먼데이닷컴 한국 공식 블로그

에이전틱 AI(Agentic AI)와 생성형 AI(Generative AI)는 비슷한 개념처럼 사용되지만, 실제로는 AI가 수행하는 역할과 방식에서 분명한 차이가 있습니다.

생성형 AI가 사용자의 요청에 따라 텍스트, 이미지, 코드 등의 콘텐츠를 생성하는 데 초점을 둔다면, 에이전틱 AI는 주어진 목표를 달성하기 위해 필요한 작업을 스스로 판단하고 여러 시스템과 도구를 활용해 여러 단계의 업무를 실행합니다.

따라서, 두 AI의 차이를 이해하면 단순히 새로운 AI 기능을 도입하는 것을 넘어, 우리 팀의 업무와 목적에 어떤 AI가 적합한지 보다 명확하게 판단할 수 있습니다.

이번 포스팅에서는 에이전틱 AI와 생성형 AI의 개념과 차이점, 공통점과 상호 보완 방식을 살펴보고, 영업·마케팅·IT·운영 등 실제 업무에서 어떻게 활용할 수 있는지 사례와 함께 소개합니다. 또한 AI 에이전트를 업무에 도입하는 방법과 함께, 먼데이닷컴의 AI Work Platform을 활용해 기존 업무 프로세스에 에이전틱 AI를 적용하는 방법까지 살펴보겠습니다.

[함께 읽으면 좋은 글] AI 에이전트로 업무 자동화하기 🤖 ㅣ 먼데이닷컴 AI 에이전트 가이드 (2026)
[함께 읽으면 좋은 글] 먼데이 AI 퀵 가이드 📒 (2026) – monday AI 기능 및 사용법 총정리

에이전틱 AI vs 생성형 AI – 차이점

✔️ 생성형 AI 란?

생성형 AI(Generative AI)는 대규모 데이터에서 학습한 패턴을 바탕으로 새로운 콘텐츠를 생성하는 AI입니다. 사용자가 원하는 내용을 프롬프트로 입력하면 텍스트, 이미지, 코드, 오디오, 영상 등 다양한 형태의 결과물을 만들어냅니다.

생성형 AI는 파운데이션 모델을 기반으로 사용자의 프롬프트를 이해하고, 학습한 데이터를 바탕으로 적절한 결과를 예측하고 생성합니다. 이메일 초안을 작성하거나 긴 문서를 요약하고, 새로운 아이디어를 제안하는 등 사용자의 요청에 따라 결과물을 만들어주는 AI 어시스턴트라고 이해할 수 있습니다.

프롬프트가 구체적이고 명확할수록 원하는 목적에 가까운 결과를 얻을 수 있으며, 실제 업무에서는 다음과 같이 활용할 수 있습니다.

• 텍스트 생성: 이메일, 보고서, 마케팅 카피, 문서 등의 초안을 작성합니다. 예를 들어 영업팀에서는 제안서의 기본 내용을 빠르게 작성할 수 있습니다.
• 이미지 생성: 텍스트로 원하는 이미지를 설명하면 이에 맞는 시각 자료를 생성합니다. 마케팅 캠페인 콘셉트나 소셜 미디어 콘텐츠 제작 등에 활용할 수 있습니다.
• 코드 생성: 자연어로 원하는 기능을 설명하면 코드나 코드 작성에 필요한 내용을 제안하여 개발 작업을 지원합니다.
• 데이터 요약: 많은 양의 문서나 데이터를 핵심 내용 중심으로 요약하여 필요한 정보를 빠르게 파악할 수 있도록 지원합니다.

생성형 AI의 핵심은 사용자의 요청에 반응해 결과물을 생성한다는 것입니다. 기본적으로 사용자가 프롬프트를 입력하면 이에 대한 결과를 제공하는 방식으로 작동하며, AI가 스스로 목표를 설정하거나 다음 작업을 판단해 여러 단계의 업무를 연속적으로 실행하는 데에는 한계가 있습니다.

✔️ 에이전틱 AI 란?

에이전틱 AI(Agentic AI)는 주어진 목표를 달성하기 위해 필요한 작업을 스스로 계획하고 판단하며, 여러 단계의 업무를 실행하는 AI를 의미합니다.

사용자의 요청에 따라 결과물을 생성하는 생성형 AI와 달리, 에이전틱 AI는 목표와 현재 상황을 파악하고 다음에 무엇을 해야 하는지 판단합니다. 이후 필요한 작업을 실행하고, 그 결과에 따라 다음 행동을 조정하면서 목표 달성을 위한 프로세스를 이어갑니다.

두 AI의 가장 큰 차이는 ‘프롬프트 중심’인지, ‘목표 중심’인지에 있습니다.

• 생성형 AI → 프롬프트 중심: “이것을 만들어줘.”
• 에이전틱 AI → 목표 중심: “이 목표를 달성해줘.”

예를 들어, 생성형 AI에게 “잠재 고객에게 보낼 후속 이메일을 작성해줘”라고 요청하면 이메일 초안을 생성하는 것으로 작업이 끝납니다.

반면, 에이전틱 AI에게 “응답하지 않은 잠재 고객을 대상으로 후속 영업 활동을 진행해줘”라는 목표를 설정하면, 대상 고객을 확인하고 → 고객 정보를 분석하고 → 적절한 후속 메시지를 작성하고 → 필요한 작업을 실행하고 → 결과에 따라 다음 액션을 결정하는 등 여러 단계의 업무를 수행할 수 있습니다.

또한, 에이전틱 AI와 생성형 AI는 완전히 별개의 기술이라기보다 서로 결합하여 활용될 수 있는데요. 에이전틱 AI 시스템은 생성형 AI를 구성 요소 중 하나로 활용할 수 있으며, 생성형 모델이 언어 이해와 콘텐츠 생성 등을 담당한다면 에이전틱 AI는 여기에 계획, 메모리, 의사결정, 외부 시스템 및 도구와의 연동·실행 능력을 더해 실제 업무 프로세스를 수행합니다.

에이전틱 AI는 어떻게 작동할까?

에이전틱 AI는 목표를 이해하고 → 계획하고 → 판단하고 → 실행한 뒤 → 결과를 확인하고 조정하는 과정을 반복하며 작동합니다. 단순히 한 번의 요청에 응답하는 것이 아니라, 각 단계에서 얻은 정보와 결과를 다음 행동에 반영하면서 목표 달성을 위한 업무를 지속적으로 수행합니다.

에이전틱 AI의 작동 과정은 크게 6단계로 나눌 수 있습니다.

1. 목표 이해(Goal interpretation)
사용자가 설정한 상위 목표를 이해하고, 이를 실제로 수행할 수 있는 여러 개의 세부 목표와 작업으로 나눕니다.

2. 계획 수립(Planning)
각 목표를 달성하기 위해 어떤 작업이 필요한지 파악하고, 작업 간의 우선순위와 선후 관계를 고려해 실행 순서를 계획합니다.

3. 판단(Reasoning)
현재 상황과 선택 가능한 방법을 분석하고, 목표 달성에 가장 적합한 다음 행동을 결정합니다.

4. 작업 실행(Action execution)
결정한 내용을 실제 업무로 실행합니다. 연결된 시스템의 데이터를 업데이트하거나 메시지를 전송하고, 워크플로우를 실행하거나 적절한 담당자에게 업무를 전달하는 등의 작업을 수행할 수 있습니다.

5. 결과 확인 및 조정(Observation & adaptation)
실행 결과를 확인하고 예상과 다른 결과가 발생하거나 상황이 변경되면 기존 계획을 수정해 다음 행동을 조정합니다.

6. 컨텍스트 유지(Memory)
이전 단계에서 얻은 정보와 작업 맥락을 유지하여, 매번 처음부터 다시 시작하지 않고 앞선 작업을 기반으로 다음 업무를 이어갑니다.

쉽게 비유하면 생성형 AI가 요청한 결과물을 만들어주는 전문 작업자라면, 에이전틱 AI는 목표를 전달받아 계획을 세우고, 필요한 업무를 실행하며, 진행 상황에 따라 계획까지 조정하는 프로젝트 매니저에 가깝습니다.

에이전틱 워크플로우란?

에이전틱 워크플로우(Agentic Workflow)는 AI 에이전트가 특정 업무 목표를 달성하기 위해 여러 작업을 연결하고, 각 단계에서 필요한 판단과 실행을 수행하는 업무 흐름을 의미합니다.

하나의 정해진 작업만 실행하는 것이 아니라 여러 단계를 연속적으로 수행하고, 각 단계의 상황에 따라 다음 행동을 결정하며 여러 시스템에 걸친 업무를 조율할 수 있다는 것이 특징입니다.

예를 들어 새로운 고객 지원 티켓이 접수되면 AI 에이전트는 다음과 같은 일련의 업무를 수행할 수 있습니다.

• 문의 내용과 긴급도 분류
• 지식 베이스에서 관련 해결 방법 검색
• 고객에게 전달할 답변 초안 작성
• 문의 유형에 따라 적절한 담당자에게 티켓 배정
• SLA 기한 설정
• 심각도가 높은 문의일 경우 관리자에게 알림

담당자가 각 단계마다 직접 작업을 지시하지 않아도 AI 에이전트가 상황을 파악하고 필요한 다음 작업을 판단해 전체 프로세스를 이어갈 수 있습니다.

✅ 기존 업무 자동화와 에이전틱 워크플로우의 차이

그렇다면 일반적인 업무 자동화와 에이전틱 워크플로우는 무엇이 다를까요?

기존 자동화가 미리 설정한 조건과 규칙에 따라 정해진 작업을 실행한다면, 에이전틱 워크플로우는 목표를 기준으로 상황을 판단하고 필요한 다음 행동을 동적으로 결정할 수 있다는 차이가 있습니다.

에이전틱 워크플로우의 특징은 크게 네 가지로 정리할 수 있습니다.

① 단계별 의사결정
정해진 If/Then 규칙만 따르는 것이 아니라, 각 단계의 상황과 조건을 분석해 다음에 수행할 작업을 결정합니다.

② 여러 시스템 간 업무 연결
필요한 데이터를 여러 플랫폼에서 가져오고, 각각의 시스템에서 필요한 작업을 수행하며 업무 간 연결과 전달을 조율합니다.

③ 상황에 따른 실행 순서 조정
진행 중 특정 작업이 실패하거나 조건이 변경되면 전체 프로세스를 중단하는 대신, 변화된 상황에 맞게 이후 작업과 실행 순서를 조정할 수 있습니다.

④ 목표 달성까지 업무 지속
단일 작업을 실행하는 데 그치지 않고, 설정된 목표가 달성될 때까지 필요한 작업을 이어갑니다. 필요한 경우 담당자에게 업무를 전달하거나 추가적인 판단을 요청할 수도 있습니다.

결국, 기존 자동화는 ‘정해진 조건이 발생하면 정해진 작업을 실행하는 방식’에 적합하고, 에이전틱 워크플로우는 ‘목표를 달성하기 위해 상황에 따라 판단과 실행이 달라지는 업무’에 적합합니다.

예측 가능하고 반복적인 프로세스는 기존 자동화로 충분히 처리할 수 있지만, 여러 변수와 시스템, 의사결정이 얽혀 있는 복잡한 업무에서는 에이전틱 워크플로우를 통해 보다 유연하게 업무를 수행할 수 있습니다.

에이전틱 AI vs AI 에이전트 – 무엇이 다를까?

에이전틱 AI와 AI 에이전트는 비슷한 의미로 사용되기도 하지만, 정확히는 ‘AI가 작동하는 방식과 역량’과 ‘그 역량을 실제 업무에 적용한 실행 주체’라는 차이가 있습니다.

구분	에이전틱 AI	AI 에이전트
개념	AI가 자율적으로 판단하고 행동하도록 하는 접근 방식 및 역량	에이전틱 AI 역량을 활용해 특정 역할을 수행하는 소프트웨어
범위	AI 시스템이 ‘어떻게 작동하는지’를 설명하는 상위 개념	특정 업무와 역할을 수행하는 구체적인 구현 단위
예시	AI가 목표를 기반으로 전체 업무 프로세스를 판단하고 실행	리드 평가 에이전트가 잠재 고객을 분석하고 적절한 담당자에게 자동 배정

에이전틱 AI는 더 넓은 개념으로, AI 시스템이 주어진 목표를 달성하기 위해 스스로 계획하고 판단하며 여러 단계의 작업을 실행할 수 있는 능력과 작동 방식을 의미합니다.

반면, AI 에이전트는 이러한 에이전틱 AI의 역량을 실제 업무에 적용한 구체적인 실행 주체입니다. 특정한 목표나 역할을 부여받아 필요한 업무를 수행하도록 구현된 AI라고 볼 수 있습니다.

에이전틱 AI vs 생성형 AI – 6가지 핵심 차이점

생성형 AI와 에이전틱 AI의 차이를 이해하면 어떤 업무에 어떤 AI를 적용해야 하는지 보다 명확하게 판단할 수 있습니다. 두 AI는 콘텐츠 생성부터 자율성, 의사결정, 업무 실행 방식까지 여러 측면에서 차이가 있으며, 주요 특징을 6가지 기준으로 비교하면 다음과 같습니다.

구분	생성형 AI	에이전틱 AI
주요 역할	텍스트, 이미지, 코드 등 콘텐츠 생성	목표 달성을 위한 계획·판단 및 여러 단계의 업무 실행
자율성	사용자의 요청이나 프롬프트를 기반으로 결과 생성	설정된 목표를 기반으로 필요한 다음 행동을 판단하고 실행
의사결정	주어진 요청에 적합한 결과물을 생성하기 위한 판단	여러 단계에 걸쳐 상황을 분석하고 다음 작업을 연속적으로 결정
메모리 및 컨텍스트	서비스와 설정에 따라 대화 및 작업 맥락 활용	이전 작업과 실행 결과를 바탕으로 목표 수행에 필요한 상태와 맥락을 지속적으로 활용
시스템 연동 및 실행	주로 콘텐츠 생성 및 정보 제공 중심	외부 시스템 및 도구와 연결하여 실제 업무를 실행
사용자 개입	작업을 수행할 때 사용자의 요청 지속적 필요	사용자가 목표와 범위를 설정하면 해당 범위 내에서 자율적으로 작업 수행

① 자율성과 의사결정 방식

생성형 AI와 에이전틱 AI의 가장 큰 차이 중 하나는 AI가 어느 범위까지 스스로 판단하고 업무를 이어가는가에 있습니다. 생성형 AI는 기본적으로 사용자의 요청에 응답하는 방식으로 작동합니다. 프롬프트를 입력하면 이에 맞는 결과물을 생성하며, 이후 작업을 이어가기 위해서는 사용자가 다시 요청하거나 다음 지시를 내려야 합니다.

반면, 에이전틱 AI는 사용자가 설정한 목표와 권한 범위 내에서 필요한 다음 행동을 판단하고 실행할 수 있습니다. 현재 상황과 이전 작업의 결과를 파악하고, 다음에 필요한 작업을 결정해 실행하며, 그 결과에 따라 계획을 조정하면서 목표 달성을 위한 업무를 이어갑니다.

예를 들어 영업 업무에서는 다음과 같은 차이가 있습니다.

• 생성형 AI: “이 잠재 고객에게 보낼 후속 이메일을 작성해줘”라고 요청하면 이메일 초안을 생성합니다. 이후 검토, 발송, 후속 관리는 사용자가 직접 수행합니다.
• 에이전틱 AI: “이 잠재 고객이 데모를 신청할 수 있도록 후속 영업 활동을 진행해줘”라는 목표를 설정하면 고객의 활동 이력을 확인하고 → 적절한 연락 시점을 판단하고 → 개인화된 메시지를 작성·발송하고 → 반응을 확인해 후속 작업을 이어갑니다. 구매 의도가 확인되면 담당 영업사원에게 전달하는 등의 다음 액션도 수행할 수 있습니다.

즉, 생성형 AI가 하나의 요청에 필요한 ‘결과물’을 생성한다면, 에이전틱 AI는 목표 달성을 위해 필요한 ‘업무 프로세스’를 이어서 수행합니다.

② 메모리와 컨텍스트 유지

두 번째 차이는 이전 작업의 맥락과 결과를 이후 업무에 어떻게 활용하는가입니다. 일반적인 생성형 AI는 현재 제공된 프롬프트와 컨텍스트를 중심으로 결과를 생성합니다. 일부 서비스에서는 이전 대화나 사용자 정보를 기억하는 메모리 기능을 제공하지만, 이러한 기능 자체가 목표를 지속적으로 추적하고 이전 실행 결과를 바탕으로 다음 작업을 수행한다는 의미는 아닙니다.

에이전틱 AI는 목표를 수행하는 과정에서 이전에 어떤 작업을 수행했는지, 어떤 결과가 발생했는지, 아직 어떤 작업이 남아 있는지 등의 상태와 맥락을 유지하고 다음 행동에 반영합니다.

예를 들어, 고객 지원 업무에서 생성형 AI는 현재 접수된 문의 내용을 바탕으로 답변 초안을 작성할 수 있습니다. 반면 에이전틱 AI는 연결된 고객 및 업무 데이터를 기반으로 이전 문의와 처리 내역을 확인하고, 현재 문의와의 연관성을 파악해 필요한 후속 조치를 결정할 수 있습니다.

핵심은 단순히 ‘기억할 수 있는가’가 아니라, 이전 업무의 맥락을 다음 판단과 실행에 활용할 수 있는가에 있습니다.

③ 시스템 연동과 업무 실행

생성형 AI와 에이전틱 AI는 AI가 결과를 제공하는 데서 끝나는지, 실제 업무 시스템에서 액션까지 수행하는지에서도 차이가 있습니다.

생성형 AI는 주로 텍스트, 이미지, 코드 등의 콘텐츠를 생성하거나 정보를 분석·요약하는 역할을 수행합니다. 외부 도구와 연동할 수 있는 생성형 AI 서비스도 있지만, 기본적인 활용 방식은 사용자의 요청에 따라 필요한 결과를 제공하는 데 초점이 맞춰져 있습니다.

반면, 에이전틱 AI는 CRM, 프로젝트 관리 플랫폼, 데이터베이스, 커뮤니케이션 도구 등 여러 업무 시스템과 연결하여 필요한 정보를 가져오고 실제 작업까지 수행할 수 있습니다. 예를 들어, 고객 정보를 조회하고 → CRM 데이터를 업데이트하고 → 담당자에게 알림을 보내고 → 새로운 업무를 생성하거나 후속 워크플로우를 실행하는 식입니다.

따라서, 에이전틱 AI는 단순히 “무엇을 해야 하는지 제안하는 AI”에서 “필요한 업무를 실제로 수행하는 AI”로 역할을 확장한다고 볼 수 있습니다.

요약하자면, 생성형 AI와 에이전틱 AI의 가장 큰 차이는 ‘결과물을 생성하는 것’에서 끝나는지, ‘목표 달성을 위해 다음 업무까지 이어서 수행하는지’에 있습니다.

생성형 AI는 사용자가 입력한 프롬프트를 기반으로 필요한 콘텐츠나 정보를 만들어주는 데 강점이 있습니다. 반면 에이전틱 AI는 주어진 목표를 바탕으로 무엇을 해야 할지 계획하고, 상황에 따라 판단하며, 필요한 작업을 실제로 실행하는 것까지 역할을 확장합니다.

두 기술은 서로 대체하는 관계라기보다 업무 목적에 따라 선택하거나 함께 활용할 수 있는 상호 보완적인 기술로 보는 것이 적절합니다.

에이전틱 AI vs 생성형 AI – 함께 활용할 수 있을까?

생성형 AI와 에이전틱 AI는 서로 대체하는 기술이라기보다 각각의 강점을 결합하여 함께 활용할 수 있는 기술입니다.

에이전틱 AI 시스템은 목표를 수행하는 과정에서 생성형 AI를 언어 이해, 추론 및 콘텐츠 생성 등에 활용할 수 있습니다. 생성형 AI가 필요한 결과물을 만들어낸다면, 에이전틱 AI는 언제 해당 결과물이 필요한지 판단하고, 생성된 결과를 실제 업무에 활용하며, 이후 어떤 작업을 수행할지 결정하는 역할을 담당합니다.

실제 업무에서는 다음과 같이 역할을 나눌 수 있습니다.

• 생성형 AI – 추론 및 콘텐츠 생성: 이메일 작성, 문서 요약, 답변 생성 등 특정 단계에 필요한 결과물을 생성합니다.
• 에이전틱 AI – 업무 조율 및 실행: 언제 어떤 작업이 필요한지 판단하고, 생성된 결과물을 활용해 다음 작업을 실행하며, 결과에 따라 이후 업무를 조정합니다.

예를 들어, AI 영업 에이전트가 잠재 고객을 대상으로 후속 영업 활동을 수행한다고 가정해 보겠습니다. 먼저 에이전틱 AI가 고객 데이터와 활동 이력을 바탕으로 어떤 잠재 고객에게 언제 연락할지 판단합니다. 이후 생성형 AI를 활용해 고객별로 개인화된 이메일을 작성하고, 에이전틱 AI는 해당 메시지를 발송한 뒤 고객의 반응을 확인합니다. 이후 후속 연락이 필요한지 판단하거나, 구매 의도가 높은 고객을 영업 담당자에게 전달하는 다음 작업까지 이어갑니다.

즉, 생성형 AI가 업무에 필요한 콘텐츠를 ‘생성’한다면, 에이전틱 AI는 생성형 AI의 역량을 활용하면서 여러 작업을 ‘연결하고 실행’합니다.

두 기술을 함께 활용하면 생성형 AI의 유연한 콘텐츠 생성 및 추론 능력과 에이전틱 AI의 자율적인 판단·실행 능력을 결합해, 단일 작업을 넘어 전체 업무 프로세스를 연결하는 AI 활용 방식으로 확장할 수 있습니다.

에이전틱 AI vs 생성형 AI – 실무 관점에서 보는 활용 사례

생성형 AI와 에이전틱 AI의 차이는 실제 업무에 적용했을 때 더욱 명확하게 드러납니다. 앞서 소개했듯, 생성형 AI가 특정 작업에 필요한 콘텐츠를 생성하고 업무를 지원하는 역할을 한다면, 에이전틱 AI는 목표를 기반으로 여러 단계의 업무를 판단하고 연결해 실행하는 역할까지 수행하는데요. 영업, 마케팅, IT·고객 지원, 운영 업무를 예로 두 AI가 각각 어떻게 활용되는지 살펴보겠습니다.

① 영업: 리드 평가 및 후속 영업

• 생성형 AI 활용
  영업 담당자가 잠재 고객의 정보와 최근 활동을 바탕으로 개인화된 아웃리치 이메일 작성을 요청합니다. 생성형 AI가 빠르게 이메일 초안을 작성하면 담당자가 내용을 검토·수정한 후 직접 발송합니다.

• 에이전틱 AI 활용
  AI 에이전트가 CRM에 새롭게 유입되는 리드를 지속적으로 확인하고, 고객의 활동 이력과 기업 정보, 행동 데이터를 바탕으로 리드의 우선순위를 평가합니다. 잠재 가치가 높은 리드는 적절한 영업 담당자에게 배정하고 → 개인화된 이메일을 작성해 적절한 시점에 발송하고 → 후속 연락 일정을 설정합니다. 고객이 응답하면 해당 활동을 CRM에 기록하고 리드 상태를 업데이트하며, 일정 횟수 이상 응답이 없다면 담당자에게 전달해 직접 검토할 수 있도록 합니다.
  → 생성형 AI가 영업 콘텐츠를 빠르게 작성하도록 돕는다면, 에이전틱 AI는 리드 평가부터 배정, 아웃리치, 후속 관리까지 전체 영업 프로세스를 수행합니다.

② 마케팅: 콘텐츠 제작 및 캠페인 관리

• 생성형 AI 활용
  마케팅팀이 캠페인 브리프를 바탕으로 블로그 초안, 소셜 미디어 콘텐츠, 광고 카피 등을 생성합니다. 여러 가지 콘텐츠를 빠르게 생성한 뒤 마케터가 적합한 결과물을 선택하고 수정하여 각 채널에 게시합니다.

• 에이전틱 AI 활용
  AI 에이전트가 제품 출시 캠페인의 여러 채널을 모니터링하고 성과 데이터를 분석합니다. 성과가 낮은 광고를 발견하면 원인을 파악하고, 생성형 AI를 활용해 새로운 광고 소재나 카피를 생성한 뒤 테스트를 진행할 수 있습니다. 테스트 결과를 바탕으로 성과가 높은 캠페인에 리소스를 조정하고, 주요 결과를 정리해 마케팅 담당자에게 전달합니다. 특정 지표가 기준 이하로 떨어질 경우 담당자에게 알리고 필요한 개선 사항을 제안할 수도 있습니다.
  → 생성형 AI가 콘텐츠 제작을 지원한다면, 에이전틱 AI는 데이터 분석과 후속 액션을 연결해 캠페인 운영 프로세스를 관리합니다.

③ IT·고객 지원: 문의 분류 및 처리

• 생성형 AI 활용
  고객 지원 담당자가 접수된 문의 내용을 생성형 AI에 입력하면, 사내 지식 베이스 등의 정보를 바탕으로 적절한 답변 초안을 생성합니다. 담당자는 내용을 확인하고 필요한 부분을 수정한 뒤 고객에게 답변합니다.

• 에이전틱 AI 활용
  AI 에이전트가 새롭게 접수되는 문의를 확인하고 유형과 긴급도를 분류합니다. 이후 지식 베이스에서 관련 해결 방법을 확인하고 → 간단한 문의에는 적절한 답변을 생성·전달하고 → 복잡한 문의는 담당 전문가에게 배정합니다. 동시에 SLA 기한을 설정하고, 긴급도가 높은 문의는 관리자에게 에스컬레이션할 수 있습니다. 처리 시간과 결과도 지속적으로 추적하여 반복적으로 발생하는 문제가 발견되면 관련 팀에 전달하는 후속 작업까지 이어갈 수 있습니다.
  → 생성형 AI가 빠른 답변 작성을 지원한다면, 에이전틱 AI는 문의 접수부터 분류, 배정, 처리 및 에스컬레이션까지 전체 프로세스를 관리합니다.

④ 운영: 프로세스 실행 및 관리

• 생성형 AI 활용
  운영 담당자가 새로운 업무 프로세스를 설명하면 생성형 AI가 이를 바탕으로 단계별 업무 가이드나 프로세스 문서를 작성합니다. 담당자는 내용을 검토하고 수정한 뒤 팀에 공유합니다.

• 에이전틱 AI 활용
  예를 들어 신규 공급업체 온보딩을 담당하는 AI 에이전트가 있다고 가정해 보겠습니다.
  새로운 공급업체가 등록되면 → 업무 관리 플랫폼에 프로젝트를 생성하고 → 법무·재무·운영팀에 필요한 업무를 배정하고 → 공급업체에 온보딩 문서를 전달합니다. 이후 각 단계의 진행 상황을 확인하고, 지연된 업무에는 리마인더를 전송하며, 모든 절차가 완료되면 구매 담당자에게 결과를 알립니다. 진행 과정에서 특정 업무가 지연될 경우 이후 일정에 미치는 영향을 파악해 관련 일정을 조정하는 등의 대응도 가능합니다.
  → 생성형 AI가 업무 프로세스를 문서화하는 데 도움을 준다면, 에이전틱 AI는 여러 담당자와 시스템에 걸친 프로세스를 연결해 실행하고 관리합니다.

결국 생성형 AI와 에이전틱 AI의 차이는 ‘AI를 어떤 업무에 사용하는가’보다 ‘AI에게 어디까지 역할을 맡기는가’에서 더욱 명확하게 드러납니다.

생성형 AI는 이메일 작성, 콘텐츠 제작, 답변 생성, 문서화처럼 개별 업무의 결과물을 빠르게 만드는 데 강점이 있습니다. 반면 에이전틱 AI는 이러한 생성형 AI의 역량을 활용하면서 데이터 확인 → 판단 → 콘텐츠 생성 → 업무 실행 → 결과 확인 → 후속 조치까지 연결하여 하나의 업무 프로세스를 지속적으로 수행하는 데 초점을 둡니다.

에이전틱 AI를 업무에 활용하는 방법

에이전틱 AI를 활용하기 위해 모든 기업이 처음부터 AI 에이전트를 직접 개발할 필요는 없습니다. 중요한 것은 새로운 AI 시스템을 별도로 구축하는 것이 아니라, 현재 사용하고 있는 업무 환경과 데이터를 기반으로 AI가 실제 업무를 수행할 수 있도록 연결하는 것입니다.

먼데이닷컴 AI Work Platform은 업무 데이터와 워크플로우, 자동화, 외부 도구를 AI와 연결하여 AI가 업무의 맥락을 이해하고 필요한 작업을 판단·실행할 수 있는 환경을 제공합니다.

① 업무를 직접 수행하는 AI 에이전트 구축

먼데이닷컴의 먼데이 에이전트 를 활용하면 특정 역할과 목표를 가진 AI 에이전트를 업무에 적용할 수 있습니다. AI 에이전트는 먼데이닷컴에 축적된 업무 데이터와 연결된 정보를 바탕으로 상황을 파악하고, 설정된 목표와 권한 범위 내에서 필요한 다음 행동을 판단하고 실행합니다.

예를 들어, 다음과 같은 업무에 AI 에이전트를 활용할 수 있습니다.

• 영업: 신규 리드 정보 분석, 우선순위 판단 및 후속 영업 업무 지원
• 고객 지원: 문의 내용 분류, 관련 정보 확인 및 적절한 담당자 연결
• 마케팅: 캠페인 및 업무 현황 확인, 필요한 후속 작업 수행
• 운영: 온보딩 등 여러 단계로 구성된 프로세스의 진행 상황 확인 및 후속 업무 관리

단순히 특정 콘텐츠를 생성하는 것을 넘어, 업무 데이터를 확인하고 → 상황을 판단하고 → 필요한 액션을 실행하는 과정을 하나의 흐름으로 연결할 수 있습니다.

② No-Code 맞춤형 AI 에이전트

AI 에이전트를 활용하기 위해 복잡한 개발 과정이 반드시 필요한 것은 아닙니다. 먼데이닷컴의 AI 에이전트 빌더를 활용하면 자연어와 노코드 방식으로 에이전트의 역할과 수행할 업무를 설정할 수 있습니다. 처음부터 직접 구성하거나 제공되는 프리셋을 기반으로 우리 팀의 업무 방식에 맞는 에이전트를 만들 수 있습니다. 에이전트에는 크게 다음과 같은 요소를 설정할 수 있습니다.

• 정체성(지시사항): 에이전트가 수행해야 할 역할과 업무 방식 정의
• 도구: 업무를 수행하는 데 사용할 수 있는 도구 설정
• 트리거: 에이전트가 업무를 시작하는 조건 설정
• 지식과 접근 권한: 참고할 보드와 파일 등 업무 정보 및 접근 권한 설정

이를 통해 같은 AI 에이전트라도 각 조직의 프로세스와 업무 기준에 맞게 역할과 실행 범위를 구성할 수 있습니다.

③ 기존 업무 데이터와 프로세스를 연결

에이전틱 AI가 제대로 작동하려면 AI 모델 자체의 성능뿐만 아니라 업무를 판단하는 데 필요한 컨텍스트가 중요합니다. 먼데이닷컴에서는 프로젝트, 담당자, 상태, 일정, 고객 정보 등 플랫폼에 축적된 업무 데이터를 AI 에이전트의 컨텍스트로 활용할 수 있습니다. 필요한 경우 외부 도구 및 데이터와 연결하여 여러 시스템에 분산된 정보를 업무 흐름 안에서 활용할 수도 있습니다.

이를 통해, AI가 별도의 환경에서 독립적으로 작동하는 것이 아니라 기존 업무 프로세스 안에서 필요한 정보를 확인하고 실제 업무를 수행하도록 연결할 수 있습니다.

④ 권한과 범위 내에서 안전하게 실행

AI 에이전트가 실제 업무를 수행하는 만큼 어떤 정보에 접근할 수 있고, 어디까지 작업할 수 있는지 관리하는 것도 중요합니다.

먼데이닷컴에서는 에이전트가 접근할 수 있는 업무 데이터와 권한 범위를 설정하여 필요한 정보만 활용하고 허용된 범위 내에서 작업하도록 구성할 수 있습니다. 이를 통해, 처음에는 제한된 업무부터 AI 에이전트에 맡기고, 실제 실행 결과를 확인하면서 점차 활용 범위를 확대하는 방식으로 도입할 수 있습니다. 결국, 에이전틱 AI 도입의 핵심은 AI 에이전트를 별도로 구축하는 것보다 기존 업무 데이터와 프로세스 안에 AI의 판단과 실행 능력을 어떻게 연결할 것인가에 있습니다.

먼데이닷컴 AI Work Platform을 활용하면 생성형 AI를 통한 콘텐츠 생성부터 AI 에이전트를 통한 업무 판단과 실행까지 하나의 업무 환경에서 연결하여, AI를 단순한 업무 보조 도구를 넘어 실제 업무 프로세스를 수행하는 실행 주체로 확장할 수 있습니다.

에이전틱 AI 도입 시 고려해야 할 5가지

에이전틱 AI는 단순히 결과물을 생성하는 것을 넘어 실제 업무를 판단하고 실행할 수 있기 때문에, 도입 과정에서는 자율성의 범위, 데이터 및 시스템 연동, 성과 측정, 예외 상황에 대한 대응 기준을 함께 설계해야 하는데요. 에이전틱 AI를 실제 업무에 적용할 때 주로 고려해야 할 사항과 대응 방법을 살펴보겠습니다.

✔️ AI에 대한 신뢰와 변화 관리

• 고려 사항
  고객 커뮤니케이션이나 중요한 의사결정이 포함된 업무에서는 처음부터 AI가 자율적으로 판단하고 실행하도록 맡기는 것에 대한 부담이 있을 수 있습니다.

• 도입 방법
  초기에는 AI가 필요한 행동을 제안하고 담당자가 검토·승인하는 방식으로 시작하는 것이 좋습니다. 일정 기간 동안 AI의 판단과 결과를 확인하고 신뢰도가 쌓이면, 반복적이고 위험도가 낮은 업무부터 단계적으로 자율 실행 범위를 확대할 수 있습니다. 또한, AI가 어떤 데이터와 기준을 바탕으로 작업을 수행하는지 구성원이 확인할 수 있도록 운영 기준을 명확하게 설정하는 것이 중요합니다.

✔️ 적절한 자율 실행 범위 설정

• 고려 사항
  모든 업무와 의사결정을 AI 에이전트에 동일한 수준으로 맡길 수는 없습니다. 어떤 업무까지 AI가 직접 실행하고, 어느 단계부터 담당자의 검토와 승인이 필요한지 기준을 정해야 합니다.

• 도입 방법
  전체 업무 프로세스를 살펴보고 각 작업의 위험도와 영향도에 따라 AI의 실행 범위를 구분하는 것이 좋습니다.
  예를 들어, 일반적인 후속 안내나 업무 상태 업데이트처럼 위험도가 낮은 작업은 AI가 직접 수행하도록 설정할 수 있습니다. 반면 중요한 계약이나 비용 승인, 민감한 고객 대응처럼 영향도가 높은 업무는 담당자의 검토와 승인을 거치도록 구성할 수 있습니다. AI 에이전트의 실행 결과를 지속적으로 확인하면서 신뢰도와 업무 특성에 따라 자율성의 범위를 조정하는 것이 중요합니다.

✔️ 기존 시스템 및 데이터 연동

• 고려 사항
  에이전틱 AI가 여러 업무를 연결해 수행하려면 CRM, 업무 관리 플랫폼, 커뮤니케이션 도구, 데이터베이스 등 필요한 시스템과 데이터를 연결해야 합니다. 사용하는 시스템이 많거나 데이터 구조가 서로 다르면 구축 과정이 복잡해질 수 있습니다.

• 도입 방법
  처음부터 여러 시스템과 복잡한 프로세스를 모두 연결하기보다 필요한 데이터와 시스템이 명확한 업무부터 시작하는 것이 좋습니다. 기존 업무 도구와의 연동을 지원하는 플랫폼을 활용하면 시스템 간 데이터 연결과 업무 실행 구조를 보다 쉽게 구성할 수 있습니다. 이후 운영 결과를 확인하면서 필요한 시스템과 업무 범위를 단계적으로 확대할 수 있습니다.

✔️ 명확한 성과 지표 설정

• 고려 사항
  단일 작업을 수행하는 AI 기능과 달리, 에이전틱 AI는 여러 단계의 프로세스에 걸쳐 업무를 수행하기 때문에 실제 도입 효과를 단일 지표만으로 평가하기 어려울 수 있습니다.

• 도입 방법
  AI 에이전트를 도입하기 전에 측정할 성과 지표를 명확하게 설정하는 것이 중요합니다. 업무 시간 절감, 오류 감소, 응답 속도, 업무 처리량 등을 주요 지표로 설정하고 도입 전후의 변화를 비교할 수 있습니다.
  
  예를 들어, 영업에서는 리드가 영업 파이프라인의 각 단계를 이동하는 데 걸리는 시간, 고객 지원에서는 ​담당자의 개입 없이 AI 에이전트가 처리한 문의 건수 등을 측정할 수 있습니다.
  
  AI 에이전트 도입 전의 데이터를 기준점(Baseline)으로 설정하고 도입 이후의 성과와 비교하면, 실제 업무에 미친 영향과 ROI를 보다 구체적으로 확인할 수 있습니다. 도입 전후의 지표를 비교하면 AI 에이전트가 실제 업무 효율과 성과에 어떤 영향을 주고 있는지 보다 구체적으로 평가할 수 있습니다.

✔️ 예외 상황과 오류 대응

• 고려 사항
  AI 에이전트가 모든 상황을 완벽하게 예측하고 처리할 수 있는 것은 아닙니다. 기존에 정의되지 않은 상황이나 예상하지 못한 오류가 발생했을 때 AI가 잘못된 판단을 이어가지 않도록 대응 기준이 필요합니다.

• 도입 방법
  AI가 처리하기 어려운 상황을 감지하면 임의로 판단하기보다 담당자에게 업무를 전달하도록 에스컬레이션 기준을 설정하는 것이 중요합니다.
  
  특히, 도입 초기에는 AI가 담당자에게 전달한 사례와 오류를 지속적으로 확인하는 것이 좋습니다. 반복적으로 발생하는 예외 상황을 분석하면 기존 업무 기준에서 빠진 부분을 발견하고, AI 에이전트의 지침과 실행 조건을 지속적으로 개선할 수 있습니다. 에이전틱 AI를 성공적으로 도입하기 위해서는 처음부터 모든 업무를 AI에 맡기기보다 명확한 목표와 실행 범위를 설정하고, 위험도가 낮은 업무부터 시작해 점진적으로 자율성을 확대하는 접근 방식이 효과적입니다.
  AI 에이전트가 수행한 결과를 지속적으로 확인하고, 예외 상황과 성과 데이터를 바탕으로 실행 기준을 개선하면 보다 안정적으로 에이전틱 AI의 활용 범위를 확장할 수 있습니다.

AI가 만드는 업무의 변화

생성형 AI와 에이전틱 AI는 어느 하나가 다른 하나를 대체하는 관계라기보다, 각각의 역할을 결합하며 업무에서 AI가 담당할 수 있는 범위를 확장해 나갈 것으로 예상됩니다.

생성형 AI는 콘텐츠 생성, 정보 요약, 질의응답, 아이디어 도출 등 사용자의 개별 업무를 지원하는 역할을 계속 발전시키는 한편, 에이전틱 AI는 이러한 생성형 AI의 역량을 활용해 여러 업무를 연결하고, 상황을 판단하며, 필요한 작업을 실행하는 역할까지 담당하게 됩니다.

이에 따라 AI 활용 방식 역시 ‘필요한 결과물을 요청하는 것’에서 ‘달성해야 할 목표를 설정하는 것’으로 점차 확장될 수 있습니다. 사람이 모든 단계를 직접 지시하고 실행하기보다 목표와 기준, 권한 범위를 설정하면 AI가 그 안에서 필요한 업무를 수행하고, 중요한 의사결정이나 예외 상황에서는 사람이 개입하는 방식입니다.

AI 에이전트의 성능과 신뢰도가 높아질수록 사람이 직접 검토해야 하는 업무와 AI가 자율적으로 수행할 수 있는 업무의 경계도 달라질 수 있습니다. 따라서 중요한 것은 처음부터 높은 수준의 자율성을 적용하는 것이 아니라, 업무의 위험도와 AI의 실행 결과에 따라 자율성과 사람의 개입 범위를 유연하게 조정할 수 있는 환경을 구축하는 것입니다.

먼데이닷컴 AI Work Platform은 기존 업무 데이터와 워크플로우를 AI와 연결하여 생성형 AI부터 AI 에이전트까지 하나의 업무 환경에서 활용할 수 있도록 지원합니다. 우리 팀의 반복적이고 명확한 업무부터 AI 에이전트를 적용하고, 실제 결과를 확인하면서 점진적으로 활용 범위를 확대해 보세요.

AI에게 단순히 ‘무엇을 만들어달라’고 요청하는 것을 넘어, ‘어떤 목표를 달성해야 하는지’를 맡기는 것. 이것이 생성형 AI에서 에이전틱 AI로 확장되는 업무 방식의 핵심입니다.

생성하는 AI를 넘어, 실행하는 AI를 경험해 보세요

IFIED는 먼데이닷컴 국내 유일 플래티넘 파트너사로써,
먼데이닷컴 전문 컨설턴트들과 함께 다양한 산업군과 비즈니스 니즈에 맞는 솔루션을 제공합니다.
>>>> 먼데이닷컴이 궁금하다면? 문의하기