20260724_AX 에이전트 경영 (특별강의) 요약

1. AI 시대의 변화와 AX(Agent eXecution)의 중요성

AI 시대에는 단순한 AI 도구 활용을 넘어, AI 에이전트가 자율적으로 업무를 수행하고 협업하는 AX(Agent eXecution) 시대가 도래했으며, 이를 통해 1인 기업이 50인 규모의 에이전트와 함께 수조 원의 매출을 올리는 현실이 되고 있다.

1.1. AI 활용의 새로운 패러다임: AX 시대

AI 기술의 빠른 변화와 적응의 필요성
1. 강의 내용이 일주일만 지나도 쓸 수 없을 정도로 AI 기술이 빠르게 변화한다
2. 3일만 지나도 내용이 구식이 될 수 있어, 항상 새로운 자료를 만들어야 한다
3. AI 기술 발전은 수십, 수백 조 원이 투자되는 치킨 게임과 같으며, 우리는 좋은 기술을 잘 활용하면 된다
AI 활용의 올바른 접근 방식
1. AI를 단순한 기술이 아닌, 이미 우리 삶에 들어와 있는 현실로 인식해야 한다
2. AI를 단순히 질문하고 답변을 얻는 용도로만 사용하면 전체 기능의 5%밖에 활용하지 못한다
3. 최소한 상위 3% 수준으로 AI를 활용하는 방법을 익혀야 한다

1.2. ChatGPT의 멀티모달 기능과 에이전트 활용

ChatGPT의 다양한 활용법
1. 휴대폰과 PC 버전의 ChatGPT는 기능이 다르다
2. 휴대폰은 음성, 카메라 등 멀티모달 입력에 특화되어 있어 음성으로 질문하고 이해하며 사진을 찍어 물어볼 수 있다
3. PC는 여러 작업을 동시에 처리할 수 있어 화면 구성이나 사용자 인터페이스가 다를 수 있다
실시간 음성 통역 및 에이전트 협업 시연
1. ChatGPT의 어드밴스드 보이스 모드는 라이브 오디오 알고리즘을 통해 거의 동시 통역 수준까지 발전했다
2. 강연자가 AI 에이전트 '지니'에게 강연 중 질문 타이밍을 구분하고, 베트남어 동시 통역을 요청하는 시연을 통해 실시간 활용 가능성을 보여주었다
3. AI와의 대화 내용은 모두 기록되어 나중에 글로 활용할 수 있다
AI 에이전트의 경제적 가치와 활용법
1. ChatGPT 유료 버전(월 15만 원)을 잘 활용하면 1억 5천만 원 이상의 가치를 창출할 수 있다
2. AI 에이전트는 운전 중이나 휴식 중에도 음성으로 업무를 지시하고 다른 일을 할 수 있게 하여 시간을 효율적으로 활용하게 돕는다
3. AI 에이전트는 개인을 대신하여 일을 처리하는 역할을 한다

1.3. AI 도구 활용 능력과 1인 창업의 시대

AI 도구 활용 능력의 중요성
1. AI 도구를 잘 쓰는 것은 자전거를 타는 것과 같아서, 많이 사용하고 넘어져 본 사람이 잘 활용한다
2. 말을 잘하고 생각을 깊이 하는 사람이 AI를 잘 활용하는데, 이는 목표를 명확히 설정하고 지시를 잘 내리는 능력과 연결된다
AI를 통한 1인 창업의 현실화
1. 3년 전 창업 강의에서 AI를 통해 1인 창업이 가능할 것이라고 예측했는데, 이는 현재 현실이 되었다
2. AI 에이전트의 발전으로 1인 기업이 대규모 매출을 올리는 시대가 도래했다

2. AI 시대의 마케팅 전략과 기업의 변화

AI 시대에는 검색 엔진 최적화(SEO)를 넘어 생성형 엔진 최적화(GEO)가 중요해지며, 1인 기업이 AI 에이전트를 활용해 대규모 매출을 올리고, 기업의 조직 구조와 리더십 역할이 변화하고 있다.

2.1. GEO 마케팅의 부상과 노클릭 시대

AX 휴머니스트 사례를 통한 GEO 마케팅 이해
1. 'AX 휴머니스트'를 검색하면 강연자가 상위에 노출되는데, 이는 과거 광고비를 지불하던 방식과 다르다
2. **GEO(Generative Engine Optimizer)**는 생성형 AI 엔진에 최적화된 마케팅 방식으로, AI가 구조화된 데이터에서 정보를 가져온다
3. AI는 마크다운(1, 1-1, 1-2)처럼 구조화된 콘텐츠를 선호하며, 이를 통해 검색 엔진 상위에 노출될 수 있다
4. 네이버도 AI 모드를 도입하여 GEO 마케팅이 중요해지고 있다
노클릭(No-Click) 전환율 증가
1. AI는 사용자가 클릭 없이 한 곳에서 모든 정보를 얻고 쇼핑까지 할 수 있도록 돕는다
2. 현재 노클릭 전환율은 65%에 달하며, 앞으로 더욱 높아질 것이다
3. GEO 마케팅은 자기소개나 제품 브랜딩에 효과적이며, AI가 주로 블로그, 지식인, 브런치 등 구조화된 외부 자료에서 정보를 가져온다

2.2. One Person Company와 AI 에이전트의 시대

AI 솔로프리너와 에이전트 AI 이니셔티브
1. One Person Company는 AI 솔로프리너라고도 불리며, 정부에서도 에이전트 AI 이니셔티브를 통해 창업을 장려하고 있다
2. AI 에이전트는 단순한 조교를 넘어 자율적인 주체로 거듭나고 있다
취업 시장의 변화와 AI의 역할
1. 기업은 비싼 인건비를 들여 신입사원을 교육시키기보다, AI에 경력자의 노하우를 온보딩하여 신입 에이전트가 일을 처리하게 한다
2. 이제는 취업이 어려워지므로 창업이 필수적이며, AI가 창업 리스크를 줄여줄 수 있다
1인 기업의 성공 사례
1. 중국에서는 1인 기업(One Person Company)이 1,700만 개에 달하며, 1년 사이에 40~50% 증가했다
2. 직원은 혼자지만 50명의 에이전트를 활용하여 6조 원의 매출을 올리는 사례가 현실화되고 있다
3. 사회와 문화가 크게 변하고 있으므로, 새로운 변화에 끊임없이 적응해야 한다
미래 기업의 모습과 리더의 역할
1. 앞으로는 직원이 많고 규모가 큰 회사보다, 사람과 에이전트의 협업이 잘 이루어지는 회사가 좋은 회사다
2. 에이전트와의 협업을 잘 조율하는 경영자가 훌륭한 경영자가 될 것이다

2.3. AI 시대의 업무 변화와 비용 절감

인간의 역할 변화와 자동화
1. AI 시대에도 인간의 역할은 더 많아지며, 신문이 사라지지 않고 방식이 변한 것처럼 업무 방식이 바뀔 뿐이다
2. 인간은 반복적이고 기계적인 업무 대신 영업, 자동화 시스템 구축 등 더 큰 일을 할 수 있게 된다
3. 에이전트들이 많아지면 일을 더 크게 확장할 수 있다
AI 서비스 과금 방식의 변화
1. 과거에는 사용자 수에 따라 과금했지만, 이제는 사용량에 따라 과금하는 방식으로 변화하고 있다
2. 클로드(Claude)가 먼저 사용량 기반 과금을 시작했고, ChatGPT도 이를 따르면서 경쟁이 심화되어 가격이 내려가고 있다
3. 앞으로는 결과물의 품질에 따라 과금하는 하이브리드 방식으로 바뀔 가능성이 있다
리더십과 재무 역할의 변화
1. AI 도입으로 CFO(최고재무책임자)의 역할이 중요해지며, 회계 및 재무 지표도 변화해야 한다
2. AI 에이전트 활용은 인건비를 크게 절감하여, 한 달에 수십억 원의 개발 비용을 20억 원으로 줄일 수 있다
3. AI 에이전트 투입 비용이 적은 회사는 발전 가능성이 높은 회사로 평가받으며, 더하기 회사가 아닌 곱하기 회사가 된다

3. AI 에이전트 도입의 단계와 성공 전략

AI 에이전트 도입은 단순한 도구 활용을 넘어 조직 구조와 문화, 리더십의 변화를 요구하며, 데이터, 프로세스, 인재, 문화, 거버넌스 5가지 축을 중심으로 단계별 전략을 수립해야 한다.

3.1. 기업의 AI 도입 현황과 문제점

AI 도입의 착각과 쉐도우 AI
1. 기업이 직원들에게 AI 도구를 제공해도, 직원들은 회사 시스템이 아닌 개인적으로 AI를 활용하는 쉐도우 AI 현상이 발생한다
2. 이는 회사 전체의 경영 지표에 반영되지 않아 의미가 없다
AI 활용 평가와 조직 변화
1. 미국에서는 회사에서 제공한 AI 토큰 사용량이 많은 직원을 일을 많이 한 사람으로 인정하기 시작했다
2. 삼성은 50명의 사단장과 2,300명의 임원에게 AX 교육을 시키고 인사 평가 제도에 반영하고 있다
3. AI 도입으로 팀 구조가 단순화되고, 대표이사와 실무자 간의 중간 관리직이 사라질 수 있다
실시간 데이터 기반 의사결정의 필요성
1. 주간/월간 회의는 이미 지나간 데이터를 다루므로 의미가 없어진다
2. IoT 기반 스마트 팩토리처럼 실시간 데이터를 통해 대표이사가 직접 개입할 부분을 판단하고 나머지는 AI가 자동화해야 한다
AI 도입의 속도와 기업 생존
1. 2년 이내에 국내 기업의 30~40%가 AI를 도입할 것이며, 나머지 기업들은 따라오지 못하면 도태될 것이다
2. 대기업이 먼저 AI 도입을 주도하고 있으며, 부서 간 경계가 허물어지고 직급 체계도 사라질 것이다

3.2. AI 에이전트 도입의 3단계

1단계: 도구 활용 (개인적 생산성 향상)
1. 개인들이 ChatGPT와 같은 챗봇을 이용해 요약, 메일 작성, 초안 작성 등 개인 업무를 자동화하는 단계이다
2. 이는 개인의 생산성을 높이지만, 회사 전체의 경영 지표(KPI)에는 반영되지 않아 의미가 없다
2단계: 워크플로 통합 (부분적 자동화)
1. 특정 부서의 기존 업무 흐름에 맞춰 커스터마이징된 에이전트가 부분적으로 자동화 형태로 개입하는 단계이다
2. 해당 부서의 업무 효율은 높아지지만, 전체 조직의 변곡점에는 영향을 미치지 못한다
3단계: 조직 재설계 (진정한 AX 성과)
1. 조직의 기본 구조, 구성원의 역할, 실시간 데이터, 평가 보상 기준을 AI와의 협업을 전제로 재설계하는 단계이다
2. 이는 오너나 권한을 위임받은 임원이 주도해야 하며, 진정한 AX 성과(ROI)를 창출하고 게임의 룰을 바꿀 수 있다

3.3. AI 에이전트 성공을 위한 5가지 축

데이터(Data)
1. 데이터 흐름이 원활해야 하며, 개인의 노하우가 머릿속에만 머물지 않고 공유되어야 한다
2. 관리자들은 노하우를 공유하지 않으면 할 일이 없어질 수 있다
프로세스(Process)
1. 비즈니스 프로세스가 완전히 재정의되어야 한다
인재(Talent)
1. AI를 이해하고 활용할 수 있는 인재가 필요하며, 오너가 직접 배우고 주도해야 한다
2. 70대 오너들도 라이브 코딩을 배우며, AI에게 명확한 지시를 내리는 방법을 익히고 있다
문화(Culture)
1. 실패를 두려워하지 않고 새로운 것을 수용하는 문화가 필요하다
거버넌스(Governance)
1. AI가 자율적으로 판단하지 못하도록 가이드라인과 규칙을 설정해야 한다

4. 챗봇에서 에이전트로: AI 활용의 진화

AI 활용은 단순한 챗봇을 넘어 목표를 부여받으면 스스로 계획을 세우고 자율적으로 실행하며 외부 도구와 협업하는 에이전트 시대로 진화하고 있으며, 이는 AI의 학습 데이터와 특성에 따라 다양한 활용 가능성을 제시한다.

4.1. 챗봇과 에이전트의 차이점

챗봇(Chatbot) 중심의 AI 활용 (과거)
1. 챗봇은 사람이 질문을 던지면 텍스트 기반으로 답변하고 정보를 요약, 번역, 초안 작성 등을 수행한다
2. 이 단계에서는 질문을 잘하는 사람이 중요했다
에이전트(Agent) 중심의 AI 활용 (현재)
1. 에이전트는 목표를 부여받으면 스스로 계획을 세우고 자율적으로 실행한다
2. 시스템과 연동하여 외부 도구와 협업하며, 데이터 업데이트 및 연결 등 사람과 유사한 역할을 수행한다
3. 에이전트에게는 특정 폴더 위치를 지정해 주어 데이터를 저장하고 관리하게 한다
4. 에이전트는 신입사원처럼 역할을 부여하고 책임 범위를 정해주는 방식으로 활용해야 한다
5. 에이전트는 스스로 판단하지 못하도록 규칙으로 설계해야 하며, 자동화된 부분은 승인을 받도록 해야 한다

4.2. AI 에이전트의 핵심 기능과 활용 사례

목표 지향적 자율 실행
1. AI 에이전트는 목표를 정해주면 스스로 다단계 계획을 세우고 실행한다
자율적인 도구 선택 및 활용
1. 에이전트는 필요에 따라 외부 도구를 열고 닫으며 자유롭게 활용한다
2. 세일즈포스(Salesforce)는 고객의 CRM 데이터를 AI가 활용할 수 있도록 연동하여 성공 사례를 만들고 있다
3. MOA AI 에이전트는 ChatGPT와 Claude 등 여러 AI 에이전트를 섞어 활용하여 최적의 결과를 도출한다
4. 젠스파크(Zenspark)는 이러한 융합형 협업을 가장 잘하는 회사로 평가받는다
엔드투엔드(End-to-End) 실행
1. 에이전트는 목적을 부여받으면 중간에 멈추지 않고 끝까지 작업을 수행한다

4.3. AI 모델별 특성과 활용 전략

ChatGPT의 특징
1. '챗(Chat)'이라는 이름처럼 사람과의 대화에 특화되어 있다
2. **G(Generative), P(Pretrained), T(Transformer)**라는 이름처럼 생성형, 사전 학습, 변환기 기술을 기반으로 한다
3. 스타트업으로 시작하여 플랫폼 회사처럼 데이터를 모았기 때문에, 다양한 비정형 데이터를 학습하여 답변이 장황할 수 있다
4. 강연자는 2022년에 ChatGPT를 통해 353페이지 분량의 영어책 "Quantum Orientalism"을 집필했다
라이브 코딩과 개발의 대중화
1. AI는 말을 시키면 알아듣고 코딩을 수행하는 라이브 코딩이 가능하다
2. STT(Speech To Text) 기술을 통해 음성을 텍스트로 변환하고, 이를 다시 컴퓨터가 이해하는 언어로 부호화하여 처리한다
3. 코딩을 몰라도 프롬프트(명령어)를 통해 개발이 가능해지면서, 누구나 개발자가 될 수 있는 시대가 되었다
AI 모델별 학습 데이터와 성능 차이
1. "Garbage in, garbage out"처럼 AI는 학습 데이터의 품질에 따라 결과물의 품질이 달라진다
2. ChatGPT, Claude, Gemini 등 여러 AI 모델을 써보면 성능 차이를 느낄 수 있다
3. AI는 학습한 데이터에 따라 특성이 달라지므로, 각 모델의 강점을 이해하고 활용해야 한다

5. AI 에이전트의 심층 분석과 실제 적용 사례

AI 에이전트는 각 모델의 특성을 이해하고 활용하면 심층 분석과 자동화된 보고서 작성을 통해 업무 효율을 극대화할 수 있으며, 이는 기업의 생산성 향상과 비용 절감에 기여한다.

5.1. 주요 AI 모델별 특성 및 활용 전략

Gemini (구글)
1. 구글은 30년간 전 세계 검색 시장의 95% 이상을 점유하며 방대한 데이터를 학습했다
2. 따라서 Gemini는 와인 추천처럼 특정 분야의 정보를 일목요연하게 잘 제공한다
ChatGPT (OpenAI)
1. 스타트업으로 시작하여 플랫폼 회사처럼 데이터를 모았기 때문에, 비정형 데이터를 학습하여 답변이 장황할 수 있다
Claude (Anthropic)
1. OpenAI 출신 개발자들이 설립한 Anthropic의 Claude는 전 세계 도서관 데이터를 학습하여 학술적이고 세련된 문장을 구사한다
2. 긴 문장을 잘 받아들이고 길게 말하는 데 특화되어 있다
Grok (xAI)
1. 일론 머스크의 X(구 트위터) 출신으로, 검색 속도가 매우 빠르다
2. 개발자들이 많이 활용하며, 실시간 정보 처리에 강점이 있다
AI 모델 활용의 계층 구조 (라우팅)
1. AI 에이전트 활용은 계층 구조를 가지며, 최상위 레벨은 인간이 개입해야 할 부분이다
2. 비용 효율성을 위해 반복적인 작업은 저렴한 AI를 사용하고, 전문적인 외부 조사는 고성능 AI를 활용하는 하이브리드 라우팅이 필요하다
3. 삼성은 구글, ChatGPT, Claude 등 다양한 AI를 개방적으로 활용하며 엔터프라이즈 레벨 계약을 맺었다
레거시 데이터와 온톨로지(Ontology)의 중요성
1. AI가 회사 데이터를 학습하려면 레거시(Legacy) 데이터를 제공해야 한다
2. **온톨로지(Ontology)**는 데이터 간의 상관관계를 정의하여, 누가 무엇을 어떻게 했는지 그래프로 보여준다
3. 레거시 데이터와 온톨로지를 결합하면 에이전트가 회사 업무를 완벽하게 수행할 수 있다
4. 외국 컨설턴트들이 고액을 받고 하는 일이 바로 온톨로지를 구축하는 것이다

5.2. AI 모델별 심층 분석 기능과 활용법

Deep Research 모드의 활용
1. ChatGPT, Gemini, Zenspark 등에는 Deep Research 모드가 있어, 여러 에이전트가 협업하여 심층 분석을 수행한다
2. 일반적인 AI 활용과 달리, Deep Research 모드를 사용하면 훨씬 더 깊이 있는 분석 결과를 얻을 수 있다
ChatGPT의 강점과 환각 현상
1. ChatGPT는 최고의 전략 컨설턴트이자 최고 수준의 경쟁력을 가진 AI로, 코딩 능력도 클로드에 근접했다
2. ChatGPT는 **환각 현상(Hallucination)**이 나타날 수 있는데, 이는 생성형 AI의 특성상 없는 내용을 만들어내기 때문이다
3. 환각 현상은 다른 AI와 교차 검증하거나, 스킬(규칙)을 부여하여 품질 관리를 통해 줄일 수 있다
4. ChatGPT의 Deep Research는 CEO나 임원용 전략 계획서, 재무 전략 분석 등에 활용된다
Perplexity와 Gemini의 강점
1. Perplexity는 실시간 검색에 강하며, 최신 정보를 빠르게 반영한다
2. Gemini는 구글의 방대한 생태계(메일, 일정, 사진, 지도, 유튜브 등) 내에서 정보를 활용하는 데 최적화되어 있다
3. 삼성도 구글과 Gemini를 엔터프라이즈 레벨로 계약하여 활용하고 있다
Claude와 Grok의 강점
1. Claude는 장문 보고서 작성에 최고 수준이며, 한국어 구사 능력이 매우 세련되고 고급스럽다
2. Grok은 X(구 트위터) 출신으로, 빠른 검색 속도와 실시간 정보 처리에 강점이 있다
AI 모델 조합 활용 및 제안서 작성 사례
1. 초기에는 무료 버전의 AI를 먼저 사용하여 아이디어를 얻고, 여러 AI를 조합하여 자료를 정교하게 다듬는다
2. 강연자는 50페이지 분량의 제안서를 30분 만에 작성할 수 있으며, 이는 녹음된 대화 내용을 스크립트로 추출하고 분석하여 사업 계획서를 만드는 방식이다
Zenspark의 슈퍼 에이전트 기능
1. Zenspark는 슈퍼 에이전트로 불리며, 자체 엔진 없이 목적에 맞는 최적의 AI를 선택하여 활용한다
2. 융합형 협업 오케스트레이터로서 심층 분석에 최고 수준이며, 웹 검색 등 다양한 기능이 뛰어나다
3. Zenspark는 상대적으로 저렴한 비용으로 높은 효율을 제공한다

5.3. AI 에이전트를 활용한 보고서 및 슬라이드 자동 생성

보고서 자동 생성 및 톤앤매너 유지
1. AI 에이전트에게 기존 보고서 양식과 톤앤매너를 학습시키면, 새로운 보고서를 동일한 형식으로 자동 생성할 수 있다
2. 반복적이고 규칙적인 업무는 AI가 자동화하여 처리할 수 있다
엑셀 데이터 기반 PPT 슬라이드 자동 생성
1. 엑셀 데이터를 AI 에이전트에게 던져주면, 판매 실적 분석 등 인사이트를 도출하여 50장 분량의 PPT 슬라이드를 자동으로 생성한다
2. 시간적 추이 분석은 막대 차트로, 비율은 원형 차트로 자동 시각화하는 등 규칙을 부여하여 원하는 형태로 만들 수 있다
MCP(Message Communication Protocol)를 통한 AI 도구 연동
1. MCP는 서로 다른 AI 도구들을 연결하는 프로토콜로, 여러 도구를 하나의 툴처럼 사용할 수 있게 한다
2. 이는 커넥터라고도 불리며, AI 에이전트가 효율적으로 일할 수 있도록 돕는다
3. ChatGPT의 프로젝트 기능을 활용하면 특정 영역 내에서 데이터를 학습시켜 도서관처럼 활용할 수 있다
삼성전자와 SK그룹의 AI 도입 사례
1. 삼성전자는 구글 엔터프라이즈와 계약하고 R&D, 구매, 유통, 마케팅 등 8개 사업 부문에 AI 에이전트를 이식하여 완전한 AX로 전환하겠다고 선언했다
2. SK그룹 최태원 회장은 뉴이전 포럼에서 모든 임직원이 AI 에이전트를 활용하여 업무를 자동화할 것이라고 발표했다
AI 에이전트를 활용한 마케팅 및 법무 업무 자동화
1. AI 에이전트에게 신간 책 홍보를 위한 보도자료 작성, 블로그, 인스타그램, 카드 뉴스 제작 등 마케팅 업무를 한꺼번에 지시할 수 있다
2. AI 비서, 마케팅, 법무, 디자인, 재무 에이전트 등을 통합하여 업무를 처리할 수 있다
클로드(Claude)를 활용한 입찰 제안서 분석
1. 클로드에 입찰 공고문과 제안 요청서를 입력하면, 사업 역량 분석, 배점 항목 분석, 심사위원 중요 포인트, 제안서 키워드 등을 즉시 도출할 수 있다
2. 제안서 목차 반영 내용 정리, 사업 수익 계획 수립 등 복잡한 분석도 가능하다
3. 무리한 요구사항(과업 범위, 예산, 일정 등)을 분석하여 갈등 사항을 파악하고, 방어 논리를 개발할 수 있다
AI 에이전트의 학습 능력과 비용 효율성
1. AI 에이전트는 전 세계에서 가장 어려운 시험(미국 변호사 시험, 한국 수능 등)을 통과할 정도로 학습 능력이 뛰어나다
2. 실시간 동시 통역 등 다양한 기능을 20%의 비용으로 활용할 수 있어, 사람을 고용하는 것보다 훨씬 경제적이다
3. AI 에이전트는 24시간 365일 일할 수 있어, 이를 잘 활용하는 사람과 그렇지 않은 사람의 생산성 차이는 매우 크다
4. 강연자는 AI를 활용하여 1인으로 50명 분의 일을 처리하고 있다

biz03