스스로 일하는 AI, 에이전트란

"답"이 아니라 "일"을 시키고 싶다

ChatGPT에 물어보면 답은 잘 나옵니다. 그런데 그 답을 실제로 실행하는 건 여전히 내 몫입니다. "이메일 초안 써 줘"라고 하면 초안은 주지만, 보내는 건 내가 복사해서 붙여넣어야 하죠.

에이전트는 여기서 한 발 더 나갑니다. "이 고객에게 사과 메일을 보내 줘"라고 하면, 초안을 쓰고, 메일함을 열고, 실제로 발송까지 스스로 합니다. 답을 주는 게 아니라 일을 끝내는 겁니다.

핵심 차이는 "도구를 쓸 줄 아느냐"입니다. 챗봇은 말만 하지만, 에이전트는 검색하고, 파일을 열고, 프로그램을 조작하며 목표를 향해 여러 단계를 스스로 밟습니다.

챗봇과 에이전트, 무엇이 다른가

	챗봇	에이전트
받는 것	질문	목표
하는 일	답변 생성	도구를 써서 실행
단계	한 번 대답	여러 단계 스스로 반복
사람 역할	답을 받아 실행	목표를 주고 확인

앞선 AI 루프 엔지니어링 시리즈에서 "AI를 여러 번 돌려 스스로 고치게 하는 루프"를 다뤘습니다. 에이전트는 그 루프에 "도구를 쓰는 손발"을 붙인 것이라고 보면 됩니다. 생각만 하던 AI가 이제 실제로 움직입니다.

오해는 하나 풀고 가겠습니다. 에이전트가 대단한 신기술 같지만, 뜯어보면 익숙한 조각들의 조합입니다. 목표를 이해하고(챗봇이 하던 것), 도구를 호출하고(우리가 손으로 하던 것), 결과를 보고 다음을 정하는(루프) 것뿐입니다. 이 시리즈도 그 조각을 하나씩 붙여 나갑니다.

왜 지금 에이전트인가

몇 년 전만 해도 에이전트는 만들기 까다로웠습니다. AI를 도구에 연결하는 방법이 도구마다 제각각이었기 때문입니다.

2026년 들어 상황이 바뀌었습니다. MCP(Model Context Protocol)라는 표준 규격이 자리 잡으면서, AI를 검색·파일·업무도구에 꽂는 방식이 하나로 통일됐습니다. 덕분에 코드를 몰라도 노코드 도구로 에이전트를 만들 수 있게 됐죠. 이 MCP가 무엇인지는 2장에서 쉽게 풀어 다룹니다.

실제로 이런 일을 합니다

막연하게 들리니 구체적인 예를 보겠습니다. 잘 만든 에이전트는 이런 일을 사람 손을 거의 안 거치고 해냅니다.

• 매일 아침 밤사이 온 문의 메일을 읽고, 분류해서, 급한 것만 요약해 알려주기
• 경쟁사 신제품 소식을 검색해 모으고, 표로 정리해 문서에 저장하기
• 회의 녹음을 받아 요약하고, 할 일을 프로젝트 관리 도구에 자동 등록하기

공통점이 보이시나요. 전부 "여러 도구를 오가며 여러 단계를 밟는" 일입니다. 사람이 하면 반나절 걸릴 반복 업무를, 목표만 정해 주면 에이전트가 대신 도는 겁니다. 물론 아직 완벽하진 않아서, 뒤에서 다룰 안전장치가 꼭 필요합니다.

이 시리즈에서 배우는 것

개념에서 시작해, 직접 만들고, 안전하게 굴리는 데까지 순서대로 갑니다. 앞쪽은 "왜"와 "무엇"을, 가운데는 노코드와 코드로 "어떻게 만드는지"를, 뒤쪽은 "어떻게 안전하게 굴리는지"를 다룹니다.

• 2장: MCP — AI를 도구에 꽂는 표준 콘센트
• 3장: n8n·Dify로 코드 없이 첫 에이전트 만들기
• 4장: Claude Code로 에이전트 자동화
• 5장: MCP로 에이전트에 도구(손발) 달기
• 6장: 여러 에이전트를 팀으로 협업시키기
• 7장: 폭주를 막는 에이전트 가드레일
• 8장: 어디서 시작할까 — 실전 로드맵과 함정

굳이 순서대로 다 읽지 않아도 됩니다. 노코드로 당장 만들어 보고 싶으면 3장부터, 개념이 궁금하면 2장부터 펼치시면 됩니다.

다음 챕터에서는 에이전트의 심장인 MCP가 정확히 무엇이고, 왜 이것이 "AI의 USB-C"라고 불리는지를 쉬운 비유로 풀어 보겠습니다.