Agents Companion (5): 기업을 위한 에이전트?, Agents in the enterprise

이전 글에서는 Agentic RAG의 개념과 중요성, 작동 방식까지 살펴보았습니다. 이번 글에서는 이러한 AI 에이전트 기술이 실제 기업 환경에서 어떻게 활용될 수 있는지, "Agents in the enterprise" 파트에 대해 정리해보겠습니다.

기업 환경에서의 AI 에이전트

기업은 직원들의 특정 업무를 돕거나 백그라운드에서 자동화를 수행하는 에이전트를 개발하고 활용할 것입니다. 예를 들어, 비즈니스 분석가는 AI 생성 통찰력을 바탕으로 업계 동향을 파악하고 데이터 기반 프레젠테이션을 만들 수 있으며, 소프트웨어 엔지니어는 버그를 사전에 식별하고 해결하여 효율성을 높이고 배포 주기를 단축할 수 있으며, 마케터는 더 깊이 있는 성과 분석, 콘텐츠 추천 최적화, 캠페인 미세 조정을 손쉽게 수행할 수 있습니다.

기업 환경에서 두 가지 유형의 에이전트가 등장하고 있습니다:

1. "어시스턴트" (Assistants): 사용자와 상호 작용하며 특정 작업을 받아 실행한 후 사용자에게 결과를 돌려주는 에이전트입니다. 이는 일반적으로 대화형 에이전트 프레임워크(예: Gems, GPTs)로 구현됩니다. 다양한 작업을 돕는 범용 어시스턴트일 수도 있고, 특정 도메인이나 작업에 특화된 전문 어시스턴트일 수도 있습니다. 회의 일정 조율, 데이터 분석, 코드 작성, 마케팅 보도 자료 작성, 영업 기회 지원, 특정 주제에 대한 심층 연구 수행 등이 예시입니다. 요청된 정보를 빠르게 반환하거나 작업을 신속하게 수행하는 동기적 에이전트일 수도 있고, 심층 연구 에이전트처럼 결과를 반환하기까지 오랜 시간이 걸리는 비동기적 에이전트일 수도 있습니다. (-> 사용자 요청에 맞춰서 작업을 하는 에이전트)
2. "자동화 에이전트" (Automation agents): 백그라운드에서 실행되며, 이벤트를 수신하고 시스템이나 데이터의 변경 사항을 모니터링한 후 스마트한 의사 결정을 내리고 행동하는 에이전트입니다. 이러한 행동에는 백엔드 시스템 작업, 관찰 내용 검증을 위한 테스트 수행, 문제 해결, 관련 직원 알림 등이 포함될 수 있습니다. 이는 미래 자동화의 중추 역할을 할 수 있습니다. 과거에는 자동화 논리를 특정 코드로 작성해야 했지만, 이제는 AI 에이전트의 스마트하고 범용적인 의사 결정 능력에 의존할 수 있게 되었습니다. (-> 로그 및 데이터를 바탕으로 알아서 판단하여 작업을 하는 에이전트..?)

지식 작업자의 진화: 에이전트 관리자 (Manager of agents) ✨

단순히 에이전트를 호출하여 작업을 수행하고 결과를 기다리는 것을 넘어, 작업자는 점차 "에이전트 관리자"가 될 것입니다. 여러 에이전트에게 작업을 할당하고 관리하며, 에이전트가 도움이 필요하거나 진행 승인이 필요한지 확인하고, 특정 에이전트의 결과물을 사용하여 새로운 작업을 시작하며, 장기 실행 작업의 실행을 모니터링하여 올바른 방향으로 이끌 것입니다. 이러한 가상 팀 관리를 가능하게 하는 새로운 사용자 인터페이스가 등장하여, 에이전트가 작업을 수행하고 다른 에이전트를 호출(또는 생성)하는 다중 에이전트 시스템을 오케스트레이션, 모니터링 및 관리할 수 있게 될 것입니다.

이후의 내용은 대부분 Google의 제품을 홍보하는 내용이 위주로 되어있습니다.

Google의 기업용 에이전트 솔루션

1. Google Agentspace

Google Agentspace는 기업 생산성을 높이기 위해 설계된 AI 기반 도구 모음으로, 관련 정보에 대한 접근을 용이하게 하고 복잡한 에이전틱 워크플로우를 자동화시켜주는 도구인거 같습니다. Gemini의 고급 추론 능력, Google의 검색 인프라 역량, 그리고 기업 데이터에 대한 보안 접근을 활용한다고 합니다.

Google Agentspace | Google Cloud

위의 문서를 참고하는 것이 빠를거 같으며, 주요한 내용으로는:

• 노코드/UI 또는 코드 프레임워크를 사용하여 새로운 에이전트를 생성할 수 있습니다.
• 에이전트 접근 권한을 구성하고 관리할 수 있습니다.
• 적절한 타이밍에 적절한 에이전트를 호출합니다.
• UI를 통해 다중 에이전트 (Multi-Agents) 를 모니터링하고, 관리하고, 오케스트레이션할 수 있습니다.

좀 더 검색해보니 현재는 얼리-엑세스 단계라고 하네요.

2. NotebookLM

https://notebooklm.google.com/

이것도 직접 검색해서 사용해보는걸 추천드립니다. 저는 이것을 꽤 좋은 학습용 툴로 사용하고 있습니다.

---

이번 글에서는 생성형 AI 에이전트가 기업 환경에서 어떻게 활용될 수 있는지 살펴보았습니다. 기업은 어시스턴트 에이전트와 자동화 에이전트의 도입을 통해 생산성을 높이고, 지식 작업자의 역할은 에이전트 관리자로 진화하며, 이러한 변화를 지원하는 플랫폼이 중요해지고 있음을 알 수 있었습니다.

다음 글에서는 AI 에이전트가 단순히 작업을 수행하는 주체에서 나아가 "계약자"로 발전하는 아이디어, From agents to contractors 파트에 대해 더 자세히 알아보겠습니다.

https://davinci-ai.tistory.com/67

Agents Companion (6): 에이전트의 제품화? 에이전트에서 계약자로, From agents to contractors

(해당 글은 구글의 Agents Companion White Paper 내용을 정리한 문서이며, 일부 필요에 따라 내용을 재배치하였습니다.)