많은 최신 AI 애플리케이션의 핵심은 대규모 언어 모델(LLM)이나 이미지 생성 모델과 같은 대규모 생성 모델입니다. 이러한 모델은 방대한 양의 데이터로 학습되며 수십억 개의 매개변수를 포함할 수 있습니다. 생성 AI(GenAI)는 텍스트, 이미지, 코드, 오디오, 비디오와 같은 콘텐츠 생성에 탁월한 혁신적 기술입니다. 애널리스트의 예측에 따르면 2025년에 전 세계적으로 GenAI에 대한 지출이 2024년보다 76.4% 증가한 총 6,440억 달러에 달할 것으로 예상될 정도로 소비자와 기업은 그 기능에 열광하고 있습니다. GenAI 애플리케이션은 기본적으로 반응형 시스템으로, 입력과 학습 과정에서 학습한 패턴을 기반으로 새로운 콘텐츠를 생성하여 지시나 질문에 응답합니다. 그런 다음 인간 사용자는 해당 콘텐츠를 검토, 큐레이션 및 개선하여 의도한 결과를 제공합니다.
이제 AI 에이전트가 부상하고 있습니다. 이는 콘텐츠를 생성할 뿐만 아니라 사용자를 대신하여 정의된 작업을 실행하도록 훈련된 AI 모델입니다. 이러한 에이전트는 정해진 도구와 데이터 소스를 활용하여 한정된 일련의 작업을 수행하도록 학습되는 경우가 많습니다. AI 에이전트는 최근 큰 인기를 끌고 있으며, 고객 지원 문의, 환불 처리, 비밀번호 재설정, 코드 스니펫 작성, 공급업체에 재고 주문 등을 자율적으로 처리할 수 있는 에이전트가 성공적인 사례로 꼽힙니다.
AI 에이전트의 등장으로 각 에이전트의 능력을 결합하는 영리한 방법이 모색되면서, 부분의 합보다 더 큰 무언가를 만들어 복잡한 다단계 문제에 대한 정교한 솔루션을 제공할 수 있게 되었습니다. 이를 에이전틱 AI라고 합니다. 이 글을 읽고 있는 90년대 어린이들이라면 캡틴 플래닛이 행성인 위에 생성되는 환상을 떠올렸을 것입니다. 각 플래니터(에이전트)는 하나의 정제된 힘을 가지고 있으며, 목적에 따라 함께 사용하면 강력한 슈퍼히어로(또는 우리의 경우 강력한 다단계 에이전트 시스템)를 형성할 수 있습니다. 에이전트 AI는 단순히 콘텐츠를 생성하는 것을 넘어 능동적인 조치를 취하는 차세대 영역입니다. 에이전트 시스템은 이미 여러 전문 AI 에이전트의 작업을 조율하여 복잡한 문제를 자율적으로 해결할 수 있는 고급 추론과 반복 계획을 수행할 수 있습니다. 에이전트 시스템을 강력하게 만드는 것은 바로 이러한 오케스트레이션, 즉 다양한 전문 에이전트를 선택적으로 사용하고 동적으로 조정하여 복잡한 목표를 관리 가능한 하위 작업으로 분해하고, 작업 순서를 정하고, 만족스러운 솔루션에 도달할 때까지 반복적으로 결과물을 개선할 수 있는 능력입니다.
전 세계 AI 에이전트 시장은 2025년 약 79억 달러에서 2034년 2,360억 달러로 연평균 45% 이상의 놀라운 성장률을 보이며 급성장할 것으로 예상됩니다. 이러한 폭발적인 성장은 자동화, 효율성, 스마트한 의사 결정에 대한 필요성에 힘입어 AI 에이전트가 워크플로우를 혁신하고 가시적인 ROI를 제공하면서 더욱 가속화되고 있습니다. 실제로 기업의 85%가 2025년에 AI 에이전트를 배포할 것으로 예상되며, 이는 이 기술이 얼마나 빠르게 운영 효율성과 경쟁 우위를 위한 기반이 되고 있는지를 잘 보여줍니다.
선도적인 조직들이 AI 에이전트를 활용하여 복잡한 프로세스를 자동화하고 고객 경험을 개인화하며 새로운 수익원을 창출하는 가운데, 아직 AI 에이전트 전략을 개발하지 않은 기업은 지능형 자동화가 성장과 혁신의 표준으로 빠르게 자리 잡고 있는 시장에서 뒤처질 위험이 있습니다.
자율적 행동의 힘 이해하기
에이전트 AI는 정해진 목표에 도달하기 위해 능동적이고 자율적으로 행동할 수 있는 지능형 시스템의 새로운 영역을 대표합니다. 에이전트 시스템은 일련의 기본 원칙인 '에이전트 AI의 5가지 A'에 따라 작동하며, 각 원칙은 복잡한 비즈니스 환경 내에서 자율적이고 적응적으로 작동할 수 있도록 하는 이 놀라운 시스템의 핵심 특성을 담고 있습니다.
- 자율성 - 독립적으로 작동하는 에이전트 AI는 최소한의 인간 지침으로 의사 결정을 내립니다. 신뢰할 수 있는 비서처럼 지속적인 감독 없이도 상황을 평가하고 행동하므로 사람은 더 높은 수준의 작업에 집중할 수 있습니다.
- 행동 지향적 - 에이전트 AI는 허가를 기다릴 필요 없이 선제적으로 주도권을 잡고, 외부의 지시 없이도 요구 사항을 예측하고, 기회를 포착하고, 진행 상황을 주도합니다.
- 목표 지향적 - 목표 지향적인 에이전트 AI는 복잡한 문제를 논리적이고 실행 가능한 단계로 세분화하여 목표를 추구합니다. 성공을 향한 명확한 경로를 그리는 계획을 수립합니다.
- 적응력 - 경험을 통해 학습하는 에이전트 AI는 역동적인 환경에서 성공할 수 있도록 전략을 조정하고 지속적인 학습 모델을 활용하여 새로운 시나리오나 데이터에 적응합니다.
- 대행사 - 도구, 데이터 세트에 액세스하고 리소스를 제어하며 영향력 있는 결정을 내릴 수 있는 권한이 부여됩니다. 회의 일정을 잡든 데이터를 관리하든, 해당 영역 내에서 결정적으로 행동할 수 있는 권한을 행사합니다.
사전 정의된 정적 작업에 국한된 기존의 자동화와 달리 에이전트 AI 시스템은 환경을 능동적으로 인식하고 복잡한 시나리오를 통해 추론하며 특정 비즈니스 목표를 달성하기 위해 다단계 워크플로를 자율적으로 실행하는 것을 목표로 합니다. 이를 통해 에이전트 AI는 더 높은 효율성, 더 스마트한 의사 결정, 더 낮은 운영 비용으로 비즈니스에 혁신적인 가치를 제공할 수 있습니다.
커넥티드 AI 지원
글로벌 규모의 에이전트 시스템을 구현하려면 모듈성, 확장성, 상호 운용성, 지속적인 학습 전략을 구현하는 데 필요한 데이터 전송을 지원하는 엔터프라이즈급 아키텍처가 필요합니다. 분산 클라우드 아키텍처의 중요한 역할은 원활한 에이전트 경험을 제공하는 데 필요한 저지연 임계값을 충족하는 엣지 중심 배포를 통해 기업을 위한 에이전트 AI 워크플로로의 전환을 가능하게 하는 것입니다. 확장 가능한 모듈식 에이전트 애플리케이션을 배포하는 것은 응답성을 염두에 두고 성능을 발휘해야 하지만 독립적으로 확장해야 하는 최신 마이크로서비스 애플리케이션을 배포하는 것과 유사합니다. 또한 성능을 평가하고 지속적으로 개선하려면 효과적인 데이터 관리가 필요합니다. 이러한 개념은 블로그에서 자세히 살펴볼 수 있습니다: 분산형 AI 추론: 성공을 위한 전략.
상호운용성은 다양한 엔터프라이즈 시스템 및 기술과의 원활한 통합을 가능하게 하고 강력한 도구 및 데이터 세트에 액세스할 수 있게 해주는 에이전트 AI를 구현하는 데 필수적입니다. 이 분야는 혁신으로 분주하고 빠르게 진화하고 있습니다. 에이전트와 툴, 데이터 소스, 엔터프라이즈 시스템, 심지어 다른 에이전트와의 원활한 연결을 지원하는 몇 가지 주요 프로토콜이 등장하여 자율적인 작업을 촉진할 수 있는 역동적이고 지능적인 네트워크를 구축할 수 있게 되었습니다.
- Anthropic에서 개발한 MCP(모델 컨텍스트 프로토콜)는 AI 에이전트와 데이터 소스, 비즈니스 도구 및 개발 환경 간의 안전한 양방향 연결을 위해 널리 사용되는 개방형 표준입니다. MCP는 단편적인 통합을 범용 프로토콜로 대체하여 에이전트가 엔터프라이즈 데이터에 효율적으로 액세스하고 작업할 수 있도록 설계되었습니다. 여기에서 MCP에 대해 자세히 알아보고 Akamai Cloud에서 MCP를 사용한 예시를 확인할 수 있습니다.
- 에이전트 간 프로토콜(A2A): Google이 다양한 기술 파트너와 협력하여 개발한 A2A는 구축된 프레임워크나 플랫폼에 관계없이 자율 AI 에이전트 간의 원활한 커뮤니케이션, 검색 및 협업을 가능하게 하도록 설계된 벤더 중립적인 개방형 표준을 제공합니다. 엔터프라이즈급 워크플로우를 위해 설계된 멀티모달 에이전트 커뮤니케이션과 에이전트 간의 조율된 작업 실행을 지원합니다.
- 에이전트 통신 프로토콜(ACP): IBM Research에서 개척한 ACP는 에이전트 간 통신을 위한 표준화된 프레임워크를 제공하여 자율 AI 에이전트 간의 원활한 상호 운용성을 가능하게 합니다. ACP는 에이전트 간 메시징, 작업 핸드오프 및 수명 주기 관리를 위한 공통 '와이어 형식'을 제공합니다.
요약하면, MCP는 상담원이 외부 데이터 소스 및 툴에 연결할 수 있도록 지원합니다. ACP는 동일한 플랫폼 에코시스템 내에서 에이전트 간 커뮤니케이션을 가능하게 하고, 공급업체에 구애받지 않고 다양한 에코시스템에서 에이전트 간 커뮤니케이션을 가능하게 합니다. 이러한 모든 프로토콜은 에이전트 시스템을 발전시키는 데 기여하며 업계에서 채택하고 있습니다.
미래는 협업입니다
가장 강력하고 영향력 있는 AI 시스템은 제너레이티브 방식과 에이전트 방식의 강점을 모두 결합할 것입니다. 제너레이티브 기능을 사용하여 옵션을 탐색할 때와 에이전트 작업을 사용하여 행동 방침을 정하고 복잡한 작업을 실행할 때를 파악하여 지능적인 협업자 역할을 하게 될 것입니다. 여러 전문 에이전트가 지능적인 '리더'의 조율 하에 협력하여 인상적인 솔루션을 제공할 수 있습니다.
분산형 클라우드 인프라는 복잡한 에이전트 시스템 내에서 AI 에이전트를 배포하는 데 이상적인 기반을 제공합니다. 광범위한 엣지 네트워크를 갖춘 세계에서 가장 분산된 클라우드인 Akamai Cloud와의 파트너십을 통해 기업은 안전하고 안정적으로 확장되는 비용 효율적인 고성능 AI 솔루션을 구축 및 제공할 수 있습니다. Akamai와 함께라면 기업은 강력한 거버넌스와 안심하고 미래를 위한 에이전트 시스템을 구축할 수 있다는 확신을 가질 수 있습니다.
미래는 협업입니다. 미래는 흥미진진합니다. 미래는 에이전트입니다.
Akamai가 어떻게 대규모 AI 워크로드를 지원하는지 알아보세요. 지금 바로 전문가와 상담하세요.
내용