한빛미디어 서평단 ＜나는리뷰어다＞ 활동을 위해 책을 협찬받아 작성한 서평입니다. '그래서 우리도 에이전트 해야 하는 거 아니에요?' 올해 회의실에서 이 말을 몇 번이나 들었는지 모르겠다. 문제는 그다음부터다. 누군가는 화려한 데모 영상을 보여 주고, 누군가는 보안부터 걱정한다. 또 누군가는 일단 해 보자고 한다. 그런데 정작 무엇을 맡길지, 어디까지 허용할지, 결과가 틀
올해 회의실에서 이 말을 몇 번이나 들었는지 모르겠다. 문제는 그다음부터다. 누군가는 화려한 데모 영상을 보여 주고, 누군가는 보안부터 걱정한다. 또 누군가는 일단 해 보자고 한다. 그런데 정작 무엇을 맡길지, 어디까지 허용할지, 결과가 틀렸을 때 누가 알아차릴지를 묻는 사람은 많지 않다. 질문을 던져도 마땅한 답을 찾기 어렵다.
최윤석의 '일하는 AI 에이전트, 설계하는 사람'은 바로 이런 상황에서 필요한 언어를 알려 주는 책이다. 저자는 서문에서 수많은 '어긋난 대화'가 이 책의 출발점이었다고 밝힌다. 읽으면서 유독 고개가 끄덕여졌던 것도 그 때문이다. 내가 참석했던 회의에서도 비슷한 장면이 반복됐으니까.
책은 제법 두껍지만 코드가 거의 나오지 않는다. 기획자와 PM, AX 담당자, 임원처럼 에이전트를 직접 개발하기보다 도입하고 운영하는 사람들을 위한 책이기 때문이다. 구현 방법보다는 어떤 업무를 맡기고, 어떤 기준으로 관리하며, 조직 안에 어떻게 정착시킬 것인지에 초점을 맞춘다. AI 에이전트라는 말은 이제 낯설지 않다. 하지만 막상 우리 업무에 도입하려고 하면 이야기가 달라진다. 이 책은 바로 그 간극을 다룬다.
에이전트 관련 자료를 보다 보면 이런 일을 할 수 있다는 소개는 쉽게 만난다. 복잡한 문의에 답하고, 여러 도구를 연결하고, 사람이 하던 업무를 알아서 처리한다는 식이다. 그런데 실제 업무에 투입한 뒤의 이야기는 상대적으로 드물다.
이 책은 그 지점에서 한 걸음 더 나아간다. 한 건을 처리하는 데 비용이 얼마나 드는지, 열 번 중 한 번 틀리는 결과를 어떻게 걸러 낼지, 문제가 생겼을 때 어디까지 되돌릴 수 있는지를 묻는다. 에이전트의 가능성을 보여 주는 데 그치지 않고, 도입 이후에 마주할 현실적인 문제를 함께 살펴보는 것이다.
전체 구성은 3부 12장이다. 1부에서는 에이전트가 어떻게 일하는지 이해하고, 2부에서는 어떤 도구와 환경으로 운영할지 살펴본다. 마지막 3부에서는 이를 실제 업무와 조직에 정착시키기 위해 무엇을 바꿔야 하는지 다룬다. 기술적인 이해에서 출발해 결국 사람과 조직의 문제로 이어지는 구성이다.
책을 읽으며 특히 좋았던 장치는 2장부터 7장까지 반복해서 등장하는 가상의 고객지원 에이전트다. 처음에는 '주문한 상품이 아직 안 왔어요'라는 문의를 이해하는 수준이지만, 장이 넘어갈수록 CRM을 조회하고, 환불 전에 승인을 받고, 이전 문의를 기억하고, MCP를 통해 사내 시스템과 연결하는 식으로 발전한다.
각 장에서 배운 개념이 하나의 업무에 차곡차곡 쌓이니 따로 떨어진 기술 용어도 훨씬 이해하기 쉽다. 에이전트가 할 수 있는 일을 나열하는 대신, 실제로 일하는 모습을 따라가며 설명한다는 점이 마음에 들었다.
독자의 상황에 따라 읽는 순서를 달리 제안하는 것도 실용적이다. 경영진이라면 1장과 10장, 12장을 중심으로 읽고, 현업 실무자라면 1장과 2장, 5장, 9장, 11장을 먼저 살펴보라고 권한다. 시간이 부족하다면 1장만 읽은 뒤 책 마지막에 있는 일곱 가지 질문으로 넘어가도 된다. 답하기 어려운 질문을 확인하고 관련 장을 찾아 읽는 방식이다.
모델 가격이나 제품 이름처럼 빠르게 바뀌는 정보는 본문과 분리해 별도 박스로 정리하고, 2026년 7월 기준이라는 확인 시점도 표시했다. 사례 역시 실제 공개 사례인지, 여러 사례를 조합한 합성 사례인지 구분해 놓았다. 사소해 보일 수 있지만 기술 변화가 빠른 분야의 책이라면 이런 정보가 오히려 신뢰를 높여 준다.
1장에서는 AI 에이전트의 기본 개념과 등장 배경을 설명한다. 에이전트는 단순히 대화하는 AI가 아니라 실제로 작업을 수행하는 AI라는 점, 그리고 함수 호출과 긴 컨텍스트, 추론 능력의 발전이 맞물리면서 활용 가능성이 커졌다는 이야기다. 관련 입문서를 읽어 봤다면 익숙한 내용일 수 있다.
하지만 1.4절부터는 조금 더 집중해서 읽게 된다. 저자는 에이전트를 보조형, 반자율형, 자율형으로 구분하고, 지금 현장에서 현실적인 선택은 반자율형이라고 이야기한다.
그림 자체는 단순하지만, 각 단계 사이에 적힌 문구가 눈에 들어온다. 보조형에서 반자율형으로 넘어가려면 '승인 체계 설계 후', 자율형으로 나아가려면 '신뢰 구축 후'라는 조건이 붙는다.
이 대목을 읽으며 에이전트의 자율성은 처음부터 높게 설정한다고 해결되는 문제가 아니라는 생각이 들었다. 작은 업무부터 맡겨 보고, 결과를 확인하고, 문제가 생겼을 때 대응할 수 있는 체계를 갖춘 뒤에야 더 많은 권한을 줄 수 있다. 자율성은 계약서에 적어 넣는 옵션이 아니라 운영하면서 조금씩 조절해야 하는 다이얼에 가깝다.
그렇다면 사람은 언제 개입해야 할까.
저자가 제시하는 기준은 명확하다. 되돌릴 수 없는 일, 여러 사람에게 영향을 미치는 일, 돈이 오가는 일이다. 이런 업무는 사람의 판단과 승인을 거치고, 상대적으로 위험이 낮은 작업은 에이전트에 맡기자는 것이다.
물론 모든 작업에 일일이 승인을 요구하면 자동화의 의미가 줄어든다. 저자는 이 문제도 현실적으로 풀어낸다. 예를 들어 '5만 원 이하, 구매 후 14일 이내, 환불 이력 없음'처럼 승인 조건을 구체적으로 정해 두면 일반적인 환불은 자동으로 처리하고 예외적인 상황만 사람이 확인할 수 있다. 승인 요청을 하루 두세 번 모아서 처리하는 방법도 소개한다.
이런 내용이 반가웠던 이유는 단순하다. AI 에이전트를 도입하자는 말은 많이 하지만, 실제로 어떤 기준을 정해야 하는지까지 이야기하는 경우는 많지 않기 때문이다. 추상적인 원칙을 업무에서 활용할 수 있는 기준으로 바꿔 준다는 점에서 실무적인 가치가 있다.
2장에서 다루는 검증 방식도 기억에 남는다. AI가 작성한 결과를 같은 모델이 다시 검토한다고 해서 오류가 제대로 걸러지는 것은 아니다. 같은 모델이 비슷한 방식으로 판단하면 처음에 놓친 문제를 검토 과정에서도 발견하지 못할 수 있다. 자신이 쓴 글의 오탈자를 쉽게 발견하지 못하는 것과 비슷하다.
책에서는 검증 대상에 따라 서로 다른 방법을 활용하도록 안내한다. 형식이나 금지어는 규칙으로 확인하고, 숫자는 도구를 이용해 다시 계산하며, 논리나 문체는 다른 모델을 활용해 검토하는 식이다. 각각의 방식은 비용과 신뢰도 측면에서 차이가 있으므로 모든 검증을 하나의 방법으로 해결하려 해서는 안 된다는 설명이다.
앞으로 업체가 '검증 로직이 들어가 있습니다'라고 이야기한다면, 이전보다 구체적으로 질문할 수 있을 것 같다. 어떤 방식으로 검증하는지, 무엇을 확인하는지, 어떤 오류까지 잡아낼 수 있는지를 말이다. 4장의 메모리와 멀티에이전트에 관한 설명도 인상적이다. 여러 에이전트가 협업하는 구조는 보기에도 그럴듯하고 활용 가능성도 커 보인다. 하지만 저자는 하나의 에이전트로 해결하기 어렵다는 사실이 분명해지기 전까지는 복잡한 구조를 서두르지 말라고 조언한다. 기술적으로 가능하다는 것과 실제로 필요한 것은 다르다. 새로운 기술을 도입하는 일 자체가 목표가 되어 버린 조직이라면 특히 귀담아들을 만한 이야기다.
2부에서는 도구와 연결 표준, 운영 비용, 보안과 위험 관리 등을 다룬다. 5장의 도구 지도와 6장의 연결 표준은 MCP와 A2A, 상거래용 프로토콜, CLI 등 에이전트를 둘러싼 기술 환경을 폭넓게 살펴본다. 여기서 가장 와닿았던 부분은 표준을 단순한 기술 규격이 아니라 벤더를 바꿀 수 있는 선택의 자유라는 관점에서 설명한 대목이다. 특정 제품에 의존하는 구조에서는 서비스를 변경하거나 다른 시스템으로 옮기는 일이 쉽지 않다. 반면 표준을 고려해 설계하면 장기적으로 선택지를 넓힐 수 있다. 기술적인 세부 사항을 넘어 구매 전략과 운영의 관점에서도 표준을 바라볼 수 있다는 점이 좋았다.
개인적으로 가장 오래 붙잡고 읽은 장은 7장이다. 에이전트를 도입하면 한 달에 비용이 얼마나 발생하는지, 막상 계산하려고 하면 어디서부터 시작해야 할지 막막하다. 관심은 많지만 정작 비용 구조를 구체적으로 따져 보는 일은 뒤로 밀리기 쉽다.
책에서는 시스템 프롬프트와 컨텍스트, 출력에 들어가는 토큰 등을 바탕으로 요청 한 건의 비용이 어떻게 구성되는지 설명한다. 물론 실제 청구 금액을 정확히 예측하기 위한 계산법은 아니다. 다만 월간 요청 수와 요청당 토큰 사용량, 모델 등급 정도를 파악하면 대략적인 비용 규모를 가늠할 수 있다는 것이다.
같은 업무를 처리하더라도 어떤 모델을 선택하느냐에 따라 비용 차이가 크게 벌어질 수 있다는 설명도 눈에 들어온다. 경우에 따라 다섯 배에서 열 배 이상 차이가 날 수 있다는 대목에서는, 예산을 논의하는 자리에서 모델 등급과 사용량을 얼마나 구체적으로 확인하고 있는지 돌아보게 됐다.
에이전트를 도입할 때는 성능만큼이나 비용도 중요하다. 데모에서 잘 작동했다는 사실만으로는 충분하지 않다. 실제 사용량을 기준으로 비용을 추정하고, 업무의 중요도에 맞는 모델을 선택하며, 운영 과정에서 발생하는 지출을 지속적으로 확인할 수 있어야 한다.
그리고 이 장에서 이어지는 하네스 엔지니어링은 이 책에서 가장 기억에 남는 개념 중 하나다.
프롬프트가 에이전트에게 무엇을 시킬지 정하는 문제라면, 컨텍스트는 어떤 정보를 제공할지 정하는 문제다. 하네스는 그보다 바깥에 있다. 에이전트가 일하는 환경과 절차, 도구, 권한, 검증, 실패 처리까지 포함하는 운영 구조를 뜻한다. 같은 모델에 같은 프롬프트를 사용해도 어떤 조직에서는 잘 작동하고, 어떤 조직에서는 시연이 끝나자마자 문제가 생기는 이유를 저자는 여기에서 찾는다.
책에 제시된 하네스 구성은 입력 자료부터 실패 처리까지 일곱 가지 항목으로 정리되어 있다. 하나씩 살펴보면 앞에서 따로 배웠던 승인 체계와 검증, 권한 관리, 로그 기록이 모두 연결된다. 흩어져 있던 개념이 하나의 운영 구조로 맞춰지는 순간이다. 이 부분은 책을 읽는 데서 끝내지 않고 실제 업무에 적용해 보기에도 좋다. 현재 운영 중인 에이전트가 있다면 일곱 가지 항목을 기준으로 점검해 볼 수 있다. 각 항목이 제대로 갖춰져 있는지, 기본적인 수준에 머물러 있는지, 아직 준비되지 않았는지를 표시해 보는 것이다.
막상 체크해 보면 부족한 부분이 예상보다 많을 수도 있다. 하지만 어디가 부족한지 알아야 개선할 수도 있다. 에이전트 도입을 검토하는 팀이라면 이 표를 활용해 운영 준비 상태부터 점검해 보길 권한다.
8장은 환각과 권한 관리, 프롬프트 인젝션, 사고 대응 등 위험 관리에 관한 내용을 다룬다. 특히 '틀린 답을 누가 어떻게 발견하는가'와 같은 질문을 먼저 제시하고 관련 내용을 풀어가는 구성이 인상적이다. 보안 담당자나 현업 부서와 에이전트 도입을 논의할 예정이라면, 이 장의 질문부터 살펴보는 것도 좋겠다. 막연하게 AI의 위험성을 걱정하거나 무조건 도입하자고 주장하는 대신, 무엇을 확인하고 어떤 대응책을 마련해야 하는지 구체적으로 이야기할 수 있기 때문이다.
3부에 들어서면 책의 관심이 기술에서 사람과 조직으로 옮겨간다. 에이전트를 운영할 환경을 갖췄다면, 이제는 이를 활용하는 사람에게 어떤 역량이 필요한지 살펴볼 차례다.
9장에서 저자는 AI 플루언시를 이야기한다.
역량 모델은 자칫 추상적인 용어를 나열하는 데 그치기 쉽다. 하지만 이 책에서는 각 역량에 실제로 필요한 행동을 연결해 설명한다. 문제정의력에는 성공과 실패의 조건을 명확하게 정하는 일이, 검증력에는 사실과 수치, 날짜를 확인하는 일이 포함된다. 거창한 교육 프로그램이 아니더라도 업무를 하면서 하나씩 연습할 수 있는 행동들이다. AI를 잘 활용하려면 좋은 프롬프트를 작성하는 능력만으로는 부족하다는 점도 자연스럽게 이해할 수 있다. 무엇을 해결해야 하는지 정의하고, 결과가 제대로 나왔는지 판단하는 능력이 함께 필요하기 때문이다.
같은 장에서 소개하는 프런티어 전문가들의 사례도 흥미롭다. AI를 능숙하게 활용하는 사람들이 일부 업무에서는 의도적으로 AI를 사용하지 않는다는 이야기다. 모든 일을 자동화하는 것이 능사는 아니며, 지나치게 의존하다 보면 스스로 판단하고 문제를 해결하는 능력이 약해질 수 있다는 이유에서다. AI 활용을 다루는 책에서 이런 이야기를 만날 줄은 몰랐다. 기술을 더 많이 사용하는 것보다 언제 사용하고 언제 직접 판단할지를 구분하는 능력이 중요하다는 점에서 기억에 남았다.
10장은 조직 차원의 도입 전략을 다룬다. 첫 번째 프로젝트를 고르는 기준도 실용적이다.
저자는 세 가지를 묻는다.
3개월 안에 효과를 확인할 수 있는가,
실패하더라도 원래 상태로 되돌릴 수 있는가,
필요한 데이터가 이미 준비되어 있는가.
본문에는 이 기준을 더욱 간결하게 표현한 질문도 나온다.
'에이전트가 멈춰도 우리 팀이 어제처럼 손으로 처리할 수 있는가.'
이 질문 하나만으로도 첫 프로젝트를 선택하는 기준이 상당히 명확해진다. 효과를 확인하기까지 너무 오래 걸리거나, 실패했을 때 복구하기 어렵거나, 필요한 데이터조차 준비되지 않은 업무라면 처음부터 에이전트에 맡기기에는 부담이 크다. 반대로 사람이 직접 처리하는 방식으로 쉽게 돌아갈 수 있고, 필요한 데이터가 있으며, 비교적 짧은 기간 안에 성과를 확인할 수 있다면 좋은 출발점이 될 수 있다. 전사 차원의 거창한 AI 전환 계획을 논의하는 회의가 있다면, 이 질문부터 던져 보고 싶다. 도입의 규모보다 중요한 것은 작게 시작해 결과를 확인하고, 그 경험을 다음 단계로 연결하는 일이기 때문이다.
11장은 고객지원과 문서·지식 업무, 내부 운영, 전자상거래, 연구·분석·코딩 등 다섯 가지 분야의 활용 사례를 살펴본다. 각 분야를 비슷한 틀로 분석하기 때문에 업무 특성에 따라 무엇을 맡기고 어떤 점을 주의해야 하는지 비교하기 좋다.
그중 가장 눈여겨본 부분은 고객지원 업무의 에스컬레이션 설계였다.
고객의 감정이 격해지거나 환불 금액이 정해진 기준을 넘는 경우, 법적 위험이 언급되는 경우에는 사람에게 업무를 넘긴다. 72시간 안에 같은 문제로 다시 문의하는 경우도 마찬가지다. 보상 금액을 결정하거나 정책에 없는 예외를 허용하는 일은 에이전트가 임의로 처리하지 않도록 선을 그어 둔다.
에이전트가 무엇을 할 수 있는지 정하는 것만큼 무엇을 해서는 안 되는지 정하는 일도 중요하다. 특히 고객과 직접 상호작용하거나 금전적인 판단이 수반되는 업무라면 이런 기준이 더욱 필요하다. 코딩 에이전트 사례도 생각할 거리를 남긴다. AI를 활용하면서 주니어 개발자들이 더 많은 코드를 작성하게 됐지만, 그만큼 리뷰 업무가 시니어 개발자에게 몰려 팀 전체의 속도는 오히려 느려졌다는 이야기다.
개인의 생산성이 높아졌다고 해서 팀 전체의 생산성까지 반드시 높아지는 것은 아니다. AI를 활용할 때는 각자의 작업 속도뿐 아니라 검토와 승인, 협업에 이르는 전체 과정을 함께 살펴봐야 한다는 점을 보여 주는 사례다.
마지막 12장은 시장과 규제를 살펴본 뒤 AI 도입과 AI 흡수의 차이를 이야기하며 책을 마무리한다. 도구를 도입하는 것과 도구가 바뀌더라도 조직에 남는 판단 기준과 노하우를 쌓는 것은 다른 일이다. 저자는 조직이 축적해야 할 이러한 자산을 '고유 운영 지식'이라고 부른다. 앞에서 다뤘던 메모리와 스킬, 업무 환경에 관한 이야기가 이 개념으로 이어진다. AI 도구는 계속 바뀔 수 있지만, 어떤 업무를 맡기고 어떤 결과를 좋은 결과로 판단할지에 관한 지식은 조직에 남아야 한다는 것이다.
결국 AI를 도입했다는 사실 자체가 경쟁력이 되는 시대는 오래가지 않을 것이다. 도구를 얼마나 잘 활용하고, 그 과정에서 얻은 경험을 어떻게 조직의 자산으로 쌓아 가느냐가 더 중요해질 것이다.
책의 마지막에는 일곱 가지 질문이 남는다. 개인적으로는 이 부분이 책 전체의 핵심을 가장 잘 압축하고 있다고 생각한다.
저자는 일곱 가지 질문에 모두 답할 수 있다면 준비가 된 것이고, 세 가지 정도만 답할 수 있어도 첫 실험을 시작해 볼 수 있다고 이야기한다. 솔직히 처음 읽었을 때는 세 가지에도 자신 있게 답하기 어려웠다. 그래서 오히려 유용했다. 내가 무엇을 알고 무엇을 모르는지 확인할 수 있었고, 답하지 못한 질문이 다음에 어떤 내용을 더 살펴봐야 하는지 알려 줬기 때문이다.
AI 에이전트를 도입할 때 필요한 것은 모든 기술을 완벽하게 이해하는 일이 아닐지도 모른다. 지금 우리 업무에서 해결해야 할 문제가 무엇인지, 어디까지 자동화할 수 있는지, 결과를 어떻게 확인할 것인지부터 분명히 하는 편이 더 중요할 수 있다. 그런 의미에서 이 책은 에이전트 도입을 앞둔 조직이 현재의 준비 상태를 점검하고, 무엇부터 시작할지 판단하는 데 도움이 된다.
누구에게 권할 수 있을까.
가장 먼저 떠오르는 독자는 '우리도 에이전트 해야 하는 거 아니에요?'라는 질문을 받고 있는 기획자와 PM, AX 담당자다. 도입을 검토해야 하지만 어디서부터 논의를 시작해야 할지 막막하다면 이 책에서 실마리를 찾을 수 있을 것이다. 예산을 승인하거나 도입 방향을 결정해야 하는 임원과 팀장이라면 1장과 10장, 12장을 중심으로 읽어도 좋다. AI를 업무에 활용하고 있지만 챗봇을 넘어 에이전트로 어떻게 발전시킬지 고민하는 실무자라면 9장부터 살펴보기를 권한다.
반면 에이전트를 직접 구현하는 개발자가 세부적인 기술이나 코드 예제를 기대하고 읽는다면 다소 심심할 수 있다. 이 책은 구현 자체보다는 도입과 운영, 관리에 초점을 맞추고 있기 때문이다. 다만 현업에서 어떤 질문이 나올지, 에이전트의 운영 환경을 어떻게 설계해야 할지 궁금하다면 7장과 10장은 충분히 읽어 볼 만하다.
AI 도구는 내년에도 달라질 것이다. 지금 익숙한 제품이나 기술 가운데 일부는 그때쯤이면 새로운 것으로 대체되어 있을지도 모른다. 하지만 어떤 일을 맡길지, 어디에서 사람의 판단을 거칠지, 결과를 어떻게 검증할지에 관한 고민은 쉽게 사라지지 않을 것이다.
책을 읽기 전에는 AI 에이전트를 도입한다는 말이 새로운 기술을 업무에 연결하는 일처럼 느껴졌다. 책을 덮고 나니 조금 다르게 보인다. 에이전트를 도입한다는 것은 단순히 도구 하나를 추가하는 일이 아니다. 업무를 다시 들여다보고, 판단의 기준을 세우고, 실패했을 때 대응할 방법까지 마련하는 일에 가깝다.
에이전트가 더 많은 일을 대신할수록 사람에게 필요한 판단도 달라질 것이다. 모든 일을 직접 처리하는 대신 무엇을 맡길지 결정하고, 결과를 확인하고, 조직에 필요한 기준과 경험을 쌓아 가는 일이 중요해진다.
일은 에이전트가 하더라도, 무엇을 어떻게 맡길지 설계하는 일은 여전히 사람의 몫이다.
AI 에이전트 도입을 고민하고 있다면, 무엇을 자동화할 수 있는지부터 묻기 전에 이 책을 읽어 보는 것도 좋겠다. 도입 이후에 마주할 질문을 미리 살펴보는 것만으로도 다음 회의에서 나눌 이야기는 조금 달라질 테니까.
AI 에이전트, 빠른 기술 변화 속 2026년을 관통하는 트렌드이자 기술이다. 하나의 개별 에이전트부터 멀티 에이전트까지 이미 다양한 에이전트가 개발, 보급되어 사용 중인 오늘, 에이전트를 '코드'에서 한 발 벗어나 '기술'의 시선에서 바라보는 책, '일하는 AI 에이전트, 설계하는 사람'을 만나게 되었다. '이 기술을 우리 일에 어떻게 들여올 것인가'를 말하는 책을 알아가보자.
AI의 시대, 개발자의 역할이 코드 '구현'에서 코드 '검증과 판단'으로 빠르게 바뀌는 지금, 저자 역시 에이전트에 대해 '에이전트 도입에서 가장 중요한 결정은 기술의 결정이 아니라 업무의 결정'임 을 제시한다. 에이전트에 일을 맡기는 방법으로 '무슨 AI를 사용할까'에 대한 기술 선택 이전에 '어떤 업무를 자동화 할 것인가?'에 대한 고민이 우선임을 먼저 환기하여 에이전트 도입의 필요성과 업무 위임에 대해 다시 한 번 고민 할 단서를 제공한다.
PART`1이 에이전트의 구조를 주제로 한다면 PART2는 에이전트의 도입 목표 그리고 도입 후에 마주치는 현실을, 그리고 마지막 PART3은 에이전트로 인해 변화할 개인과 조직을 다룬다. 에이전트의 개념부터 기술 구조, 도입 방법, 필요 역량, 거버넌스, 시장환경을 모두 아우르는 저자의 통찰력은 AI 에이전트를 단순한 '자동화 도구'를 넘어 사람과 '협업'하는 시스템으로 바라볼 수 있게 한다.
AI 에이전트 구현을 목적으로 하는 책은 주로 코드를 통해 사용하는 AI의 특징과 적용 가능한 업무를 설명한다. 이에 반해 이 책의 강점은 AI 에이전트 도입 전/후 과정과 이에 따른 변화를 제시하는 점이다. 단순 문답의 LLM을 지나 맥락을 이해하고 아이디어를 제시하는 오늘날 AI 기술 환경에서, 에이전트의 현업 사용은 비즈니스 환경에 새로운 변화를 이끌어낼 강한 요인이고 저자는 이에 대한 '판단'점을 기술한다.
에이전트와 사람의 역할 분담을 어떻게 설계하는지, 에이전트의 실패 가능성은 어떻게 관리할 수 있는지를 모두 다루는 책을 'AI 에이전트를 업무에 제대로 쓰는 것'이 궁금한 모든 분께 추천한다.
이 책은 개발자를 위한 기술서가 아니다. 비개발자를 위해 AI 에이전트가 어떻게 동작하는지 설명하는 책이다. 에이전트 개발 환경이나 따라하기 실습은 없는 책이다. AI 에이전트 관련 개념을 확실하게 정의하고, 도입 시 어떤 부분을 고려해야할지 고민하는 사람에 적합한 책이다. AI는 공부해야 할 영역이 많은데, 그중에서도 '에이전트'의 동작과 도입 시 고려할 사항들에 집중한 책
이 책은 개발자를 위한 기술서가 아니다. 비개발자를 위해 AI 에이전트가 어떻게 동작하는지 설명하는 책이다. 에이전트 개발 환경이나 따라하기 실습은 없는 책이다. AI 에이전트 관련 개념을 확실하게 정의하고, 도입 시 어떤 부분을 고려해야할지 고민하는 사람에 적합한 책이다.
AI는 공부해야 할 영역이 많은데, 그중에서도 '에이전트'의 동작과 도입 시 고려할 사항들에 집중한 책이다. 단순히 가져다 쓰면 된다거나 AI에게 시키면 뚝딱 만들어진다는 막연한 환상 대신, 실제로 챙겨야 할 요소들을 짚어준다.
나만의 AI 비서를 AI 에이전트 기반으로 만들어 보고 싶다면, 기초 지식을 쌓기 위해 꼭 읽어볼 만하다.
“한빛미디어 서평단 ＜나는리뷰어다＞ 활동을 위해서 책을 협찬 받아 작성된 서평입니다.”혼자 잘 쓰고 난 다음이 궁금했다AI는 이미 매일 쓴다. 코드를 살펴보고, 문서를 정리하고, 반복하는 작업은 스킬로 남긴다. 필요한 자료를 MCP로 연결해 확인하는 것도 익숙해졌다.최근 사내 AI 활용 발표를 준비하면서도 비슷한 고민을 했다. 코드를 빨리 만들어도 리뷰와 승인, 다른 부서와의
