일하는 AI 에이전트, 설계하는 사람

AI 에이전트, 만들기 전에 맡기는 법부터
AI 에이전트 도입을 검토할 때 나오는 질문은 대체로 비슷합니다. 어떤 업무부터 맡길지, 어디까지 자율에 맡기고 어디서 사람이 확인할지, 결과를 무엇으로 검증할지, 비용은 얼마나 드는지. 개념 검증까지는 가도 실제 업무에 붙이는 단계에서 멈추는 경우가 많습니다. 개발자용 구현 문서와 시장 전망 자료는 많지만, 도입을 판단하는 사람이 쓸 자료는 드뭅니다.

이 책은 에이전트를 만드는 방법이 아니라 일을 맡기는 방법을 다룹니다. 코드는 나오지 않고, 판단에 필요한 만큼의 작동 구조만 설명합니다. 목표 설정부터 검증까지 이어지는 루프, 도구 사용과 최소 권한 설계, 메모리와 멀티에이전트, MCP와 A2A 연결 표준을 다룹니다. 분량의 절반 이상은 도입 이후의 과제를 다룹니다. 토큰 비용과 지연 시간, 품질 지표와 관측 가능성, 환각과 프롬프트 인젝션, 사고 대응, 첫 프로젝트 선정부터 프로덕션 전환과 거버넌스까지 이어집니다. 11장에는 고객지원, 문서·지식 업무, 내부 운영, 전자상거래, 연구·분석 다섯 영역의 적용 사례를 모았습니다. 에이전트를 직접 만들지는 않지만 도입을 판단해야 하는 기획자, PM, AX 담당자, 임원을 위해 준비했습니다.

Part 01 에이전트는 어떻게 일하는가

1장 AI 에이전트를 이해하는 가장 빠른 방법
1.1 생성 AI의 진화와 에이전트 패러다임의 등장
1.2 AI 에이전트의 핵심 개념과 작동 구조
1.3 AI 에이전트가 해결하는 문제의 유형
1.4 도구 사용과 자율성: 에이전트를 에이전트답게 만드는 것
1.5 기대와 현실: 현재 가능한 것과 아직 어려운 것
1.6 1장을 마치며

2장 목표, 계획, 실행, 검증의 루프
2.1 목표 해석: 사용자 의도를 어떻게 읽는가
2.2 계획 수립: 목표를 실행 가능한 단계로
2.3 실행: 도구 호출과 상태 추적
2.4 검증: 자체 점검과 독립 검증자
2.5 재계획과 종료: 루프를 안전하게 마무리하기
2.6 2장을 마치며

3장 도구를 쓰는 에이전트의 실행 구조
3.1 도구 호출의 기본 구조
3.2 에이전트가 쓰는 도구의 종류
3.3 도구 실패 대응과 안전 중단
3.4 도구 실행에 필요한 최소 권한 설계
3.5 도구 기반 업무 시나리오 설계
3.6 3장을 마치며

4장 기억과 협업: 메모리와 멀티에이전트
4.1 왜 메모리가 필요한가
4.2 메모리의 두 계층: 작업 메모리와 장기 메모리
4.3 검색 정책과 RAG: 올바른 정보를 꺼내오는 방법
4.4 메모리 관리와 프라이버시
4.5 단일 에이전트에서 멀티에이전트로
4.6 멀티에이전트 조정과 운영 관리
4.7 4장을 마치며

Part 02 무엇으로, 어떻게 돌릴 것인가

5장 AI 에이전트 도구 선택과 자동화 설계
5.1 개인 비서형 에이전트 도구
5.2 노코드·로우코드 워크플로우 플랫폼
5.3 클라우드 에이전트 서비스와 개발 프레임워크
5.4 자동화 후보 발굴과 우선순위 결정
5.5 워크플로우 설계 실무
5.6 도구 도입 적합성 평가 기준
5.7 5장을 마치며

6장 연결 표준과 프로토콜
6.1 프로토콜이 필요한 이유
6.2 MCP: 도구와 데이터 연결의 표준
6.3 A2A: 에이전트 간 협업 통신 구조
6.4 에이전트 상거래와 결제 프로토콜
6.5 CLI: 에이전트 시대의 실용적 연결 방식
6.6 6장을 마치며

7장 비용, 속도, 품질의 운영 현실
7.1 운영 비용의 구조
7.2 지연 시간과 체감 성능
7.3 품질 지표 설계와 관측 가능성
7.4 검증 강화 전략
7.5 예산 안에서의 성능 최적화
7.6 7장을 마치며

8장 신뢰와 안전: 환각, 권한, 보안, 책임
8.1 LLM 고유 오류 유형과 대응
8.2 인증·권한·비밀정보 관리
8.3 공격 시나리오와 보안 설계
8.4 신뢰 경계 설계와 에이전트 간 계약 관리
8.5 사고 대응과 조직 학습
8.6 8장을 마치며

Part 03 사람과 조직은 무엇을 바꿔야 하는가

9장 사람과 에이전트의 협업 설계
9.1 AI 플루언시: 개념과 역량 진단
9.2 사람의 역할: 지시자, 검토자, 의사결정자
9.3 과업 설계: 구조화된 요청 만들기
9.4 컨텍스트 설계와 검증
9.5 승인 설계와 설명가능성
9.6 피드백 루프와 팀 역량 전환
9.7 9장을 마치며

10장 조직 도입과 운영 체계
10.1 도입 목표와 성공 기준 정의
10.2 첫 프로젝트 주제 선정 기준
10.3 범위 설정과 위험 경계 정의
10.4 MVP에서 프로덕션까지의 전환 설계
10.5 조직 역할과 거버넌스 설계
10.6 운영 정착, 확산 전략, 변화 관리
10.7 10장을 마치며

11장 업무 사례로 보는 에이전트 적용 지도
11.1 사례를 읽는 법: 분석 프레임워크
11.2 고객지원
11.3 문서·지식 업무
11.4 내부 운영
11.5 전자상거래
11.6 연구·분석·코딩
11.7 11장을 마치며

12장 시장, 규제, 생태계 경쟁, 미래 전망
12.1 시장 규모와 구조 읽기
12.2 도입 패턴과 확산 시나리오
12.3 국가별 경쟁과 규제 지형
12.4 생태계 경쟁과 표준화 방향
12.5 기술·산업·비즈니스의 미래 전망
12.6 개인과 조직의 준비 전략
12.7 이 책을 마치며: 일곱 가지 질문

최윤석 1983년 세운상가에서 Apple II를 만나 컴퓨터에 입문했다. 국내에 컴퓨터 잡지 한 권 없던 시절이라 부족한 영어 실력에도 미국의 Apple II 전문지 『Nibble』을 붙들고 독학했고, 취미로 시작한 컴퓨터는 이내 평생의 업이 되었다. 1989년부터 여러 컴퓨터 잡지를 오가며 한 달도 거르지 않고 프로그래밍과 공개 소프트웨어 분석 원고를 기고했고, 대한통운 전산실에서 직장 생활을 시작해 한국일보 전산개발실을 거치는 동안에도 기고를 이어 갔으며, 그 원고 뭉치가 이력서가 되어 1995년 한국오라클에 합류했다.
한국오라클에서 21년간 새 기술의 물결이 올 때마다 가장 먼저 그 앞에 섰다. 웹과 애플리케이션 서버 시대에는 신제품을 먼저 익혀 시장에 전파하는 프리세일즈 엔지니어로, 모바일 시대에는 Mobile Lab을 이끌며 통신사 모바일 포털과 전국 대학의 모바일 캠퍼스 구축을 주도했다. 이후 RFID와 IoT, 임베디드 영역을 개척해 임베디드 사업본부 상무를 지냈고, 한국과 일본을 아우르는 Worldwide ISV/OEM 사업본부 기술부문 전무로 양국의 소프트웨어 파트너 생태계를 키웠다.
2016년 말 한국마이크로소프트 개발자 플랫폼 사업본부 전무(DX Lead)로 합류해 클라우드 기반 국내 개발자 생태계와 협업했으며, 글로벌 엔지니어링 조직인 Commercial Software Engineering 부문을 거쳐 Industry Solutions Engineering 부문 Principal Tech PM으로 국내외 글로벌 기업의 엔지니어들과 AI·클라우드 프로젝트를 함께했다.
PC에서 웹으로, 모바일에서 클라우드로, 그리고 AI로 이어진 여러 번의 기술 전환기를 현장에서 겪었다. 새 기술이 올 때마다 먼저 부딪혀 보고 그 경험을 필요한 사람들과 나누는 것이 30년 넘게 이어온 일하는 방식이었다. AI Summit, Gen AI Seoul 등 주요 AI 콘퍼런스 강연과 한양대학교 '생성형AI 융합 최고경영자과정' 강의, MIT Technology Review 등 여러 매체 기고가 그 연장선에 있으며, 과학기술정보통신부, 정보통신산업진흥원 등 여러 정부·공공 기관의 자문과 심사에도 참여하고 있다. 한양대학교 경영대학원에서 석사 학위를 받았고, 중앙대학교 컴퓨터공학부 겸임교수를 지냈다.