AI 에이전트, 에이전틱 AI, 생성형 AI의 차이

핵심 요약

생성형 AI는 지시에 따라 글, 이미지, 표를 만들고 끝납니다. 그다음은 사람이 씁니다.
AI 에이전트는 일 하나를 받아 정보를 찾고 시스템을 열어, 부여된 권한 안에서 끝까지 처리합니다.
에이전틱 AI는 계획을 세우고 일을 나누어 여러 단계와 시스템을 조율하는 시스템입니다. 범위와 승인 지점은 사람이 정합니다.
첫 단계를 정확하게 만든 뒤 한 단계씩 올라갑니다. 위로 갈수록 더 많은 권한과, 결과를 책임질 사람이 필요합니다.

세 용어의 차이는 다음 단계를 누가 하느냐입니다

새로 들어온 직원 세 명을 떠올려 보십시오. 첫 번째는 편지 초안을 잘 쓰지만 다 쓰면 책상 위에 두고 갑니다. 두 번째는 "주문이 언제 도착하는지"처럼 일 하나를 받아 시스템을 열고 재고를 확인해 고객에게 답하는 데까지 끝냅니다. 세 번째는 팀장입니다. 큰 목표를 받아 잘게 나누고 팀원에게 맡기고 진행을 챙기며, 자기 권한을 넘는 건만 가져옵니다. 이 셋이 생성형 AI, AI 에이전트, 에이전틱 AI입니다. 정의는 회사마다 조금씩 다릅니다. 이 글은 개발팀이 시스템을 설계할 때 쓰는 정의를 따릅니다.

생성형 AI는 지시에서 새로운 것을 만드는 AI입니다. 글, 이미지, 표, 코드. 그 중심에는 LLM(대규모 언어 모델)이 있습니다.

AI 에이전트는 목표 하나를 받아 어디를 찾고 어떤 시스템을 부르고 몇 단계를 밟을지 스스로 정해 일을 끝내는 소프트웨어입니다. 움직일 수 있는 범위는 부여된 도구와 권한 안입니다. 에이전트가 시스템을 여는 장치를 Tool Calling(도구 호출)이라고 합니다.

에이전틱 AI(에이전트형 AI라고도 부릅니다)는 시스템 전체의 설계 방식입니다. AI가 계획을 세우고 일을 나누고 여러 에이전트나 시스템을 조율하며, 사람이 정한 범위 안에서 다음 단계를 스스로 고릅니다. 전체를 조율하는 층이 오케스트레이션입니다. 에이전틱은 시스템의 성격을 말하고, 에이전트는 그 부품 하나입니다.

생성형 AI는 답을 만들고 끝납니다

원래 사람이 확인한 뒤 쓰는 일에 맞습니다. 예를 들어 LINE 공식 계정(LINE OA, 태국 기업이 판매와 고객 응대에 가장 많이 쓰는 메시지 창구)에서 고객에게 보낼 답장을 초안으로 쓰고 담당자가 보냅니다. 결과는 어디까지나 사람을 기다리는 초안입니다.

준비할 것은 명확한 지시와 정확한 사내 문서입니다. 많이 쓰는 방법이 RAG(검색 증강 생성)로, 답하기 전에 회사 문서를 검색하게 합니다. 자주 실패하는 지점은 데이터가 없는데도 자신 있게 답하는 것입니다. 배차표를 본 적이 없는데 납품일을 답하고, 오늘의 재고나 미수금을 모릅니다.

AI 에이전트는 일 하나를 끝까지 처리합니다

에이전트는 한 바퀴를 반복합니다. 목표를 받고, 도구를 고르고, 실행하고, 결과를 보고, 계속할지 멈추고 사람에게 물을지 정합니다.

태국 기업이 가장 먼저 맡기는 일은 질문은 매번 같은데 답하려면 시스템을 열어야 하는 일입니다. LINE OA에서 주문 상태를 물으면 ERP에서 주문 번호를 찾아 납품일과 송장 번호를 답합니다. 이메일로 온 태국어 청구서를 읽어 발주서와 대조하고 결제를 올려 승인 대기에 둡니다. 둘 다 여는 시스템이 적고, 틀려도 되돌릴 수 있습니다.

추가로 필요한 것은 ERP, CRM, 회계 소프트웨어로 들어가는 API, 일에 필요한 최소한의 권한, 명확한 승인 지점, 그리고 실제 운영 전에 시험해 볼 귀사 업무의 실제 사례입니다. 자주 실패하는 지점은 잘못된 데이터로 도구를 부르는 것, 같은 처리를 반복하는 것, 일에 비해 권한이 넓은 것, 그리고 고객 메시지에 숨은 지시를 시스템이 따르는 Prompt Injection(프롬프트 인젝션)입니다. 이어지는 내용은 AI 직원에 관한 글에 있습니다.

에이전틱 AI는 여러 단계와 시스템을 사람이 정한 범위에서 움직입니다

에이전틱 AI는 "이 주문을 수주부터 입금까지 끝내라" 같은 큰 목표를 받아 잘게 나누고, 각각을 가장 잘하는 에이전트나 시스템에 넘기고, 진행을 챙기고, 범위를 넘는 건은 사람에게 올리는 시스템입니다.

예시는 대부분 부서를 넘나드는 일입니다. 수주에서 입금까지: LINE OA에서 주문을 받는 에이전트, 신용 한도를 확인하는 에이전트, 트럭 배차를 잡는 에이전트, 그리고 e-Tax Invoice(태국 전자 세금계산서)를 발행하는 단계. 한도를 넘는 주문은 사람의 승인을 기다리고, 모든 단계는 무엇을 어떤 데이터로 했는지 감사 로그에 남깁니다.

실패하는 방식이 아래 단계와 다릅니다. 첫 에이전트의 오류가 아무도 보지 않는 사이 다음으로 흘러갑니다. 결과가 틀려도 "시스템이 했다"가 되어 책임자가 없습니다. 고객의 개인정보도 여러 시스템을 지납니다. 어느 단계에서 회사 밖으로 나가는지, 태국 개인정보보호법(PDPA)을 충족하는지 답할 수 있어야 합니다. 밖으로 내보낼 수 없다면 자사 환경에서 돌리는 프라이빗 LLM이 선택지입니다. 이어지는 내용은 멀티 에이전트 업무 플랫폼 글에 있습니다.

	생성형 AI	AI 에이전트	에이전틱 AI
무엇을 하는가	글, 이미지, 표, 코드를 만들고 끝남	일 하나를 받아 시스템을 부르고 끝까지 처리	계획하고 일을 나누어 여러 에이전트와 시스템을 조율
회사가 준비할 것	명확한 지시, 정확한 문서	API, 최소 권한, 승인 지점, 시험용 실제 사례	업무 흐름도, 감사 로그, 정지 버튼, 결과 책임자
어디서 실패하는가	데이터 없이 자신 있게 답함, 오늘의 상태를 모름	잘못된 입력으로 도구 호출, 반복, 과한 권한, 프롬프트 인젝션	오류가 연쇄, 비용 급증, 결과 책임자 부재
태국 기업 예시	LINE OA 답장을 초안으로 쓰고 담당자가 전송	ERP에서 주문 상태 답변, 청구서를 읽어 결제 상신	신용 확인과 배차를 거친 수주에서 입금까지
일반 챗봇의 위치	문서에서 답만 한다면 여기	시스템을 열어 움직인 날부터 에이전트	더 큰 시스템의 창구 하나

가상 사례

사뭇쁘라깐의 건자재 도매업체(회사명과 세부 내용은 가상입니다)는 소매점 주문을 LINE OA로 받으며 하루 수십 건의 메시지가 들어옵니다. 영업팀은 종일 같은 질문에 답하고 주문은 손으로 입력합니다. 1단계로 생성형 AI가 카탈로그에서 답장을 초안으로 쓰고 담당자가 읽고 보내게 했습니다. 다만 "재고 있나요"는 여전히 사람이 시스템을 열어야 했습니다. 모델은 오늘의 재고를 모르기 때문입니다.

2단계에서 개발팀은 에이전트를 재고와 주문 시스템에 연결해 재고 질문에 답하고, 담당자가 확정할 발주서 초안을 만들게 했습니다. 첫 실패는 트럭이 꽉 찬 줄 모르고 납품일을 확약한 것입니다. 팀은 배차 확인 도구를 추가하고, 납품일은 배차표에서만 가져온다는 규칙을 두었습니다. 3단계는 2단계가 안정된 뒤입니다. 신용 확인, 배차, 세금계산서 발행까지 시스템이 조율하고, 한도를 넘는 주문은 영업 관리자의 승인을 기다립니다.

대부분의 기업이 오르는 3단 사다리

에이전트를 실제로 돌리는 기업은 대체로 같은 길을 갑니다. 각 단계에는 다음으로 오르기 전에 갖춰야 할 증거가 있습니다.

3단 사다리

1단 정확하게 답하기. 사내 문서에서 답하고 사람이 보냅니다. 증거: 실제 운영 전에 귀사 업무의 실제 질문으로 시험해 보고 무엇을 합격으로 볼지 상급자와 정해 둔 것, 그리고 사람이 고친 답의 비율.
2단 되돌릴 수 있는 일 하나 하기. 에이전트가 소수의 시스템을 열어 취소나 수정이 가능한 일을 합니다. 증거: 모든 시스템 호출 기록과 사람이 승인하지 않은 횟수.
3단 여러 일 조율하기. 에이전트 사이에서 일을 넘기고, 돈이 걸린 곳에는 승인 지점을 둡니다. 증거: 빠짐없는 감사 로그, 눌러 본 정지 버튼, 결과 책임자의 이름.

올라가는 기준: 사람의 수정 횟수가 계속 줄고 책임자가 정해지면 다음 단으로. 핵심 시스템에 아직 API가 없다면 먼저 데이터를 한곳에 모읍니다.

자율 수준을 더 잘게 나눈 대표를 위한 경로는 챗봇에서 AI 앱까지의 로드맵에 있습니다.

챗봇으로 충분할 때, 에이전틱이 아직 이를 때

일반 챗봇은 채팅 화면이 붙은 생성형 AI이고, 시스템을 열어 움직인 날부터 에이전트가 됩니다. 챗봇으로 충분한 때는 질문이 반복되고, 답이 회사가 관리할 수 있는 문서에 있고, 답한 뒤 시스템에서 할 일이 없을 때입니다. 답한 뒤 매일 시스템에서 할 일이 있고 틀려도 고칠 수 있다면 AI 에이전트로 갈 때입니다.

에이전틱 AI가 아직 이른 때는 기준 데이터가 여러 곳에 흩어져 있고, 핵심 시스템에 API가 없고, 업무 책임자가 없고, 혹은 틀렸을 때 어떻게 멈출지 아직 답할 수 없을 때입니다. 첫 일을 고르는 방법은 AI를 어디서부터 시작할지 다룬 글에 있습니다.

발주 전에 개발사에 물어볼 질문

어느 업체든 자기 시스템이 에이전틱이라고 말합니다. 아래 질문으로 안에 실제로 무엇이 있는지 보입니다. 슬라이드보다 실제 화면으로 답을 받으십시오.

제안한 시스템은 3단 사다리의 어느 단에 있고, 우리 일에 왜 그 단이 필요한가
에이전트는 어떤 시스템을 부를 수 있고, 권한은 누가 주는가
어디서 사람의 승인이 먼저 들어가고, 그것을 우리가 직접 바꿀 수 있는가
틀렸을 때 바로 멈출 수 있는가, 어떻게 되돌리는가
나중에 무엇을 어떤 데이터로 했고 누가 승인했는지 확인할 수 있는가
고객 개인정보는 어느 단계에서 회사 밖으로 나가고, PDPA를 어떻게 충족하는가
내년에 AI 모델을 바꾸면 어디를 다시 만들어야 하는가

개발팀 참고 · Tool Calling, 오케스트레이션, 가드레일

Tool Calling: 함수를 요청하는 것은 모델이지만, 실행 전에 시스템 쪽 코드가 스키마, 호출자 권한, 멱등성을 검증합니다. 읽기 도구와 쓰기 도구를 분리하고, 쓰기 도구는 모두 설정 가능한 승인 정책을 거치게 합니다. 오케스트레이션: 작업 상태는 모델 밖에 두고, 완료된 거래를 다시 반복하지 않는 타임아웃과 재시도를 정하고, 작업당 반복 횟수에 상한을 둡니다. 가드레일: 실행 전에 입력을 거르고 프롬프트 인젝션을 검사하며, 실행 후에 결과를 업무 규칙과 대조하고, 멈추고 사람을 부르는 조건을 정의합니다. 감사 로그에는 입력, 도구 호출, 출력, 승인자, 프롬프트 버전을 남깁니다.

DNA MAKER · AI AGENT

태국 기업 안에서 돌아가는 에이전트를 저희는 이렇게 만듭니다

AI 에이전트가 지켜야 할 규칙은 그 일을 매일 하는 사람의 머릿속에 있습니다. DNA Maker는 먼저 귀사의 영업, 회계, 창고 담당자와 함께 앉아 업무 흐름도, 판단 지점, 사람이 승인해야 할 곳을 적어 냅니다. 그런 다음 아직 에이전트로 만들면 안 되는 일은 그렇다고 분명히 말씀드립니다.

귀사와 일하는 팀은 DNA Maker 자체 팀이며 하청을 주지 않습니다. 매주 데모를 보실 수 있습니다. 이미 쓰고 계신 LINE OA, 웹, 앱 위에 에이전트를 만들고 ERP, CRM, 회계 소프트웨어에 연결하며, 귀사가 정한 단계에 승인 지점을 둡니다. 데이터를 회사 밖으로 내보낼 수 없다면 귀사 환경에서 프라이빗 LLM을 돌립니다. 범위와 가격은 착수 전에 확정하고, 소스 코드는 범위에 따라 납품합니다. 500건이 넘는 저희 프로젝트에는 은행, 병원, 태국 대기업 그룹의 일이 있습니다. AI 에이전트 & 챗봇 페이지에서, 또는 채팅 페이지의 Dream에게 문의해 주십시오.

SOFTWARE ENGINEERING GLOSSARY

소프트웨어 엔지니어링 용어집

용어	의미	쉬운 예시	개발팀에 물어봐야 할 질문
생성형 AI	지시에서 글, 이미지, 코드를 만들고 끝나는 AI	고객 답장을 초안으로 쓰고 담당자가 전송	답은 우리 문서에서 오는가, 모델의 일반 기억에서 오는가
AI 에이전트	목표 하나를 받아 도구와 데이터를 쓰며 일을 끝내는 소프트웨어	ERP에서 주문을 확인해 납품일을 알림	이 에이전트는 어떤 시스템에 닿을 수 있고, 누가 허용했는가
에이전틱 AI	AI가 계획하고 일을 나누어 사람이 정한 범위에서 여러 에이전트를 조율하는 시스템	한도 초과는 사람이 승인하는, 수주에서 입금까지의 흐름	흐름 전체의 결과는 누가 책임지는가
오케스트레이션	여러 단계와 시스템을 조율하고 계속, 재시도, 사람에게 넘김을 판단하는 층	신용 확인에서 배차로 주문을 넘김	중간 단계가 실패하면 끝난 단계는 어떻게 되돌리는가
감사 로그	누가 또는 무엇이 언제 어떤 데이터로 무엇을 했는지의 기록	에이전트가 어느 배차표로 납품일을 답했는지 관리자가 확인	흐름 전체를 나중에 추적할 수 있는가, 얼마나 보관하는가

내일 해 볼 일: 팀이 고객에게 반복해서 답하는 일 하나를 골라 세 줄을 적어 보십시오. 답은 어디서 오는가, 답한 뒤 어떤 시스템에서 무엇을 하는가, 누가 승인하는가. 둘째 줄이 비어 있으면 생성형 AI의 일입니다. 시스템이 하나면 AI 에이전트입니다. 여러 시스템과 여러 사람이 나오면 그것이 에이전틱 AI이고, 위의 일곱 가지 질문이 필요한 자리입니다.