2025년의 최고 화두는 AI에이전트
2025년은 AI 에이전트 기술이 인간의 업무 방식과 생활양식을 혁신적으로 변화시키는 시기로 주목받고 있다. 기존의 대화형 AI가 단순히 텍스트 기반의 답변을 제공했다면, 이제는 능동적으로 행동하며 복잡한 의사결정을 수행하는 ‘AI 에이전트’가 본격적으로 등장할 것이다. 실제 다양한 글로벌 테크 기업들이 자율적이고 능동적인 AI 에이전트를 경쟁적으로 선보이고 있으며, 이는 생산성 향상과 자동화 영역에서 큰 파급효과를 낳을 것으로 예상되며 UX/UI 디자인 영역에도 큰 변화를 가져올 것이다.
오픈AI의 에이전트: Operator
오픈AI는 가장 우수한 기술력을 보유하고 있기 때문에 가장 주목해야 할 회사 중에 하나다. 오픈AI가 2025년 1월 출시를 예고한 ‘Operator’는 웹 브라우저 환경에서 곧바로 작동하며 코딩이나 여행 예약 같은 복잡한 업무를 최소한의 인간 개입만으로 처리할 수 있도록 설계되었다. 이는 이전까지 오픈AI가 선보였던 GPT 계열의 언어 모델을 넘어, 실제 작업을 자동화하는 솔루션으로 도약한다는 데 의미가 크다. Operator는 초기에는 연구 프리뷰와 개발자 API 액세스 위주로 제공될 예정이지만, 오픈AI가 꾸준히 구축해온 협력적 생태계를 바탕으로 빠른 시일 내에 다양한 비즈니스 영역에 도입될 것으로 전망된다.
엔트로픽의 에이전트: Computer Use
엔트로픽 역시 Claude AI 모델에 ‘Computer Use’라는 새로운 기능을 추가하며, 보다 적극적인 AI 에이전트 기능을 확장하고 있다. 이 기능은 오픈AI와 유사하게 사용자의 컴퓨터 화면을 시각적으로 인지하고, 웹페이지 탐색이나 버튼 클릭, 타이핑 같은 실제 사용자의 작업을 대리할 수 있다는 점이 특징이다. 백엔드와의 연동이 아닌, 사용자 인터페이스 영역에서 직접 동작하기 때문에 더 직관적이고 실감 나는 경험을 제공한다는 것이 엔트로픽의 설명이다. 소셜 미디어나 특정 정부 웹사이트와의 상호작용은 제한적으로 허용해 보안과 프라이버시를 보장하려고 하고 있다.
구글의 에이전트: Mariner
구글은 최근 Gemini 2.0을 기반으로 개발한 ‘Mariner’ 프로토타입을 공개하면서 웹을 직접 탐색하고, 사용자를 대신해 다양한 사이트와 서비스를 이용해 주는 AI 에이전트 분야에서 혁신을 보여주고 있다. 사용자가 브라우저에 요청을 입력하면, Mariner가 스프레드시트 작업부터 쇼핑 사이트 구매 행동까지 능동적으로 처리하며, 이를 통해 작업 효율을 크게 높일 수 있다. 텍스트와 이미지, 소리 같은 멀티모달 데이터를 학습한 Gemini 2.0 덕분에 Mariner는 여러 환경을 이해하고 통합적으로 반응할 수 있는데, 정확도가 완벽하지는 않지만 AI 에이전트의 업무 대행 능력을 한 단계 끌어올렸다는 점에서 의미가 크다.
마이크로소프트의 에이전트: Copilot Studio
마이크로소프트 또한 Copilot Studio를 통해 공개한 ‘자율 에이전트’ 기능으로 경쟁에 뛰어들었다. 사용자는 직접 AI 비서를 커스터마이징해 판매, 서비스, 재무, 공급망 등 다양한 분야에 적용할 수 있으며, Dynamics 365 플랫폼에 10개의 새로운 자율 에이전트를 추가함으로써 기업의 업무 프로세스를 혁신하려는 움직임을 이어가고 있다.
마이크로소프트 AI 담당 임원들은 모든 조직이 AI 기반 프로세스로 전환될 것이라 예측하며, 자율 에이전트가 팀 역량 확대뿐만 아니라 고객 서비스, 내부 의사결정까지 폭넓게 지원하게 될 것이라는 비전을 제시한다. 윈도우 기반으로 제공되고 사용자가 AI를 커스터마이징해서 전체 업무 흐름을 구성할 수 있다는 측면에서 단기적으로 볼 때 가장 효과적으로 활용될 수 있는 에이전트 중에 하나가 될 것이다.
RPA 기반의 AI 에이전트의 활용
RPA(Robotic Process Automation)는 오래전부터 기업 자동화의 핵심 기술로 사용되어 왔다. 그러나 기존 RPA는 주로 명확한 규칙에 따라 구조화된 데이터를 처리하고 반복 업무를 자동화하는 데 집중되었다는 한계를 안고 있었다. AI 에이전트가 접목되면서 RPA가 변화하기 시작했고, 더 이상 단순한 매크로 수준의 작업만을 처리하는 데 그치지 않고 기계학습이나 자연어 처리 같은 고급 AI 능력까지 활용할 수 있게 되었다.
이를 통해 AI 에이전트는 고객 감정 분석, 의사결정 지원, 비구조화된 텍스트 문서 이해와 같은 이전에는 어려웠던 과제까지 해결할 수 있게 되었다. AI 에이전트와 RPA의 결합은 기업이 인간 중심의 사고력을 확장하고, 복잡한 정보를 다루며, 반복적이면서 동시에 창의적인 작업까지 다룰 수 있는 기틀을 마련해 준다는 부분에서 새로운 시기를 맞이하고 있다.
AI 오케스트레이션을 통한 RPA 도입
이러한 RPA의 한계를 극복하고 AI 에이전트가 가진 잠재력을 최대한 이끌어내기 위해서는 여러 개의 에이전트와 프로세스를 유기적으로 운영할 수 있는 AI 오케스트레이션이 필수적이다. RPA가 단일 업무의 자동화를 구현한다면, AI 오케스트레이션은 여러 AI 에이전트를 한데 묶어 전체 프로세스의 효율을 높이고 충돌을 방지하며, 작업 순서를 지능적으로 배치하는 작업을 수행한다.
예를 들어 고객 서비스 과정에서 세일즈 에이전트가 생성한 정보를 다른 에이전트가 분석해 마케팅 전략에 적용하고, 이어 재무 에이전트가 예산 편성을 제안하는 식으로 운영된다면, 서로 다른 부서와 기능이 AI 오케스트레이션을 매개로 긴밀히 연결되어 전사적 자동화를 구현할 수 있다. 동시에 리소스 재분배와 모니터링이 실시간으로 이뤄지기 때문에 모든 에이전트가 최적의 성능을 내도록 조정하는 것이 가능하며, 이로써 기업은 단일 AI 모델을 활용했을 때보다 훨씬 뛰어난 자동화 효과와 유연성을 얻는다.
Make를 활용한 AI 오케스트레이션의 구현
AI 오케스트레이션을 구현하기 위해 요즘 가장 주목받는 툴 중 하나가 바로 Make다. Make는 다양한 앱과 서비스를 연결하여 복잡한 워크플로를 설계, 실행하는 노코드(No-code) 기반 플랫폼으로 잘 알려져 있다. RPA와 AI 오케스트레이션을 결합하는 과정에서 요구되는 데이터 연동, 분기 처리, 조건부 작업을 시각적 인터페이스에서 쉽게 설정할 수 있다는 점이 특징이다.
이로써 조직 내 기술 역량이 부족한 부서나 개인도 AI 에이전트를 포함한 자동화 시스템을 손쉽게 구축할 수 있으며, 여러 AI 서비스 간 상호작용을 관리하는 것이 훨씬 단순해진다. 특히 AI 모델을 호출해 결과를 받아온 뒤 이를 다른 프로세스에 연결하는 과정에서 필요한 데이터 변환이나 오류 처리를 직관적으로 구현할 수 있어, 다양한 기업 환경에서 높은 활용성을 보인다.
Make는 데이터 처리와 변환 기능은 물론, 충실한 API 연동 능력도 갖추고 있다. 이미 1,500개 이상의 서드파티 앱과 즉시 통합이 가능하도록 준비되어 있어, 새롭게 만든 AI 에이전트나 기존 시스템 간의 협업을 빠르게 시도할 수 있다. 또한 Drag & Drop 방식을 통해 복잡한 업무 흐름을 블록 단위로 구성하기 때문에, 비즈니스 요구사항에 따라 손쉽게 워크플로를 수정하고 확장할 수 있다. 이를 통해 AI 오케스트레이션의 가장 큰 과제 중 하나였던 ‘운영의 복잡성’을 크게 줄여주며, 에이전트마다 필요한 작업 순서와 리소스 할당을 자동으로 조정함으로써 전반적인 프로세스 효율성을 극대화한다.
Make의 주요 기능 및 특징
Make가 제공하는 시각적 워크플로 디자인은 프로그래밍 지식 없이도 비교적 복잡한 조건 분기나 데이터 처리 로직을 표현하기에 충분하다. 예를 들어 고객 요청 데이터를 분석하는 AI 에이전트를 거쳐, 결과를 스프레드시트에 자동으로 기록하고, 일정 조건을 충족하면 영업 팀이 사용하는 프로젝트 관리 툴로 작업을 생성하는 식의 일련의 과정이 한눈에 들어오는 인터페이스로 구성된다. 여기서 발생하는 오류나 예외 상황도 Make의 로깅 기능을 통해 쉽게 모니터링할 수 있어, 문제가 생길 경우 신속한 디버깅이 가능하다. 이러한 특성은 AI 오케스트레이션 운영자가 전체 시스템을 투명하게 관리하고, 필요할 때마다 성능을 최적화하거나 에이전트를 추가·제거할 수 있도록 돕는다.
Make의 또 다른 장점은 실시간 데이터 동기화와 확장성이다. 여러 소스에서 발생하는 데이터를 빠르게 받아 각 에이전트가 필요한 형태로 변환할 수 있으며, 동시에 여러 채널에 자동으로 결과를 공유해 일관된 정보를 유지한다. 이는 AI 오케스트레이션에서 매우 중요한 요소로, 여러 에이전트가 서로 다른 형식의 데이터를 다룰 때 발생하는 충돌을 막고, 지속적인 정보 흐름을 보장한다. 또한 다양한 산업 분야와 업무 시나리오에 맞춰 손쉽게 커스터마이징할 수 있어, Make를 기반으로 한 AI 오케스트레이션은 스타트업부터 대기업까지 폭넓게 활용될 수 있다.
AI 오케스트레이션을 활용한
UX/UI 디자인 업무 수행
AI 오케스트레이션 기술은 UX/UI 디자인 분야에도 새로운 가능성을 제시합니다. AI 에이전트 시대의 UX/UI 디자인은 Make와 같은 도구를 활용하면, 디자이너는 사용자 조사부터 완성된 인터페이스까지 모든 과정을 가능한 자동화하고 최적화할 수 있습니다. 이는 디자인 프로세스를 혁신적으로 변화시켜, 더 나은 사용자 경험을 창출할 수 있도록 합니다.
AI 오케스트레이션을 통한 UX/UI 디자인 작업 방식은 여러 도구와 프로세스를 조화롭게 연결하여 효율성을 높이는 데 중점을 둡니다. 예를 들어, 사용자 피드백을 실시간으로 분석하고, 이를 바탕으로 자동으로 프로토타입을 업데이트하거나, 개인화된 사용자 인터페이스를 생성하는 워크플로를 설계할 수 있습니다. 이러한 작업 방식은 디자이너가 창의적인 작업에 더 많은 시간을 투자할 수 있도록 지원하며, 반복적인 작업은 자동화하여 생산성을 극대화할 수 있습니다.
Make를 활용한 AI 오케스트레이션 방식의 UX/UI 디자인은 시각적 워크플로 설계 기능을 통해 사용자 경험을 보다 체계적으로 관리할 수 있게 합니다. 디자이너는 다양한 애플리케이션과 데이터 소스를 Make에 통합하여 사용자의 요구에 맞춘 인터페이스를 자동으로 생성하거나, 특정 사용 사례에 최적화된 디자인을 구현할 수 있습니다. 이러한 접근 방식은 디자인 프로세스를 가속화하고, 사용자 중심의 혁신적인 결과물을 도출하는 데 기여합니다.
결론적으로, 2025년은 AI 에이전트 기술과 이를 지원하는 RPA 및 AI 오케스트레이션 기술이 결합되어, 개인과 기업의 생산성과 효율성을 크게 향상시키는 중요한 전환점이 될 것입니다. Make와 같은 플랫폼은 이러한 기술을 실현하는 데 중요한 역할을 하며, 앞으로의 UX/UI 디자인과 업무 프로세스에서 핵심적인 도구로 자리 잡을 것입니다.
* AI를 활용한 UX/UI 디자인에 대한 다양한 정보와 소통을 원하는 분은
오픈 채팅방에서 함께 많은 디자이너 분들과 만나실 수 있습니다 : )
