PwC컨설팅 "에이전틱 AI 시대, 기업 운영 전반 혁신 필수"

사진 = 뉴시스

 

인간과 인공지능(AI) 에이전트가 조화를 이루며 생산성을 향상시키려면 기업 운영 전반의 혁신이 필요하다는 조언이 제기됐다.

뉴시스 보도에 따르면, PwC컨설팅은 지난 28일 서울 용산구 아모레홀에서 기업 관계자 300여 명이 참석한 가운데 '더 퓨처 오브 워크 : 에이전틱 AI와 함께 하는 인텔리전트 엔터프라이즈' 포럼을 개최했다고 29일 밝혔다. 에이전틱 AI는 인간의 직접적인 지시 없이도 스스로 목표를 설정하고 판단해 복잡한 작업을 자율적으로 수행하는 차세대 인공지능을 뜻한다.

문홍기 PwC컨설팅 대표는 개회사에서 "기업들이 '퍼스트 무버' 전략으로 AI 기반의 비즈니스 모델 혁신과 전사적 워크플로우 AI화를 통해 진정한 비즈니스 성과를 창출해야 하는 중요한 시점"이라고 강조했다.

세미나를 기획한 임상표 부대표는 "에이전틱 AI의 도입은 사람이 일하는 것을 전제로 한 회사 내의 규정, 프로세스, 데이터, 시스템에서 에이전트와 사람이 함께 일하는 환경으로 변화하는 비즈니스 운영 모델의 근본적인 변화를 의미한다"고 강조했다. 이어 "많은 기업이 AI 활용과 변화 속도에 대한 두려움을 느끼고 있지만, 지금이야말로 인텔리전트 엔터프라이즈로 진화하기 위한 투자와 전환이 필요한 시점"이라고 말했다.

노승연 PwC컨설팅 파트너는 첫 세션에서 생성형 AI 도입 실패의 주요 원인으로 불분명한 비즈니스 목표와 기술 도입 중심의 유즈 케이스(Use Case) 등을 지적했다. 그는 "기업들이 내부 업무 개선을 위해 AI에 투자했으나 대대적인 변화로 연결시키지 못했다"며 향후 에이전틱 AI 도입 방향으로 ▲사업 전략과 연계된 정량적 목표 수립 ▲내부 프로세스 분석을 통한 고유 에이전트 발굴 ▲성과 관리 체계 구축 등을 제시했다.

최준걸 파트너는 PwC가 보유한 자체 개발 툴을 소개했다. PwC는 9개 산업별 약 300여 개 유즈 케이스를 확보해 기업이 적합한 AI 전환 기회를 신속히 식별하고 우선순위를 선정할 수 있도록 지원하고 있다. 최 파트너는 실제 적용 사례로 예지 보전 기반 설비 관리와 회계 업무 자동화를 소개하며 "AI 에이전트가 계정 코드 추천부터 중복 거래 점검, 이상 지출 패턴 분석까지 자동 수행할 수 있지만, 리스크가 수반되는 업무는 반드시 사람의 최종 검토가 필요하다"고 조언했다.

성윤호 파트너는 AI 성공의 핵심 조건으로 'AI 레디 데이터' 확보를 강조했다. 성 파트너는 "에이전틱 AI가 자율적으로 계획하고 판단한 후 행동하려면 기업의 흩어진 프로세스, 마스터데이터, 지표, 규칙을 '공통의 언어'로 구조화해 AI에게 인지 능력을 부여하는 온톨로지 구축이 선행돼야 한다"며 "데이터의 정합성과 최신성, 보안과 거버넌스가 확보된 'AI 레디 데이터' 파이프라인 구축이 핵심"이라고 설명했다.

조용민 파트너는 에이전트를 엔터프라이즈 플랫폼 구성 요소로 정의하고, 개발·배포·운영의 체계적 접근을 제안했다.

조 파트너는 "AI 에이전트는 기업의 업무 맥락과 정책을 이해하고 스스로 판단해 실제 업무를 수행하는 실행 주체로 진화했으며, 단순히 좋은 거대언어모델(LLM) 활용만으로는 한계가 있어 추론, 오케스트레이션, 도구 연계 등 핵심 기술의 내재화가 필수적"이라고 강조했다. 또 "에이전트 개발 역량을 내재화하지 못한 기업은 업무 판단권, 운영 통제권, 프로세스 경쟁력을 외부에 의존하게 돼, 외부 에이전트에 의해 운영될 위험에 노출될 수 있다"고 조언했다.

조혜수 파트너는 "AI 에이전트를 조직 구성원으로 인정하고, AI 구성원과 인간이 함께 일하는 전사 조직모델 혁신 및 설계가 필요한 시점"이라며 "AI 구성원 도입에 따른 직무·역할·성과 측정 방식의 변화와 '에이전트 보스' 역량을 갖추기 위한 리더십 역량의 재설계, AI의 디지털 행동 윤리기준 등을 수립해야 한다"고 제안했다.

김태형 파트너는 에이전틱 AI 환경에서 주목해야 할 보안 리스크로 비인간 계정 폭증, 과도한 권한 문제, 통제되지 않는 자동 실행, 데이터 노출 위협, 에이전트 간 공격 확산에 대한 우려, 공급망 및 생태계 취약점 등을 제시했다.

김 파트너는 "사람은 한정적 권한을 가지지만, AI 에이전트는 다수의 응용 프로그램 인터페이스(API) 키, 계정, 툴에 접근해 기하급수적 권한을 보유한다"며 "이로 인해 책임 소재 파악이 곤란하고 자동화된 대규모 리스크가 발생하는 등 구조적 취약점이 나타난다"고 분석했다.