[AI Frontier] 에이전트가 쓰는 소프트웨어의 등장, SaaS는 어떻게 다시 설계되고 있습니까

[AI Frontier]

겉으로는 소프트웨어에 AI 기능이 추가되는 변화처럼 보입니다. 하지만 실제로는 더 큰 질문이 생기고 있습니다. 앞으로의 소프트웨어는 사람이 쓰기 좋은 화면을 넘어, 에이전트가 안전하게 이해하고 실행할 수 있는 구조를 갖춰야 합니다.

Image generated by OpenAI

AI 에이전트 소프트웨어는 단순한 챗봇이 아닙니다. 사람이 “이 주문을 처리해 주세요”, “고객 문의를 확인해 주세요”, “릴리즈 노트를 만들어 주세요”라고 요청하면, 에이전트가 필요한 데이터를 찾고, 업무 규칙을 적용하고, 연결된 시스템에서 실제 작업까지 수행하는 방식에 가깝습니다.

이 변화가 중요한 이유는 분명합니다. 그동안 서비스형 소프트웨어(Software as a Service, SaaS)는 사람이 로그인하고, 메뉴를 고르고, 버튼을 눌러 업무를 처리하는 구조였습니다. 이제는 인공지능(Artificial Intelligence, AI) 에이전트가 그 소프트웨어를 직접 사용하는 주체로 들어오고 있습니다.

NOTE

핵심은 “AI가 들어갔는가”가 아닙니다. 에이전트가 어떤 데이터에 접근할 수 있는지, 어떤 행동을 할 수 있는지, 언제 사람에게 승인을 받아야 하는지가 더 중요합니다.

AI 에이전트 소프트웨어란 무엇입니까?

기존 소프트웨어는 대체로 “입력 → 처리 → 결과”의 흐름을 따릅니다. 사람이 입력하고, 시스템이 정해진 규칙대로 처리하고, 사람이 결과를 확인합니다. 반면 에이전트형 소프트웨어는 중간에 판단과 실행의 층이 하나 더 들어옵니다.

예를 들어 고객지원 시스템에서 예전의 자동화는 “비밀번호 문의가 오면 안내문을 보낸다”처럼 정해진 규칙을 따랐습니다. 에이전트형 소프트웨어는 고객의 상황을 읽고, 과거 주문 내역을 확인하고, 정책을 적용하고, 필요하면 환불·교환·상담 연결까지 이어갈 수 있습니다. 물론 모든 단계를 완전히 맡긴다는 뜻은 아닙니다. 중요한 업무에는 승인선이 필요합니다.

사례 1. Choco는 주문 입력 소프트웨어를 ‘주문 처리 에이전트’로 바꾸고 있습니다

식자재 유통 플랫폼 Choco의 사례는 이해하기 쉽습니다. 식당과 유통업체 사이의 주문은 깔끔한 양식으로만 들어오지 않습니다. 이메일, 문자, 음성 메시지, 사진, 손글씨 메모처럼 제각각 들어옵니다. 예전에는 직원이 이것을 읽고, 품목과 단위를 확인하고, 전사적자원관리(Enterprise Resource Planning, ERP) 시스템에 다시 입력해야 했습니다.

Choco는 이 과정을 AI 에이전트가 처리하도록 바꾸고 있습니다. 주문 에이전트가 이메일, 문자, 이미지, 문서를 읽고 ERP에 넣을 수 있는 구조화된 주문으로 바꿉니다. 음성 에이전트는 영업시간이 아니어도 전화 주문을 받을 수 있습니다. 여기서 중요한 점은 에이전트가 단순히 텍스트를 요약하는 것이 아니라, 고객별 품목명, 단위 선호, 주문 이력을 함께 해석한다는 점입니다.

CASE POINT

사람이 읽기 어려운 주문 입력을 에이전트가 구조화합니다.
신뢰도가 높은 경우에는 자동 처리하고, 애매한 경우에는 사람이 검토합니다.
소프트웨어의 역할이 기록 관리에서 업무 실행으로 넓어지고 있습니다.

사례 2. CyberAgent는 개발 도구를 ‘판단 보조자’로 쓰고 있습니다

일본의 인터넷 기업 CyberAgent는 ChatGPT Enterprise와 Codex를 업무 전반에 활용하고 있습니다. 흥미로운 지점은 코드 작성 속도만 강조하지 않는다는 점입니다. 이 회사는 Codex를 설계안 검토, 코드 리뷰, 개선안 비교, 문서화처럼 개발 전후의 판단 과정에도 쓰고 있습니다.

개발팀 입장에서 이것은 꽤 큰 변화입니다. 예전의 개발 도구는 사람이 정한 방향을 더 빠르게 구현하는 데 초점이 있었습니다. 이제는 에이전트가 여러 선택지를 제안하고, 약점을 지적하고, 구현 전에 다시 생각해볼 지점을 알려줍니다. 속도보다 중요한 것은 재작업을 줄이는 판단입니다.

사례 3. Salesforce와 ServiceNow는 CRM을 ‘기록 시스템’에서 ‘행동 시스템’으로 바꾸려 합니다

고객관계관리(Customer Relationship Management, CRM)는 오랫동안 고객 정보를 기록하고 관리하는 시스템이었습니다. 영업 담당자가 고객 정보를 입력하고, 상담 기록을 남기고, 다음 행동을 사람이 정했습니다. 하지만 Salesforce의 Agentforce와 ServiceNow의 Autonomous CRM은 다른 방향을 보여줍니다.

Salesforce는 Agentforce를 고객, 직원, 공급업체를 위한 에이전트를 만들고 운영하는 플랫폼으로 설명합니다. 고객 문의 응답, 영업 미팅 예약, 직원 지원, 장기 리서치 같은 업무가 대표 사례입니다. ServiceNow 역시 Autonomous CRM을 통해 영업, 서비스, 주문 이행 흐름을 연결하고, 에이전트가 단순한 인사이트 제공을 넘어 실제 조치를 취하도록 설계하고 있습니다.

구분	기존 SaaS	에이전트형 소프트웨어
주 사용자	사람이 화면을 보며 클릭합니다.	사람과 AI 에이전트가 함께 시스템을 사용합니다.
업무 흐름	입력, 조회, 승인, 실행이 분리됩니다.	에이전트가 데이터를 찾고, 판단하고, 연결된 시스템에서 실행합니다.
관리 기준	권한, 메뉴, 워크플로 중심입니다.	권한, 데이터 접근, 행동 범위, 승인선, 로그 관리가 함께 필요합니다.

사례 4. 마케팅과 고객지원에서는 에이전트가 여러 도구 사이를 건너가기 시작했습니다

마케팅 팀은 보통 하나의 도구만 쓰지 않습니다. 콘텐츠 관리 시스템, 광고 플랫폼, 고객 데이터 플랫폼, 분석 도구, 승인 문서가 따로 움직입니다. 그래서 AI가 한 도구 안에서 문장을 잘 써주는 것만으로는 병목이 사라지지 않습니다.

Gradial은 이 지점을 겨냥합니다. 이 회사는 마케팅 에이전트가 Adobe, Salesforce, ServiceNow, Databricks 같은 여러 기업 도구를 넘나들며 업무를 실행하도록 설계하고 있습니다. 예를 들어 브랜드가 AI 검색 답변에서 빠져 있는 지점을 찾고, 수정안을 만들고, 기존 승인 절차를 거쳐 여러 시스템에 반영하는 흐름입니다.

고객지원도 비슷합니다. Zendesk는 AI 에이전트를 여러 채널의 고객 문의를 해결하고, 연결된 시스템에서 조치를 취하며, 해결 결과를 통해 개선되는 자율 시스템으로 설명합니다. Atlassian Rovo는 조직의 지식과 여러 SaaS 앱을 연결해 검색, 대화, 에이전트 실행을 묶는 방향을 보여줍니다. 소프트웨어가 더 이상 한 화면 안에만 머물지 않는 것입니다.

기업은 무엇을 먼저 점검해야 합니까?

에이전트가 쓰는 소프트웨어는 편리하지만, 아무 업무나 맡기면 곤란합니다. 에이전트는 권한을 갖는 순간 실수를 실행으로 바꿀 수 있습니다. 잘못된 답변보다 더 큰 문제는 잘못된 조치입니다.

따라서 도입 질문은 “어떤 AI 도구를 살 것인가”에서 시작하면 부족합니다. 먼저 우리 조직의 업무가 에이전트에게 읽힐 수 있는 구조인지 봐야 합니다. 데이터가 정리되어 있는지, 예외 처리가 문서화되어 있는지, 승인해야 할 행동과 자동 처리해도 되는 행동이 구분되어 있는지 확인해야 합니다.

CHECKLIST

에이전트가 접근해도 되는 데이터와 접근하면 안 되는 데이터가 구분되어 있습니까?
에이전트가 직접 실행할 수 있는 행동과 사람 승인이 필요한 행동이 나뉘어 있습니까?
업무 예외 규칙이 담당자 머릿속이 아니라 문서와 시스템에 남아 있습니까?
에이전트의 판단 과정과 실행 결과를 나중에 추적할 수 있습니까?
작은 업무부터 실험하고, 신뢰도 기준을 넘을 때만 자동화 범위를 넓히는 계획이 있습니까?

SUMMARY

에이전트가 쓰는 소프트웨어의 등장은 SaaS가 사라진다는 뜻이 아닙니다. 오히려 SaaS의 역할이 바뀐다는 신호에 가깝습니다. 사람에게 보기 좋은 화면만으로는 부족하고, 에이전트가 업무 맥락을 읽고 안전하게 실행할 수 있는 데이터, 권한, 승인 구조가 필요해지고 있습니다.

지금 확인할 것은 세 가지입니다. 첫째, 우리 업무의 예외 규칙이 문서화되어 있는가. 둘째, 에이전트가 접근할 수 있는 데이터와 행동 범위가 정해져 있는가. 셋째, 자동화가 실패했을 때 사람이 어디서 개입할 수 있는가. 이 세 가지가 정리되어야 에이전트형 소프트웨어는 도구가 아니라 운영 체계가 됩니다.

FAQ

Q1. AI 에이전트 소프트웨어는 챗봇과 무엇이 다릅니까?

챗봇은 주로 질문에 답하거나 정해진 안내를 제공합니다. AI 에이전트 소프트웨어는 데이터를 찾고, 여러 시스템을 연결하고, 정해진 범위 안에서 업무를 실행할 수 있다는 점이 다릅니다.

Q2. SaaS는 앞으로 사라지는 것입니까?

사라진다고 보기보다는 역할이 바뀐다고 보는 편이 더 정확합니다. 사람이 화면을 클릭하는 도구에서, 사람과 에이전트가 함께 쓰는 업무 실행 기반으로 바뀌고 있습니다.

Q3. 기업은 무엇부터 시작해야 합니까?

가장 먼저 작은 반복 업무를 고르셔야 합니다. 주문 입력, 고객 문의 분류, 문서 요약, 코드 리뷰 보조처럼 결과를 검증할 수 있고 사람이 개입할 수 있는 업무가 출발점으로 적합합니다.

Q4. 가장 큰 리스크는 무엇입니까?

가장 큰 리스크는 잘못된 판단이 실제 행동으로 이어지는 것입니다. 그래서 에이전트 도입에는 데이터 권한, 승인선, 로그, 예외 처리, 인간 검토 기준이 함께 필요합니다.

이 블로그 검색