델의 에이전틱 AI 전략, 챗봇을 넘어 자율적으로 일하는 AI로

델 테크놀로지스가 **에이전틱 AI(agentic AI)**를 기업의 실제 업무를 수행하는 소프트웨어로 규정했다. 지금까지의 생성형 AI가 검색, 요약, 콘텐츠 작성 등 직원의 의사결정을 돕는 데 초점을 맞췄다면, 에이전틱 AI는 업무를 여러 단계로 나누고 필요한 도구를 호출해 결과를 만들어내는 방식이다.

델은 2026년 8월 25일 열린 The Six Five Summit: AI Unleashed 2026에서 약 900개의 잠재적 AI 프로젝트를 명확한 사업 가치를 가진 13개 이니셔티브로 좁혔다고 밝혔다. 초기 배포에서 약 20~40%의 생산성 향상을 거뒀다는 설명도 내놨다. 다만 이 수치는 델이 자체 경험을 바탕으로 제시한 기업 측 주장이지, 모든 기업에 적용되는 업계 공통 기준은 아니다. 1

챗봇과 에이전틱 AI의 차이

델이 강조한 차이는 단순히 더 똑똑한 모델을 쓰느냐가 아니다. 기존 챗봇이나 업무용 어시스턴트는 사내 데이터를 찾아 정보를 제공하고 문서를 요약하거나 초안을 작성한다. 반면 에이전틱 AI는 특정 프로세스를 디지털화해 다음과 같은 일을 수행하도록 설계된다. 1

• 업무 목표를 여러 단계로 나눈다.
• 데이터베이스나 기업용 소프트웨어 같은 도구를 호출한다.
• 여러 작업을 조율한다.
• 정해진 권한 안에서 결과를 실행하고 기록한다.

따라서 에이전틱 AI 도입은 모델 하나를 기존 애플리케이션에 추가하는 문제로 끝나지 않는다. 인프라, 데이터 구조, 보안과 거버넌스, 조직 내 역할 설계까지 함께 바뀌어야 한다. 델이 말하는 궁극적인 목표는 기업이 처리할 수 있는 업무량이 사람의 가용 시간에만 묶이지 않도록 하는 것이다. 1

델이 실제 운영에 적용한 세 가지 업무

델은 약 2년 동안 에이전트를 개발했으며, 직전 1년 동안 이를 실제 운영 환경에 투입했다고 설명했다. 공개된 적용 사례는 다음 세 가지다. 1

• CRM 데이터 정리: 고객 기록의 중복, 누락, 오류 등 반복적인 데이터 품질 업무를 처리한다.
• 소프트웨어 개발: 반복적인 코드 작성과 주석 작업을 지원하고, CI/CD 과정의 일부 조율을 돕는다.
• 특별 가격 책정: 속도와 규칙의 일관된 적용이 중요한 가격 결정 업무를 지원한다.

이 사례들은 기업 전체가 완전히 자율적으로 움직인다는 의미와는 거리가 있다. 그러나 에이전틱 AI의 핵심이 무엇인지는 보여준다. 성공적인 배포는 단순히 모델을 배치하는 것이 아니라, 입력값·사용 도구·접근 권한·완료 조건이 정의된 업무 흐름을 자동화하는 일이다.

900개 프로젝트를 13개로 줄인 이유

기업의 AI 조직에는 아이디어가 넘쳐나기 쉽다. 하지만 후보 프로젝트가 많다는 사실이 곧바로 사업 경쟁력으로 이어지지는 않는다. 델은 약 900개의 후보를 검토한 뒤 명확한 사업 가치가 있는 약 13개 이니셔티브에 집중하고, 이를 경영진 주도로 관리했다고 밝혔다. 1

이 선택은 기업용 AI 전략에 실용적인 기준을 제시한다. 먼저 비용 절감, 처리 속도, 매출 기여처럼 결과를 측정할 수 있는 업무를 골라야 한다. 그다음 해당 업무를 안정적으로 운영하기 위한 권한 관리, 모니터링, 장애 대응 체계를 구축해야 한다는 의미다.

델은 제한된 범위의 어시스턴트 배포에서 초기 생산성이 약 20~40% 향상됐다고 설명했다. 에이전트가 특정 업무 범주 전체를 넘겨받으면 개선 폭이 훨씬 커질 수 있으며, 집중적인 프로그램 운영이 매출 성장과 비용 구조를 분리하는 데도 도움이 됐다고 주장했다. 이 역시 델의 자체 경험에 대한 설명으로 받아들여야 하며, 모든 기업의 보장된 성과를 의미하지는 않는다. 1

‘에이전트 워싱’을 경계해야 하는 이유

델의 존 로즈(John Roese)는 모든 AI 기능을 자율 에이전트라고 부르는 현상을 **‘에이전트 워싱(agent washing)’**이라고 경고했다. 챗봇, 제한된 업무용 어시스턴트, 실제로 업무를 자율 실행할 수 있는 에이전트를 같은 것으로 포장하면 기술의 수준과 위험을 잘못 판단하게 된다는 뜻이다. 1

델의 구분을 간단히 정리하면 다음과 같다.

• 챗봇: 사용자의 질문에 답하고 정보나 콘텐츠를 생성한다.
• 타깃형 어시스턴트: 범위가 정해진 업무를 개선하지만, 사람이 가까이서 확인하고 개입한다.
• 자율 에이전트: 계획을 세우고 도구를 호출하며 여러 행동을 조율해, 사람의 직접적인 감독을 크게 줄인 상태에서 업무를 수행한다. 1

자율성이 커질수록 실수의 영향도 달라진다. 잘못된 요약은 사람이 수정하면 되지만, 기업 시스템에 접근하는 에이전트가 오류를 내면 데이터 변경, 후속 작업 실행, 민감 정보 노출로 이어질 수 있다.

병목은 GPU만이 아니다

마벨 테크놀로지의 최고경영자 맷 머피는 실제 운영 단계의 에이전틱 추론이 기존 AI 학습과 다른 인프라 부담을 만든다고 설명했다. 에이전트는 여러 차례의 모델 호출, 긴 문맥, 다중 에이전트 상호작용을 거치면서 키-값 캐시 등을 이용해 업무 상태를 유지해야 한다. 이 때문에 순수 연산 능력보다 메모리 용량과 대역폭이 먼저 병목이 될 수 있다. 1

CPU의 역할도 커진다. 에이전틱 시스템은 분기 처리, 검색, 도구 호출, 샌드박스 실행, 에이전트 간 조율을 수행해야 하기 때문이다. 머피는 전통적인 AI 환경에서 약 816 대 1이었던 CPU 대 GPU 비율이 에이전틱 워크로드에서는 약 12 대 1로 이동할 수 있다고 말했다. 1

결국 기업이 에이전트 플랫폼을 평가할 때는 모델 성능이나 GPU 수만 봐서는 안 된다. 메모리, 네트워크, CPU 오케스트레이션, 관측 가능성, 반복 추론 비용을 함께 계산해야 실제 운영 가능성을 판단할 수 있다.

하나의 모델과 배포 방식으로는 부족하다

델은 모든 업무에 하나의 모델이나 하나의 배포 장소만 적용하는 ‘단일문화(monoculture)’를 경계했다. 대신 다음과 같은 선택지를 업무별로 조합하는 하이브리드 구조를 제안했다. 1

• 온프레미스 오픈 모델
• 델이 호스팅하는 최첨단 모델
• 통제된 가상 프라이빗 클라우드(VPC)
• 외부 API
• 디바이스에서 실행되는 모델

어떤 방식을 택할지는 성능, 규제 준수, 기능, 비용에 따라 달라진다. 경제성 역시 업무의 성격에 따라 크게 바뀐다. 고위 임원의 의사결정을 돕는 에이전트는 월 단위로 높은 비용을 감수할 수 있지만, 대량의 CRM 기록을 정리하는 에이전트는 건당 비용이 매우 낮아야 한다. 델은 후자의 기준으로 약 0.50달러 미만의 레코드당 비용을 논의했다. 1

따라서 기업이 던져야 할 질문은 “가장 좋은 모델이 무엇인가”가 아니다. “이 업무에 어떤 모델과 배포 위치, 어느 수준의 자율성을 적용해야 원하는 결과를 허용 가능한 비용과 위험 안에서 얻을 수 있는가”가 더 정확한 질문이다.

자율 에이전트의 출발점은 디지털 신원

델은 내부 또는 외부의 자율 에이전트가 자사 데이터에 접근하려면 모두 델이 발급한 디지털 신원을 부여해야 한다고 밝혔다. 이 신원은 세밀한 권한 제어를 가능하게 하고, 필요할 때 접근 권한을 즉시 철회하는 실질적인 ‘비상 정지 스위치’ 역할을 한다. 1

특히 사용자의 권한을 그대로 물려받지 않는 **헤드리스 에이전트(headless agent)**가 문제가 된다. 사용자 상속형 에이전트는 특정 직원의 자격 증명으로 작동하지만, 헤드리스 에이전트는 보다 독립적으로 움직인다. 이에 따라 누가 어떤 행동을 승인했는지 추적하고, 권한을 설정하며, 수명 주기를 관리하기가 더 어려워진다. 델은 향후 배포되는 에이전트의 약 70%가 헤드리스 형태가 될 것으로 전망했다. 2

델은 에이전트 간 통신과 에이전트-도구 간 통신 프로토콜, 양자내성 암호화 대비도 운영 환경의 보안 모델에 포함될 요소로 언급했다. 1 핵심은 에이전트를 보이지 않는 챗봇의 확장 기능이 아니라, 소유자·권한 범위·감사 기록·철회 경로를 가진 소프트웨어 신원으로 관리해야 한다는 점이다.

일자리는 사라지기보다 업무 단위로 재편된다

델은 에이전트가 일에 미치는 영향을 파악하기 위해 6,800개 직무를 생산성, 데이터 정리와 같은 위생 업무, 조율, 전문 업무, 대인 업무 등으로 나눠 분석했다고 밝혔다. 결론은 에이전트가 직무 전체를 한꺼번에 없애기보다 직무 안의 일부 업무를 먼저 제거할 가능성이 크다는 것이다. 1

소프트웨어 개발을 예로 들면 에이전트가 반복적인 코드 작성, 주석, 배포 과정의 일부 조율을 맡고, 사람은 아키텍처, 요구사항, 판단, 고객과의 상호작용에 더 집중할 수 있다. 1

이는 일자리가 아무 변화 없이 유지된다는 뜻은 아니다. 자동화할 수 있는 업무가 빠져나가면서 모든 직무의 구성은 달라질 수 있다. 델의 주장은 사람의 역할이 전문성, 맥락 이해, 판단력, 인간관계가 필요한 영역으로 이동한다는 데 있다.

에이전틱 AI가 생산 단계에 도달했다는 기준

델의 메시지는 다음과 같이 요약할 수 있다. 에이전틱 AI 프로젝트가 실제 운영에 들어가려면 측정 가능한 사업 성과, 범위가 명확한 업무 흐름, 감당할 수 있는 비용 구조, 그리고 신원·접근 권한·오류 복구를 통제할 장치가 모두 필요하다.

900개의 가능성을 13개의 집중 과제로 줄였다는 결정은 이 전략을 상징한다. 에이전틱 AI는 단순히 대화가 더 자연스러운 인터페이스가 아니다. 소프트웨어가 실제 업무를 수행하는 운영 모델이며, 그에 맞춰 인프라와 보안, 조직과 직무 설계까지 함께 바뀌어야 한다.