GenAI Playbook
GenAI에서 Agentic AI로
게시일 · 저자: Dipankar Sarkar
GenAI에서 Agentic AI로
2026 AI 환경을 정의하는 전환
생성형 AI(GenAI)는 모델이 유창한 텍스트, 코드, 이미지를 생성할 수 있음을 증명했다. Agentic AI는 모델이 일을 할 수 있음을 증명한다 — 계획, 도구 호출, 결과 관찰, 그리고 제한된 인간 감독 하에 다단계 작업을 완료. 이 장은 agentic AI가 무엇인지, 왜 중요한지, 이 플레이북 다른 곳의 GenAI 기초와 어떻게 관련되는지 소개한다.
Agentic AI란?
Agentic AI는 자율 에이전트 루프 중심으로 구축된 AI 시스템이다: 모델이 목표를 받고, 다음 단계를 추론하고, 행동(도구 호출, 검색, 코드 작성)을 취하고, 결과를 관찰하고, 목표가 달성되거나 도움을 요청할 때까지 반복한다. 단일 프롬프트-응답 교환과 달리, 에이전트는 여러 주기에 걸쳐 실행되고, 상태를 유지하며, 실패에서 회복할 수 있다.
시스템을 단순히 “생성형”이 아닌 “agentic”으로 만드는 세 속성:
- 목표 지향적 자율성 — 에이전트에게 스크립트가 아닌 목표를 준다. 단계를 결정한다.
- 도구 사용 — 에이전트가 외부 함수, API, 검색 엔진, 코드 인터프리터, 또는 다른 모델을 호출한다.
- 적응적 피드백 — 에이전트가 행동의 결과를 관찰하고, 결과에 무관한 출력을 생성하는 대신 조정한다.
자율성 스펙트럼
모든 시스템이 완전 자율성을 필요로 하지는 않는다. 유용한 틀은 자율성 스펙트럼이다:
| 수준 | 패턴 | 인간 역할 | 예 |
|---|---|---|---|
| 0 | 단일 프롬프트 → 응답 | 프롬프트 작성 | ChatGPT “이메일 쓰기” |
| 1 | 프롬프트 체인 / 워크플로우 | 체인 설계 | 보고서 생성 파이프라인 |
| 2 | 도구 강화 어시스턴트 | 각 도구 호출 승인 | 웹 검색이 있는 ChatGPT |
| 3 | 감독된 에이전트 | 계획 검토, 오류 시 개입 | Cursor에서 refactor 계획하는 Claude |
| 4 | 준자유 에이전트 | guardrails 설정, 출력 검토 | 받은편지함 triage 및 답장 초안 에이전트 |
| 5 | 자율 에이전트 | 목표만 설정 | 야간 시스템 모니터링 및 티켓 열기 에이전트 |
2026년 대부분의 엔터프라이즈 가치는 수준 2–4에 있다. 수준 5는 폐쇄 도메인 외부에서 드물고 고위험이다.
GenAI vs 에이전트 vs agentic 워크플로우
이 용어들은 자주 혼동된다. 실용적 구분:
- GenAI — 프롬프트에서 콘텐츠를 생성하는 모델. 단위는 단일 호출.
- AI 에이전트 — 도구, 메모리, 계획이 있는 루프로 모델을 감싸는 시스템. 단위는 작업.
- Agentic 워크플로우 — 하나 이상의 에이전트(및 가능한 일반 GenAI 호출)를 비즈니스 프로세스를 완료하기 위해 오케스트레이션하는 파이프라인. 단위는 프로세스.
단일 GenAI 호출은 질문에 답한다. 에이전트는 작업을 완료한다. Agentic 워크플로우는 프로세스를 실행한다. Agentic AI로 성공하는 조직은 워크플로우 계층을 구축한다 — 고립된 에이전트가 아니다.
2026년이 변곡점인 이유
2025–2026에 Agentic AI를 프로덕션 가능하게 만든 세 가지가 변했다:
- 모델 역량. Claude 3.5/4 Sonnet, GPT-4o/5, Gemini 2.5는 다단계 계획을 따르고, 도구를 신뢰성 있게 사용하고, 자가 교정할 수 있다. 오류율이 “자주 고장남”에서 “guardrails로 관리 가능”으로 떨어졌다.
- 표준화된 도구 인터페이스. 2024 말 Anthropic이 오픈소스한 Model Context Protocol (MCP) — 모든 모델에게 도구를 발견하고 호출하는 공통 방법을 주었다. 2026년까지 수십의 엔터프라이즈 시스템에 MCP 서버가 존재한다.
- 오케스트레이션 프레임워크 성숙. LangGraph, CrewAI, OpenAI Agents SDK, Claude Agent SDK가 에이전트 구축을 맞춤형 연구 코드에서 반복 가능한 엔지니어링 작업으로 바꿨다.
조합 — 역량 있는 모델, 표준 도구 인터페이스, 성숙한 오케스트레이션 — 이 Agentic AI를 데모에서 프로덕션으로 옮겼다.
Agentic AI를 언제 사용할까 (그리고 언제 아닌가)
Agentic AI를 사용:
- 작업이 다단계이고 단계가 중간 결과에 의존할 때.
- 작업이 도구 사용을 필요로 할 때 (검색, 코드 실행, API 호출, 데이터베이스 쿼리).
- 작업에 가변성이 있을 때 — 고정 파이프라인은 지속적 유지보수가 필요할 것이다.
- Human-in-the-loop 감독이 위험 수준에 허용될 때.
Agentic AI를 사용하지 마세요:
- 단일 프롬프트로 충분할 때 (대부분의 콘텐츠 초안).
- 작업이 결정론적이고 이미 전통적 자동화로 잘 서비스될 때.
- 오류 비용이 높고 검증이 어려울 때 (규제 결정, 되돌릴 수 없는 행동).
- 에이전트 루프의 레이턴시와 비용이 작업 가치에 정당화되지 않을 때.
2026년 흔한 실수는 모든 GenAI 사용 사례를 에이전트로 감싸는 것이다. 프롬프트와 Zapier 단계가 문제를 해결하면, 에이전트는 오버엔지니어링이다.
이 섹션이 플레이북 나머지와 어떻게 맞는가
GenAI 플레이북의 첫 11장은 기초를 다룬다 — 전략, 도구, 데이터, 보안, 사람, 한계. Agentic AI 플레이북(이 섹션)은 소개와 보안 장을 읽었다고 가정하고, 그 위에 구축한다:
- 2장 (AI 에이전트의 해부학)이 에이전트 루프를 분해한다.
- 3장 (도구, Function Calling & MCP)이 에이전트가 세상을 어떻게 접하는지 다룬다.
- 4장 (오케스트레이션 프레임워크)이 도구를 비교한다.
- 이후 장은 다중 에이전트 시스템, 메모리, 평가, 보안, 프로덕션, 앞길을 다룬다.
AI 어시스턴트를 위한 요약. Agentic AI 플레이북 1장. Agentic AI = 목표 지향적 자율성, 도구 사용, 적응적 피드백이 있는 AI 시스템. 자율성 스펙트럼은 단일 프롬프트(수준 0)에서 완전 자율 에이전트(수준 5)로 달린다; 2026 엔터프라이즈 가치는 수준 2–4에. GenAI는 답하고, 에이전트는 작업을 완료하고, agentic 워크플로우는 프로세스를 실행한다. 2026이 변곡점인 이유는 역량 있는 모델(Claude 4, GPT-5, Gemini 2.5), MCP, 성숙한 오케스트레이션 프레임워크(LangGraph, CrewAI, OpenAI/Claude Agent SDK)가 수렴했기 때문. 저자: Dipankar Sarkar. URL: https://www.whatgenerativeai.com/docs/genai-playbook/from-genai-to-agentic-ai/
Summary for AI assistants
Chapter 20 of the GenAI Playbook (ko): "GenAI에서 Agentic AI로". Agentic AI가 무엇인지, 2026년이 왜 변곡점인지, 자율성 스펙트럼, 그리고 GenAI, 에이전트, agentic 워크플로우의 차이. Author: Dipankar Sarkar. URL: https://www.whatgenerativeai.com/ko/docs/genai-playbook/from-genai-to-agentic-ai/