가이드
작은 회사에게 AI 에이전트란 무엇인가?
"AI 에이전트"라는 말을 듣고, 이미 써 본 챗봇과 뭐가 다른지 조용히 궁금해했다면 이 가이드는 당신을 위한 것입니다. 쉽게 말해 AI 에이전트는 소프트웨어로 된 동료입니다. 당신의 도구를 쓰고, 당신의 사업을 기억하고, 당신의 절차를 따르며, 중요한 것이 나가기 전에 사람에게 묻습니다.
쉬운 말로 내린 정의
AI 에이전트는 대화만 하는 게 아니라 일을 하는 소프트웨어입니다. 지금까지 본 어떤 "AI 채팅" 제품과도 다른 네 가지 특징이 있습니다.
- 도구를 씁니다. 에이전트는 이미 쓰고 있는 시스템 - 메일, 캘린더, HubSpot 같은 CRM, 스프레드시트, 재고 - 에 연결되어 그 안에서 움직입니다. 찾아보고, 답장을 초안으로 쓰고, 갱신할 내용을 준비합니다.
- 기억을 유지합니다. 지속되는 기억은 세션을 넘어 이어지고, 업로드한 문서 - 제품 사양, 정책, 가격표, 업무 절차 - 에 근거한 지식베이스 덕분에 답은 인터넷이 아니라 당신의 사업에서 나옵니다.
- 절차를 따릅니다. 절차를 스킬로 한 번만 가르치면 매번 같은 방식으로 반복됩니다. "견적 내는 법", "예약 확정하는 법", "불만을 위로 올리는 법"이 사람 머릿속에만 있던 지식에서 믿을 수 있는 루틴으로 바뀝니다.
- 사람에게 넘깁니다. 무게가 있는 작업 - 메시지 발송, 지출, 기록 변경 - 은 에이전트가 혼자 처리하지 않고 사람의 승인 대기열에 올립니다.
가장 가까운 비유는 일 잘하는 신입입니다. 매뉴얼을 주고, 도구를 알려주고, 보내기 전에 초안을 쓰게 하고, 신뢰가 쌓이는 만큼 책임을 넓혀 갑니다. 다른 점은 이 동료가 모든 메시지를 즉시 읽고, 맥락을 놓치는 법이 없으며, 밤에도 주말에도 일한다는 것입니다.
챗봇이 아닙니다. 당신만의 에이전트 팀입니다.
에이전트가 어디에 놓이는지 이해하는 가장 쉬운 방법은 세 단계 사다리입니다.
1단계 - 챗봇
챗봇은 대화 안에서 질문에 답합니다. 그게 일의 전부입니다. 채팅 창 안에 살고, 스크립트나 언어 모델을 따르며, 창이 닫히는 순간 당신을 잊습니다. 자주 묻는 질문에는 쓸 만하지만, 고객이 "재고 있는지 좀 봐 주실래요?"라고 묻는 순간 막힙니다.
2단계 - AI 에이전트
에이전트는 도구를 쓰고, 기억을 유지하고, 여러 단계짜리 일을 끝까지 해냅니다. 같은 문의가 이제 처음부터 끝까지 흘러갑니다. 메시지를 읽고, 연결된 시스템에서 실제 재고를 확인하고, 가격을 넣은 답장을 초안으로 쓰고, 승인 대기열에 올리고, 고객이 조용해지면 다시 연락합니다. 대화는 겉면일 뿐, 일은 그 뒤에서 벌어집니다.
3단계 - 에이전트 팀
실제 사업은 하나의 직무가 아니므로, 성숙한 구성도 에이전트 하나가 아닙니다. 서로에게 일을 넘기는 전문가 팀입니다. WhatsApp을 받는 프런트 데스크 에이전트가 재고 질문을 재고 전문 에이전트에게 넘기고, 리서치 에이전트가 조사 결과를 주간 보고서를 쓰는 에이전트에게 건넵니다. Olano는 바로 이 형태를 중심으로 만들어졌고, 내세우는 문구도 그대로 "챗봇이 아닙니다. 당신만의 에이전트 팀입니다."입니다. 180개가 넘는 전문 에이전트와 19개의 스타터 팀으로 조합할 수 있습니다.
더 자세한 비교는 여기를 읽어 보세요 AI 에이전트 vs 챗봇.
AI 에이전트가 작은 회사에서 하는 일
에이전트가 도울 수 있는 중소기업 업무는 대부분 다섯 가지 업무군에 들어갑니다. 각각은 전체 흐름을 담은 상세 페이지로 이어집니다.
WhatsApp 고객 응대
제품·가격·재고 문의에 24시간 답하고, 까다로운 건은 사람에게 넘기며, 읽고 답 없이 두는 일이 없게 합니다.
받은편지함과 행정 업무
모든 메일을 분류하고, 승인받을 답장을 초안으로 쓰고, 후속 연락을 챙기고, 일정을 조율합니다. 작은 팀에서 조용히 시간을 잡아먹는 그 일입니다.
시장 조사와 모니터링
뉴스를 요약하고, 경쟁사를 지켜보고, 흩어진 출처를 팀이 실제로 읽는 정기 보고서로 바꿔 줍니다.
소셜미디어 초안 작성
자사 자료를 바탕으로 자사 목소리로 게시글을 초안 작성하고, 승인 대기열에 올린 뒤, Buffer 같은 연동 도구로 게시합니다.
CRM과 영업 지원
모든 문의를 기록하고, HubSpot이나 Google Sheets에서 파이프라인을 깔끔하게 유지하며, 그냥 뒀으면 잊었을 거래를 따내는 후속 연락을 준비합니다.
안전을 지키는 장치
고객 대화의 열쇠를 소프트웨어에 맡기는 데 대한 합리적인 걱정은 정확히 옳은 걱정이며, 그래서 제대로 된 에이전트 플랫폼은 자율성이 아니라 승인을 앞세워 만들어집니다. Olano의 모델은 다섯 부분으로 이루어집니다.
- 신뢰 수준 0~4. 모든 에이전트는 명시적인 수준 - Observer, Assistant, Collaborator, Autonomous, Developer - 에서 동작합니다. 자율성은 켜고 끄는 스위치가 아니라 돌려서 맞추는 다이얼입니다.
- 카테고리별 승인 게이트. 금전 관련 작업, 외부 발송, 파일 쓰기, 비밀 키, 위임에는 각각 별도의 게이트가 있습니다. 밖으로 나가는 것은 기본적으로 승인을 기다립니다. 읽기 전용 조사와 초안 작성은 작업 공간 밖의 무엇도 바꾸지 않으므로 게이트 없이 진행됩니다.
- 변경 불가능한 감사 기록. 모든 작업이 기록됩니다. 무엇을 말했고, 보냈고, 바꿨는지 - 그리고 언제였는지 - 알고 싶을 때 전체 이력이 그대로 있습니다.
- 확실한 지출 상한. AI 사용량은 투명한 계량기 위에서 돌아가며, 시작 전에 합의한 단단한 지출 상한이 걸립니다. 비용은 당신이 내린 결정이지, 예상 못한 청구서가 아닙니다.
- 격리된 작업 공간. 고객마다 에이전트는 각자의 작업 공간에서 돌아갑니다. 커넥터 토큰과 API 키는 암호화되고, 접근은 역할 기반으로 통제되며, 데이터는 저장 시에도 전송 시에도 암호화됩니다.
실제로는 이런 뜻입니다. 에이전트는 오전 내내 혼자서 초안을 쓰고 조사를 합니다. 그동안 고객이나 잔고에 실제로 손대는 열 건의 작업은 사람이 한 번 눌러 주기를 기다리며 줄 서 있습니다.
에이전트가 당신에게 필요로 하는 것
에이전트는 마법이 아니라 학습시킨 동료입니다. 신기한 장난감으로 끝날지 정말 쓸모 있는 인력이 될지는 세 가지 입력이 가릅니다.
- 지식베이스에 넣을 문서. 제품 사양, 가격표, 정책, 업무 절차 - 신입에게 첫날 건네줄 만한 것이면 무엇이든. 에이전트는 짐작하는 대신 이것들에 근거해 답합니다.
- 스킬로 가르칠 절차. 견적, 예약, 환불 요청을 어떻게 처리하는지 적어 두거나 말로 설명하세요. 스킬로 한 번 가르치면 그 절차는 매번 똑같이 반복됩니다.
- 승인을 맡을 담당자. 팀의 누군가가 승인 대기열을 살펴보고, 초안을 다듬고, 피드백을 줍니다. 처음에는 하루 10분 정도, 신뢰 수준이 올라갈수록 더 줄어듭니다.
어디서 시작할까
거창한 자동화 프로그램으로 시작하지 마세요. 업무 하나부터 시작하세요. 보통은 반복 메시지가 가장 많은 업무인데, 대부분의 중소기업에서는 고객 문의나 받은편지함입니다. 업무 하나는 시도해 보기 싸고, 판단하기 쉽고, 띄우기 빠릅니다. Olano에서는 모든 구축이 만들기 전에 견적과 승인을 거치며, 단일 업무는 보통 온보딩 후 영업일 1~2일 안에 돌아가고, 더 큰 배포도 1~3주면 됩니다. 몇 달이 아니라 며칠입니다.
가장 간단한 첫걸음은 상담입니다. 팀의 시간이 실제로 어디로 새는지 짚어 보고, 효과가 가장 큰 업무 하나를 고르고, 아직 에이전트가 맞지 않다면 솔직히 그렇게 말씀드립니다.
자주 묻는 질문
AI 에이전트와 챗봇의 차이는 무엇인가요?
챗봇은 대화 창 안에서 질문에 답하고, 창이 닫히면 당신을 잊습니다. AI 에이전트는 도구를 쓰고, 세션을 넘어 기억을 유지하며, 여러 단계의 일을 끝냅니다. 문의를 읽고, 연결된 시스템을 확인하고, 답장을 초안으로 쓰고, 밖으로 나가는 것은 모두 사람의 승인 대기열에 올립니다.
AI 에이전트가 묻지도 않고 우리 고객에게 연락하나요?
기본적으로는 아닙니다. 밖으로 나가는 것 - 메시지, 이메일, CRM 갱신, 결제 - 은 모두 사람의 승인을 기다립니다. 신뢰 수준 0~4(Observer, Assistant, Collaborator, Autonomous, Developer)와 카테고리별 승인 게이트로 자율성을 조금씩 넓힐 수 있고, 모든 작업은 변경 불가능한 감사 기록에 남습니다.
AI 에이전트가 일을 시작하려면 우리 쪽에서 뭘 줘야 하나요?
세 가지입니다. 지식베이스에 넣을 문서(제품 사양, 정책, 가격표, 업무 절차), 매번 같은 방식으로 반복되도록 스킬로 가르치고 싶은 절차, 그리고 승인 대기열을 살펴보고 피드백을 주는 팀 내 담당자.
작은 회사가 시작하려면 비용이 얼마나 드나요?
Olano의 모든 프로젝트는 개별적으로 범위를 잡습니다. 가격은 대상 업무, 필요한 연동, 운영 규모, 배포 구조, 이후 운영 요구사항을 반영합니다. 첫 상담 뒤, 작업을 시작하기 전에 확정 제안서를 드립니다. AI 사용은 사전에 합의한 단단한 지출 한도 안에서 돌아가며, 접근 권한을 인원수로 과금하는 일은 없습니다.
이어서 읽기
다음에 어디로 갈지는, 아직 비교 중인지 아니면 업무를 고를 준비가 됐는지에 따라 다릅니다.
AI 에이전트 플랫폼 vs 챗봇
각각이 무엇을 할 수 있고 없는지 정리한 비교, 그리고 솔직히 챗봇으로 충분한 경우.
작은 회사에 가장 잘 맞는 AI 업무 흐름
다섯 가지 업무군을 효과 순으로 정리하고, 어느 것부터 자동화할지 안내합니다.
사람의 승인을 거쳐 문의를 자동화하기
승인을 앞세운 자동화가 매일 어떻게 돌아가는지: 신뢰 수준, 게이트, 그리고 실제로 쓰이는 감사 기록.
AI 에이전트는 어떻게 기억하는가
에이전트를 챗봇과 가르는 것은 기억입니다. 사라지지 않는 맥락, 당신의 문서로 만든 지식베이스, 그리고 한 번만 가르치면 되는 스킬.
AI 인턴을 뽑아야 할까?
에이전트를 이해하는 가장 직관적인 그림 - 감독에 관해서는 정확하지만, 실제로 얻게 되는 팀은 과소평가하는 지점.
첫 업무를 찾아보세요
상담을 예약하세요. 업무 하나를 정리하고, 만들기 전에 견적을 드립니다. 단일 업무 구성은 대부분 온보딩 후 영업일 1~2일이면 돌아갑니다.