에이전트 시대에 맞춰 팀을 준비하기 위한 필수 요소

* 본 아티클의 원문은 2026년 01월 31일 Google Cloud 블로그(영문)에 게재되었습니다.

AI 에이전트는 수백만 개의 데이터 포인트를 몇 초 만에 분석하고, 지치지 않고 24시간 내내 작동할 수 있습니다. 하지만 팀원 한 명을 설득하여 그 분석 결과를 신뢰하게 만드는 데는 몇 달이 걸릴 수도 있습니다.

Google Cloud의 최근 연구에 따르면 1년 이내에 AI 에이전트 도입으로 ROI를 달성한 조직은 무엇보다 데이터 품질과 사용자 채택을 최우선으로 고려하는 것으로 나타났습니다. 기술이 아무리 뛰어나도 사람들이 실제로 사용하지 않으면 무용지물이기 때문입니다.

의료 IT와 주택 담보 대출 업계의 두 리더는 성공적인 AI 에이전트 도입이 알고리즘 자체보다는, 사람들이 지능형 시스템과 함께 일할 수 있도록 준비시키는 과정에 크게 좌우된다는 교훈을 직접 경험했습니다.

위임 마인드셋: AI의 역할 재정의

미국 1위 모기지 회사인 UWM(United Wholesale Mortgage)의 CTO인 제이슨 브레슬러는 직원들로부터 끊임없이 같은 우려를 듣습니다. “AI가 내 일자리를 대체할까요?” 브레슬러는 이러한 두려움이 AI 도입을 가로막는 가장 큰 장벽임을 잘 알고 있습니다. 이에 대해 그가 팀에게 전하는 메시지는 명확하고 일관됩니다.

"AI가 여러분의 일자리를 대체하지는 않을 겁니다. 하지만 AI를 잘 활용하는 사람이 여러분의 일자리를 대체할 것입니다."

그의 역할은 일자리를 없애는 것이 아니라(UWM은 36년 동안 무해고 기록을 유지하고 있습니다), 모든 직원이 AI를 효과적으로 활용할 수 있도록 돕는 것입니다. 진정한 위험은 AI 도구를 적극적으로 받아들이는 동료에게 뒤처지는 것입니다. UWM에 있어 AI 활용 능력은 IT 부서를 넘어 사업 부서, 대출 담당자, 심지어 UMW 플랫폼을 사용하는 독립 파트너에게까지 확장되어야 하는 필수 역량입니다.

브레슬러가 AI의 역할을 설명할 때 가장 강조하는 단어는 '위임'입니다. 그는 AI를 에너지와 시간을 소모하는 고된 작업을 대신 처리해 주는 존재로 정의합니다. 그는 "AI가 어떻게 여러분의 업무를 개선하고 더 복잡한 업무에 집중할 수 있도록 도와주는지 살펴봐야 합니다."라고 설명했습니다. 예를 들어 대출 담당자가 LEO(위스콘신대학교 밀워키 캠퍼스의 대출 견적 최적화 도구)를 사용하여 경쟁업체의 상품을 분석하면 대출 담당자는 고객과의 관계 구축이나 대출자의 실질적인 니즈 파악에 더 집중할 수 있게 됩니다.

Expert-in-the-loop: 결정은 인간의 몫

이러한 ‘위임’의 철학은 다양한 산업 분야에 적용됩니다. MEDITECH의 사장 겸 CEO인 미셸 오코너는 AI 에이전트의 잠재력이 매우 크다고 보고 있습니다. 하지만 37년 동안 의료 IT 분야에 종사해 온 그녀는 임상 환경에 AI 에이전트를 도입할 때 따르는 막중한 책임감 또한 잘 알고 있습니다.

오코너는 명확한 경계를 설정했습니다. “에이전트는 보조할 뿐, 결정을 내리지는 않는다”는 것입니다. 또한 "우리는 에이전트가 임상적 의사결정을 주도하게 하고 싶지 않습니다. 우리는 그저 AI가 그 과정을 보조하기를 원합니다."라고 그녀는 설명합니다. MEDITECH가 환자의 입원 경과를 요약하거나 의사에게 관찰된 상태를 유도하는 에이전트를 배포할 때, 기술은 인사이트와 권장 사항을 생성할 분입니다. 최종 결정은 의사가 내립니다.

2주 동안 입원한 환자의 진료를 맡게 된 병원 의사를 생각해 보세요. AI 에이전트는 이 방대한 입원 기록을 순식간에 요약할 수 있습니다. 오코너는 "입원 경과를 요약해 주면 시간을 크게 절약하고 정확도를 높일 수 있습니다. 하지만 결국 그것을 검토하고 최종 판단을 내리는 것은 의사의 몫입니다."라고 말합니다. 에이전트는 기초 작업을 수행하고, 전문가가 최종 결정을 내립니다.

Google Cloud의 의료 산업 책임자인 아시마 굽타는 이 접근 방식을 'Expert-in-the-loop’라고 부르며, 이는 우리에게 익숙한 'Human-in-the-loop' 개념을 의도적으로 진화시킨 것입니다. 이 차이점은 중요합니다. 적절한 전문 지식을 갖춘 사람이 의사 결정권자로 남아 있어야 한다는 뜻이기 때문입니다. AI는 정보와 옵션을 제시하지만 최종 결정은 여전히 임상의와 간호사의 몫입니다.

오코너는 이 원칙을 수익 주기 운영에도 적용합니다. AI는 문서화된 진료 기록을 바탕으로 청구 코드를 제안할 수 있지만, "환자 차트를 코딩하는 데 대한 재정적 결정을 AI가 대신 내리진 않는다." 경계는 명확합니다. AI가 명확하고 윤리적으로 지원하되, 권한은 전문가에게 남습니다. 의료 분야에서 AI 도입은 "신뢰의 속도에 맞춰 진행될 것"이라고 오코너는 강조합니다.

조직 전반에 AI 활용 역량을 구축하기 위한 프레임워크는 조직의 AI 활용 역량: AI 가치를 실현하기 위한 가장 중요한 요소를 참고하세요.

리더가 해야 할 일

문화를 바꾸기 위해서는 직접 행동으로 모범을 보이고, 역량 강화에 투자하며, 구성원들이 학습할 수 있는 공간을 마련해 주는 리더가 필요합니다.

UWM에서 브레슬러는 2,000명의 기술자가 협력하여 신속한 혁신을 이룰 수 있는 환경을 구축했습니다. UWM이 LEO를 도입했을 때 수천 건의 대출 견적을 며칠 만에 분석할 수 있었습니다. 이러한 속도는 인프라와 문화가 조화를 이룰 때만 가능합니다.

브레슬러는 "IT팀뿐만 아니라 다른 비즈니스 부서와 고객도 AI 에이전트의 작동 방식을 이해할 수 있도록 노력하고 있습니다."라고 말합니다. 이러한 의도적인 지식 공유는 조직 전체에 공통의 언어를 만듭니다.

오코너는 신중한 도입을 통해 신뢰를 얻어야 한다고 강조했습니다. MEDITECH에게 있어 이는 AI의 가능성과 한계를  투명하게 공개하고 명확한 윤리적 경계를 설정하며 의료진에게 통제권을 부여하는 것을 의미합니다. 리더는 단순히 AI 에이전트를 도입하고 구성원들이 사용하기를 막연히 바라서는 안 됩니다. 기술이 임상의를 실질적으로 지원하고 있다는 사실을 행동으로 입증해야 합니다.

이러한 리더들은 이것이 긴 여정임을 알고 있습니다. 오코너는 "지금이야말로 의료와 기술이 비약적으로 발전할 시기라고 생각합니다."라고 말했습니다. 리더십이란 의도와 배려를 가지고 사람들을 그 도약의 과정으로 이끌어 나가는 것을 의미합니다.

인간만이 가진 경쟁력

AI 에이전트는 인간보다 더 빠르게 정보를 처리할 수 있습니다. 수백만 개의 데이터 포인트에서 패턴을 분석하고, 24시간 내내 지치지 않고 작업할 수 있습니다.

하지만 AI는 불안해하는 첫 주택 구매자에게 진심 어린 신뢰를 주지 못합니다. 환자가 말하지 않은 숨겨진 사연을 눈치챌 수도 없습니다. 무엇보다 일이 잘못되었을 때 책임을 질 수 없습니다. 가장 성공적인 AI 혁신은 인간의 능력을 대체하는 것이 아니라, 해방시키고 증강시키는 것입니다. AI 에이전트가 일상적이고 반복적이며 데이터 중심적인 작업을 처리하면 인간은 관계 구축, 창의적인 문제 해결, 가치 있는 업무를 정의하는 윤리적 판단에 집중할 수 있습니다.

미래는 AI와의 협업을 수용하고 에이전트를 지치지 않는 어시스턴트로 바라보는 사람들의 것입니다. 브레슬러와 오코너 같은 리더들은 단순히 기술을 도입하는 것뿐만 아니라 직원들이 이러한 시스템과 함께 일할 수 있도록 준비함으로써 다가올 미래를 앞서 보여주고 있습니다.

에이전트 시대는 이미 시작되었습니다. 가장 잘 준비된 인력을 갖춘 조직만이 번창할 것입니다. Gemini Enterprise가 어떻게 귀사의 팀이 AI 에이전트와 협업하여 기업 정보를 찾고, 이해하고, 행동으로 옮길 수 있도록 지원하는지 자세히 알아보세요.