AI Agent 활용 사례 소개
오늘의 위클리 요약 📌


목표를 이해하고 정보를 찾는 것은 물론, 필요한 도구를 활용해 실제 업무를 수행하는 

AI Agent를 기업들은 어떻게 활용하고 있을까요?


⭐하단의 피드백 설문폼에서 '함께 일하고 싶은 동료의 모습'을 알려주세요. :)

(보내주신 답변은 뉴스레터 콘텐츠로 찾아옵니다 많관부!)

삼양인, 반가워요♥

“오늘 회의 내용 정리해 줘.”

“관련 자료 찾아줘.”

“이 데이터로 보고서 만들어줘.”

 

AI를 활용해 업무를 하는 일상이 이제는 매우 익숙해졌죠. 

그런데 최근에는 AI와 함께 일하는 방식이 더욱 변화하고 있어요.

 

질문에 답하고 콘텐츠를 만들어주는 데서 한발 더 나아가,

내가 원하는 목표를 이해하고 필요한 정보를 찾은 뒤,

적절한 도구를 활용해 실제 업무까지 수행하는

AI Agent가 등장하고 있거든요.


AI가 할 수 있는 일의 범위가 한층 넓어지고 있는 셈이죠.

AI Agent는 사용자가 원하는 목표를 이해하고,

그 목표를 이루기 위해 필요한 정보를 스스로 찾아보고,

상황에 맞는 도구나 시스템을 선택해

여러 단계의 업무를 수행하는 AI를 말하는데요.

 

예를 들어 “관련 자료를 찾아줘” 라는 요청을 받았다면

자료를 검색하는 데서 끝나는 것이 아니라,

목표 이해 → 정보 탐색 → 필요한 내용 판단 → 도구 선택 → 업무 실행처럼

다음 행동을 스스로 이어가요.

 

이런 특징 때문에 기업들의 AI Agent 활용 범위도 점점 넓어지고 있는데요.

사내 정보를 찾아 업무를 처리하거나, 반복적인 운영 업무를 자동화하고,

전문적인 업무 과정의 일부를 수행하는 등

'AI에게 일을 맡기는' 것이 고도화되고 있죠. 

 

그렇다면, 실제 기업에서 AI Agent가 어떤 일을 하고 있는지 살펴볼까요?

우아한형제들의 사내 AI 데이터 분석 서비스인 '물어보새'는

직원들이 업무 중 궁금한 점을 질문하는 것에서 출발한 서비스예요.

 

실제로 “회사 주소 알려줘”, “한그릇 서비스 성과 분석해 줄래?” 처럼
다양한 질문이 들어오는데요. 

사내 데이터를 검색하고 분석하는 역할에서 
점점 데이터 소스와 질문의 종류가 늘어나면서 
필요한 일을 스스로 판단하고 수행하는 에이전트 기반 서비스로 진화했어요. 

 

특히 눈에 띄는 점은 하나의 AI가 모든 일을 처리하는 방식이 아니라는 건데요.

서로 다른 역할의 전문화된 에이전트들이 협업하는 멀티 에이전트 시스템으로 

구조를 전환해, 질문의 맥락에 맞는 작업을 나눠서 수행하도록 했어요.

물어보새가 하는 일은?

✅ 필요한 사내 지식 탐색
(ex “IT 보안 담당자는 누구고 어떤 일을 해?”처럼 사내 정보를 찾아줘요.)  
✅ 질문의 맥락에 맞춰 정보 조합
(ex 여러 자료를 바탕으로 “한그릇 서비스 성과를 분석해줘”처럼 필요한 정보를 정리해요.)  
✅ Wiki 문서 생성
(ex 개발 문서나 프로젝트 기록 등을 관리하는 사내 Wiki에 필요한 내용을 문서로 만들어요.) 
✅ Jira 티켓 등록
(ex 버그나 업무 이슈를 관리하는 Jira에 필요한 내용을 정리해 티켓으로 등록해요.)

야놀자는 인프라 운영 과정에서 반복적으로 발생하는 업무를

AI Agent로 자동화하고 있어요.

 

현업에서 반복되는 운영 문의에 답하거나, 장애 원인을 찾고,

데이터베이스 알람을 확인하고, 비용을 분석하는 등의

시간이 많이 필요한 업무를 해결하기 위해 6개의 AI Agent를 구축했는데요.

여러 에이전트가 각자의 역할을 맡아 하나의 업무를 처리하는

멀티 에이전트 방식도 활용했어요.

 

여기에 더해 야놀자는 조직 안에서 AI Agent를 직접 개발하고 활용할 수 있도록

AI Champion(AI를 업무에 적극적으로 활용하고 새로운 AI 활용 방법을 확산하는 구성원)을 양성하며 AI 활용 역량을 확산하고 있어요.

AI Agent가 하는 일은? 
✅ 인프라 운영이나 장애 진단 문의 및 대응
(ex 현재 운영 중인 서비스에 문제는 없는지, 문제가 있다면 원인은 무엇인지 찾아요.)
✅ 데이터베이스 알람 대응
(ex 데이터베이스에 이상이 감지되면 CPU·메모리 등 관련 지표를 확인해 원인을 분석해요.)
✅ 비용 분석 등 반복 업무 자동화
(ex “이번 달 클라우드 사용 비용을 알려줘”처럼 비용을 조회하고 절감 방법을 안내해요.)

LG전자도 사내에서 사용하는 AI를 단순한 챗봇을 넘어

업무용 AI Agent 플랫폼으로 확장하고 있어요.

 

대표적인 서비스가 '엘지니(LGenie AI)'인데요.

 

복지 안내나 규정 확인, 전표 처리 등 단순 업무를 지원하는 역할이었던 

엘지니는 업무 지식 검색, 통·번역, 코드 분석 및 보완, 아이디어 생성 등

실무에서 바로 활용할 수 있는 기능으로 영역을 넓혀가고 있어요.

 

특히 최근에는 단순한 공통 업무 지원을 넘어

코드 분석이나 SCM(공급망관리) 등 전문 영역까지 지원 범위를 확대하고 있어요.

엘지니가 하는 일은?
✅ 통·번역

✅ 코드 분석 및 보완

✅ 아이디어 생성

✅ SCM(공급망관리) (ex 물류·선적 정보 등을 분석해 공급망 업무를 지원해요.)

식자재를 유통하고 단체 급식 등의 푸드 서비스를 제공하는
CJ프레시웨이에서도 AI를 활용한 업무 혁신이 이어지고 있어요.

CJ프레시웨이는 고객사 급식 점포의 식단을 구성하는
자사 영양사들의 업무를 돕는 AI 솔루션 '메뉴메이트'를 선보였는데요.

대표 메뉴를 하나 선택하면, AI가 영양사의 기존 메뉴 편성 데이터를 바탕으로
어울리는 국과 반찬 등을 조합해 하나의 식단으로 추천해 줘요.
식단 구성을 마친 뒤에는 별도의 AI 서비스인 '간편주문비서'와 연계해
필요한 식자재를 확인하고 구매하는 과정까지 이어질 수 있도록 설계됐고요.
덕분에 영양사의 반복 업무와 검색 작업 등을 단축할 수 있죠. 

특히 흥미로운 점은 AI와 실제 영양사의 식단을 블라인드로 비교한 결과인데요. 어느 쪽이 AI가 만든 식단인지 모르는 상태에서 둘 중 하나를 선택하도록 한
결과, 'AI 식단 49% vs 영양사 식단 51%'로 거의 비슷하게 나타났어요.
메뉴메이트가 하는 일은?
✅ 식단 구성
(ex 비빔밥, 돈까스 같은 메인 메뉴를 선택하면 어울리는 국·반찬을 포함한 식단을 제안해요.)
✅ 식재료 선정
(ex 확정된 메뉴에 필요한 식재료를 조건에 맞춰 찾아요.)
✅ 구성한 식단에 필요한 식자재 구매로 연결
(ex 선정된 식재료를 '간편주문비서'와 연결해 주문까지 이어지도록 지원해요.)


Thanks for reading 💌


삼양인, AI Agent 사례를 소개한 오늘의 뉴스레터 잘 보셨나요?


정보를 찾아 답하는 AI에서, 필요한 도구를 활용해 실제 업무를 수행하는 AI로!
이와 같이 AI가 할 수 있는 일의 범위는 빠르게 넓어지고 있어요.

 

그리고 이제 더욱 중요한 건 AI의 활용 범위를 검토하는 데서 그치지 않고, 

그 변화 속에서 '우리는 어떤 일에 더 집중할 것인지 찾아가는 것'이겠죠?

 

AI가 잘할 수 있는 일은 AI에게 맡기고

우리는 사람만이 할 수 있는 고민과 판단에 더 집중해 본다면,

또 다른 가능성도 열어갈 수 있을 거예요.

 

그럼 다음 주에도 새로운 소식으로 만나요.❤️