 핵심이 된다.

시간별 요약

1. 0:00
   핵심 메시지 에이전트는 만든 뒤에도 유지보수와 운영이 필요하며, 성과가 없거나 비용만 소모하는 경우에는 사람처럼 과감히 퇴출해야 한다. 조직은 에이전트를 한 번 만들고 끝내는 것이 아니라 운영·업데이트·폐기까지 포함한 생애주기로 봐야 한다.
2. 0:44
   AI 활용 방식의 변화 초기에는 ChatGPT, Gemini, Claude 같은 도구를 잘 쓰는 법에 집중했지만, 최근에는 AI를 업무 프로세스에 탑재하거나 아예 프로세스를 대신 수행하는 에이전트를 만드는 방향으로 바뀌고 있다. 단순한 사용법 학습을 넘어 조직의 일하는 구조 자체를 다시 설계하려는 흐름이 강해졌다.
3. 2:17
   AI 에이전트 도입의 차이 에이전트는 사용자가 쓰는 도구가 아니라 사용자를 대신해 일하는 독립적 존재로 취급되기 때문에, 도입 이후에도 성과 관리와 육성, 업데이트, 퇴출까지 필요하다. 인간 직원처럼 채용부터 퇴직까지의 라이프사이클을 전제로 설계해야 한다.
4. 4:10
   AI 툴과 에이전트의 도입 기준 질문 응답형 챗봇, 문서 작업 보조, 규칙 기반 워크플로우 자동화, 독립적으로 조건을 감지해 실행하는 에이전트는 서로 다른 문제를 푼다. 업무의 수작업 비중, 반복성, 규칙의 명확성에 따라 AI 툴, 워크플로우 자동화, 에이전트 중 무엇을 쓸지 나눠야 한다.
5. 7:02
   도입 시 필요한 구성 요소 에이전트는 목표와 성공 조건을 이해하고, 모델과 추론 방식을 다루며, 기억과 컨텍스트를 유지하고, MCP 같은 방식으로 도구와 시스템에 연결할 수 있어야 한다. 여기에 실행 승인, 평가·감사, 운영 책임자와 개선 주기까지 갖춰야 실제 조직용 에이전트가 된다.
6. 11:17
   성과 측정과 업무 분해 성과는 속도, 규모, 품질, 학습 가능성으로 판단하는 것이 실용적이며, 범용 에이전트보다 구체적 실행 단위가 더 중요하다. 시작 조건, 입력, 결정 규칙, 도구, 출력, 책임자, 예외 조건이 명확한 업무만 에이전트화할 수 있다.
7. 17:48
   무분별한 확장의 위험 에이전트를 많이 만드는 것 자체가 성과를 보장하지 않으며, 오너가 사라지면 1년간 쌓은 체계도 하루 만에 무너질 수 있다. 초기에는 단순한 업무부터 시작해 문서화와 운영 책임을 갖춘 상태로 점진적으로 확장해야 한다.
8. 21:14
   사서 쓸지 만들지 선택하기 개인용 범용 에이전트는 Claude Code나 Codex처럼 바로 쓰는 방식이 적합하고, 조직 공통 업무나 기밀 데이터가 연결되는 영역은 Copilot Studio, 클라우드 에이전트 플랫폼, 자가 구축이 더 맞다. 개인용, 조직용, 전사용의 경계를 나눠 4B 관점에서 사기·만들기·조합하기를 결정해야 한다.
9. 27:09
   운영 비용과 포트폴리오 관리 에이전트는 토큰과 인프라 비용을 계속 먹기 때문에 무한 증식하면 자산이 아니라 부채가 된다. 성공 지표, 데이터·권한 정책, 승인 체계가 달라질 때는 분리하고, 역할이 겹치거나 사용 빈도가 낮으면 통폐합하는 포트폴리오 관리가 필요하다.

실무 인사이트

• 에이전트 도입 전에는 반드시 시작 조건, 입력, 결정 규칙, 출력, 책임자, 예외 조건을 문서화해 업무 단위로 쪼개는 것이 먼저다.
• 초기 성과는 속도·규모·품질·학습 가능성으로 측정하고, 운영 책임자와 평가 체계를 함께 두어야 지속 가능하다.
• 조직용 에이전트는 기능보다 거버넌스가 중요하므로, 개인용 툴과 전사용 플랫폼의 경계를 명확히 나누는 것이 실패를 줄인다.