AI 에이전트를 회사에 들이기 전에 — 사람 뽑을 때 묻는 걸 똑같이 묻는다

에이전트 = 실행하는 AI

OpenAI 논문은 각주에서 이렇게 씁니다. 기업 계정에 코딩 에이전트가 점점 포함되지만, 분석 기간 동안 사용량의 대부분은 대화형 ChatGPT였다고. 즉 2026년 기준 대부분의 회사는 아직 "물으면 답하는" 단계에 있고, "시키면 실행하는" 단계로 넘어가는 중입니다.

대화형 AI는 답을 내놓고 멈춥니다. 사람이 읽고 다음을 정합니다. 에이전트는 다릅니다. "내일 예약 환자에게 확인 문자 보내"라고 하면 예약 목록을 열고, 환자마다 문자를 만들고, 보냅니다. 실제 시스템을 건드립니다. 그래서 잘못되면 되돌리기 어렵습니다.

이 차이 때문에 에이전트를 들일 때는 대화형 AI보다 훨씬 많이 물어야 합니다.

사람 뽑을 때 묻는 걸 똑같이

신입 사원을 뽑을 때 회사가 정하는 것을 떠올려 보세요. 에이전트도 같은 질문을 받아야 합니다.

• 누구인가 — 사람은 이름과 이력. 에이전트는 어떤 모델 위에서 도는 몇 번째 버전인가.
• 무슨 일을 맡기나 — 한 문장으로 적혀야 합니다. 두 문장이면 에이전트 둘입니다.
• 어디까지 혼자 결정하나 — 되돌릴 수 있는 것만. 발송·결제·삭제는 사람이 마지막 버튼.
• 어떤 시스템에 들어가나 — 목록에 있는 것만. 목록에 없으면 못 씁니다.
• 막히면 누구에게 넘기나 — 확신이 없을 때 넘길 사람 이름.
• 잘못하면 어떻게 되돌리나 — 취소 버튼이 있나. 누가 누를 수 있나.
• 언제 멈추나 — 멈춤 스위치는 누가 갖고 있나.

실제 점검 목록은 이보다 깁니다. 들이기 전에 확인할 것과 돌리면서 매주 볼 것이 따로 있습니다. 마음컴퍼니는 첫 에이전트를 들일 때 이 목록을 회사에 맞춰 같이 채웁니다.

에이전트 둘이 부딪힌 이야기

쇼핑몰에 에이전트 둘이 있습니다. 발주 에이전트는 재고가 20개 아래로 떨어지면 발주 초안을 만듭니다. 재고 에이전트는 판매 추세를 보고 재고 기준을 조정합니다.

월요일 아침, 재고 에이전트가 시즌이 끝났다고 판단해 A품목 기준을 20에서 5로 내렸습니다. 같은 시각, 발주 에이전트는 아직 기준 20을 보고 A품목 50개 발주 초안을 만들었습니다. 담당자가 초안을 확인 없이 승인하면, 안 팔릴 재고 50개가 들어옵니다.

둘 다 각자는 맞게 일했습니다. 문제는 둘 사이에 있었습니다. 이걸 막는 장치가 있고, 그 장치는 첫 에이전트를 들일 때부터 준비합니다. 둘째 에이전트 이야기는 다른 편에서 다룹니다.

첫 에이전트는 이렇게 고릅니다

세 조건을 다 만족하는 일을 고릅니다.

한 문장으로 설명되는 일 — "문의를 분류해서 담당자에게 넘긴다" 정도.

되돌릴 수 있는 일 — 담당자 배정은 바꾸면 그만입니다. 발송·결제·삭제는 첫 에이전트가 아닙니다.

매일 반복되는 일 — 하루 10건 이상. 그래야 한 달 안에 "사람이 고친 비율"이 숫자로 나옵니다.

대부분의 회사에서 첫 에이전트는 문의 분류와 배정, 미수금 목록 만들기, 예약 확인 초안 중 하나입니다. 멋있는 일이 아니라 지루한 일부터입니다. 그게 안전하고, 효과가 숫자로 보입니다.

자주 묻는 질문