2025년 6월 용산에서 진행한 Gen AI 세미나는 더 이상 AI가 '기술'이 아닌 '업무 방식'을 재편하는 전환점임을 명확히 보여주었습니다. 실제 AI에 대한 거대한 쓰나미 같은 상황은 우려와 기대가 공존하는 와중에 다양하고 어쩌면 냉정한 의견을 볼 수 있었던 세미나였습니다.
다양한 산업에서 시도된 실제 사례를 바탕으로, 중소기업이 생성형 AI를 어떻게 현실적으로 활용할 수 있을지에 대한 구체적인 전략과 실행 아이디어를 고민해 본 시간이었는데요.
오늘 그 세미나를 다녀온 내용을 바탕으로 인사이트를 공유드립니다.
AI Agents, Agentic AI. 이제 기술이 아니라 산업과 생활 전반에 생태계 전체를 바꾸는 흐름입니다
2025년 6월, 서울에서 열린 ‘Gen AI 세미나’는 단순한 기술 세미나가 아니었습니다.
생성형 AI, 특히 에이전트 기반 AI가 일하는 방식 자체를 재구성하고 있다는 사실을 명확하게 보여주는 자리였어요.
LG CNS, KT, LS그룹 등 실제 업무에 AI를 적용한 국내 주요 기업들이 발표자로 나섰고,
‘이제는 실험이 아니라 실전’ 이라는 공감대를 바탕으로 새롭게 시도하는 테스트 방법은 각 기업의 상황과 의지에 따라 다르게 적용하며 각자의 케이스 스터디를 공유하는 시간이었습니다.
주요 화두는 ‘에이전트화(AI Agentification)’였습니다.
GPT 기반의 대형 언어모델은 단순 질문 응답을 넘어, 이제는 판단하고 추론하며 특정 업무를 실제로 실행하는 수준까지 진화했기 때문입니다. 이와 동시에 기업들은 기술 자체보다 ‘어떻게 우리 업무와 조직 안에 자연스럽게 녹일 것인가’를 고민하고 있었어요. 이제 생성형 AI는 파일럿 단계에서 벗어나, 조직과 전략의 문제로 옮겨가고 있었습니다.
① 기술의 진화: Chat GPT에서 Agentic AI까지
세미나의 첫 번째 세션에서는 생성형 AI의 기술 진화를 압축적으로 조망했어요.
GAN, ResNet, Transformer를 거쳐 GPT-3, ChatGPT, 그리고 멀티모달 Agents까지의 흐름이 이어지면서, Chat GPT 3.0의 시작으로 사용 편의성, 인터렉션 등 다양한 접근성으로 크게 확장이 되고 있는데요.
그 핵심은 이제 ‘모델이 아닌 프레임워크의 시대’라는 점이었어요.
이제는 하나의 AI 모델이 아니라, 여러 개의 전문 Agent들이 협업하는 구조로 진화하고 있습니다. LangGraph, AutoGen, MetaPrompt 같은 프레임워크가 강조되었고, '생각하고 정리한 뒤 응답하는' 딥시크류 LLM 추론 기술도 중요한 트렌드로 소개되었어요. 인간처럼 먼저 고민하고 말하는 모델, 바로 ‘Thinking LLM’ 시대가 본격화된 것입니다.
② 산업별 적용: 기획이 아니라 운영으로
두 번째 세션에서는 산업별 적용 사례가 구체적으로 다뤄졌는데요.
KT는 네트워크 장애 대응에 ‘마이스터 에이전트’를 도입해 운영 시간을 단축했고, LS그룹은 생산성과 협업 강화를 위해 전사적으로 GPT를 확산 중이에요. 포스코건설은 입찰 문서 검토 업무에 LLM 기반 시스템을 도입해 실무자가 몇 시간을 들이던 작업을 분 단위로 줄였습니다.
특히 KT의 사례가 인상 깊었는데요. 기존에는 법무 리포트, 마켓 센싱 리포트 작성에 1주일이 걸리던 작업을, Agent가 자동 크롤링 및 정리하여 2일로 단축했다고 해요.
중소기업 입장에서는 ‘우리도 가능하다’는 실질적인 자극이 되는 사례였어요.
③ 조직 변화: 기술보다 중요한 건 문화입니다
세션 중 가장 뜨거웠던 주제는 ‘조직문화와 변화관리’였습니다.
LG CNS는 내부에 AI 파워유저를 육성하고 전사 공모전까지 개최하면서 조직의 AI 적응력을 키우고 있었어요.
AI는 도입보다, 내부 구성원이 얼마나 자발적으로 사용하는지가 성공의 관건이라는 이야기였습니다. 특히 중소기업은 ‘전문인력이 부족하다’는 점이 고민인데, 세미나에서는 “기술 도입보다 더 중요한 것은 작은 성공 경험과 반복”이라는 조언이 많았습니다. 데이터 정제, 사내 문서 구조화, 반복 업무 자동화부터 시작하는 것이 현실적인 접근이었습니다.
④ AI 도입의 현실: 실패보다 느린 도입이 더 위험합니다
패널 토론에서는 현실적인 시행착오도 솔직하게 공유되었습니다.
AI 도입에 10개월을 쏟아부었지만, 정작 ChatGPT 기반으로 2주 만에 만든 프로토타입이 더 나은 결과를 냈다는 사례가 대표적이었어요. ‘린하게 시작하고, 빠르게 최적화하라’는 Lesson & Learn을 바탕으로 의지만 가지고 크게 투자하는 것보다 작은 태스크포스를 통해 작은 성공들을 축적하여 이후 규모를 늘리는 방법도 좋은 아이디어로 공유가 되었어요.
비용, 보안, API 속도, 법적 규제 등 현실적 제약도 많지만, 그 속에서도 빠른 테스트가 유일한 해법이었습니다.
특히 KT는 “선 적용-후 최적화” 전략을 명확히 강조했습니다.
리소스가 부족한 중소기업일수록, 이 전략은 더 현실적인 방식이 될 수 있습니다.
⑤ 중소기업을 위한 테스트 마켓 제안
이러한 논의들을 바탕으로, 중소기업이 바로 내일부터 적용 가능한 테스트 마켓은 다음과 같아요.
-고객 응대 자동화 에이전트: 상담 기록이 축적된 기업이라면, 사내 문서 기반 FAQ 에이전트를 만들 수 있어요. LangChain 기반으로 1주일 안에 프로토타입이 가능하다 합니다.
-인플루언서 마켓 감지 리포트: 마켓센싱 업무를 하는 중소기업이라면, AI가 인스타그램/커뮤니티를 크롤링해 요약 리포트를 생성하는 툴을 활용해 볼 수 있습니다.
-제품 QA 자동화: 품질 관리나 불량 이슈 대응이 중요한 제조업은, 이미지 또는 텍스트 입력을 기반으로 품질 판단을 돕는 AI Agent 테스트를 시도해 볼 수 있어요.
-이메일/회의록 요약 Agent: 내부 커뮤니케이션이 많은 기업이라면, 자동 회의록 정리 및 요약 시스템부터 시작해보는 것도 좋습니다.
모두 1~2주면 POC가 가능한 영역이며, 투자 없이 시작할 수 있다는 점이 강점입니다.
생성형 AI는 기회입니다. 하지만 준비한 자에게만 그렇습니다
생성형 AI는 거스를 수 없는 흐름입니다.
이제는 '이 기술을 쓸 것인가'가 아니라, '어떻게 우리 조직에 가장 효과적으로 녹여낼 것인가'를 고민해야 할 때입니다.
중소기업이라고 해서 소외될 이유는 없습니다. 오히려 덩치가 작기에 빠르게 테스트하고 전환할 수 있다는 큰 장점도 있습니다.
하지만 전제는 단 하나입니다.
빠르고, 작게, 반복적으로 실험할 것. 그리고 작은 성공을 쌓아갈 것.
생성형 AI는 어느 날 갑자기 성과를 내는 마법이 아닙니다.
계속 관찰하고, 실험하고, 팀과 나누는 과정 속에서 업무의 일상이 될 수 있습니다.
중요한 건 이제 시작할 수 있다는 용기, 그리고 시작했으면 작게라도 끝을 내보는 추진력입니다.
AI는 결국 도구이고, 방향을 잡는 건 우리 자신입니다. 기술보다 중요한 것은 ‘준비된 태도’입니다.
'마케터의 관점' 카테고리의 다른 글
| 투썸플레이스, 스초생 시리즈만으로 대체 불가능해질 수 있을까요? (2) | 2025.06.13 |
|---|---|
| 무신사를 통해 본 K-브랜드의 확장 전략: ‘상품’이 아니라 ‘스타일’을 수출하라 (29) | 2025.06.12 |
| 뮤지컬 '어쩌면 해피엔딩', 브로드웨이의 심장을 울리다 (6) | 2025.06.10 |
| 당근마켓, 지역 밀착형 서비스의 새로운 고민 (2) | 2025.06.10 |
| 다이소, '국민 건강 지킴이'로의 변모: 가성비 건기식으로 시장 판도 바꾼다 (3) | 2025.06.06 |
