지금 우리는 어디쯤 와 있나

이 코스를 시작하기 전에 좌표를 하나 잡아 둡니다. 산업에서 AI를 이야기할 때 자주 쓰이는 네 단계 구분입니다. 뒤로 갈수록 AI가 스스로 하는 몫이 커집니다.

단계	하는 일	우리 로드맵에서
인지 AI	보고 듣고 알아본다 — 이미지·소리·신호를 해석한다	비전 검사, 예지보전
생성 AI	없던 것을 만든다 — 글·이미지·코드·요약	지식그래프와 문서 Q&A
에이전트 AI	목표를 받아 계획을 세우고 스스로 실행한다	이 코스
물리 AI	실제 세계에서 인지하고 판단하고 움직인다	로봇·자율주행, 이 로드맵 밖

앞의 네 과정에서 배운 것은 대체로 앞의 두 단계에 놓입니다. 불량을 알아보고, 고장을 예측하고, 문서에서 답을 찾는 일은 모두 사람이 물으면 AI가 답하는 구조였습니다. 무엇을 언제 물을지는 사람이 정했습니다.

이 코스에서 달라지는 것은 그 지점입니다. 목표를 주면 무엇을 먼저 확인할지, 어떤 도구를 쓸지, 언제 멈출지를 AI가 정합니다. 얻는 것은 사람의 개입이 줄어드는 것이고, 잃는 것은 예측 가능성입니다. 이 교환이 코스 전체를 관통하는 주제입니다.

단계가 뒤로 갈수록 좋다는 뜻이 아닙니다. 인지 AI로 충분한 일에 에이전트를 얹으면 비용과 불확실성만 늘어납니다. 바로 다음 절이 그 이야기입니다.

---

정해진 순서로 충분한가

에이전트를 쓰기 전에 물어야 할 질문입니다. 순서가 정해져 있다면 에이전트는 과잉입니다.

둘의 차이

	워크플로	에이전트
실행 순서	사람이 미리 정한다	상황을 보고 스스로 정한다
도구 사용	정해진 것을 순서대로	필요한 것을 골라서
종료 조건	마지막 단계에 도달	목표 달성을 스스로 판단
결과 재현성	높다	낮다
디버깅	쉽다	어렵다

워크플로로 충분한 일

• 센서값이 임계를 넘으면 알림을 보낸다
• 정비 완료 보고서를 정해진 서식으로 만든다
• 매일 아침 전날 실적을 집계해 메일로 보낸다

이런 일에 에이전트를 쓰면 비용은 늘고 재현성은 떨어집니다. 같은 입력에 매번 다른 결과가 나올 수 있으니 오히려 나쁩니다.

에이전트가 값을 하는 일

• 설비 이상의 원인을 찾는다 — 무엇을 먼저 확인할지 상황에 따라 다릅니다
• 흩어진 문서에서 답을 모은다 — 어디를 찾아봐야 할지 미리 알 수 없습니다
• 여러 조건을 저울질해 정비 계획을 짠다

공통점은 경로를 미리 정할 수 없다는 것입니다. 판단이 필요한 지점이 있고, 그 판단에 따라 다음 행동이 달라집니다.

판단 기준

"이 일의 순서를 순서도로 그릴 수 있는가?"

그릴 수 있으면 워크플로로 만드세요. 분기가 너무 많아 그릴 수 없거나, 그릴 수는 있지만 예외가 계속 생긴다면 에이전트를 검토합니다.