기업 AI 에이전트 도입 전략: 기존 프로세스와의 조화가 핵심입니다

기업 AI 에이전트(AI Agents) 활용은 최근 가장 주목받는 주제 중 하나입니다. 하지만 동시에 과장된 기대도 존재합니다. 많은 CEO와 리더들은 AI 에이전트가 기업의 미래 경쟁력을 좌우할 것이라 평가하면서도, 실제 적용 단계에서는 여전히 성숙도가 부족하다고 지적하고 계십니다.

오늘은 글로벌 선도 기업인 Block(블록)과 GSK(글락소스미스클라인) 사례를 바탕으로, AI 에이전트를 기업 프로세스에 어떻게 성공적으로 안착시켜야 하는지 살펴보겠습니다. 핵심은 기술을 억지로 맞추는 것이 아니라, 기존의 프로세스와 조화를 이루도록 설계하는 것입니다.

AI 에이전트 도입의 현주소

많은 기업들이 AI 에이전트 도입을 서두르고 있지만, 실제로는 “혁신은 말뿐”이라는 비판도 상당합니다. 가트너(Gartner)는 현재 기업들이 AI 에이전트에 대해 ‘기대 급등기(peak of inflated expectations)’에 진입했다고 분석합니다. 기대가 지나치게 높다 보니 실제 성과가 뒷받침되지 않으면 실망감이 따라올 수 있다는 의미입니다.

그럼에도 일부 기업들은 ‘ROI(Return on Investment) 확보’와 ‘PoC(개념 검증)’ 단계에서 이미 실질적인 성과를 보고 있습니다. 특히 금융, 제약, 연구개발과 같은 데이터 집약적 분야에서 효율성 향상과 정확성 개선이 두드러지게 나타나고 있습니다.

image 6e2291da fc3b 43a8 a467 5194bc6e9a73

Block 사례: 동료처럼 일하는 AI 프레임워크, Goose

핀테크 기업 Block은 Square, Cash App, Afterpay 등 다양한 서비스를 운영하는 곳입니다. 이 회사는 사내에서 ‘Goose’라는 자체 AI 프레임워크를 구축해 4,000명 이상의 엔지니어가 사용하고 있습니다.

Goose의 핵심은 “AI가 하나의 동료처럼 일한다”는 감각입니다. 단순히 여러 챗봇을 병행하는 것이 아니라, 마치 능력 있는 동료가 여러 시스템과 채널을 대신 다뤄주는 경험을 제공합니다.

예를 들어, 엔지니어가 자연어로 요구를 설명하면 Goose가 바로 코드로 구현해주고, 사내 메시지를 요약하거나 새로운 AI 에이전트를 만들어 업무를 확장하기도 합니다. 다양한 시스템과 손쉽게 연결되는 구조 덕분에 개발자들은 실제 업무 시간을 하루 2~3시간 이상 절약했다고 보고하고 있습니다.

프로세스 반영의 중요성: AI를 사람에게 맞추어야 합니다

Block의 사례에서 확인할 수 있는 가장 큰 교훈은, AI 제공 그 자체가 곧 활용으로 이어지지 않는다는 점입니다. 핵심은 기존 프로세스와 얼마나 잘 연동되느냐입니다.

예를 들어, 엔지니어들이 이미 데일리 스탠드업 회의, 이슈 트래킹, 코드 리뷰 같은 프로세스를 운영하고 있다면, AI는 그 과정 속에서 자연스럽게 보조자로 자리 잡아야 합니다. 이처럼 “AI 중심 도입”이 아니라 “프로세스 맞춤형 AI” 전략이 기업의 실제 활용도를 높입니다.

인간 전문가의 역할은 여전히 필요합니다

AI가 자동화와 분석 능력을 강화하고 있지만, 특히 금융·제약처럼 고위험 산업에서는 인간 전문가의 최종 검증이 핵심입니다. 규제와 컴플라이언스를 고려하면 AI가 내놓은 결과물을 전문가가 반드시 점검해야 합니다.

따라서 AI는 전문가를 대체하기보다, 효율성을 높이며 의사결정을 지원하는 보조 도구로 작동해야 합니다.

GSK 사례: 제약 연구에서의 멀티 에이전트 활용

글로벌 제약사 GSK는 방대한 데이터를 다뤄야 하는 신약 개발 과정에서 AI를 적극 활용하고 있습니다.

GSK는 도메인 특화 언어모델과 온톨로지를 결합해 데이터 분석과 실험 설계를 지원하며, 유전체학·단백질학 데이터와 임상 데이터를 동시에 통합해 새로운 치료법 단서를 찾습니다. 예를 들어, 특정 암 환자의 임상 데이터와 유전자 변화를 함께 분석해 잠재적 바이오마커 후보를 발굴하는 데 성공했습니다.

이러한 엔진은 인간 연구자가 감당하기 어려운 데이터 규모를 빠르게 처리해, 연구 주기를 획기적으로 단축하고 있습니다.

AI 에이전트의 한계와 과제

가능성에도 불구하고 해결해야 할 과제도 뚜렷합니다. AI가 존재하지 않는 결과를 만들어내는 ‘환각(hallucination)’ 문제나, 기업마다 제각각인 활용 방식으로 인한 표준화 부재가 대표적입니다. 또한 예기치 못한 오류를 걸러내기 위해 반복적인 테스트가 필요하며, 막대한 컴퓨팅 자원 역시 비용 문제를 야기합니다.

AI 에이전트 도입을 위한 조언

기업이 AI 에이전트를 도입할 때는 전사적 확산보다 작은 PoC부터 시작하는 것이 효과적입니다. 도입 자체보다 중요한 것은 기존 프로세스에 얼마나 자연스럽게 통합되느냐이며, 무엇보다 최종 검증은 전문가가 반드시 수행해야 합니다.

여기에 MCP와 같은 오픈소스 표준을 적극 활용하면 사내 시스템과의 연동성도 확보할 수 있습니다. 마지막으로, 반복적 실험과 학습을 바탕으로 내부 벤치마크를 축적하는 것이 장기적 성과로 이어집니다.

앞으로의 전망: 멀티 에이전트 시대

앞으로의 AI는 단일 에이전트가 아니라, 서로 협력하는 멀티 에이전트 체계로 진화할 가능성이 크습니다. 이때 AI는 단순한 자동화 도구가 아니라, 기업 내 자율적 협업 파트너로 자리매김하게 될 것입니다.

결론

AI 에이전트 도입은 단순한 기술 채택이 아니라, 기존 프로세스와의 정렬이 가장 우선입니다. Block과 GSK 사례에서 보듯, 성공적인 AI 활용은 기술 중심이 아닌 사람과 프로세스 중심의 접근에서 나옵니다.

결국 AI는 인간을 대체하는 존재가 아니라, 지식과 경험을 증폭시키는 동반자입니다. 기업이 이를 어떻게 받아들이느냐에 따라, AI는 효율성과 속도를 높이면서도 인간 중심적 의사결정 구조를 보완하는 핵심 파트너가 될 수 있습니다.

구글 제미나이: 챗GPT를 따라잡다, a16z 최신 AI 보고서 정리

인공지능(AI) 시장은 초기 ChatGPT가 대중의 관심을 끌며 시장을 주도했지만, 이제는 다양한 경쟁자들이 빠르게 격차를 좁히고 있습니다. 특히 구글 제미나이(Gemini)와 일론 머스크의 xAI가 개발한 그록(Grok)이 눈에 띄는 성장세를 보이며 챗GPT의 아성에 도전하고 있습니다.

벤처캐피털 기업 앤드리슨 호로위츠(Andreessen Horowitz, 이하 a16z)가 최근 발표한 다섯 번째 소비자 인공지능 보고서는 지난 2년 반 동안 AI 서비스의 사용 패턴 변화를 데이터로 분석했습니다. 이번 글에서는 이러한 시장 변화가 앞으로의 AI 경쟁 구도에 어떤 의미를 가지는지 살펴보겠습니다.

NotebookLM을 활용하여 비디오 개요로도 만들어 보았습니다.

AI 경쟁 구도: 챗GPT 독주에서 다극화로

지난 몇 년간 AI 시장의 중심에는 단연 OpenAI의 챗GPT가 있었습니다. 단순 질의응답을 넘어 콘텐츠 제작, 학습, 코딩 지원 등 다방면에서 활용되며 전 세계적으로 돌풍을 일으켰습니다. 하지만 2024년 이후 상황은 달라지고 있습니다.

보고서에 따르면, 챗GPT는 여전히 1위이지만 성장세가 둔화되는 반면, 구글 제미나이와 그록은 빠르게 사용자를 확보하며 강력한 경쟁자로 부상하고 있습니다. 제미나이는 웹과 모바일 모두에서 2위를 차지했고, 그록은 출시 1년 만에 월간 활성 사용자 수가 2천만 명을 돌파했습니다.
즉, 이제 AI 시장은 ‘챗GPT만 쓰면 된다’는 단순 구도가 아니라, 다양한 서비스가 병존하는 다극화 단계로 이동하고 있습니다.

구글 제미나이: 안드로이드 생태계의 강력한 지원군

구글은 제미나이 외에도 AI 스튜디오(AI Studio), NotebookLM, Google Labs 등을 선보이며 AI 생태계를 빠르게 확장하고 있습니다. 이러한 플랫폼은 개발, 지식 관리, 새로운 기능 실험 등 각각의 영역에서 사용자와 개발자를 끌어들이고 있습니다.

무엇보다도 제미나이의 가장 큰 강점은 안드로이드와의 호환성입니다. 실제로 제미나이 사용자의 90%가 안드로이드 기반이라는 점에서 구글은 자사 생태계 효과를 충분히 누리고 있습니다.

예를 들어, 한 스타트업 CTO는 “시장 조사와 코드 리뷰에서 챗GPT 대신 제미나이를 자주 활용한다”며, 모바일 환경에서의 속도와 직관성이 특히 강점이라고 말했습니다. 구글이 이미 보유한 방대한 사용자 기반이 제미나이의 성장을 가속화시키는 구조입니다.

그록(Grok): 일론 머스크가 키운 다크호스

2024년 말 X(옛 트위터)를 통해 공개된 그록은 불과 1년 남짓한 기간 동안 글로벌 사용자 2천만 명을 확보하며 빠른 성장을 기록했습니다. 특히 최신 버전인 그록4는 단기간에 40%의 성장률을 보였습니다.

그록은 순위 면에서도 웹에서는 4위, 모바일에서는 20위권 내로 빠르게 올라서며 영향력을 키우고 있습니다.

차별화된 요소는 소셜 네트워크와의 긴밀한 결합입니다. 챗GPT와 제미나이가 일반적인 대화형 AI라면, 그록은 X의 실시간 피드와 직접 연결되어 있어 최신 이슈와 트렌드를 반영한 답변을 제공합니다. 예컨대 정치적 논쟁이나 경기 결과를 묻는 경우, 그록은 트위터 실시간 흐름을 반영해 답하는 방식으로 사용자들의 관심을 끌고 있습니다.

메타 AI와 기타 경쟁자: 추격은 시작됐지만 한계도 뚜렷

메타 AI의 성적은 상대적으로 부진합니다. 웹 순위는 46위에 머물렀고, 모바일에서는 아직 뚜렷한 성과를 내지 못했습니다. 최근 제기된 개인정보 유출 논란이 신뢰도 하락으로 이어진 점이 주요 원인입니다.

반면 중국 기업들은 빠르게 두각을 나타내고 있습니다. 바이트댄스의 Doubao, 알리바바의 Quark, Moonshot AI의 Kimi 등이 대표적입니다. 특히 Doubao는 모바일 순위 4위에 오르며 글로벌 경쟁력까지 입증했습니다.

주목받는 신흥 AI 스타트업들

이번 보고서에서는 신흥 플레이어들의 부상도 다뤘습니다. Lovable은 출시 8개월 만에 유니콘 기업 반열에 올랐고, AI 기반 코딩 협업툴인 Replit은 마이크로소프트와 손잡으며 성장세를 이어가고 있습니다.

이들의 공통점은 대형 AI 모델과 정면으로 경쟁하기보다는 특정 문제 해결형 서비스로 시장 틈새를 공략하고 있다는 점입니다. 예컨대 Lovable은 비전문가도 앱을 손쉽게 제작할 수 있도록 지원하고, Replit은 팀 단위 개발 협업을 강화해 주목받고 있습니다.

소비자 사용 패턴: AI의 생활화

AI는 이제 검색용 도구를 넘어 창작, 학습, 업무, 엔터테인먼트까지 생활 전반으로 확산되고 있습니다. 보고서에서 분류한 주요 사용 사례만 보더라도 대화형 어시스턴트, 동반자형 AI, 이미지·영상 편집, 음성 생성, 생산성 도구, 협업 플랫폼 등 매우 다양합니다. 가령 한 대학생은 과제 정리를 위해 NotebookLM을 활용하고, 디자이너는 MidJourney로 시각화 아이디어를 얻으며, 기업팀은 챗GPT와 Hugging Face를 조합해 프로젝트를 진행하는 식입니다.

미래 전망: 다극화에서 융합으로

AI 경쟁은 이제 ‘챗GPT 독주’에서 ‘다극화’로, 그리고 앞으로는 ‘융합 단계’로 진화할 가능성이 큽니다. 단기적으로는 구글과 그록이 챗GPT를 추격하고, 중기적으로는 스타트업과 중국 기업들이 틈새시장을 파고들 것입니다. 장기적으로는 서로 다른 AI가 협력하는 멀티 에이전트 환경이 등장할 전망입니다.

실제로 일부 글로벌 기업들은 이미 AI 조합 전략을 실험하고 있습니다. 예컨대 한 전자상거래 기업은 상품 설명에는 챗GPT를, 이미지 최적화에는 MidJourney를, 자체 지식 관리는 NotebookLM에 맡기는 식으로 효율을 극대화하고 있습니다.

결론

a16z의 최신 보고서는 AI 시장이 더 이상 한 기업의 독주 체제가 아니라 다극화된 경쟁으로 이동하고 있음을 보여줍니다. 챗GPT의 지위는 여전히 견고하지만, 구글 제미나이와 그록의 성장 역시 무시할 수 없습니다. 동시에 신흥 스타트업들은 특정 문제를 해결하는 강점을 무기로 새로운 수요를 개척하고 있습니다.

앞으로는 AI 생태계 경쟁과 협업 전략이 기업 성패를 가를 중요한 요소가 될 것입니다. 따라서 지금은 다양한 AI 플랫폼을 직접 실험하고, 적합한 조합을 찾는 것이 기업과 개인 모두에게 가장 필요한 시기라 할 수 있습니다.

젠스파크(Genspark), 바이브 워킹-AI 기업의 새로운 일 방식: 4개월 만에 ARR 3,600만 달러를 달성한 비결

불과 4개월 만에 3,600만 달러(한화 약 480억 원)의 연간 반복 매출(ARR)을 올린 AI 스타트업이 등장했습니다. 그 주인공은 바로 인공지능(AI) 기반 업무 자동화를 제공하는 젠스파크(Genspark)입니다. 이 기업의 압도적인 성장은 기술 그 자체보다, ‘바이브 워킹(Vibe Working)’이라는 새로운 업무 방식과 조직문화에서 비롯됐다고 할 수 있습니다.

VentureBeat에 재미난 글이 올라왔는데 이를 참고하여 젠스파크가 어떻게 단시간에 급속한 성장을 이룰 수 있었는지, 그리고 그 배경에 있는 AI 네이티브 조직문화가 어떤 실천으로 이어지는지를 살펴보겠습니다.

바이브 워킹(Vibe Working)이란 무엇인가?

젠스파크는 기존 기업들이 채택하는 전통적인 업무 방식에서 벗어나, ‘AI 네이티브(AI-Native)’ 접근으로 회사를 운영하고 있습니다. 이들은 이를 ‘바이브 워킹’이라고 부르며, 적은 인력으로도 높은 생산성을 달성하는 고효율 협업 방식을 실현하고 있습니다.

바이브 워킹은 단순히 자율적이고 편안한 업무 환경을 의미하지 않습니다. AI를 팀원처럼 활용하면서 구성원 각자가 문제를 정의하고 스스로 해결책을 만들어내는 방식입니다. 이러한 자율성과 기술이 결합된 환경에서는 각자가 자연스럽게 매니저의 역할을 수행하게 됩니다.

젠스파크의 공동 창업자이자 CTO인 카이화 주(Kaihua Zhu)는 “AI 네이티브 환경에서 일하는 사람은 사실상 모두가 매니저입니다”라고 설명하며, 이 방식을 실무에 완전히 녹여냈습니다.

4개월 만에 3,600만 달러 달성: 슈퍼 에이전트의 위력

젠스파크의 대표 제품인 ‘슈퍼 에이전트(Super Agent)’는 지난 2024년 4월 2일 정식 출시 이후 단 9일 만에 연간 반복 매출 1,000만 달러를 기록했습니다. 이후 불과 석 달 만에 성장 속도는 더욱 가팔라지며, 약 3,600만 달러 ARR에 도달했습니다.

슈퍼 에이전트는 검색을 넘어 문서 작성, 정보 조사, 통화 요약, 프레젠테이션, 팟캐스트 제작까지 가능한 ‘데스크탑 자동화 에이전트’입니다. 다양한 업무를 실행하기 위한 특화 기능이 빠르게 출시되며, 실사용자의 피드백에 즉시 반영되는 구조를 갖추고 있기 때문에 이처럼 빠른 성과를 거둘 수 있었습니다.

매주 새 기능 출시: 조직문화가 만든 속도

젠스파크는 매주 새 기능을 릴리즈하는 ‘초고속 출시 전략’을 실현하고 있습니다. 실제로 출시 이후 약 4개월 동안 다음과 같은 주요 기능이 추가되었습니다.

예를 들어, 출시 보름 만인 4월 22일에는 다양한 템플릿을 활용할 수 있는 AI 기반 슬라이드 생성기가 공개되었고, 이어서 5월 8일에는 클릭 한 번으로 스프레드시트를 작성할 수 있는 AI 시트가, 6월에는 이메일·캘린더·드라이브를 관리해주는 AI 비서, 7월에는 팟캐스트를 자동으로 제작하는 AI Pods가 나왔습니다. 8월에는 서로 다른 역할의 AI 에이전트 최대 10개를 동시에 작동시킬 수 있는 멀티에이전트 기능까지 추가됐습니다.

이러한 기능 출시 속도는 단순한 기획과 개발에 그치지 않습니다. 젠스파크는 전 사원이 제품 팀에 소속되어 있고 “우리는 우리 제품의 사용자다”라는 철학을 조직 전반에 공유하고 있기 때문에 제품이 곧 업무 방식이 되고, 업무 방식이 곧 제품 개선으로 이어지는 실시간 순환 구조가 만들어지고 있습니다.

AI 에이전트 전쟁, 오픈AI에 도전하는 젠스파크

젠스파크는 기술 경쟁에서도 눈에 띄는 전략을 펼치고 있습니다. 이들의 슈퍼 에이전트는 앤트로픽(Anthropic)의 Claude 기반으로 작동하며, 오픈AI의 챗GPT와 직접 비교해볼 수 있는 테스트 프로그램을 운영하고 있습니다. 젠스파크는 이를 ‘100만 달러 사이드 바이 사이드 AI 쇼다운’이라고 명명했습니다.

예를 들어, 동일한 조건으로 ‘12페이지 분량의 재무 슬라이드 만들기’ 요청을 두 플랫폼에 입력하면, 사용자들은 결과물을 비교해 두 제품의 실제 성능 격차를 판단할 수 있습니다. 첫 번째 라운드에서는 오픈AI가 더 좋은 결과를 낸 경우가 429건에 달했지만, 그 데이터를 투명하게 공개하며 진화하는 모습을 보여주고 있습니다.

젠스파크는 이 경쟁에서 기술적 차별화를 위해 ‘혼합형 에이전트(Mixture-of-Experts, MoE)’ 접근을 택하고 있습니다. 즉, 작업에 따라 크기와 성능이 다른 LLM들을 조합해 사용하는 방식입니다. 또한 80개 이상의 AI 도구와 10개 이상의 데이터세트를 연동해 AI가 실제로 활용할 수 있는 실용성을 높였고, 초거대 모델보다는 경량화된 구조를 통해 더 빠른 응답성에 집중하고 있습니다.

20명이 만든 속도, AI 네이티브 팀의 일하는 방식

젠스파크의 팀 규모는 현재 20명 내외로 매우 적은 편입니다. 하지만 이 팀은 대형 조직이 수개월 걸릴 일을 매주 반복적으로 실행하면서 제품과 기능을 진화시키고 있습니다.

구성원 대다수가 개발자 출신이며, 팀 내 80% 이상의 코드는 AI가 작성한 뒤 사람이 리뷰하는 방식을 따릅니다. 별도의 계층적 의사결정 구조 없이, 구성원 각자가 문제를 정의하고 직접 해결합니다. 잦은 릴리즈와 빨라진 피드백 루프 덕분에 제품은 계속 진화하고 있습니다.

CTO 카이화 주는 젠스파크 팀을 마치 ‘어벤저스’처럼 묘사하며, 각기 다른 역량을 가진 소수의 전문가들이 자율적으로 움직이는 유기체 같은 조직이라고 강조했습니다.

젠스파크가 보여주는 AI 조직문화의 미래

젠스파크는 단순히 AI 도구를 잘 사용하는 조직이 아닙니다. 운영 체계 자체가 ‘AI 중심’으로 구성되어 있고, 이것이 실질적인 기업 성과로 이어진다는 점에서 AI 시대의 새로운 조직 모델을 제시하고 있습니다.

특히 다음 세 가지 요소는 향후 AI를 전략적으로 도입하고자 하는 기업들에게 핵심적인 참고 포인트가 될 수 있습니다.

첫째, 빠른 릴리즈를 가능하게 해주는 자동화된 코드 작성 및 검수 시스템을 도입했습니다. 둘째, 적은 인력으로도 높은 생산성을 발휘하는 ‘AI 증강 팀(Augmented Team)’ 모델을 실현하고 있습니다. 셋째, 구성원 모두가 제품의 사용자이자 개선 아이디어의 출처가 되는 ‘자기소비(Self-use)’ 문화를 정착시켰습니다.

마무리하며

젠스파크의 사례는 단순히 기술이 빠르게 발전하고 있다는 사실을 보여주는 것이 아닙니다. 오히려 조직이 어떻게 AI를 중심에 두고 진화할 수 있는지를 구체적으로 보여줍니다. 빠른 실행, 반복 가능한 성장, 그리고 기술 중심의 문화를 조화시킬 수 있다면, 젠스파크와 같은 성공도 충분히 현실이 될 수 있다고 말입니다.

AI와 함께 일하는 시대, 당신의 조직은 어떤 방식으로 진화하고 있습니까? 지금이 아마 그 답을 찾기에 가장 좋은 시점일 것입니다.

참고