에이전틱 워크플로우로의 전환
생성형 AI가 답변을 만들어줬다면, 에이전틱 AI는 업무를 완수한다. - 지금부터 준비해야 할 멀티 에이전트 시스템의 모든 것.
에이전틱 워크플로우로 바뀌는 기업의 일하는 방식
생성형 AI가 답변을 만들어줬다면, 에이전틱 AI는 업무의 흐름을 바꾼다.이제 중요한 것은 “AI를 잘 쓰는 법”이 아니라, 우리 회사의 업무 안에서 AI가 실제로 작동하게 만드는 구조다.
이 변화를 에이전틱 워크플로우라고 본다.AI가 별도의 도구로 존재하는 것이 아니라, 회사의 반복 업무와 의사결정 구조 안에 들어와 함께 작동하는 방식이다.
생성형 AI만으로는 업무가 바뀌지 않는다
많은 기업이 ChatGPT 같은 생성형 AI를 도입했다.보고서 초안을 쓰고, 이메일 문구를 다듬고, 아이디어를 얻는 데 도움을 받는다.
하지만 이것만으로 회사의 일하는 방식이 크게 바뀌지는 않는다.
AI가 아직 업무 흐름에 붙어 있지 않기 때문이다
대부분의 AI 활용은 여전히 이런 구조에 머문다.
사람이 질문한다
AI가 답한다
사람이 복사한다
사람이 검토한다
다른 시스템에 옮긴다
이 방식에서는 AI가 업무의 일부를 도와줄 수는 있지만, 업무 흐름 전체를 바꾸지는 못한다.
영업 데이터는 따로 있고, 일정은 캘린더에 있고, 보고는 문서로 하고, 논의는 Slack에서 이루어진다.
이 상태에서는 AI가 아무리 똑똑해도 “업무를 완수하는 동료”가 되기 어렵다.
다음 단계는 에이전틱 AI다
에이전틱 AI는 단순히 답변을 생성하는 AI가 아니다. 목표를 이해하고, 필요한 단계를 나누고, 도구를 사용하고, 결과를 검토하는 AI 시스템이다.
생성형 AI와 에이전틱 AI의 차이
기존 생성형 AI에게는 이렇게 요청했다.
이번 주 영업회의 보고서 초안 써줘.
에이전틱 워크플로우에서는 요청의 형태가 달라진다.
이번 주 영업 데이터를 확인하고, 진행 중인 프로젝트를 정리한 뒤, 미팅 안건과 리스크를 포함한 보고서를 만들어줘. 완성되면 Slack에 공유해줘.
이 경우 AI는 단순히 글을 쓰는 것이 아니라, 데이터 확인, 요약, 문서화, 공유까지 하나의 흐름으로 처리해야 한다.
에이전틱 워크플로우의 핵심 구조
에이전틱 AI를 기업 업무에 적용하려면 두 가지 개념이 중요하다.
1) AI 오케스트레이터
오케스트레이터는 AI 업무 시스템의 지휘자 역할을 한다.
사용자의 목표를 받아 업무를 여러 단계로 나누고, 어떤 에이전트가 어떤 순서로 처리할지 결정한다.
예를 들어 “월간 영업 리포트를 만들어줘”라는 요청이 들어오면 오케스트레이터는 다음처럼 일을 나눈다.
- 매출 데이터 확인
- 고객별 진행 상황 정리
- 미수금 또는 리스크 확인
- 주요 프로젝트 현황 요약
- KPI 기준 평가
- 보고서 작성
- Slack 또는 이메일 공유
2) 멀티 에이전트 시스템
멀티 에이전트 시스템은 여러 AI 에이전트가 각자의 역할을 맡아 협업하는 구조다.
하나의 AI에게 모든 일을 맡기기보다, 업무를 역할별로 나누면 더 안정적으로 운영할 수 있다.
예를 들어 다음과 같은 에이전트를 둘 수 있다.
- 데이터 정리 에이전트
- 리포트 작성 에이전트
- 일정 확인 에이전트
- 고객관리 에이전트
- 리스크 체크 에이전트
- Slack 알림 에이전트
이들을 연결하고 조율하는 중심이 바로 오케스트레이터다.
UAG가 보는 기업 AI 도입의 핵심
UAG가 중요하게 보는 것은 단순한 AI 툴 도입이 아니다. 기업의 실제 업무 흐름 안에서 AI가 작동하도록 만드는 것이다.
1) 업무 정의가 먼저다
AI에게 일을 맡기려면 먼저 회사의 일이 정의되어 있어야 한다.
- 어떤 업무가 반복되는가?
- 어떤 데이터가 자주 정리되는가?
- 어떤 보고서가 계속 만들어지는가?
- 어떤 판단이 자주 반복되는가?
- 어떤 일정과 알림이 누락되면 문제가 되는가?
AI는 일을 대신하기 전에, 그 일이 무엇인지 먼저 알아야 한다.
2) 시스템 연결이 필요하다
AI가 답변만 하고 끝나면 업무는 바뀌지 않는다. 회사의 실제 도구들과 연결되어야 한다.
예를 들어 다음과 같은 시스템과 연결될 수 있다.
- Slack
- Google Workspace
- Gmail
- Calendar
- Notion
- Google Drive
- 내부 ERP
- 매출 관리 시스템
- 프로젝트 관리 도구
- API
- 로컬 LLM
AI가 이 시스템들과 연결될 때 비로소 실제 업무 자동화가 가능해진다.
3) 운영 기준이 있어야 한다
AI가 자율적으로 작동할수록 기준이 필요하다.
- 어디까지 자동 처리할 것인가?
- 어떤 업무는 사람의 승인을 받아야 하는가?
- 어떤 데이터에는 접근하면 안 되는가?
- 결과물은 어디에 저장할 것인가?
- 오류가 나면 누구에게 알릴 것인가?
- 로그는 어떻게 남길 것인가?
AI 도입의 성패는 모델 성능만으로 결정되지 않는다. 업무 기준과 운영 설계가 함께 있어야 한다.
UAG의 적용 방향
UAG는 사내 업무 대시보드와 AI Agent를 연결하는 구조를 중심으로, 기업 내부에서 AI가 실제로 작동하는 환경을 설계하고 있다.
기본 구조
회사 업무 데이터 ↓ AI Agent ↓ Slack / Dashboard / Workspace ↓ 업무 실행 및 보고 주요 구성 요소 영역 설명 로컬 AI 내부 데이터와 연결 가능한 사내 AI 환경 Wikibook 회사 지식, 매뉴얼, 업무 기준 정리 Slack AI Agent와 직원이 소통하는 프론트엔드 근태관리 일정, 출퇴근, 내부 운영 데이터 연결 Workspace 할일, 매출, 프로젝트, 고객관리, KPI 대시보드
주요 구성 요소
| 영역 | 설명 |
|---|---|
| 로컬 AI | 내부 데이터와 연결 가능한 사내 AI 환경 |
| Wikibook | 회사 지식, 매뉴얼, 업무 기준 정리 |
| Slack | AI Agent와 직원이 소통하는 프론트엔드 |
| 근태관리 | 일정, 출퇴근, 내부 운영 데이터 연결 |
| Workspace | 할일, 매출, 프로젝트, 고객관리, KPI 대시보드 |
특히 Slack은 중요한 접점이 된다.
직원들이 새로운 시스템을 매번 학습하지 않아도, 익숙한 업무 메신저 안에서 AI에게 요청하고 결과를 받을 수 있기 때문이다.
적용 가능한 업무 예시
회사 할일 관리
AI가 각 팀의 업무를 정리하고, 마감일이 가까운 항목을 자동으로 알려준다.
오늘 처리해야 할 업무 이번 주 지연 위험 업무 담당자별 미완료 업무 우선순위가 높은 요청사항
매출 관리
매출 목표와 실제 매출을 비교하고, 이상 징후를 알려준다.
이번 달 목표 대비 달성률 거래처별 매출 현황 수금 지연 항목 전월 대비 증감률
프로젝트 관리
진행 중인 프로젝트의 일정, 담당자, 병목 지점을 정리한다.
프로젝트별 진행률 납기 지연 가능성 고객 피드백 요약 다음 액션 아이템
미팅 관리
회의 전에는 안건을 정리하고, 회의 후에는 결정사항과 후속 업무를 자동 정리한다.
회의 안건 참석자별 준비사항 회의록 요약 결정사항 담당자별 후속 업무
도입할 때 주의해야 할 점
에이전틱 AI는 강력하지만, 기준 없이 도입하면 오히려 위험해질 수 있다.
모든 것을 자동화하면 안 된다
비용, 계약, 법적 책임, 브랜드 리스크가 있는 업무는 반드시 사람의 검토가 필요하다.
AI는 실행을 돕는 도구이지, 모든 판단을 대체하는 존재가 아니다.
권한은 최소화해야 한다
각 에이전트는 필요한 데이터에만 접근해야 한다.
일정 정리 에이전트가 회계 자료까지 볼 필요는 없다. 메일 요약 에이전트가 모든 내부 문서에 접근할 필요도 없다.
권한이 넓을수록 사고가 났을 때 피해도 커진다.
로그가 남아야 한다
AI가 어떤 데이터를 보고, 어떤 판단을 했고, 어떤 결과를 만들었는지 기록되어야 한다.
기업용 AI는 편리함만큼이나 추적 가능성이 중요하다.
UAG가 제안하는 도입 순서
처음부터 거대한 AI 시스템을 만들 필요는 없다. 작게 시작해서 실제로 효과가 나는 업무부터 연결해야 한다.
Step 1. 반복 업무 찾기
먼저 회사 안에서 반복되는 업무를 찾는다.
- 매주 작성하는 보고서
- 매일 확인하는 매출표
- 반복되는 고객 응대
- 정기 회의록
- 견적서 작성
- 일정 알림
- 미수금 확인
Step 2. 데이터 위치 확인
AI가 일하려면 데이터가 어디에 있는지 알아야 한다.
- Excel
- Google Sheets
- ERP
- Gmail
- Slack
- Notion
- Google Drive
- 내부 DB
Step 3. 작은 에이전트부터 만들기
처음부터 모든 업무를 자동화하지 않는다. 하나의 업무를 처리하는 작은 에이전트부터 만든다.
예를 들어 다음과 같은 에이전트부터 시작할 수 있다.
- 회의록 요약 에이전트
- 매출 리포트 에이전트
- 일정 알림 에이전트
- 고객 요청 정리 에이전트
- 견적서 초안 작성 에이전트
Step 4. Slack 또는 대시보드에 연결하기
직원이 실제로 쓰는 화면에 연결해야 한다.
아무리 좋은 AI 시스템도 별도로 로그인해야 하고, 사용법이 복잡하면 쓰이지 않는다.
그래서 UAG는 Slack과 Workspace Dashboard를 중요한 접점으로 본다.
Step 5. 운영 기준 만들기
마지막으로 운영 기준을 정리한다.
- 자동 처리 가능한 업무
- 승인 필요한 업무
- 접근 가능한 데이터
- 로그 저장 방식
- 오류 발생 시 알림 기준
- 최종 책임자
이 기준이 있어야 AI가 회사 안에서 안정적으로 작동할 수 있다.
FAQ
Q. 에이전틱 AI를 도입하면 직원의 일이 사라지나요?
A. 단순 반복 업무는 줄어들 수 있습니다.
하지만 핵심은 일자리를 없애는 것이 아니라, 직원의 역할을 바꾸는 것입니다.
직원은 단순 입력과 정리에서 벗어나, AI가 정리한 내용을 검토하고 판단하고 개선하는 역할로 이동하게 됩니다.
Q. 우리 회사도 멀티 에이전트 시스템이 필요할까요?
A. 처음부터 복잡한 멀티 에이전트 시스템이 필요한 것은 아닙니다.
업무가 단순하다면 하나의 에이전트로도 충분합니다.
하지만 여러 부서의 데이터가 연결되어야 하거나, 리서치·분석·보고·알림이 함께 필요한 업무라면 멀티 에이전트 구조가 효과적일 수 있습니다.
중요한 것은 처음부터 크게 만드는 것이 아니라, 작은 자동화에서 시작해 점진적으로 확장하는 것입니다.
Q. AI 도입에서 가장 먼저 해야 할 일은 무엇인가요?
A. 툴을 고르는 것보다 먼저 해야 할 일은 업무를 정리하는 것입니다.
AI에게 맡길 업무가 무엇인지, 어떤 데이터가 필요한지, 결과물이 어디에 쓰이는지, 누가 검토해야 하는지를 먼저 정해야 합니다.
AI 도입은 기술 프로젝트이면서 동시에 업무 설계 프로젝트입니다.
Q. UAG는 어떤 방식으로 AI 업무 시스템을 구축하나요?
A. UAG는 기업의 실제 업무 흐름을 기준으로 AI 적용 지점을 찾습니다.
단순히 AI 툴을 추천하는 것이 아니라, 회사 안에서 반복되는 업무, 데이터 흐름, 보고 구조, 의사결정 지점을 먼저 분석합니다.
그 후 Slack, Workspace Dashboard, API, 로컬 LLM, 내부 데이터베이스 등을 연결해 AI Agent가 실제 업무 안에서 작동할 수 있는 구조를 설계합니다.
마무리
AI 도입의 핵심은 더 많은 툴을 아는 것이 아니다. 우리 회사의 일이 어떻게 흘러가는지 이해하고, 그 흐름 안에 AI가 자연스럽게 들어오게 만드는 것이다.
다음 경쟁력은 AI를 “잘 물어보는 회사”가 아니라, AI가 실제 업무 안에서 함께 일하도록 설계한 회사에서 나온다.
UAG는 이 변화를 단순한 기술 도입이 아니라, 기업의 일하는 방식을 다시 설계하는 과정으로 보고 있다.




