📌 3줄 요약
- AI 에이전트는 목표만 주면 스스로 계획하고, 도구를 쓰고, 결과를 확인하며 일을 끝내는 AI입니다.
- 젠슨 황은 GTC 2026에서 "모든 기업에 OpenClaw 전략이 필요하다"고 말할 만큼 에이전트를 새로운 컴퓨팅 계층으로 봤습니다.
- 컴퓨터를 조작하는 손은 AI에게 넘어가고, 사람에게는 "무엇을 시키고, 무엇을 통과시킬지"가 남습니다.
출근하면 가장 먼저 무엇을 하시나요?
메일함을 열고, 첨부파일을 내려받고, 엑셀에 숫자를 옮겨 붙이고, 다시 답장을 쓰고…
하루의 절반이 '클릭하고 복사하고 붙여넣는 일'로 사라진다는 것, 공감하시죠?
그리고 그 일을 빠르게 잘하는 사람이 "일 잘하는 사람" 소리를 들어왔습니다.
그런데 불편한 진실을 말씀드려야겠습니다. 그 능력은 곧 경쟁력이 아니게 됩니다.
클릭하고, 입력하고, 프로그램 사이를 오가는 일은 이제 AI가 사람보다 더 잘하기 시작했기 때문입니다.
아마 지금 이런 생각이 드실 겁니다.
- "AI 에이전트? 그거 개발자들 얘기 아니야?"
- "어차피 결과는 사람이 다 확인해야 하잖아."
- "내 메일이랑 파일을 AI한테 맡겨도 안전해?"
전부 정당한 의심입니다. 이 글 끝까지 읽으시면 세 가지 모두에 답을 얻으실 수 있습니다.
이 글은 개발 유튜버 조코딩의 'AI 리터러시 특강' 3강을 바탕으로, 강의에 나온 수치와 발언을 공식 발표·보도와 하나하나 대조해 정리했습니다. 강의 내용 중 사실과 다르거나 보완이 필요한 부분은 바로잡아 반영했습니다.
📑 목차
🧭 1. AI는 3단계로 진화했습니다: 챗봇 → 추론 → 에이전트
에이전트를 이해하려면 AI가 어디서 왔는지부터 보면 쉽습니다.
| 단계 | 시점 | 특징 |
|---|---|---|
| ① 챗봇 | 2022년 11월 ChatGPT 공개 | 질문 한 번에 답변 한 번. 사람이 묻고, 읽고, 다시 묻는 구조 |
| ② 추론 모델 | 2024년 9월 OpenAI o1 | 답하기 전에 스스로 검토하는 과정을 거침. 수학·과학 성능 급상승 |
| ③ 에이전트 | 2025~2026년 본격 확산 | 목표를 받으면 계획·도구 사용·확인을 스스로 반복해 결과까지 냄 |
추론 모델의 위력은 숫자로 보면 확실합니다. 국제수학올림피아드 예선 문제에서 이전 모델인 GPT-4o는 13%밖에 못 풀었지만, 추론 모델 o1은 83%를 풀어냈습니다. 이후 2025년 1월에는 중국의 딥시크(DeepSeek)가 추론 모델을 오픈 웨이트(모델 공개) 방식으로 내놓으면서 전 세계적인 화제가 되기도 했죠.
그리고 모델이 "충분히 똑똑해진" 지금, AI는 대답하는 존재에서 일을 끝내는 존재로 넘어가고 있습니다.
🤖 2. AI 에이전트란? 챗봇과 결정적 차이
AI 에이전트 = 목표를 받아 계획을 세우고, 도구를 사용하고, 결과를 확인하며, 스스로 일을 끝내는 AI
예를 들어 "다음 주 부산 출장 항공권 예약해 줘"라고만 말하면, 에이전트는 이렇게 움직입니다.
- 메일과 일정에서 출장 날짜와 목적을 찾습니다.
- 브라우저로 시간대별 항공편을 검색합니다.
- 예전 대화에서 기억해 둔 내 취향(창가석, 오전 출발 등)을 반영합니다.
- 조건이 안 맞으면 다시 찾고, 틀린 부분은 스스로 고칩니다.
- 최종 후보를 정리해 예약까지 진행합니다.
| 구분 | 챗봇 | AI 에이전트 |
|---|---|---|
| 입력 | 질문 | 목표 |
| 출력 | 답변 한 번 | 완료된 결과물 |
| 도구 사용 | 거의 없음 | 브라우저·파일·메일·외부 서비스 |
| 사람의 역할 | 계속 묻고 실행 | 목표 제시 + 결과 검토 |
한 문장으로 줄이면 이렇습니다. 챗봇은 대화 상대, 에이전트는 끝까지 해 오는 일꾼입니다.
🦞 3. OpenClaw: 젠슨 황이 "모든 회사에 필요하다"고 한 이유
AI 에이전트가 '먼 미래 이야기'에서 '지금 당장의 전략'으로 바뀐 결정적 사건이 있습니다. 바로 오픈소스 에이전트 OpenClaw(오픈클로)의 등장입니다.
개인이 만든 주말 프로젝트가 깃허브 역사를 다시 썼습니다
- 2025년 11월: 오스트리아 개발자 피터 스타인버거가 'Clawdbot'이라는 이름으로 처음 공개
- 2026년 1월 30일: 지금의 이름 'OpenClaw'로 변경
- 약 10주 만에 깃허브 스타(개발자판 '좋아요') 20만 개 돌파
- 2026년 7월 기준 38만 개 이상. 10년 넘게 쌓아 온 React의 기록도 넘어섬
- 창시자는 OpenAI에 합류했고, 프로젝트는 독립 재단으로 옮겨 오픈소스로 유지
OpenClaw는 왓츠앱·텔레그램 같은 메신저와 연결해 두면, 내 컴퓨터 안에서 돌아가며 파일·메일·일정 같은 도구에 접근해 일을 처리해 주는 에이전트입니다. 메신저로 "이거 해 줘"라고 보내면 PC가 알아서 움직이는 셈이죠.
"모든 회사에 OpenClaw 전략이 필요하다"
2026년 3월 엔비디아 최대 행사인 GTC 2026 기조연설에서 젠슨 황은 모든 기업이 자기 사업 영역에서 OpenClaw 전략을 세워야 한다고 강조했습니다. 과거 기업들에게 리눅스 전략, 인터넷 전략, 모바일 전략이 필요했던 것처럼, 에이전트가 새로운 컴퓨팅 계층이 됐다는 의미입니다. 엔비디아는 같은 자리에서 OpenClaw 위에 기업용 보안 기능을 얹은 NemoClaw(네모클로)도 발표했습니다.
여기서 핵심은 특정 제품이 아닙니다. 조코딩의 표현을 빌리면, 여러 도구를 연결해 스스로 일을 끝내는 방식이 "실제로 작동한다"는 게 증명됐다는 점입니다. 이제 에이전트는 유행어가 아니라 회사 전략의 단위가 됐습니다.
🚁 4. 스킬과 MCP: 매트릭스의 '헬기 조종 프로그램'
영화 <매트릭스>에 이런 장면이 있습니다. 헬기를 본 네오가 "이거 몰 수 있어?"라고 묻자 트리니티는 "아직은"이라고 답합니다. 그리고 헬기 조종 프로그램을 머릿속에 내려받은 뒤, 곧바로 헬기를 몰고 날아오르죠.
AI 에이전트가 새로운 일을 할 수 있게 되는 원리가 딱 이렇습니다. 두 가지만 기억하시면 됩니다.
| 구분 | 무엇인가 | 비유 |
|---|---|---|
| 스킬(Skill) | 특정 분야의 전문 지식과 작업 절차를 묶은 패키지 | 머릿속에 내려받는 '조종 프로그램' |
| MCP | 외부 프로그램을 AI에 꽂는 표준 연결 규격 | 헬기의 '조종석' |
| CLI · API | 명령어 창, 서비스의 공식 출입문을 통한 연결 | 조종석으로 가는 다른 문 |
즉, 전문 지식(스킬)을 장착하고 도구 연결선(MCP 등)을 꽂으면, AI는 처음 보는 일도 해낼 수 있습니다.
💼 5. 실제 활용 사례 5가지
아래는 조코딩이 강의에서 직접 해 본 것으로 소개한 사례들입니다.
① 마케터처럼 광고를 집행하는 AI
SEO, 전환율 최적화, 콘텐츠 마케팅, 유료 광고 등 마케팅 지식을 담은 스킬을 에이전트에 장착하고 메타 광고 API를 연결했습니다. 그러자 에이전트가 광고 소재를 만들고, 캠페인을 생성하고, 실제 예산을 집행까지 했다고 합니다.
② 블렌더를 처음 써 보는 사람의 3D 모델링
블렌더는 전문가가 아니면 다루기 어려운 3D 제작 도구입니다. 그런데 에이전트에 블렌더 MCP를 연결하고 원하는 결과를 말로 설명하기만 하면, 에이전트가 툴을 직접 조작해 모델링을 해 줍니다. 이제 중요한 건 툴 사용법이 아니라 툴에 연결하는 방법입니다.
③ 이메일 업무를 통째로 위임
조코딩은 정부 사업 '모두의 창업'에 솔루션 공급사로 참여하면서, 여러 기관과의 자료 제출 메일이 감당이 안 될 만큼 많아지자 자료를 넘기고 응대를 에이전트에게 맡겼다고 합니다. 화자가 공개한 결과는 다음과 같습니다.
- 21개 기관, 메일 195통 확인·처리
- 발신자 74명 대응, 세금계산서 21건 발행
- 증빙 엑셀 39개, 추가 문서 10개 생성 후 각각 첨부
④ 내 매출 데이터 분석
세금계산서와 통장 내역을 에이전트에게 넘긴 뒤 "유튜브 수익과 광고 수익 비중을 비교해 줘"라고 하자, 데이터를 뒤져 수익원을 종류별로 나누고 엑셀 표와 그래프까지 만들어 줬다고 합니다. 연결된 도구와 데이터만 있으면 시키는 거의 모든 일을 조합해 낼 수 있다는 뜻입니다.
⑤ 모델 섭외 없는 AI 인플루언서
가상의 AI 캐릭터를 만들고, 그 캐릭터의 SNS 계정을 에이전트가 운영하게 했습니다. 이미지·영상 제작, 게시, 메시지 응대까지 자동으로요. 실제 화장품 사진과 캐릭터 이미지를 넣으면, 일반 사용자가 직접 찍은 듯한 리뷰 영상(UGC)도 만들어 냅니다.
🧠 6. 사람에게 남는 일은 딱 두 가지
여기까지 읽으셨다면 이런 불안이 드실 수도 있습니다. "그럼 내 일은 없어지는 거 아니야?"
정확히는 일의 종류가 바뀝니다. 화면을 보고, 클릭하고, 복사해서 붙여넣고, 프로그램 사이를 오가는 일은 에이전트가 더 잘합니다. 대신 사람에게는 두 가지가 남습니다.
① 지시
무엇을, 누구를 위해, 어떤 기준으로 할지 정해서 넘기는 일
② 검토
돌아온 결과를 기준에 대 보고 통과시킬지, 돌려보낼지 판단하는 일
컴퓨터를 조작하는 손은 AI에게 넘어갔습니다. 무엇을 시키고 무엇을 통과시킬지는 여전히 사람의 몫입니다.
⏱️ 7. AI가 혼자 끝내는 일, 얼마나 길어졌나
AI 평가 기관 METR은 "사람이 하면 몇 시간 걸리는 일을 AI가 절반 확률로 혼자 끝낼 수 있는가"를 측정합니다.
- 2019~2024년 데이터 기준으로는 이 길이가 약 7개월마다 2배씩 늘었습니다.
- 2026년 1월 개정된 측정 모델에서는 2023년 이후 속도가 더 빨라져 약 4개월마다 2배로 추정됩니다.
- 앤트로픽의 Claude Mythos Preview는 사람 기준 최소 16시간짜리 과제를 절반 확률로 끝낼 수 있는 것으로 추정됐습니다.
다만 METR 스스로 16시간을 넘는 측정은 현재 과제 세트로는 신뢰하기 어렵다고 밝혔습니다. 또 "16시간짜리 과제를 50% 확률로 해낸다"는 것이 "사람이 16시간 걸리는 모든 일을 안정적으로 대신한다"는 뜻은 아니라는 반론도 있습니다. 숫자는 방향을 보여 줄 뿐, 실제 업무 투입은 여전히 사람의 검토가 전제입니다.
✅ 8. 에이전트에게 일 맡기기 전 체크리스트
처음의 세 번째 의심, "안전해?"에 대한 답입니다. 실제로 잘못 설정된 OpenClaw 환경에서 저장된 카드 정보가 유출되거나, 악성 플러그인으로 API 키를 탈취당한 사례가 보고됐습니다. 에이전트는 강력한 만큼 권한 관리가 곧 실력입니다.
- 반복 업무 하나만 고르기: 매주 같은 형식으로 하는 일(보고서 취합, 정기 메일 회신)부터 시작합니다.
- 기준을 문서로 쓰기: "좋은 결과"가 무엇인지 체크리스트로 적어 두면 지시와 검토가 모두 쉬워집니다.
- 권한은 최소로: 필요한 폴더·계정에만 접근을 허용하고, 검증되지 않은 플러그인은 설치하지 않습니다.
- 되돌릴 수 없는 일엔 승인 단계: 송금, 외부 발송, 삭제처럼 취소가 안 되는 작업은 반드시 사람이 최종 확인합니다.
- 결과 기록 남기기: 무엇을 했는지 로그를 남기게 해야 검토가 가능합니다.
❓ 자주 묻는 질문(FAQ)
Q1. AI 에이전트와 챗봇의 차이는 무엇인가요?
챗봇은 질문에 한 번 답하고 끝나지만, 에이전트는 목표를 받아 계획을 세우고 도구를 사용하며 결과가 나올 때까지 스스로 작업을 반복합니다.
Q2. OpenClaw는 언제 나왔나요?
2025년 11월 'Clawdbot'이라는 이름으로 처음 공개됐고, 2026년 1월 30일 지금의 'OpenClaw'로 이름을 바꿨습니다. 창시자는 이후 OpenAI에 합류했고 프로젝트는 재단에서 오픈소스로 운영됩니다.
Q3. MCP는 무엇인가요?
외부 프로그램이나 서비스를 AI에 연결하는 표준 규격입니다. 블렌더 MCP를 연결하면 AI가 블렌더를, 메일 MCP를 연결하면 AI가 메일을 직접 다룰 수 있게 됩니다.
Q4. 코딩을 몰라도 AI 에이전트를 쓸 수 있나요?
점점 쉬워지고 있습니다. 메신저로 지시하는 방식이나, 클릭 몇 번으로 도구를 연결하는 서비스가 늘고 있습니다. 다만 어떤 권한을 주는지는 직접 이해하고 관리해야 합니다.
마치며
처음의 세 가지 의심으로 돌아가 보겠습니다.
- "개발자들 얘기 아니야?" → 블렌더를 처음 보는 사람도, 마케터가 아닌 사람도 이미 쓰고 있습니다.
- "결국 사람이 확인해야 하잖아?" → 맞습니다. 그래서 검토가 사람의 핵심 업무가 됩니다.
- "안전해?" → 권한을 최소화하고, 되돌릴 수 없는 일엔 승인 단계를 두면 위험을 크게 줄일 수 있습니다.
AI가 더 이상 "대답하는 상대"가 아니라 "일을 끝내 오는 동료"가 된 지금, 질문은 하나로 좁혀집니다.
댓글로 남겨 주시면, 실제로 위임하는 과정을 다음 글에서 다뤄 보겠습니다.
※ 이 글은 2026년 10월 기준 정보입니다. 강의 속 활용 사례의 수치는 화자가 직접 공개한 내용이며, 각 서비스의 기능·정책은 바뀔 수 있습니다. AI 에이전트에 계정·결제·개인정보 접근 권한을 줄 때는 보안 설정을 반드시 확인하시기 바랍니다.
출처: 조코딩의 AI 리터러시 특강 3강 (YouTube)
0 댓글