[AI 매터스 뉴스레터 #55] AI 시장을 이끄는 다중 에이전트 시스템의 핵심은 ‘연결’

안녕하세요, AI 매터스 입니다.

AI 매터스는 생성형 AI 분야에서 수없이 쏟아져 나오는 소식 중에서 꼭 참고해야 할 내용을 엄선해 매일 기사를 발행하고 있습니다. 그 가운데 놓치지 말아야 할 중요한 이슈들을 정리하여 뉴스레터로 제공해드립니다.

AI 매터스와 함께 최신 AI 트렌드를 빠르게 파악해보세요.

최근 인공지능(AI) 분야에서는 ‘더 큰 언어 모델(LLM)을 만드는 것만으로는 한계가 있다’는 새로운 흐름이 주목받고 있습니다. 즉, 이미 존재하는 똑똑한 AI 모델을 어떻게 효과적으로 활용하느냐가 더 중요해지고 있는 것이죠. 최근 마누스AI(Manus AI)가 다중 에이전트 시스템의 가능성을 구체적으로 보여주었는데요. 기존 인공지능과 달리, 사람처럼 여러 분야를 오가며 복잡한 일을 스스로 처리할 수 있다는 점에서 큰 주목을 받았습니다.

초기에 초대 코드를 받아 테스트한 사용자들의 리뷰에 따르면, 마누스 AI는 필요할 때 여러 도구를 알아서 찾아 쓰고, 한 곳에서 정보를 찾아 다른 곳에 적용해 결과를 내놓습니다. 이를 본 사람들은 ‘인공지능이 정말 알아서 일하는 것 같다’며 놀라워했죠.

그런데 기술적으로 더 놀라운 점은, 마누스 AI가 ‘Claude 3.5 Sonnet’ 같은 언어 모델 하나에 29개의 도구와 웹 브라우저처럼 공개된 소스를 연결한 것에 불과하다는 겁니다. 여기서 ‘불과하다’라는 표현은 사실 이 조합이 생각보다 단순해 보여도 엄청난 시너지를 낸다는 것을 강조합니다.

핵심은 ‘다중 에이전트 시스템(Multi-Agent System)

마누스 AI가 이렇게 뛰어난 이유는 ‘다중 에이전트 시스템(MAS)’이라는 개념 덕분입니다. 이 시스템에서는 여러 AI 에이전트, 즉 작은 규모의 ‘AI 도우미 프로그램’들이 서로 협력하여 하나의 공동 목표를 달성합니다.

마누스 AI의 경우, 사용자와 직접 대화하는 ‘실행자 에이전트(executor agent)’가 앞에 나서며, 이 에이전트가 대화 이면에서 작동하는 ‘지식 에이전트’나 ‘계획 에이전트’ 등의 여러 보조 AI와 정보를 주고받아 문제를 해결합니다.

사용자는 실행자 에이전트와만 상호작용하기 때문에 복잡함을 느끼지 않지만, 실제로는 여러 AI가 유기적으로 협력하여 업무를 처리하는 구조를 갖추고 있는 것이죠. 최근 연구에서도, 이렇게 여러 AI 에이전트를 함께 활용하면 단일 언어 모델 하나를 쓰는 것보다 훨씬 복잡한 문제를 더 효율적으로 해결할 수 있다고 보고하고 있습니다.

LLM과 도구를 결합하면 어떤 혁신이 일어날까?

마누스 AI 사례에서 알 수 있듯, 인공지능 시대의 핵심은 AI 모델 하나만의 성능이 아니라 ‘추론 능력을 갖춘 언어 모델과 다양한 도구의 결합’입니다. 이 둘이 함께 만나야 복잡한 과제도 효과적으로 처리해낼 수 있습니다.

이와 관련해 주목받는 개념이 ‘LLM 체이닝(LLM Chaining)’입니다. 이는 대규모 언어 모델(LLM)을 여러 외부 도구나 서비스와 연결해, 입력된 요청에 가장 적합한 도구를 스스로 골라 쓰도록 하는 방식입니다. 예를 들어, AI가 먼저 웹을 검색해 정보를 찾고, 그 다음 다른 분석 도구로 해당 정보를 해석한 뒤, 최종적으로 종합된 결과를 사용자에게 보여주는 식입니다.

이 과정에서 대표적인 예로 꼽히는 오픈소스 프레임워크가 ‘랭체인(LangChain)’입니다. 랭체인은 LLM을 외부 데이터나 다양한 AI 에이전트와 쉽게 연결해 줍니다. 이를 활용하면 복잡한 업무 흐름(워크플로우)을 자동화할 수 있고, 기업이나 개발자들은 여러 분야에 이 기능을 손쉽게 적용할 수 있습니다.

산업 현장에서의 다중 에이전트 시스템 활용

다중 에이전트 시스템은 더 이상 연구실의 실험 단계에 머무르지 않고, 이미 여러 산업 분야에서 널리 활용되고 있습니다. 예를 들어 ‘CrewAI’라는 다중 에이전트 플랫폼은 기업들이 내부 업무에 AI 도우미들을 도입해 자동화된 워크플로우를 구축하도록 도와줍니다. 놀랍게도 포춘(Fortune) 500대 기업의 40%가 CrewAI를 사용하고 있다고 하니, 규모 있는 기업이 적극적으로 AI 협업 시스템을 도입하고 있음을 보여줍니다.

마케팅 분야에서도 AI 통합은 점점 대세로 자리 잡고 있습니다. 생성형 AI를 이용하면 광고나 고객 분석 같은 작업을 자동화할 수 있기 때문에, 운영 효율이 크게 높아지고 고객 참여율 역시 상승한다는 결과도 보고되고 있습니다. 즉, 여러 AI 에이전트와 도구를 결합한 시스템이 기업 현장에서 구체적인 성과로 이어지고 있다는 점이 확인되고 있습니다.

AI 생태계의 미래: 더 이상 하나의 모델만 바라보지 말자

마누스 AI가 보여주는 가장 중요한 교훈 중 하나는 더 이상 ‘큰 언어 모델을 하나 더 개발하자’는 식의 경쟁만으로는 충분하지 않다는 것입니다. 이미 충분히 똑똑한 모델이 존재하는 상황에서는, 다양한 도구를 연결하고 여러 에이전트를 구성해 서로 협력하게 만드는 전략이 훨씬 더 중요합니다.

이를 잘 보여주는 비교가 ‘마누스 AI’와 ‘Claude AI’입니다. 마누스 AI는 여러 분야를 자유롭게 넘나들면서 자율적으로 업무를 처리하는 데 강점이 있고, Claude AI는 대화형 AI로서 윤리적인 제약을 지키며 지식을 체계적으로 정리하고 종합하는 데 뛰어납니다. 둘 다 훌륭한 능력을 갖추고 있지만, 그 차이를 만드는 것은 결국 언어 모델 자체가 아니라 어떤 도구와 에이전트 시스템을 어떻게 설계하고 활용하느냐입니다.

도구와 플랫폼이 만들어가는 AI의 미래

결국 앞으로의 AI 발전 방향은, 더 강력한 언어 모델 하나를 새로 만드는 것보다 이미 출시된 언어 모델들을 효과적으로 결합해 문제를 해결하는 구조를 구축하는 쪽으로 흘러갈 가능성이 높습니다. 마누스 AI처럼, 기존의 언어 모델에 적절한 도구를 붙이고 다중 에이전트 시스템을 도입하면 새로운 가치를 훨씬 더 쉽게 창출할 수 있기 때문입니다.

기업이나 개발자들이 앞으로 집중해야 할 부분도 바로 이 지점입니다. 꼭 새로운 모델을 만들어야만 혁신이 일어나는 것은 아닙니다. 오히려 지금 잘 갖춰진 언어 모델들을 적절히 연결하고, 협업 구조를 설계함으로써 더 많은 분야의 문제를 해결할 수 있습니다. 이를 통해 AI 기술의 실제 가치를 극대화하고, 안정적이면서도 다양한 기능을 갖춘 AI 생태계를 만들어낼 수 있을 것입니다. 궁극적으로는 여러 모델, 다양한 도구, 그리고 다중 에이전트들이 서로 유기적으로 맞물려 돌아가는 거대한 AI 환경이 가까운 미래의 모습이 될 것으로 예상됩니다.

AI Campaign 눈에 띄는 AI 캠페인

[리얼 캠페인 탐구] 잡코리아가 ‘AI 어른이 프로필 만들기’로 사용자 경험 확장한 방법

어른이와 AI의 만남, 색다른 시선으로 조명한 직장인의 일상 단 몇 분 만에 완성되는 ‘AI 어른이 프로필’로 폭발적인 반응을 이끌어낸 잡코리아의 캠페인 사례를 소개합니다. 잡코리아는 ‘어른이’라는 독특한 콘셉트를 통해 매일의 업무에 진솔하게 임하면서도, 마음 한편에 순수함과 호기심을 간직한 사람들의 가치를 새롭게 조명하고자 했습니다. 성인이지만 어린 시절의 열정을 놓지 않은 이들을 의미하는…

AI Tool 요즘 핫한 AI 툴 정보

“한글 배웠다” 챗GPT ‘이미지 생성 모델’ 업데이트 총정리!

AI 프롬프트 작성 팁 대방출! 효과적으로 챗GPT와 대화하는 방법

한글 한 줄로 초고퀄 이미지 뚝딱! 직군별 리크래프트 활용법

클로드로 인포그래픽 카드 만들기: 데이터 시각화의 새로운 방법

MS 숨어있는 AI 기능 총 정리! – 메모장, 그림판, 사진편집기, 클립챔프, 코파일럿

Reports Summary 주목할 만한 리포트와 논문들

“AI가 ‘인간 연기’할 때 실제 인간보다 더 인간답다”… 충격적 연구 결과 공개

Large Language Models Pass the Turing Test GPT-4.5, 73% 성공률로 실제 인간 참가자보다 더 인간답게 평가받아 캘리포니아 샌디에이고 대학(UC San Diego)의 연구팀이 최신 대규모 언어 모델(Large Language Model, LLM)인 GPT-4.5와 LLaMa-3.1-405B를 대상으로 튜링 테스트를 실시한 결과, 이들 모델이 인간과 구별되지 않을 정도로 인간답게 대화할 수 있음을 입증했다. 특히 GPT-4.5는 인간…

“우리는 AI의 노예가 될 것인가?” 한국인 AI 이용률 60% 시대… 인간 자율성의 위기와 대응책

When Autonomy Breaks: The Hidden Existential Risk of AI 인류의 진짜 위협은 AI가 인간처럼 되는 것이 아니라 ‘인간이 기계처럼 되는 것’ 인공지능(AI)의 위험은 일반적으로 인류에 대한 물리적 위협이나 통제력 상실, 사고로 인한 인류 멸종 등으로 논의되지만, 실제로는 인간 자율성의 점진적이고 돌이킬 수 없는 감소가 간과된 중요한 위험 요소다. AI가 삶의…

“돈 되는 AI vs 돈 먹는 AI” 산업별 생성형 AI 투자수익 비교 분석

GenAI’s ROI Divide: How Leading Industries Innovate While Others Lag 정보산업, 생성형 AI 최고 수익률 달성… 기업의 65%가 매우 긍정적 ROI 보고 생성형 인공지능(GenAI)은 기업의 혁신과 생산성을 높이는 강력한 도구로 자리잡았지만, 모든 산업이 동일한 이점을 누리지는 못하고 있다. 피먼츠 인텔리전스(PYMNTS Intelligence)가 2024년 3월부터 11월까지 진행한 조사에 따르면, 산업별로 생성형 AI…