기업이나 사용자 맞춤형 AI에이전트 수요 부응, 개발 ‘도구’만 제공
스스로 ‘사용자 정의’로 조립형 개발, ‘AI에이전트 대중화’ 가속화
오라클, 오픈AI, AWS, 세일즈포스,워크데이 등 빅테크들 ‘경쟁’ 치열

DIY 에이전트 시장이 급성장하고 있다. (사진=펙셀)
DIY 에이전트 시장이 급성장하고 있다. (사진=펙셀)

[애플경제 전윤미 기자] 각종 기업이나 사업장에서 AI에이전트를 직접 설계하거나 개발할 수 있는 ‘DIY(Do It Yourself) 에이전트’가 큰 시장으로 부상할 전망이다. 마치 부품을 사다가 가구나 기계 완제품을 조립하는 DIY 풍토가 AI와 AI에이전트 분야에도 스며든 셈이다.

특히 ‘DIY 에이전트 플랫폼’은 AI 도입을 촉진하고, 시장을 넓히기 위한 빅테크들의 전략이기도 하다. 그런 빅테크의 의도가 맞물리면서 날로 시장이 확대되고 있는 모양새다. 이들 빅테크들은 “고객을 위한 ‘DIY 접근 방식에 중점을 두기 위한 것”이라며 앞다퉈 에이전트 AI를 사용자 스스로 만들 수 있는 DIY AI 에이전트 플랫폼을 출시하고 있다.

기성품 아닌 조립형 ‘에이전트 도구’ 제공

대표적으로 이번 주 들어 오라클은 ‘Oracle Fusion Platform’에 에이전트 툴링(tooling)을 내장한 ‘AI Agent Studio’를 출시했다. 이를 통해 사용자들이 사내 플랫폼에서 에이전트 또는 에이전트 팀을 만들고 관리할 수 있도록 했다.

오픈AI도 가만히 있지 않았다. 이 회사느 이미 이달 초에 비슷한 목적을 가진 새로운 도구와 API 세트를 출시했다. 사용자가 에이전트가 작업을 완료할 수 있도록 ‘에이전트 로직’과 ‘오케스트레이션 프로세스’를 구축할 수 있도록 한 것이다.

또한 AWS, 세일즈포스, 워크데이(Workday) 등 다른 기업들도 자체 ‘DIY 플랫폼’을 출시했다. 이는 모두 기존의 기성품 ‘AI 에이전트’와는 다른 제품들이다. 기업이나 사용자들에게 ‘완제품’을 제공하는게 아니라, AI에이전트를 만드는 도구를 공급하는 것이다.

이는 일종의 ‘사용자 정의’ 제품이라고 할 수 있다. 이같은 추세는 실제 현장에서 완제품인 ‘에이전트 AI’를 사용하는 과정에서 겪는 불편함 때문이다. 앞서 지난 연말 시장분석을 통해 이런 추세를 예상한 바 있는 ‘가트너’는 “‘에이전트 AI’는 다른 기술보다 이미 (사용자와는 무관한게) 사전 정의되어 있는 경우가 많다.”면서 “사용자들은 이를 맞춤화하고, 비즈니스 맥락에 맞게 사용자 정의하는 기술을 선호할 것”이라고 전망했다.

즉 최종 사용자가 ‘기성품’이 아닌, 에이전트 도구의 작동 방식과 기능을 완벽하게 제어할 수 있다면, 한층 이를 효율적으로 활용하기 위해선 DIY 방식이 안성맞춤이란 얘기다.

‘우리 회사 특성에 맞는 에이전트 AI’ 수요에 부응

이에 오라클, 오픈AI, AWS, 세일즈포스 등은 어떻게 하면 다양한 에이전트 플랫폼의 미묘한 차이를 살리고, 맞춤형 제품을 제공할 것인지에 관심을 쏟고 있다. 즉, 제어와 관리, 보안 및 규모 측면에서 사용자들의 요구 사항과 일치하는지 평가할 수 밖에 없다.

이에 AI에이전트를 손쉽게 개발할 수 있느냐가 차별화 요소가 되고 있다. 즉, 에이전트를 로우코드 또는 노코드 프로세스를 통해 생성할 수 있는지, 또는 더 복잡한 엔지니어링이 필요한지를 감안해야 한다.

오라클은 “또한 다른 도구나 및 워크플로, 또는 다른 에이전트와의 통합도 경쟁력의 요인”이라며 “특히 에이전트가 실행되는 프레임워크의 유연성 또는 개방성도 결정 요인”이라고 자사 블로그를 통해 밝혔다.

그러면서 “당연히 가격이나 비용도 중요하다”면서 경우에 따라선 사용량에 따라 요금을 청구할 가능성도 내비쳤다. 예를 들어 수백 명이나 수천 명의 에이전트가 있는 기업들은 그 비용이 천문학적 수준이 될 수도 있다는 우려다. 이런 경우를 대비, 탄력적인 요금 정책을 적용할 수도 있다는 뜻이다.

서로 다른 에이전트 간의 협업도 에이전트 도구의 경쟁력의 관건으로 제시되고 있다. (사진=픽사베이)
서로 다른 에이전트 간의 협업도 에이전트 도구의 경쟁력의 관건으로 제시되고 있다. (사진=픽사베이)

특히 특정 에이전트 도구가 다른 공급업체의 에이전트와 통합할 수 있느냐도 중요하다. 예를 들어, “워크데이가 만든 에이전트가 세일즈포스 에이전트와 협업하기를 원할 수도 있기 때문”이란 얘기다. 이 경우 서로 이질적인 에이전트의 협업을 가능하게 하는 에이전트 도구가 필요할 수 밖에 없다. 이를 감안한 탄력적인 기능 역시 에이전트 도구의 경쟁력이다.

그 동안 에이전트AI는 퍼블릭 클라우드를 이용하는 경우가 많았다. 그러나 최근엔 맞춤형 도구에 대한 필요성 때문에 많은 기업이 멀티 클라우드 방식을 채택하는 경향으로 변하고 있다.

비용, 사일로, 보안 등 에이전트 확산 위험도

그러나 이런 에이전트와 에이전트 도구는 효율성과 생산성을 높일 수 있지만, 대량 배포가 될 경우 문제도 있다. 특히 수많은 직원과 팀들이 서로 분리되어 있거나, 제대로 통신할 수 없는 상태에서 제각기 서로 다른 에이전트를 사용할 경우가 문제다.

시장조사기관 포레스트(Forrester)는 “서로 다른 기기에서 작동하는 수백 가지의 다른 모델이 있을 수 있으므로 적절한 거버넌스가 중요해진다”면서 “플랫폼 수를 최소한으로 유지하고 기업 IT팀에서 승인하는 등의 방식이 적용되어야 한다”고 권했다. “이를 통해 에이전트 생태계가 금세 ‘에이전트 정글’이 되는 상황을 막아야 할 것”이라고 했다.

저작권자 © 애플경제 무단전재 및 재배포 금지