써본 곳은 많은데 바뀐 곳은 적다

업계 조사를 보면 숫자가 화려합니다. 포춘 500 기업의 68%가 AI 에이전트를 운영하거나 파일럿 중이고, 직원 79%가 개인 업무 성과가 나아졌다고 답했습니다.

그런데 같은 종류의 조사에서 응답자의 60%는 여전히 실험 또는 시범 단계에 머물러 전사 확장을 하지 못했다고 답했습니다.

두 숫자를 겹쳐 보면 지금 상황이 보입니다. 도입은 넓고 확산은 좁습니다.

무엇이 달라지는 기술인가

구분 기준은 단순합니다. 사람이 매 단계를 확인해야 하는가입니다.

지금까지의 AI는 답을 만들어주고 실행은 사람이 했습니다. 개인 생산성에 기여하는 도구였죠. 에이전트는 목표를 받아 계획을 세우고, 도구를 호출해 실행하고, 결과를 확인합니다.

그래서 효과의 성격도 다릅니다. 전자는 "내가 빨라지는" 것이고 후자는 "업무 흐름이 바뀌는" 것입니다. 후자가 어려운 이유도 거기 있고요. 개인 도구는 혼자 쓰면 되지만, 업무 흐름을 바꾸려면 조직이 움직여야 합니다.

확산을 막는 것들

부서별 고립이 가장 큰 문제로 보입니다. 보도를 보면 2025년에 기업들이 일정 관리, 단순 문의 대응, 문서 요약 같은 정형 업무에 단일 기능 에이전트를 도입했는데, 성과가 일부 부서의 특정 과업에 한정됐고 에이전트를 추가할수록 각각 단절된 채 작동했다고 합니다.

이건 1일차 MCP 글에서 다룬 M×N 문제가 조직 내부에서 재현되는 셈입니다. 도구가 늘어날수록 연결 비용이 제곱으로 커지는 구조요. 그래서 2026년 과제로 다중 에이전트의 협업과 조율이 꼽힙니다.

데이터 접근도 반복되는 장벽입니다. 사내 시스템이 흩어져 있어서 에이전트가 필요한 정보에 닿지 못하면, 결국 사람이 자료를 찾아 붙여넣게 됩니다. 그러면 자동화가 아니라 단계가 하나 늘어난 셈이죠. 53일차 디지털 트윈 글에서 "3D가 아니라 데이터 통합이 본체"라고 썼는데 같은 구조입니다.

검증 부담은 덜 언급되지만 중요합니다. 에이전트가 작업을 수행해도 결과를 확인하는 시간은 남습니다. 7일차 바이브 코딩 글에서 "초반에 아낀 시간을 나중에 재작성하는 데 쓴다"고 썼는데, 업무 자동화에서도 비슷한 일이 생깁니다. 맡기는 범위가 넓어질수록 검토 비용이 커지는 구간이 있습니다.

권한 설정은 51일차 에이전트 보안 글에서 다룬 문제와 같습니다. 넓게 주면 위험하고 좁게 주면 쓸모가 줄어드는 트레이드오프요.

숫자를 읽는 법

"생성형 AI로 개발자 생산성이 30% 올랐는데 에이전틱 AI 도입 후엔 200% 올랐다" 같은 수치가 돌아다닙니다.

이런 숫자는 조심해서 봐야 합니다. 무엇을 측정했는지가 불분명한 경우가 많거든요. 커밋 수나 처리 건수 같은 산출량 지표는 올라가기 쉽지만, 그게 실제 가치로 이어졌는지는 별개입니다.

2일차 토큰맥싱 글에서 다룬 굿하트의 법칙이 여기서도 적용됩니다. 측정이 쉬운 지표를 목표로 삼으면 그 지표만 올라갑니다. 에이전트가 PR을 많이 만들어도 리뷰 통과율이 떨어지면 전체 처리량은 그대로일 수 있습니다.

실무에서 볼 만한 지표는 산출량보다 리드타임과 재작업률이라고 생각합니다. 요청부터 완료까지 걸린 시간이 줄었는지, 다시 손봐야 하는 비율이 늘지 않았는지요.

어디부터 적용할 만한가

도입 사례를 보면 효과가 분명한 영역에 공통점이 있습니다.

작업 경계가 명확한 것. 입력과 출력이 정해져 있고 성공 여부를 바로 알 수 있는 작업입니다. 문서 요약, 데이터 변환, 리포트 생성 같은 것들요.

틀려도 금방 드러나는 것. 7일차에서 쓴 "검증 가능성" 기준이 여기서도 유효합니다. 조용히 잘못될 수 있는 작업은 맡기기 어렵습니다.

반복되는 것. 한 번 설정하는 비용을 여러 번 회수할 수 있어야 합니다.

반대로 맥락이 많이 필요하거나, 이해관계자 조율이 들어가거나, 판단 근거를 설명해야 하는 일은 아직 사람 몫으로 남습니다.

정리

AI 에이전트가 업무를 바꾼다는 얘기는 맞습니다. 다만 그 변화가 기술 도입 시점이 아니라 조직이 재구성되는 시점에 일어난다는 게 지금 데이터가 보여주는 바 같습니다.

47일차 AI 디지털교과서 글에서 "도구가 먼저 들어오고 목적이 나중에 정해지면 활용이 안 된다"고 썼는데, 기업 도입에서도 같은 패턴이 반복되는 중입니다.