아웃시스템즈 “에이전틱 AI 실제 운영 확대속 AI 에이전트간 충돌 해결 준비 수준 26%”

아웃시스템즈는 기업 AI 에이전트 거버넌스 평가와 실제 운영 준비 수준 격차를 분석한 연구 결과를 발표했다. 이번 연구 보고서의 명칭은 '비즈니스 성과 창출을 위한 에이전틱 시스템으로의 전환'이며, 보고서 발간에는 아웃시스템즈·CIO 다이브(Dive)·KPMG가 협력했다.

보고서는 기업들이 AI 에이전트 운영 전반의 관리 역량에는 비교적 자신감을 보인다고 제시했다. 기업 임원 82%는 AI 에이전트의 실제 운영 환경 도입 과정에서 관리·통합·모니터링 역량을 유지할 수 있다고 응답했다.

반면 보고서는 AI 에이전트와 다른 시스템 사이의 충돌 대응 준비 수준은 크게 낮다고 함께 제시했다. AI 에이전트·시스템·자동화된 워크플로우 간 충돌 해결에 충분히 준비됐다고 응답한 비율은 26%였다.

이 같은 상황에서 기업의 에이전틱 AI 도입은 중요한 전환점에 진입했다. 개발 도구 접근성이 향상되고 경제적 압박이 가중되면서, 기업들은 실험적 활용에서 전사적·체계적 에이전틱 AI 도입으로 전환하고 있다고 보고서는 설명했다.

기업 임원의 71%는 향후 5년 내 애플리케이션의 역할이 확대될 것으로 전망했으며, 여러 시스템·팀·비즈니스 프로세스 전반의 업무를 조율하거나 더 복잡한 다단계 워크플로우를 지원하게 될 것으로 내다봤다.

이번 보고서는 이러한 변화에 대응하기 위한 목적으로, 기업의 에이전틱 시스템 구축·관리·조율과 실질적 비즈니스 성과 창출에 필요한 핵심 역량을 분석하고 인사이트를 제시했다.

티아고 아제베도 아웃시스템즈 CIO는 기업 임원의 82%가 AI 에이전트 관리 역량을 보유하고 있다고 응답한 반면, 에이전트간 충돌을 해결할 수 있다고 응답한 비율은 26%에 그쳤다고 밝혔다. 그는 82%와 26% 사이의 격차를 줄이는 일이 핵심 과제라고 설명했으며, 기업 전반에서 AI 에이전트를 도입·운영한 경험을 통해 안전성을 확보하려면 사후 점검보다 플랫폼 자체의 관리 체계를 마련하는 것이 중요하다고 밝혔다.

발언자는 AI 에이전트 운영 중 정해진 정책·기준 적용 가능 시, 기업의 시스템 신뢰성 확인을 위한 반복적 업무 중단이 불필요해지고 운영 속도 향상이 가능하다고 설명했다.

이어 조사 대상 850명 이상의 IT 의사결정권자를 상대로 한 조사 결과에서는 기업의 AI 에이전트 거버넌스 역량에 대한 인식과 실제 운영 준비 수준 간 격차가 존재하는 것으로 나타났다.

또한 기업들이 이미 다양한 관리 체계를 활용하고 있는 것으로 확인됐다. 응답자 83%는 애플리케이션·워크플로우 전반에서 자율 수행 AI 에이전트 관리를 위해 기존 IT·보안·컴플라이언스 프로세스와 별도 검토 과정, 중앙집중식 정책·모니터링 체계를 활용한다고 응답했다.

다만 해당 관리 방식은 인력·수동 절차 의존이 지속되는 것으로 나타났다. 자동화된 관리 기능·감사 기록·공식적 인적 검토 절차를 모두 갖춘 기업의 비중은 5%였다.

에이전틱 AI 도입이 확대되면서 기업의 주요 과제가 변화하고 있다는 보고서 분석이 나왔다. 이에 따라 기존 거버넌스 정책을 AI 에이전트 운영 환경 전반에 일관 적용할 수 있는 관리 체계로 전환하는 일이 주요 과제로 부상했다.

기업의 주요 과제는 개별 에이전트 개발 중심에서 다양한 모델·애플리케이션·데이터·외부 도구로 구성된 복잡한 환경 관리로 옮겨가고 있다. 기업들은 특정 공급업체 솔루션에 의존하기보다 유연성과 상호운용성을 중시하는 경향을 보였다.

이와 함께 응답자 74%는 기존 애플리케이션·시스템과의 통합을 주요 과제로 지목했다. 응답자 63%는 시스템 전반의 AI 에이전트 오케스트레이션을 중시했고, 응답자 62%는 필요시 AI 모델·공급업체·플랫폼을 변경할 수 있는 유연성을 중시했다.

기업의 검증 범위도 확대되고 있다. 검증 대상은 개별 에이전트에서 에이전트 간 상호작용·예외 상황 처리·작업간 충돌·복구 기능·시스템 전반으로 넓어지고 있다.

이와 관련해 기업 임원 81%는 AI 플랫폼·도구를 선택할 때 에이전트 동작 테스트·평가·검증의 중요성을 꼽은 것으로 나타났다.

조사에서는 응답자 35%가 오케스트레이션의 주요 과제로 데이터 일관성 유지와 컨텍스트 공유를 지목했다. 이에 대해 아웃시스템즈는 에이전트가 작동하는 기반으로 기업 거버넌스가 적용된 데이터와 애플리케이션 상태, 비즈니스 프로세스가 필요하다고 설명했다. 아웃시스템즈는 이를 통해 에이전트의 일반적 AI 모델 학습 정보 의존 한계를 시사했다.

기업들은 에이전틱 AI의 성과 평가 기준으로 실제 업무 개선 효과를 중시했다. 주요 성과 지표로는 오류 감소가 64%로 가장 많은 응답을 받았다. 성과 지표 순위는 규정 준수·위험 감소에 이어 직원 생산성 향상, 비용 절감 순이었다.

직원 생산성 성과 지표 활용 비율은 APAC 조사 대상국인 호주·인도·일본에서 73%로 나타났다. 유럽의 직원 생산성 성과 지표 활용 비율은 52%였고, 북미의 직원 생산성 성과 지표 활용 비율은 45%였다.

반면 전세계 응답자 중 12%는 에이전틱 AI로 신제품·서비스 출시 또는 새로운 고객 경험 제공 속도가 향상됐다고 응답했다. 기업 전반의 비즈니스 혁신은 업무 개선 효과에 비해 아직 초기 단계인 것으로 나타났다.

조사 결과 APAC 지역 응답자 중 AI 에이전트 간 충돌 해결 준비가 충분하다고 답한 비율은 39%로 집계됐다. AI 에이전트 간 충돌 해결 준비가 충분하다고 답한 비율은 APAC 39%, 유럽 29%, 북미 18%로 나타났다. 자동화된 관리 기능·감사 기록·인적 검토 절차를 모두 보유했다고 답한 비율도 아시아태평양 14%, 유럽 3%, 북미 2%로, APAC이 유럽·북미보다 높게 나타났다.

마이클 하퍼 KPMG 매니징 디렉터는 이런 운영 준비 문제와 관련해 에이전틱 시스템의 신뢰성과 안정성을 확보하는 시점은 개발 초기 단계라고 설명했다. 그는 사후 점검만으로는 충분하지 않다고 했으며, 기존 로그 기록·절차 중심 관리 체계는 정적인 소프트웨어를 설계 대상으로 한 것이라고 밝혔다. 이어 기존 관리 체계는 변화하는 AI 환경에 대응하는 데 한계가 있다고 설명했다.

또한 마이클 하퍼 KPMG 매니징 디렉터는 높은 자신감과 실제 운영 준비 수준 간 격차를 해소할 필요가 있다고 밝혔다. 이를 위해 정책의 코드 구현이 필요하며, 시스템 운영 중에도 안전 기준을 적용할 수 있어야 한다고 설명했다. 그는 이를 통해 보안·신뢰성을 유지하면서도 비즈니스 성과 중심의 혁신을 추진할 수 있다고 덧붙였다.

출처: 테크월드뉴스 · 이광재 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=408512

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=408512