 |
IT 업계가 인공지능 에이전트(AI Agent)를 차세대 기술로 띄우고 있지만, 정작 일반 이용자에게 이 기술이 꼭 필요한 이유는 여전히 불투명하다는 지적이 나오고 있다.
기업들은 AI 에이전트를 '스스로 판단하고 실행하는 AI', '비서 그 이상의 존재'로 홍보하지만, 실제로는 사용자의 명령에 반응하는 수준에 머물고 있기 때문이다.
이로 인해 시장 가능성이 과도하게 부풀려졌다는 우려와 함께, 연이어 출시되는 제품들이 과연 충분한 기술적 차별성을 갖췄는지에 대한 회의도 이어지고 있다.
AI 에이전트는 사용자의 의도를 예측해 스스로 문제를 해결하고 결과를 도출하는 능동형 시스템이다. 단순히 정보를 제공하거나 일정을 관리하는 기존 AI 비서와는 개념적으로 구분된다.
최수연 네이버 대표는 지난 26일 "중장기적으로는 모든 서비스에 자연스럽게 AI 에이전트를 도입해 사용자의 다양한 요구와 상황에 최적화된 맞춤형 서비스를 제공하고, 서비스 전반에 걸쳐 고객 편익을 극대화하겠다"고 밝혔다.
같은 날 정신아 카카오 대표도 "연내 AI 에이전트 플랫폼을 개발해 공개할 예정"이라고 말했다.
문제는 기업들이 설명하는 AI 에이전트의 기능 대부분이 실상은 기존 AI 비서와 크게 다르지 않다는 점이다. 일정 관리, 예약 제안 등 능동적인 기능을 내세우고 있지만, 이를 가능하게 할 기술적 기반은 아직 충분치 않다는 게 업계의 시각이다.
2022년 공개된 SK텔레콤의 AI 에이전트 '에이닷(adot.ai)'은 12종의 생성형 AI 모델을 탑재했지만, 기본 작동 방식은 사용자의 명령에 따라 답변을 생성하는 구조다. 예컨대 이용자가 다음 날 일정을 묻더라도 정보가 부족할 경우 장소를 추천하거나 예약을 대신해주는 일은 불가능하다. 사용자가 원하는 수준의 맞춤형 제안을 받기 위해선 여전히 세부 정보를 직접 입력해야 한다는 한계가 남는다.
올해 출시 예정인 카카오의 AI 에이전트 '카나나(Kanana)' 역시 별도 플랫폼 형태로 제공될 예정이지만, 기술적 완성도를 둘러싼 의문은 여전하다.
AI 에이전트가 현실화되지 못하는 데에는 기술적으로 해결되지 않은 과제들이 있다. 대표적으로는 사용자의 발화를 맥락에 따라 정밀하게 해석하는 언어 이해 능력, 다양한 시스템과의 연동성과 작업 실행력, 그리고 복잡한 연산을 실시간으로 처리할 수 있는 인프라 확보 문제가 꼽힌다.
예를 들어 사용자가 "모레 미국에 갈 준비를 해줘"라고 말했을 때, AI 에이전트는 여권 유효 여부 확인→일정 점검→항공권 검색 및 예약→숙소 추천→예산 고려한 옵션 제안→결제까지의 흐름을 스스로 판단하고 실행해야 한다. 여기에 출발지, 선호 항공사, 여행 목적 등의 개인 맥락까지 반영돼야 진정한 의미의 '에이전트'로 기능할 수 있다.
하지만 현재 기술 수준에서는 이러한 작업 흐름의 핵심이라 할 수 있는 '의도 파악'과 '맥락 이해' 단계에서부터 한계를 드러낸다. 사용자의 말 속에 내포된 의미나 전후 관계를 해석하지 못해 엉뚱한 답변을 하거나, 적절한 기능을 연결하지 못하는 일이 잦다.
업계에서는 이런 이유로 AI 에이전트가 실질적으로는 '지능형 비서' 수준을 벗어나지 못하고 있다고 지적한다.
IT 업계 관계자는 "AI 에이전트라고 하지만, 실상은 AI 비서에 머무는 경우가 많다"며 "기업용(B2B) 환경과 달리, 일반 소비자를 위한 AI 에이전트는 본격적인 활용까지 시간이 더 필요할 것"이라고 말했다.
