개요
인공지능 에이전트는 사용자가 목표를 주면 인공지능 모델이 주어진 도구 가운데 필요한 것을 선택하고, 목표를 달성하기 위해 여러 단계의 작업을 계획·실행·점검하는 시스템이다. 검색과 문서 읽기, 파일 편집, 프로그램 실행, 메시지 전송처럼 외부 환경에 영향을 주는 행동까지 수행할 수 있다.
‘에이전트’의 범위에는 통일된 정의가 없다. 정해진 절차에 따라 모델과 도구를 연결한 시스템까지 넓게 에이전트적 시스템이라고 부르기도 한다. 그러나 좁은 의미의 인공지능 에이전트는 고정된 순서를 따르기보다 현재 상태를 살피고 다음 행동과 도구를 동적으로 선택한다. Agentic AI는 이런 에이전트적 성격과 자율성을 강조하는 더 넓은 표현으로도 쓰인다.
특징
인공지능 에이전트는 대체로 판단을 맡는 대규모 언어 모델, 외부 정보를 읽거나 행동을 실행하는 도구, 행동 범위를 정하는 지침과 안전장치로 구성된다. 필요에 따라 이전 작업을 기억하는 메모리, 여러 에이전트의 역할을 나누는 조정 구조, 사람이 중간 결과를 확인하고 승인하는 절차가 더해진다.
에이전트는 환경을 관찰하고, 다음 행동을 정하고, 도구를 실행한 뒤 그 결과를 다시 확인하는 과정을 반복한다. 작업이 끝났다고 판단하면 결과를 반환하고, 실패했거나 권한이 부족하면 다른 방법을 시도하거나 사람에게 통제권을 돌려줄 수 있다.
단순한 챗봇은 주로 질문에 답을 생성하고, 일반적인 자동화는 미리 정한 규칙과 순서대로 실행된다. 인공지능 에이전트는 상황에 따라 작업 순서와 도구를 바꿀 수 있다는 점에서 둘과 구별된다. 다만 에이전트의 자율성은 절대적인 것이 아니며, 제공된 도구·권한·지침·실행 환경의 범위 안에서 작동한다.
접근성 관점
인공지능 에이전트는 자연어로 목표를 전달하면 여러 앱과 웹을 대신 탐색하고 조작할 수 있어 복잡한 사용자 인터페이스를 직접 다루는 부담을 줄일 수 있다. 그러나 기존 인터페이스가 접근하기 어려운 상태로 남아 있다면, 에이전트가 그 장벽을 없앴다기보다 사용자가 보지 못하는 곳에서 대신 통과한 것일 수 있다.
사용자가 에이전트를 통제하려면 무엇을 하려는지, 어떤 도구와 정보에 접근하는지, 지금 어디까지 진행됐는지, 무엇이 바뀌었는지를 확인할 수 있어야 한다. 권한 요청과 오류, 중간 상태와 최종 결과는 화면 읽기 프로그램으로 탐색할 수 있는 구조와 텍스트로 제공해야 한다. 실행을 중단하거나 거부하고, 이미 수행한 작업을 취소하거나 되돌리는 경로도 필요하다.
에이전트가 CLI나 TUI에서 실행될 때는 동적 화면 갱신과 반복 출력, 색상과 위치에 의존한 상태 표시가 새로운 장벽이 될 수 있다. 자연어 대화만 제공하는 경우에도 긴 결과를 다시 살피고 출처와 변경 사항을 검증할 수 있는 탐색 구조가 함께 있어야 한다.