에이전틱 엔터프라이즈: 사람과 에이전트가 같은 규칙 안에서 함께 일하도록 설계된 조직
[핵심 요약]
에이전틱 엔터프라이즈(Agentic Enterprise): 사람과 AI 에이전트가 같은 규칙과 책임 구조 안에서 함께 일하도록 설계된 상태로, 제품이 아니라 조직의 형태입니다.
도입을 가로막는 것은 모델 성능이 아닙니다: 오래된 기간 시스템, 손대지 않은 업무 절차, 쌓이지 않는 학습이 원인으로 지목됩니다.
자율성의 범위보다 책임의 자리를 먼저 정해야 합니다: 무엇을 맡기고 무엇을 붙잡을지 합의되지 않으면 투자가 성과로 이어지기 어렵습니다.
파일럿은 늘어나는데 일하는 방식은 그대로인 이유
AI를 도입했다는 기업은 늘고 있습니다. 그런데 현업의 일하는 방식이 그만큼 달라졌다는 말은 듣기 어렵습니다. 한 현장 임원의 말이 그 간극을 보여 줍니다. "링크드인의 과열된 이야기는 업무 방식이 많이 바뀌었다고 하지만, 우리 현업에서는 근본적으로 달라진 게 없습니다." (MIT Media Lab Project NANDA 보고서 수록)
원인을 모델 성능에서 찾기 쉽지만, 자료가 가리키는 곳은 다릅니다. 반복해 지목되는 장애물은 크게 세가지 입니다.
오래된 기간 시스템: 지금 회사를 떠받치는 시스템은 에이전트와 주고받을 것을 염두에 두고 설계되지 않았습니다. 에이전트가 말을 걸 창구가 없습니다.(Tech Trends, Deloitte,2026)
그대로 둔 업무 절차: 도구만 바꾸고 일하는 순서는 손대지 않은 경우입니다. 절차를 그대로 옮기면 에이전트가 할 수 있는 일의 대부분이 쓰이지 않습니다.(Tech Trends, Deloitte,2026)
쌓이지 않는 학습: 2025년 당시 대부분의 생성형 AI 시스템은 피드백을 보존하지 못하고, 맥락에 적응하지 못하며, 시간이 지나도 나아지지 않았습니다.
에이전틱 엔터프라이즈의 정의
에이전틱 엔터프라이즈(Agentic Enterprise)란? AI 에이전트를 도입한 회사가 아니라, 사람과 에이전트가 같은 규칙과 책임 구조 안에서 함께 일하도록 설계된 조직
무게 중심은 도구가 아니라 함께 일하는 방식에 있습니다. 마치 유능한 신입 직원을 뽑았다고 조직이 달라지지 않는 것처럼, 책상과 계정과 결재선, 어디까지 스스로 정해도 되는지에 대한 합의가 있어야 그 사람이 일을 합니다.
AI 에이전트 도입이 조직 설계 문제가 되는 3가지 이유
1. 도입률과 전사 내재화율 사이의 '낙차'
국내 기업의 79.6%가 이미 생성형 AI 도입 단계에 들어섰습니다. 그런데 지식 기반 업무를 자동화하는 AI 에이전트를 전사에 내재화한 곳은 3.7%였습니다.(캐럿글로벌 AX센터 조사, 2025.12) 도구는 들어와 있고, 바뀌지 않은 것은 조직 쪽입니다.
2. 성과를 가르는 힘의 70%는 기술 바깥에 있습니다
AI로 성과를 내는 기업은 자원의 10%를 알고리즘, 20%를 기술과 데이터, 70%를 사람과 프로세스에 쓴다는 분석이 있습니다. (BCG 분석, 2024.10)
모델 선택보다 누가 무엇을 어떤 순서로 할지 다시 정하는 데 훨씬 많은 힘이 든다는 뜻입니다. 에이전트 수보다 업무 경로를 다시 그렸는지가 성과를 가릅니다.
3. 자율성이 커질수록 분명해져야 하는 '사람의 자리'
두 가지 사례를 들어보겠습니다. 보험사 Mapfre는 보험금 청구 관리의 정형 업무에 에이전트를 배치하되, 고객 커뮤니케이션처럼 민감한 업무는 사람이 감독하도록 남겼습니다. 모더는 인사 조직과 기술 조직을 한 임원 아래로 합쳐, 인력이 사람이든 디지털이든 인력 계획을 한 체계에서 관리하도록 했습니다.
두 사례가 공통으로 보여 주는 것은 에이전트 수가 아니라, 무엇을 맡기고 무엇을 붙잡을지 그리고 그 판단을 누가 책임질지를 정해 두었다는 점입니다.
TECH INSIGHT: 에이전트 수보다 먼저 정해야 하는 조건
현장에서도 변화가 보입니다. Toyota는 메인프레임 화면 50~100개를 오가던 차량 도착 시점 파악 업무를 에이전트로 옮겼고, 공급 문제 해결에도 쓸 계획입니다. 화면을 여닫는 시간이 줄면, 사람에게 남는 일은 결과를 확인하고 다음 행동을 정하는 것입니다.
RPA(로봇 프로세스 자동화)와 챗봇이 개별 업무를 덜어 주는 도구였다면, 에이전틱 엔터프라이즈는 그 도구들이 조직의 책임 구조 위에서 작동하는 운영 계층으로 자리 잡을 가능성이 있습니다.
다만 국내 기업의 준비는 아직 부족해 보입니다. AI 관련 공식 의사결정 기구를 두지 않은 기업이 51.9%였습니다.(캐럿글로벌 AX센터 조사, 2025.12)
즉 AI 에이전트는 필요조건이지 충분조건은 아닙니다. 이는 기술의 한계라기보다, 도입하는 조직이 거버넌스와 함께 풀어야 할 과제로 보는 것이 정확합니다. 자판기를 떠올려 보면, 규칙대로 움직이는 자동화는 버튼 밖의 요청을 처리하지 못하는 대신 무엇이 나올지 확실합니다. 에이전트는 반대입니다. 버튼에 없는 요청도 다루는 대신, 어디까지 스스로 정해도 되는지를 누군가 정해 주어야 합니다.
결국 앞으로의 경쟁력은 모델의 성능이나 에이전트의 수가 아니라, 그 판단의 책임을 어디에 두었는지에 달려 있다고 볼 수 있습니다.