최근 인공지능 기술은 단순한 문서 작성이나 정보 검색을 돕는 보조 역할을 넘어 스스로 판단하고 복잡한 업무를 처리하는 에이전트 형태로 빠르게 진화하고 있다. 개발자가 아닌 일반 직장인들도 노코드 도구를 활용해 업무 자동화를 구현할 수 있는 환경이 조성되면서 일하는 방식에 큰 변화가 일어나고 있다. 그러나 기술 도입으로 줄어든 업무 시간이 곧바로 실질적인 생산성 향상으로 이어지지는 않는다는 분석도 제기된다. AI 에이전트 시대에 직장인들이 마주한 변화와 과제를 살펴본다.

단순 보조를 넘어 스스로 판단하는 AI 에이전트의 시대

최근 AI 도구는 단순 보조를 넘어 복잡한 업무를 스스로 처리하는 에이전트 형태로 진화하며 업무 자동화를 이끌고 있다. 메타의 뮤즈, 오픈AI의 닷츠, 구글의 제미나이 에이전트 등 빅테크 기업들의 AI 비서 경쟁이 치열해지고 있다. 메타 뮤즈는 출시 12일 만에 280만 건의 다운로드를 기록하며 미국 앱스토어 1위를 차지했고, 오픈AI 닷츠는 월 100달러짜리 프로 요금제로 서비스되고 있다.

국내에서도 SK텔레콤, 카카오, KT가 대국민 AI 서비스 모두의 AI 베타 서비스를 출시하며 일상화에 나선다. 글로벌 기업의 AI 도입률이 88%에 달하며 생성형 AI 도입률도 79%를 기록하는 등 에이전트 기반의 업무 혁신이 전 세계적으로 가속화되는 중이다. 가트너는 2026년까지 거의 80%의 기업이 미션 크리티컬 워크플로우에 생성형 AI를 배포할 것으로 예측한다.

단순 보조를 넘어 스스로 판단하는 AI 에이전트의 시대 관련 사진

사진: Steve A Johnson · Unsplash

비전문가도 만든다, 노코드 AI 에이전트 빌더의 확산

노코드 및 로우코드 기반의 AI 에이전트 빌더가 확산되면서 현업 직원들이 직접 업무 자동화 워크플로우를 구축하고 있다. GS칼텍스는 노코드 도구를 활용해 임직원이 직접 AI 에이전트를 개발하고 정유 공정 및 사내 업무에 적용하고 있다. 더존비즈온은 AI Festa 26에서 세법 및 노무 AI 에이전트를 포함한 노코드 개발 플랫폼을 선보였다.

기업 현장에서 개발자 없이도 업무 특성에 맞는 생성형 AI 서비스를 직접 만드는 디지털 전환이 빨라지고 있다. 업스테이지와 같은 국내 기업들도 모델부터 에이전트까지 연결하는 솔루션을 제공하며 200여 개 기업에 도입되는 등 실질적인 업무 자동화를 뒷받침하고 있다. 이러한 도구들은 비전문가인 일반 직장인도 손쉽게 반복 업무를 줄이도록 돕는다.

비전문가도 만든다, 노코드 AI 에이전트 빌더의 확산 관련 사진

사진: Ilya Pavlov · Unsplash

핵심 업무 프로세스를 혁신하는 AI 에이전트 사례

스타트업 Vesta는 3천만 달러 규모의 투자를 유치하며 모기지 인수 심사 과정의 자동화를 추진하고 있다. 업계 통계에 따르면 모기지 처리에 평균 40일이 소요되고 수작업 중심의 워크플로우로 건당 약 11,000달러의 비용이 발생하는데, Vesta는 자율 AI 에이전트 스웜을 도입하여 이 과정을 수 영업일 이내로 단축하는 것을 목표로 세웠다.

Vesta가 자율 AI 에이전트 스웜을 도입하여 대출 심사 소요 기간을 기존 평균 40일에서 수일로 단축한 목표를 세운 것처럼, AI 에이전트는 특정 산업의 핵심 업무를 바꾸고 있다. AI 에이전트는 단순 생산성 향상을 넘어 핵심 비즈니스 프로세스의 전면적인 재설계를 이끌고 있다. 이는 단순한 문서 정리를 넘어 복잡한 심사나 검증 업무까지 AI가 주도하는 흐름을 보여준다.

도표는 모기지 기술 스타트업 Vesta가 자율 AI 에이전트 스웜을 도입하여 대출 심사 소요 기간을 단축한 목표를 보여준다.

업무 시간은 줄었지만 생산성 정체로 이어진 솔로우 역설

스탠퍼드 연구에 따르면 고객지원 상담원의 시간당 해결 건수가 평균 15% 증가했으며 저숙련 직원의 개선 폭은 30%에 달했다. 디지털 근로자들은 AI를 통해 주당 약 11시간을 절약한다고 보고하기도 했다. 그러나 한국은행 조사 결과 AI로 주당 1.5시간이 단축되었으나 업무시간 절감률과 처리량 증가율의 상관계수는 0.00으로 나타났다.

생성형 AI 도입에 따른 시간 단축과 생산성 상관관계가 0을 기록한 것처럼, AI 도입으로 근로자의 주당 업무 시간이 단축되었음에도 실질적인 생산성 향상으로 직결되지 않은 상황이 벌어지고 있다. 딜로이트는 빠른 AI 도입 속도에 비해 공식 통계상 생산성 수치는 미미한 솔로우 역설이 재기되고 있다고 지적했다. 경제협력개발기구에 따르면 2024년 회원국 평균 노동 생산성 증가율이 1.2%를 기록했으나, AI가 가져온 시간 절약이 곧바로 거시 경제적 생산성 급증으로 이어지지는 않는 수수께끼가 지속된다.

도표는 AI 도입으로 근로자의 주당 업무 시간이 단축되었음에도 실질적인 생산성 향상으로 직결되지 않은 상황을 보여준다.

업무 재설계와 규제 속에서 AI 일상화를 준비하는 자세

캘리포니아주가 변호사의 생성형 AI 사용을 규율하는 SB 574 법안에 서명하는 등 법적 규제와 가이드라인이 마련되고 있다. 직장인들은 단순히 시간을 단축하는 것을 넘어 AI를 통해 본질적인 업무 프로세스를 재정의하는 방법을 고민해야 한다. 기술 도입의 거품을 걷어내고 실질적인 부가가치를 창출하는 방향으로 AI 활용을 정착시켜야 한다.

기업과 개인 모두 반복적인 허드렛일을 줄이는 데 그치지 않고, AI 에이전트가 가져오는 조직 구조의 변화에 적응해야 한다. 법적 규제와 보안 가이드라인을 준수하면서 현업에서 실질적인 효율성을 이끌어내는 방향으로 AI 일상화를 준비하는 것이 필수적이다.

참고