견문록 조간. 용어

용어테크

AI 에이전트란? 챗봇과 다른 점, 움직이는 방식과 위험

목표를 받으면 스스로 계획을 세우고 도구를 써서 실제로 일을 해 내는 AI 시스템이다. 모델에 도구를 붙이고, 정한 조건이 될 때까지 판단과 행동을 되풀이한다.

한 줄로 말하면

목표를 받으면 스스로 계획을 세우고 도구를 써서 실제로 일을 해 내는 AI 시스템이다. 미국 국립표준기술연구소(NIST)는 AI 에이전트를 계획을 세우고, 실제 시스템이나 환경에 영향을 주는 행동을 스스로 할 수 있는 시스템으로 설명한다.

어떻게 움직이나

모델에 도구를 붙인 구조다. NIST는 AI 에이전트가 생성형 AI 모델 하나 이상과, 그 모델이 여러 행동을 골라 할 수 있게 도구를 붙여 주는 소프트웨어로 이뤄진다고 설명한다. OpenAI의 안내서도 에이전트의 기본을 판단하는 모델, 행동에 쓰는 도구, 행동 방식을 정한 지시문 셋으로 나눈다.

이 구조에서 에이전트는 정한 조건이 될 때까지 판단과 행동을 되풀이한다. 모델이 다음에 할 일을 정하고, 도구를 불러 결과를 받고, 그 결과를 보고 다시 정하는 식이다. OpenAI 안내서에 따르면 이 반복은 특정 결과를 냈거나, 오류가 났거나, 정해 둔 횟수에 닿으면 끝난다.

코딩 에이전트가 좋은 예로, 모델에 코드를 고치고 명령을 실행하는 도구를 붙이고 작업 계획과 컨텍스트(모델이 한 번에 보는 자료)를 관리하는 장치로 감싼다. 이 감싸는 장치를 하네스라고 부른다. 2026년 9월 arXiv에 올라온 연구는 하네스를 부품별로 떼어 평가했는데, 부품의 효과는 모델과 조건에 따라 달랐다. 이를테면 계획 기능은 약한 모델에서는 정확도를 받쳐 줬고, 강한 모델에서는 비용을 줄였다(9월 20일 일일).

질문에 답만 하는 챗봇은 에이전트가 아니다. OpenAI 안내서는 모델이 작업 흐름을 이끌지 않는 단순한 챗봇은 에이전트가 아니라고 적었고, NIST도 스스로 행동하도록 짜이지 않은 챗봇은 따로 본다.

왜 보나

AI 회사들이 새 제품을 에이전트로 내놓고 있다. 2026년 9월 말에는 사용자가 정한 목표를 백그라운드에서 계속 수행하는 상시 에이전트가 나왔고(9월 30일 일일), 에이전트를 감시·격리하는 참조 설계(9월 30일 일일)와 웹사이트가 에이전트에게 사용료를 받게 하는 관문(10월 2일 일일)도 나왔다. 한편 OECD는 여러 에이전트가 일을 나눠 맡아 사람의 감독을 적게 받으며 움직이는 시스템을 ‘에이전틱 AI’로 부른다.

뉴스는 이렇게 읽는다

  • 누가 감독하는지 본다. NIST는 에이전트가 사람의 감독이 거의 없이 배치될 수 있다고 적었다. 사람이 단계마다 승인하는지, 목표만 주고 맡기는지에 따라 위험이 다르다.
  • 남이 숨긴 지시에 휘둘릴 수 있다. NIST는 많은 에이전트가 ‘에이전트 하이재킹’에 취약하다고 밝혔다. 에이전트가 읽어 들이는 자료에 공격자가 지시를 숨겨 넣어 원치 않는 행동을 하게 만드는 것이다.
  • 비용은 반복 횟수만큼 쌓인다. 에이전트는 판단할 때마다 모델을 다시 불러 토큰을 쓰고, 오래 도는 작업일수록 비용이 커진다.

출처

요즘 나온 글

함께 볼 것

  • 하네스(에이전트 하네스)AI 모델이 '이걸 하겠다'고 낸 도구 요청을 실제로 실행하고, 그 결과를 다시 모델에게 돌려주는 소프트웨어다. 같은 모델도 어떤 하네스에서 돌리느냐에 따라 결과와 비용이 달라진다.
  • 토큰과 토큰당 가격AI 언어 모델이 글을 읽고 쓰는 조각이다. 단어보다 작고, AI 회사는 이 조각 수로 값을 매긴다. 값은 100만 토큰당으로, 입력과 출력을 따로 매긴다.
  • 공개 가중치(오픈 웨이트)AI 모델이 학습으로 얻은 수치(가중치)를 누구나 내려받게 풀어 놓은 모델이다. 학습 코드와 데이터 정보까지 여는 오픈소스 AI와는 다르고, 쓰는 조건은 라이선스가 정한다.

정정

  • 본문 문장을 이어 쓰고 출처를 문장 끝 괄호 대신 기관 이름에 걸었다. 사실과 숫자는 바꾸지 않았다.
정정 기록 전체 보기 →

용어 풀이는 정보 제공 목적이며 투자 권유가 아닙니다. 정의의 근거는 본문의 공식 출처를 참고하세요.

← 용어 전체 보기