에이전트 기반 자동화 기술

즉, 에이전틱 자동화(Agentic Automation)는 자동화 기술의 변화 과정 속에서 가장 최근에 소개 된 기술입니다.
에이전틱 자동화 기술 이전에도 사람은 기계를 활용하여 다양한 방식으로 자동화 기술을 구현해 왔지만, 몇 년 전부터 대중에게 소개되기 시작한 AI를 활용한 대규모 언어 모델(LLM), 생성 AI(GenAI), 대규모 행동 모델(LAM) 등을 기반으로 자율적인 의사결정까지 가능한 ‘에이전트’가 우리 가까이 더 깊이 파고들어 실질적인 행동까지 수행합니다.
예를 들어, 비대면 고객 서비스에서  AI 챗봇이 고객과 소통하여, 문제를 인식하고 분석하며 답변을 제시하는 등의 과정을 수행 할 수 있으며, 필요 시 적합한 부서에 고객 요청 사항을 전달하는 과정까지 자동으로 수행할 수 있습니다.

에이전틱 자동화의 가장 큰 특징은 주어진 목표를 수행하기 위해, 주어진 환경을 인식하고 분석하며 사고 후 최적의 계획을 스스로 수립하고 실행할 수 있다는 것입니다. 에이전트의 인식 단계부터 목표 수행에 이르기까지 사람들의 개입은 거의 없거나, 필요 시 최소한의 개입만 필요로 하며, 에이전트 스스로 관련 데이터를 분석하여 최적의 과정을 수립하고 이를 실행합니다.예를 들어, 자동차 생산 과정에 투입된 로봇은 기존에는 자동차 조립 과정에만 참여했다면, 에이전틱 자동화가 도입된 공장에서의 로봇은 생산 라인의 상태를 모니터링하고 조립 과정을 수행하다가 필요한 부품의 재고 부족이 예측 되는 경우 자동으로 재고 상품을 주문하거나, 필요 시 생산 단계의 일부 과정을 조정하여 생산 과정이 중단 되는 것을 방지할 수 있습니다.

기존의 자동화와 에이전틱 자동화의 차별점

RPA(Robot Process Automation, 로봇 프로세스 자동화) 즉, 소프트웨어를 기반으로 반복적이고 규칙적인 작업을 로봇이 수행하게 하는 자동화 기술은 여전히 우리 산업 전반에서 활발히 사용되고 있습니다.그리고 앞서 언급한 에이전트 기반의 자동화, 즉 AI 기술 기반의 자동화는 기존 RPA 자동화와 다른 중요한 역할을 수행하고 있습니다.
‍
RPA 자동화는 반복적인 작업을 자동으로 처리하는데 매우 뛰어나며, 온라인 커머스에서도 쉽게 찾아볼 수 있습니다.
예를 들어, 고객이 온라인 플랫폼에서 주문하면 물류 창고의 RPA 자동화 시스템이 자동으로 재고를 확인한 뒤, 해당 상품을 배송 준비 담당자에게 전달할 수 있습니다.
하지만, 에이전틱 자동화가 도입하면 단순히 재고를 확인하고 상품을 전달하는 데 그치지 않고 전체 운영 과정을 더욱 효율적으로 최적화할 수 있습니다. AI 에이전트가 실시간으로 주문 데이터를 분석하여 특정 상품의 수요 변화를 예측하고, 적정 재고 수준을 자동으로 유지할 수 있습니다. 또한, 재고 부족으로 배송 지연이 예상되는 경우 고객에게 미리 안내 메시지를 보내는 등 고객 만족를 높이고 운영 전반의 효율화를 높일 수 있습니다.

방금 말씀드린 예시의 경우 에이전틱 자동화를 활용한 하나의 사례일 뿐, 에이전틱 자동화를 활용하면 우리가 미래에 바라는 자동화 기술을 완전히 새로운 방식으로 실현 할 수 있게 해줍니다.
복잡하거나 규칙이 명확하지 않던 비정형적인 업무는 기존의 자동화 기술로는 자동화로의 전환이 쉽지 않았지만, 에이전틱 자동화를 활용하면 비정형적인 작업 조차도 자동화로의 전환이 가능합니다.예를 들어, 자동차 제조 과정에서 각 고객의 주문에 따른 맞춤형 조립을 사람의 개입 없이(또는 최소한의 개입) 자동으로 수행하여 제조 공정의 다양화, 효율화 및 최적화를 이룰 수 있습니다.

‍

다음편에는 에이전틱 자동화의 장점 및 에이전틱 자동화가 가져올 변화에 대해서조금 더 구체적으로 다뤄보도록 하겠습니다.