[김정호의 AI시대 전략] 레고 같은 ‘조립형 혁신’이 만드는 AI 에이전트 시대의 미래

인간의 업무 대신하는 AI 에이전트
레고처럼 표준화된 소통 약속 필요
이것이 AI 순환 생태계를 창출한다
선점한 국가·기업이 시장을 지배해

그래픽=백형선-Gemini

집에서 창고로 쓰는 방에는 30년 넘게 보관해 온 ‘레고’와 ‘플레이 모빌’이 커다란 플라스틱 박스에 담겨 있다. 딸이 아기 때 갖고 놀던 그 장난감들을 이제 집에 놀러 온 다섯 살 손자가 갖고 논다. 오래된 조립형 장난감들이 30여 년 전 신혼의 추억을 새롭게 되살리는 매개체가 된다. 덴마크의 블록 장난감 회사 이름인 ‘레고’는 그 나라 말로 ‘재미있게 놀다’라는 뜻이다. 처음에는 나무로 만든 장난감이었는데, 1947년부터 플라스틱 사출기를 사용해 합성수지로 제작했다. 레고 표면에는 작은 파이프 모양의 요철 구조가 있어 블록끼리의 결합력을 높여준다.

이 오목하고 볼록한 요철 구조의 표준화 덕분에 레고는 확장성과 창의성을 갖게 됐다. 최근 집 근처 백화점에서 새로 구매한 레고와 30년 전에 미국에서 산 레고가 아무 문제 없이 서로 잘 결합한다. 그래서 사업성과 지속성이 확보된다. 레고의 이 사업 철학은 최근 인공지능(AI) 분야에 그대로 적용되기 시작했다. 이렇게 인간을 대신하는 조립형 AI를 ‘인공지능 에이전트(AI Agent)’라 부른다.

최근 등장한 생성형 인공지능은 인간보다 더 자연스럽게 글을 쓰거나 그림을 그리거나 작곡을 한다. 이들 중 대표적인 생성 모델이 초거대 언어모델(LLM)이다. 이제 인공지능은 한 발 더 나아가 ‘AI 에이전트’의 형태로 진화하고 있다. AI 에이전트는 단순히 질문에 대한 답을 하는 게 아니라 상황을 ‘인식(Perceive)’하고 논리적으로 ‘추론(Reasoning)’하며, 스스로 ‘계획(Planning)’을 짜고 ‘실행(Execution)’을 하며, ‘평가(Evaluation)’도 하면서 최종적으로 결과를 인간에게 ‘보고(Report)’하는 능동적인 인공지능이다. 수십 년 잘 훈련된 유능한 개인 비서처럼, 복잡한 다단계 문제를 정교한 추론과 최적화된 계획을 사용해 자율적으로 해결할 수 있다. 결국 인간의 정신 노동 대부분을 대체한다. 이런 능력은 개인이나 기업이 더 나은 의사 결정을 하고 효율성을 높이는 데 강력한 도구가 될 것이다. 요구에 특화된 AI 에이전트의 효과적 활용 여부가 개인과 기업의 경쟁력을 좌우하게 된다.

AI 에이전트는 극도로 개인화된 최적 서비스를 제공해야 한다. 그러려면 개인 정보와 작업 정보를 최대한 자유롭게 사용할 수 있어야 한다. 개인 메일, 위치 정보, 의료 정보, 금융 정보, 경제활동 정보뿐만 아니라 개인 컴퓨터에 보관된 파일과 기업 내부 정보에도 쉽게 접근할 수 있어야 한다. 또한 개인이 사용하는 소프트웨어와 저장 장치, 검색기, 웹사이트, 유튜브 등 다양한 데이터에도 접근할 수 있어야 한다. 이런 목적으로 만든 표준을 ‘MCP(Model Context Protocol)’라고 한다. AI와 주변 소프트웨어, 기기의 자유로운 소통을 위해 만든 프로토콜. 레고의 요철 구조처럼 일종의 소통 약속이라 할 수 있다. MCP는 2024년 11월 앤스로픽(Anthropic)이 제안한 개방형 프로토콜이다. 자율적 AI 에이전트의 작업 능력을 최대한 향상하기 위한 방법으로 신뢰성과 보안성, 안전성이 함께 보장돼야 한다.

이세돌 9단이 9일 오후 서울 종로구 포시즌스호텔에서 AI 스타트업 인핸스가 주최한 '에이전틱 AI 상용화 글로벌 캠페인'에 참석해 인핸스의 AI 에이전트와 실시간 협업하여 만든 바둑 프로그램을 시연하고 있다. /뉴스1

나아가 AI 에이전트끼리 연합해 서비스를 제공할 수 있다. 각 에이전트의 장점을 극대화하는 방식으로 상호 협력하며 연합체를 이루는 것이다. 에이전트마다 전문 영역을 나누고 서로 토론하면서 좋은 결과를 도출한다. 각각의 장점을 살리는 식이다. 이처럼 AI 에이전트끼리 서로 소통하고 협력하는 약속 체계를 ‘A2A(Agent to Agent)’ 프로토콜이라 부른다. 2025년 5월 구글이 처음 공개했다. 인공지능 기술과 사업의 협업 패러다임에 중요한 전환점을 제시한 것이다. 이를 기초로 인공지능 생태계의 확장이 가능해진다.

프로토콜 표준화를 통한 AI 에이전트 확장은 인공지능 수익 생태계 장악을 목표로 한다. 통일성과 효율성을 통해 경제성을 확보하는데, 특히 다양한 AI 에이전트와 연결망을 제공하고 수익을 분배한다. 마치 유튜브 생태계와 같다. AI 에이전트는 쇼핑, 광고, 예약, 여행, 교육, 의료, 법률, 부동산, 금융, 보험, 의료, 건강 분야로 무한히 확장될 수 있다. 인공지능 에이전트 연결망을 통해 사용료, 수수료, 광고료, 협찬 비용 등을 안정적으로 얻게 된다. 이러한 자본 수입은 다시 AI 모델 개발과 인프라 구축에 재투자된다, 결국 인공지능 순환 생태계가 만들어지는 것이다. 이 경쟁에서 승리하는 기업이나 국가가 AI 시장을 지배하게 된다.

미국 AI 에이전트의 대표적인 스타트업이 ‘젠스파크(Genspark)’다. 25명으로 출발해 6개월 만인 작년 말에 2억7500만달러 시리즈 B 투자를 유치하면서 기업 가치를 12억5000만달러까지 끌어올렸다. 젠스파크처럼 젊고 역동적인 기업들이 우리나라에도 여럿 등장해야 한다. AI 에이전트 생태계 전쟁에서 한국 기업들이 낙오하지 않으려면, 새로운 AI 에이전트 생태계를 스스로 창출하거나, 아니면 특화된 분야의 AI 에이전트를 개발해 기존 생태계에서 지분을 확보해 나가는 전략이 필요하다. 인공지능 패권 전쟁은 점점 더 치열해지고 있다. AI 기술은 물론이고 모델과 사업 개발에서도 끊임없는 혁신과 노력이 요구된다.

그래픽=김현국