Agentic AI란?

Agentic AI는 사람이 매 단계를 지시하지 않아도 목표를 추구할 수 있는 AI 시스템을 뜻합니다. 한 번 답하고 끝나는 대신 다음 행동을 선택하고, 허용된 도구를 사용하고, 결과를 관찰한 뒤 계속하거나 경로를 바꿀 수 있습니다. 단, 그 권한은 제한되어야 합니다. 목표, 가능한 행동, 승인 지점과 중단 조건은 사람이 정합니다.

정의 출처와 제품 공개: Stanford HAI, Google Cloud, AWS, Cisco는 목표, 계획, 행동, 피드백, 적응을 공통 요소로 설명하지만 범위는 다릅니다. Ottermind는 AI 에이전트 워크스페이스이며 이 글의 발행사입니다. 아래 내용은 독립 성능 시험이 아닙니다.

쉬운 정의

Agentic은 목표를 향해 행동할 수 있는 능력인 agency에서 나온 말입니다. 소프트웨어에서는 요청과 결과 사이의 경로를 시스템이 얼마나 판단할 수 있는지를 나타냅니다.

사람이 요약, 비교, 수정 단계를 매번 지시하면 사람이 프로세스를 운영합니다. 반대로 목표, 신뢰할 자료, 제약과 완료 기준을 주고 시스템이 누락을 찾고 허용된 도구를 선택해 근거와 미해결 질문을 반환한다면, 시스템이 경로 일부를 판단합니다. 결론의 권한은 사람에게 남습니다.

Agency와 autonomy는 다르다

Agency는 목표를 위해 행동을 선택하는 능력이고, autonomy는 사람의 개입 없이 판단하고 실행하는 정도입니다. 조사 에이전트가 읽을 문서를 고르되 공개 검색에는 승인을 요구하거나, 코드를 수정하되 병합하지 못하거나, 캠페인 자료를 만들되 게시하지 못하도록 설계할 수 있습니다.

실제 Agentic 행동을 가리는 다섯 기준

목표가 한 번의 응답 이후에도 유지되는가?
여러 유효한 다음 단계 중에서 선택할 수 있는가?
새 정보, 오류, 피드백이 행동을 바꾸는가?
허용된 도구로 모델 응답 밖의 작업을 수행하는가?
완료, 불확실성, 멈춰야 할 경계를 인식하는가?

Agentic AI가 아닌 것

의식이나 인간 같은 의도를 뜻하지 않습니다.
LLM 하나가 아니라 상태, 도구, 권한, 실행 제어가 필요합니다.
도구를 한 번 호출하는 모든 챗봇을 뜻하지 않습니다.
여러 에이전트가 필수는 아니며, 추가할수록 조정 비용도 늘어납니다.
무인 실행을 뜻하지 않습니다. 읽기와 게시에는 다른 통제가 필요합니다.

에이전시는 연속적인 수준이다

수준	시스템의 권한	사람의 통제
응답	한 번의 답변	사람이 모든 다음 단계를 선택
보조 행동	제한된 도구 하나	사람이 경로를 정의
제한된 에이전트	한 업무의 여러 단계	사람이 도구, 한계, 승인 기준 설정
연결된 작업	관련 산출물 사이의 판단	중요 결정과 결과를 사람이 승인
영향이 큰 실행	전송, 게시, 구매, 삭제, 기록 변경	명시 승인, 로그, 복구가 필수

가장 높은 수준이 항상 좋은 것은 아닙니다. 실제 변동성을 처리하는 데 필요한 최소 권한을 사용해야 합니다.

Agentic이라는 제품 주장을 검증하는 법

어떤 목표가 단계 사이에 유지되는지, 어떤 판단이 허용되는지, 접근 가능한 데이터와 도구는 무엇인지, 어떤 관찰이 계획을 바꾸는지, 어떤 증거가 남는지, 누가 결과를 승인하는지, 어떻게 중단·수정·복구하는지 확인하세요. “답장을 쓸 수 있다”와 “사례를 해결할 수 있다”는 다른 능력입니다.

왜 중요한가

생성형 AI는 하나의 결과물을 만드는 비용을 줄였습니다. Agentic AI는 결과물, 도구, 결정과 인계 사이의 조정 비용을 줄이려 합니다. 대신 오류가 전파되고 나쁜 제안이 실제 행동으로 이어질 가능성이 커집니다. 따라서 권한, 출처, 평가와 책임이 더 중요합니다.

Ottermind의 위치

Ottermind는 목표, 파일, 링크와 프로젝트 맥락을 조사, Brief, 보고서, 프레젠테이션과 후속 작업으로 연결하는 AI 에이전트 워크스페이스입니다. 사용자는 출처, 권한, 중요 판단과 최종 사용을 책임집니다. 먼저 범위가 좁고 검토 가능한 산출물로 시작하세요. 실전 방법은 AI로 작업을 자동화하는 방법에 있습니다.

자주 묻는 질문

Agentic AI는 모델인가요?

보통은 아닙니다. 모델 외에도 지침, 상태, 도구, 실행 루프와 통제가 필요합니다.

스스로 학습하나요?

반드시 그렇지는 않습니다. 한 작업 안에서 계획을 바꾸는 것과 장기 메모리나 모델을 영구 갱신하는 것은 다릅니다.

LLM이 필수인가요?

역사적으로 필수는 아니지만, 현재 많은 제품은 자연어 목표를 이해하고 도구를 선택하기 위해 기반 모델을 사용합니다.

결론

Agentic AI는 명확한 경계 안에서 목표를 위해 판단하는 시스템입니다. 이름이 아니라 목표 유지, 허용된 행동 선택, 새 정보에 대한 적응, 검토 가능한 증거로 판단해야 합니다.