AI 자동화, 워크플로로 충분할까?
에이전트가 필요한 업무와 단순 워크플로면 충분한 업무를 가르는 실용 기준을 정리했습니다.
요즘 AI 업계 대화는 온통 에이전트입니다.
도구를 스스로 고르고, 여러 단계를 알아서 밟고, 실패하면 다시 시도한다는 이야기가 매주 쏟아집니다.
그런데 정작 3~10명 규모 팀에서 실제로 시간을 벌어주는 자동화는 훨씬 단순한 형태인 경우가 많습니다.
순서를 사람이 미리 정해두고, AI는 그 안의 빈칸만 채우는 방식이죠.
오늘은 "우리 업무에 에이전트가 정말 필요한가"를 판단하는 기준을 정리합니다.
워크플로와 에이전트는 뭐가 다를까?
핵심 차이는 순서를 누가 정하느냐입니다.
워크플로는 사람이 단계를 고정해두고 AI가 각 단계의 작업(요약·분류·초안 작성)을 처리하고, 에이전트는 목표만 주면 어떤 도구를 몇 번 쓸지 AI가 스스로 결정합니다.
같은 모델을 써도 이 구조 차이가 비용·안정성·디버깅 난이도를 전부 갈라놓습니다.
- 워크플로: 문의 메일 도착 → 유형 분류 → 담당자 배정 → 답변 초안 생성 → 사람이 확인 후 발송. 매번 같은 길을 갑니다.
- 에이전트: "이 고객의 환불 요청을 처리해줘" → 주문 조회, 정책 확인, 예외 판단, 필요하면 재고 시스템까지 확인. 길이 매번 달라집니다.
- 비용 예측: 워크플로는 건당 호출 수가 고정이라 계산이 쉽고, 에이전트는 같은 요청도 3번 만에 끝날지 12번 돌지 알 수 없습니다.
- 문제 추적: 워크플로는 "3단계에서 틀렸다"가 바로 보이지만, 에이전트는 판단 경로 자체를 되짚어야 합니다.
우리 업무는 어느 쪽에 맞을까?
입력 형태가 매번 비슷하고 실수 비용이 크면 워크플로, 입력이 매번 다르고 탐색이 필요하면 에이전트가 맞습니다.
대부분의 소규모 팀 업무는 앞쪽에 몰려 있습니다.
아래 다섯 가지를 체크해 보세요.
- 입력이 정형인가? 주문번호·문의 메일·영수증처럼 형태가 반복되면 워크플로로 충분합니다.
- 단계 수가 고정인가? 손으로 그렸을 때 분기가 3~4개 안에 들어오면 굳이 에이전트가 필요 없습니다.
- 중간에 사람이 봐야 하나? 발송·환불·계약처럼 되돌리기 어려운 행동이 포함되면 승인 단계를 넣은 워크플로가 안전합니다.
- 매번 다른 자료를 찾아야 하나? "이번 주 경쟁사 가격 변화를 정리해줘"처럼 어디를 봐야 할지가 매번 달라지면 에이전트가 유리합니다.
- 실패해도 싼가? 리서치 초안처럼 틀려도 사람이 30초 만에 판별할 수 있으면 에이전트를 시도할 만합니다.
예를 들어 온라인 쇼핑몰이라면, 매일 오는 배송 문의 응대는 워크플로가 낫습니다.
유형이 열 개 남짓으로 수렴하니까요.
반면 신제품 상세페이지를 쓰기 전 자료를 모으는 일은 에이전트에 맡길 만합니다.
어떤 리뷰를, 어떤 커뮤니티에서 찾을지가 매번 다르고, 결과가 엉성해도 사람이 바로 걸러낼 수 있기 때문입니다.
에이전트를 붙인다면 무엇부터 챙겨야 할까?
권한과 상한선을 먼저 정하고 기능을 붙이세요.
에이전트 사고는 대부분 "모델이 멍청해서"가 아니라 "할 수 있는 일이 너무 많아서" 생깁니다.
처음 붙일 때 다음 순서를 권합니다.
- 읽기 전용으로 시작: 조회·검색만 허용하고, 쓰기(발송·결제·삭제)는 사람 승인 뒤에 둡니다.
- 반복 상한: 한 요청당 도구 호출 횟수와 시간 상한을 걸어 무한 루프와 요금 폭탄을 막습니다.
- 기록 남기기: 어떤 도구를 어떤 입력으로 호출했는지 로그를 남깁니다.
없으면 원인 분석이 불가능합니다. - 중단 스위치: 이상하면 즉시 끌 수 있는 스위치를 만들고, 누가 끄는지 담당자를 정해둡니다.
- 2주 관찰: 처음엔 사람이 최종 확인을 하고, 승인률이 안정된 항목부터 자동 통과로 바꿉니다.
정리하면, 유행을 따라 전부 에이전트로 만들 필요는 없습니다.
반복되는 업무 다섯 개를 종이에 적고 단계를 손으로 그려보세요.
선이 곧게 이어지면 워크플로, 화살표가 이리저리 튀면 그때 에이전트를 검토하면 됩니다.
작은 팀에게는 예측 가능한 자동화가 똑똑한 자동화보다 대개 더 큰 이득입니다.