※ 출판사로부터 도서를 제공받아 주관적으로 쓴 후기입니다.

AI 기술은 좋든 싫든 거스를 수 없는 거대한 물결이 되어 우리 삶과 일터 곳곳에 영향을 줄 것이다. 2017 알파고 바둑 대전 이후 사람들은 AI의 높은 기술력에 경악을 금치 못했다. 이후 2022년 챗 GPT가 등장했고 구글에서 Gemini라는 강력한 생성형 AI를 개발하기에 이르렀다. 또한 LLM 기반 AI 에이전트가 등장하면서 작업 수행 방식, 의사결정 방식, 기술을 상호작용하는 방식을 재편할 수 있는 시스템으로까지 발전했다. 최근 CES에서 발표한 아틀라스 같은 휴머노이드 로봇을 대거 선보이면서 AI 기술력의 현주소를 확인할 수 있었다. 자율주행 자동차와 대중교통도 머지않아 상용화될 것이다.

이렇듯 에이전틱 AI의 시대는 아주 먼 미래가 아닌 향후 몇 년 안에 적용될 것이라는 건 예측 가능한 일이 되었다. 752 페이지에 달하는 이 방대한 책은 우리가 맞이하게 될 에이전틱 AI 시대를 미리 대비하고 준비하기 위한 최고의 안내서다. AI 기술의 발전 속도는 우리 생각보다 훨씬 더 빠르게 가속도가 붙어 발전하게 될 것이고 산업 현장에 도입되어 활동하는 모습도 서빙 로봇처럼 생소한 일이 아닌 시대가 도래할 것이다. 물론 에이전틱 AI도 보안해야 할 부분도 많다. 특히 정확도와 신뢰성 부분에서 완벽하지 않고 제한적이다. 이 책을 읽으면서 수많은 현장 사례들 속에 현주소를 명확히 알 수 있었다.

1부 AI 에이전트의 등장

2부 에이전틱 AI의 3대 핵심 요소(행동, 추론, 기억)

3부 AI 에이전트를 활용한 사업과 전문적 성장

4부 에이전틱 AI를 통한 기업 혁신

5부 일과 사회의 미래

우후죽순 쏟아져 나오는 AI 관련 책들 속에서 AI 도입에 따른 장·단점과 개념 정리를 이보다 방대하고 체계적으로 쓴 책은 드물 거라고 생각한다. 공상과학 속 세상이 점점 현실이 된다는 건 묘한 느낌이 들게 한다. 과거엔 기술력 부족으로 시기상조라거나 시간이 꽤 지나야 될 것이라고 생각했는데 우리 눈앞에 성큼 다가왔다니 놀라울 뿐이다. 프로그래밍 개발에 AI를 적극 활용하고 AI로 생성한 동영상과 이미지는 방송에서 쓰기 시작했다. AI 기술을 활용해서 할 수 있는 일들이 많아지고 있으며 그 변화는 매우 빠르게 우리 삶에 스며들고 있다. 이 변화 속에서 인간과 에이전트 간 협업은 필수가 되었다.

물론 AI를 전적으로 신뢰하기엔 이르다고 생각한다. 아직까지는 제한된 범위 내에서 인간의 통제 아래 활용될 뿐이다. 어디까지 예측 가능하지 모르겠지만 AI 에이전트의 AI 발전 프레임워크 레벨이 올라간다면 스스로 판단하고 추론하여 모든 활동과 소통을 알아서 하게 될 날도 불가능한 일이 아닐지 모른다. AI 발전 속도를 따라가려면 제도적 보안이 반드시 필요하다. 2026년 1월 22일 세계 최초로 우리나라에서 전면적인 AI 규제법인 '인공지능 발전과 신뢰 기반 조성에 관한 기본법'이 시행되었다. 아무래도 AI로 만든 가짜 동영상과 이미지가 사회적 문제를 일으키고 있기에 시의적절했다고 본다.

무척 두꺼운 책이었지만 가독성도 좋고 지금 우리가 당면한 현실이기에 과연 앞으로 어떻게 될 것인가를 생각하면서 읽으니 전혀 지루하지 않았다. 과연 회사에 AI 에이전트를 도입한다면 업무 처리 방식도 바뀔 것이고 생산 라인에 아틀라스 로봇을 도입하게 될 때 생산량과 제품 완성도도 궁금하다. 사고 위험 가능성이 높은 산업 현장에 맞는 로봇을 투입하게 될 산업 재해와 안전사고를 낮추게 될 것이고 자율주행 자동차로 인해 교통사고율이 감소된다면 그 변화가 체감될 것이다. 현재 AI와 관련된 실무 사례와 작동 시스템 등을 이해하려면 반드시 읽어야 할 책이다.

 [ 출판사로부터 도서를 제공받아 작성한 리뷰입니다. ]

올해 IT 분야의 화두는 AI 에이전트의 등장인 것 같아요.

모두가 궁금해하는 바로 그 주제를 다룬 책이 나왔네요. 정말이지, 눈 깜짝할 사이에 너무 많은 것들이 바뀌고 있어서 입이 떠억 벌어지네요. 이제 겨우 챗GPT를 어떻게 활용할지 고민하는 동안에, AI 는 도구를 넘어 능동적으로 상황을 인지하고 추론하여 실행에 옮기는 에이전트로 변모했다는 거예요. 우리는 지금 변화의 속도와 본질 모두, 전례 없는 사건을 직접 목격하고 있고, 이 책은 에이전틱 AI 혁명이 무엇이며, 무엇이 이전의 기술 혁신과 근본적으로 다른지를 자세히 알려주고 있어요. 

《에이전틱 AI》는 글로벌 전문가들이 함께 완성한 책이며, AI 연구자부터 기업의 경영진, 고급 개발자, 그리고 전 세계 여러 산업에 걸쳐 AI 에이전트를 직접 구현해온 실무 컨설턴트까지 다양한 경력과 전문성을 갖춘 이들이 알려주는 에이전틱 AI 라는 점에서 가장 완벽한 바이블이라고 소개하고 있어요. 

왜 '에이전틱'이라 부르는가?

'에이전트 agent'라는 용어는 라틴어 'agere'에서 유래했으며, 이는 '하다' 또는 '행동하다'를 의미한다.

에이전틱 AI를 차별화하는 것은 정의된 목표를 좇아 독립적으로 행동할 수 있는 바로 이 능력에 있다.

단순히 질문에 응답하거나 출력을 생성하는 생성형 AI 시스템과 달리, 에이전틱 AI 시스템은 목표를 이해하고, 주도권을 쥐고, 지속적인 목표를 유지하고, 실제 피드백을 바탕으로 전략을 수정할 수 있다. 요컨대 AI 에이전트는 AI 와 도구들을 활용하여 주어진 목표를 달성하기 위한 행동을 자율적으로 수행하는 시스템이다. ··· 본질적으로 이는 단순히 무엇을 해야 할지 아는 데 그치는 것이 아니라 실제로 그 일을 하는 매우 유능한 비서와 같다. ··· 성공의 여부는 명확하고 정확한 목표와 지침을 제공하는 데 달려 있다.  (33-35p)

이 책에서는 AI 에이전트를 이해하기 위한 모든 것을 알려주고 있어요. AI 에이전트를 가능하게 한 기술적 진화 과정으로 시작해 AI 에이전트만의 특징, 능력, 한계를 살펴보고, 기업 혁신으로 이어지는 미래와 인간 사회에 미치는 광범위한 영향이 무엇인지를 전망하고 있어요. 구체적인 실험 사례들 중에서 2024년 10월 22일 실험은 매우 놀라워요. 당시 AI 는 시를 쓰고 마케팅 문구를 작성하는 능력으로 세상 사람들을 놀라게 할 때인데, 연구실에서는 뭔가 말도 안 되는 일을 한 번 해보자는 제안으로, AI 에게 무엇을 할지 지시하는 대신, 사업적 목표를 하나 주고 나서 무슨 일이 일어나는지를 지켜봤다고 해요. 초기 예산은 20달러였고, AI 는 로그인이 제한된 서비스에 접근할 수 없는 제약에도 불구하고, 임무를 부여받은지 채 한 시간도 되지 않아, AI 에이전트는 단순히 아이디어만 낸 게 아니라 완전한 비즈니스 모델을 구축해낸 거예요. 그건 바로 기업가처럼 생각하고 행동할 수 있는 에이전틱 인공지능의 탄생을 의미해요. 전통적인 자동화가 로봇에게 레시피를 그대로 따르도록 가르치는 것이라면, AI 에이전트는 마치 요리사가 주어진 재료와 고객의 취향을 바탕으로 새로운 요리를 창조해내는 것과 같고, 이는 AI 혁신이네요. AI 에이전트를 도입한 기업들은 생성형 AI 도구와 저자들이 개발한 기본 AI 에이전트를 모두 사용하여 각각 단독으로 할 때보다 훨씬 더 강력한 결과를 만들어냈네요. AI 의 진정한 힘은 통합에 있다는 것, 단순히 업무를 자동화하는 능력을 넘어 조직을 전체적으로 통합하여 응집력 있는 지능적 통합체로 만드네요. 생성형 AI 와 AI 에이전트의 협력, 인간과 에이전트의 협업으로 혁신적 발전을 이뤄내고 있네요. AI 에이전트의 변화는 이미 전 세계의 조직에서 일어나고 있고, 이제 우리는 직면한 선택들에 대해 체계적으로 고민해야 할 차례네요. 에이전틱 시대로 접어들수록 가장 큰 성공을 거두는 조직은 인간 역량이 AI 와 함께 발전할 수 있는 환경을 조성하는 조직이 될 것이고, 우리는 인간만이 지닌 역량을 개발하는 데 집중해야 지속적인 적응과 혁신을 위한 기반을 마련할 수 있네요. 앞으로 AI 에이전트가 기존의 경제적 역할을 더 많이 수행하게 되면 모든 사람이 기본적인 필요를 충족할 수 있는 새로운 제도적 장치가 필요한데, 저자들이 제시한 해결책 중 하나는 보편적 기본소득이네요. 자율 에이전트의 출현은 우리에게 중대한 선택지를 제시하고 있네요. 미래를 정확히 예측하는 건 불가능하지만 더 나은 미래를 만들어가는 노력은 충분히 가능한 일이네요. 우리가 내리는 결정에 따라 미래는 달라질 거예요.

"우리는 이 기술을 인간의 번영을 증진시키는 데 사용할 것인가, 아니면 이 기술이 기존의 불평등과 사회적 긴장을 악화하도록 내버려둘 것인가?" (634p)

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

AI가 우리 곁에 온 지 오래지만, 대부분의 조직은 여전히 AI를 '똑똑한 참모'정도로만 활용하고 있다. 데이터를 분석하고, 인사이트를 제공하고, 예측 모델을 돌리는 역할 말이다. 파스칼 보르네와 그의 동료들이 펴낸 ＜에이전틱 Al＞는 바로 이 지점을 시작한다. 생각하는 AI를 넘어, 실제로 일을 해내는 AI로의 전환. 책은 이를 브릴리언트 어드바이저 트랩 (briliant advisor trap)" 이라 명명하며, 조직들이 AI의 진짜 잠재력을 놓치고 있다고 지적한다. 흥미로운 점은 저자들의 구성이다. 학계, 산업계, 연구소를 아우르는 이들은 수십 년간 AI 솔루션을 실제로 구현해온 사람들이다. 그래서인지 책 전반에 흐르는 톤은 과장이 아닌 솔직함이다. 성공 사례만큼이나 실패 사례를 담담히 공유하며, AI 도입의 현실적 난관들을 있는 그대로 드러낸다. 이는 AI 열풍 속에서 쏟아지는 수많은 책들과 차별화되는 지점이다.

책의 핵심은 '에이전틱 AI 진화 프레임워크'라 불리는 5단계 분류체계다. 흥미롭게도 이 프레임워크는 전통적인 성숙도 모델과 다른 철학을 담고 있다. 높은 단계가 무조건 좋은 게 아니라는 것. 2단계 솔루션이 처리 비용을 40% 줄인다면, 결 코 안착하지 못한 4단계 시스템보다 훨씬 가치 있을 수 있다는 인식이다. 저자들은 자동차 기술에 빗대어 이를 설명한다. 완전 자율주행이 기술적으로 가능하다 해도, 많은 운전자들은 여전히 예측 가능하고 통제 가능한 기본 크루즈 컨트롤을 선호한다는 것. 이는 AI 도입에 있어 기술 가능성보다 조직의 필요와 준비도가 우선한다는 메시지를 담고 있다. 레벨 0은 인간이 모든 작업을 수행하는 수작업 단계다. 엑셀과 이메일 같은 기본 도구는 쓰지만, 모든 판단과 처리는 사람의 몫이 다. 원시적으로 보이지만, 인간의 판단력과 창의성, 감성이 필수적인 영역에서는 여전히 이 단계가 최선일 수 있다. 레벨 1은 규칙 기반 자동화로, 고정된 룰에 따라 움직이는 단순한 크루즈 컨트롤과 같다. 기본적인 RPAL if-then 로직이 여기 속한다. 반복적이고 대량의 작업, 명확한 비즈니스 규칙이 있는 업무에서 빛을 발한다. 하지만 한계도 분명하다. 예외 상황이나 프로그래밍되지 않은 시나리오를 만나면 작동을 멈춘다. 융통성 없이 깨지기 쉬운 시스템이다. 레벨 2는 양적 도약을 의미한다. 자연어 처리, 머신러닝, 컴퓨터 비전 같은 인지 능력이 전통적 자동화와 결합된다. 속도뿐 아니라 방향까지 제어하는 첨단 운전 보조 시스템에 비유된다. 데이터 패턴을 기반으로 결정을 내리고, 반정형 정보를 다루며, 입력값의 변화에 적응한다. 송장 처리 같은 업무에서 문서 정보를 추출하고 검증한 뒤 사람의 승인을 받는 식이다. 저자들은 많은 조직이 레벨 2에서 "스위트 스팟"을 찾았다고 말한다. 상당한 생산성 향상을 이루면서도 복잡한 결정에는 사람의 감독을 유지하는 균형점이다. 레벨 3는 진짜 Al 에이전트의 출현을 의미한다. 콘텐츠를 생성하고, 여러 단계의 프로세스를 계획하며, 복잡한 상황을 추론하고, 맥락에 따라 적응하는 시스템이다. 고속도로에서 자율주행하지만 특이한 상황에서는 사람의 개입이 필요한 수준이다. "더 나은 서비스 제공으로 고객 만족도를 높여라"같은 자연어 지시를 이해하고 실행 가능한 워크플로로 전환한다.

저자들의 대형 언어 모델 전문성이 빛나는 대목이다. 동시에 한계도 솔직히 인정한다. 엣지 케이스에서 여전히 오류를 범할 수 있고, 깊은 도메인 전문성이 필요한 작업에서는 고전하며, 조직의 가치와 목표에 부합하는지 세심한 모니터링이 필 요하다. 레벨 4는 진정한 자율성에 접근한다. 스스로 하위 목표를 설정하고, 경험에서 배우며, 시간이 지나며 전략을 조정 한다. 대부분 상황에서 완전 자율주행하되 특별한 경우에만 사람이 개입하는 수준이다. 아직 실험적이지만, 저자들은 흥 미로운 가능성을 엿보게 한다. 보험사 사례에서 Al 에이전트가 단순히 청구를 처리하는 데 그치지 않고, 사기 패턴을 선제적으로 식별하고, 워크플로 효율을 최적화하며, 정책 개선을 제안하는 모습이 그려진다. 레벨 5는 이론적 종착점이다. 해당 도메인 내 모든 시나리오에서 사람 개입 없이 완전히 자율적으로 작동하는 시스템. 저자들은 이에 대해 신중한 태도를 취한다. 기술적 도전뿐 아니라 책임성, 통제, 복잡한 결정에서 인간 판단의 역할 같은 근본적 질문들이 남아 있기 때문이 다. 레벨 5는 일반적 비즈니스 운영보다는 특정하고 잘 정의된 도메인에서 더 현실적일 것이라는 전망이다. 

5단계 체계에 앞서 저자들은 중요한 개념적 토대를 제시한다. SPAR 프레임워크다. Sense(감지), Plan(계획), Act(행동), Reflect(성찰)의 약자로, AI 에이전트가 환경 속에서 어떻게 작동하는지 체계적으로 이해하는 방법이다. 마치 새로 합류한 동료의 역량을 평가하듯 에이전트를 바라보는 시선이다. 감지는 에이전트가 환경에서 정보를 인식하고 수집하는 능력이다. 문서 읽기부터 알림 모니터링, 사용자 입력 처리까지. 계획은 정보를 처리하고 옵션을 평가하며 목표 달성을 위 한 전략을 개발하는 추론 능력이다. 행동은 실제 세계에서 작업을 실행하는 능력으로, 메시지 전송, 데이터베이스 업데이트, 워크플로 트리거, 물리 시스템 제어 등을 포함한다. 성찰은 경험에서 배우고, 성과를 평가하며, 미래 행동을 조정하는 능력이다. SPAR는 책 전반의 진단 도구로 작동한다. 각 레벨에서 이 네 가지 역량이 어떻게 진화하는지 보여주며, 어떤 AI 에이전트 시스템을 평가할 때도 실용적 렌즈가 된다. 기술 명세서에 매몰되지 않고, 각 구성요소와 특정 필요 사이의 정합성에 집중하게 만든다. 이 프레임워크가 빛나는 이유는 조직이 서로 다른 기능에 서로 다른 레벨이 필요하다는 인식 때문이다. 성공적인 AI 전환은 전형적으로 '포트폴리오 접근법'을 취한다. 레벨 1과 2 시스템이 일상 업무를 처리하고, 레벨 3 에이전트가 복잡한 워크플로를 관리하며, 적절한 맥락에서 레벨 4 역량을 조심스럽게 실험하는 식이다. 이는 역량 구축의 발판이기도 하다. 기업은 수작업에서 레벨 3 에이전트로 곧바로 도약할 수 없다. 레벨 1과 2를 구현하며 얻게 되는 프로세스 규율, 데이터 품질, 변화관리 역량이 먼저 필요하다. 단계를 건너뛰려는 조직들이 자주 실패하는 이유가 여기 있다. 저자들이 소개하는 “Three Keystones" 개념도 주목할 만하다. Action(행동), Reasoning(추론), Memory(기억)가 그것이다. 전통적 Al 벤치마크들-HumanEval(작업 실행), MMLU(지식 폭)은 학력증명서와 같다고 저자들은 말한다. 역량에 대해 뭔가를 말해주지만, 실제 성과를 예측하지는 못한다는 것이다. AI 시스템이 추론 테스트에서 95점을 받더라도, 여러 상호작용에 걸쳐 고객 선호도를 기억하지 못하거나, 복잡한 비즈니스 시스템에서 행동을 안정적으로 실행하지 못하거나, 드물지만 중요한 예외 상황에 추론을 적응시키지 못할 수 있다. 세 주춧돌이 조화롭게 작동하지 않으면, 아무리 정교한 AI도 시험은 잘 보지만 실제 업무의 복잡한 현실은 다루지 못하는 우수한 졸업생과 같다. 이 통찰은 많은 조직이 인상적인 데모와 파일럿 결과를 보고도, 정작 프로덕션 배포에서는 취약하고 신뢰할 수 없다고 느끼는 이유를 설명한다.

책은 크고 종종 기능 부전인 조직 내에서 에이전트 기반 자동화가 실제로 어떻게 작동할 수 있는지에 대한 실용적이고 구조화된 가이드다. 성숙도 모델을 제시하고, 단순한 규칙 추종자에서 자율적 협력자로 가는 단계를 안내한다. CIO, CTO, 전환 리더들이 열망과 실행 사이 간극을 헤쳐나가는 데 가치있는 운영적 틀을 제공한다. 명확한 프로세스 모델과 아키텍처 고려사항이 특히 유용하다. 저자들은 에이전트를 새로운 종류의 기업 일꾼으로 다루며, 이들을 지원하는 데 필요한 기술적 조직적 인프라를 이야기 한다. 의사결정 매트릭스, 성숙도 모델, 단계별 로드맵이 빼곡하다. 암묵적 메시지는 명확하다. Al를 프로세스 옆에 덧붙이는 걸 멈추고, 자율 시스템이 전체 업무 설계를 어떻게 재구성하는지 생각하는 것이다. 그리고 여기 그 방법이 있다. 반면 한계도 분명하다. 철학적 의미에서의 에이전시(agency)에 대한 깊은 논의나, 인간과 에이전트가 함께 일하는 것의 사회기술적 함의에 대한 천착은 찾기 어렵다. 그런 종류의 책이 아니다. 책은 플레이북이다. 견고하고, 잘 구조화되었으며, 리더들이 AI 도입의 혼란스러운 중간 지대를 틀짓도록 돕는 플레이북. 사변적이지 않지만 전략적이다. "월요일에 이걸 어떻게 작동시킬까"라는 의미에서의 전략이다.

이 글은 출판사로부터 도서를 협찬받아 주관적인 견해에 의해 작성했습니다.

'에이전틱 AI' 는 책제목에서 알 수 있는 것처럼 

이제는 누구나 AI를 활용하는 말그대로 

AI의 시대를 살아가고 있는 상황에서 

단순히 생각하고 정보를 전달하고 무엇가 

만들어내는 수준의 생성형 AI를 넘어서

목표를 이해하고 실행까지 담당하는

AI 에이전트에 대해 자세히 설명하는 책이다.

이세돌 9단과 알파고의 바둑 대결이 

펼쳐진 것이 어느새 10년이 됐다.

당시 바둑 대결을 지켜 본 전세계 사람들은

알파고의 뛰어난 능력을 보면서 

인공지능 기술이 이렇게 까지 

발전했나하고 놀라워했었다. 

인공지능 관련 기사들이 끊임없이 나왔고, 

학계에서는 인공지능 연구가 활발히 이루어졌다. 

그리고 IT기업을 포함한 다양한 

기업에서 인공지능을 활용한 

여러 제품과 서비스를 출시하였다.

그리고 현재는 AI 활용이 일상생활에 널리

활용되고 있는 상황이다. 이처럼 인공지능의

발달과 함께 모든 것이 빠르게 변화하고 있는 

시대에 제대로 대응하고 미래의 새로운 

기회를 만들어 내기 위해서는 AI 트렌드와 

다양한 AI 에이전트의 역할과 기능을 제대로 

이해하고 활용하는 것이 무엇보다 중요하다.

'에이전틱 AI' 는 서문, AI 에이전트의 등장,

에이전틱 AI의 3대 핵심 요소, AI 

에이전트를 활용한 사업과 전문적 성장,

에이전틱 AI를 통한 기업 혁신,

일과 사회의 미래, 결론까지.

크게 5부와 14장으로 나누어서

친절하게 알려주기 때문에 유익했다.

AI 에이전트가 등장하게 된 배경,

AI 에이전트의 핵심적인 특징이 무엇인지,

AI가 단순히 생각만 하는 것인 아니라

행동 하도록 가르쳐야 하는 것,

단순히 빠른 속도를 유지하는 것이

아니라 진정으로 이해하고 처리하도록 하는 것,

학습을 통해 적응성을 키워 훨씬 더

다재다능하고 다양한 과제를 정확하고

효율적으로 처리할 수 있게 하는 것,

이것들이 에이전틱 AI의 3대 핵심 

요소라는점을 배울 수 있었다.

AI 에이전트는 단순히 당면한 정보를

효과적으로 처리하는 데 그치지 않고,

시간이 지남에 따라 학습하고 적응 할 수

있게 된다는점이 핵심적인 것 같다.

AI 에이전트에 대한 연구가 활발히 진행되고 있고,

AI 에이전트 서비스들이 점차 늘어가게 되면서,

다양한 영역에서 좀 더 빠르고 편리하게 일을 

쉽게 처리 할 수 있다는 장점도 있지만,

가까운 미래에 AI의 능력이 더 발달되고

대부분의 분야에서 인간을 

대체하는 시대가 오게되면

어떤 일이 일어날것인지에 대해 

우려하는 시선 또한 많아졌다는 점

역시 중요하게 생각하면서 

끊임없이 고민해야 할 것 같다. 

'에이전틱 AI' 를 통해 AI 에이전트의

발달 현황과 AI 에이전트로 인해 

우리가 다양한 분야에서 새롭게 

맞이하고 있는 변화된 모습과 함께 

AI 에이전트가 사회와 시장에 미칠 

파장을 최소화 하면서 제대로 대응하고 

적용할 수 있는 방법이 무엇인지 알 수 있었다.

챗GPT를 비롯한 생성형 AI를 활용하여 일을 하려고 할 때 정보를 수집해달라고 부탁했는데 전혀 다른 정보나, 이미 달라져버린 정보, 중간중간 오류들로 인해 사용하지 않고 직접 찾은거 만큼이나 시간이 걸렸던 경험이 다들 있을 것입니다. 또한 아이디어를 생성하는 일은 AI에게 맡겨둔 채 사람들이 AI가 만들어낸 정보를 복사하고 사실확인하는 현재의 상황은 인간은 생각하고 AI가 처리한다라는 환상과는 정 반대로 이루어지고 있는 모순이 발생하고 있습니다.

《에이전틱 AI》는 이러한 상황에서 벗어나 AI가 단지 질문에 답하는 도구를 넘어 스스로 계획하고 판단하며 행동하는 ‘행위자(agent)’로 진화하는 시대를 조명한 책입니다. 저자들은 이 기술을 단순한 기술 유행이 아니라 AI가 인간의 지시가 없이도 복잡한 작업을 실행할 수 있는 새로운 패러다임으로 설명합니다. 이 책은 에이전틱 AI가 무엇인지, 왜 지금 등장했는지, 어떤 구조와 역량을 갖추고 있는지를 차근차근 정리하며 독자를 안내합니다. 

책은 기존의 생성형 AI와 에이전틱 AI의 차이를 분명히 합니다. 생성형 AI는 그저 사용자의 질문에 응답하는 도구라면 에이전틱 AI는 목표를 이해하고 계획을 세우며 여러 시스템을 넘나들며 스스로 업무를 수행하는 ‘능동적 주체’입니다. 사람의 반복적인 지시가 필요하지 않고 스스로 다음 작업을 파악하고 처리할 수 있다는 점에서 그동안의 인공지능의 모순들을 해결해줍니다.

책은 전체를 다섯 개의 부로 나누어 설명합니다. 첫 부에서는 에이전틱 AI가 생성형 AI 이후의 변화임을 설명하고 구체적인 실험과 개념을 통해 그 개념적 기반을 소개합니다. 이후 부에서는 행동, 추론, 기억이라는 세 가지 핵심 요소를 중심으로 에이전틱 AI가 어떻게 실제 업무를 처리하는지를 구체적으로 분석합니다. 

《에이전틱 AI》는 AI 기술의 다음 단계를 이해하고 싶은 독자에게 적합한 책입니다. 생성형 AI가 중심인 지금의 환경에서 한 걸음 더 나아가, AI가 스스로 행동하고 판단하는 방식이 어떤 방식으로 이루어지는지를 구조적으로 설명하며 향후 AI가 인간의 역할과 상호작용을 어떻게 재구성할지에 대한 전망까지 제공해주기 때문에 인공지능이 어느 방향으로 가고 있고, 미래에 나는 어떻게 살아야할지 알아보고 싶은 분들께 이 책을 추천드립니다. 

＜이 서평은 출판사로부터 도서를 제공받아 작성했습니다.＞솔직히 말하면 이 책은 처음부터 끝까지 술술 읽히는 책은 아니었습니다. 개념도 많고, 구조도 탄탄해서 책은… 사실 좀 어려웠습니다. 그럼에도 불구하고 끝까지 읽게 된 이유는, 이 어려움이 단순히 설명이 부족해서가 아니라 지금 우리가 마주한 AI의 현실을 그대로 반영하고 있다는 느낌 때문이었습니다.

요즘 생성형 AI를 쓰다 보면 아이러니한 순간을 자주 겪습니다. 글은 AI가 써주는데, 정작 저는 복사하고 붙이고, 정리하고 확인하느라 더 바빠집니다. 『에이전틱 AI』는 바로 이 지점에서 질문을 던집니다. “AI가 이렇게 똑똑해졌는데, 왜 우리는 여전히 바쁠까?” 이 책은 생각만 하는 AI에서 벗어나, 실제로 일을 끝까지 수행하는 ‘행동하는 AI’가 왜 필요한지를 구조적으로 설명합니다.

인상 깊었던 부분은 에이전틱 AI를 무조건적인 자율성으로 보지 않는다는 점입니다. 자동화부터 자율성까지 5단계로 나누고, 각 단계마다 통제와 책임의 균형을 강조합니다. 특히 ‘단순할수록 더 좋다’는 원칙은 현업에서 바로 떠올릴 수 있는 메시지였습니다. 저 역시 AI를 쓰면서 이것저것 기능을 붙이려다 오히려 더 복잡해진 경험이 있었기에 공감이 됐습니다.

행동, 추론, 기억이라는 세 가지 핵심 요소도 이 책의 중심입니다. AI가 도구를 사용하게 하려면 어디까지 허용할지 명확해야 하고, 빠른 답변보다 멈춰서 생각하는 설계가 중요하다는 점, 그리고 기억이 쌓이지 않으면 AI는 같은 실수를 반복한다는 설명이 인상적이었습니다. 이 부분을 읽으며 AI는 기술 문제가 아니라 업무 설계 문제라는 말이 실감 났습니다.

결국 이 책은 AI 사용법을 알려주는 책이라기보다, AI와 함께 일하는 구조를 다시 짜라고 말하는 책입니다. 어렵지만, 그래서 가볍지 않고 오래 남습니다. 생성형 AI 이후를 진지하게 고민하는 분이라면 한 번쯤은 천천히 읽어볼 가치가 있는 책이라고 느꼈습니다.