여러분은 요즘 어떤 AI 모델을 주로 사용하고 계신가요? 불과 1년 전만 해도 이 질문이 꽤 중요했습니다. 어떤 모델을 쓰느냐에 따라 결과물의 품질이 눈에 띄게 달랐기 때문이죠. 그런데 요즘은 조금 다릅니다. 모델들 간의 성능 차이가 전처럼 크게 느껴지지 않는다는 분들이 많아졌습니다. 대신 새로운 기준이 생겨나고 있는데요. 바로 AI가 얼마나 스스로 판단하고, 알아서 처리해 내느냐입니다.

지난 2월, OpenAI와 Anthropic이 같은 날 공개한 GPT-5.3-Codex와 Claude Opus 4.6는 이러한 흐름을 잘 보여줍니다. 양사 모두 정확한 답변보다 자율성(Autonomy)을 내세우며 사실상 AI 에이전트 경쟁이 전면화되었다는 평가인데요. 실제로 한 조사에 따르면 응답자의 85%가 에이전트형 AI가 3년 내 필수 요소가 될 것이라 답했고, 64.4%는 이미 제품 로드맵에 포함시켰다고 하죠.

오늘 베스픽에서는 비즈니스의 핵심 전략이 된 AI 에이전트 경쟁의 구체적인 내용을 살펴보려고 합니다. AI 기업들이 어떤 방향으로 자율성을 구현하고 있는지, 실제 비즈니스 현장에서는 어떻게 활용하고 있는지, 그리고 아직 해결해야 할 과제는 무엇인지 함께 짚어보겠습니다.

이번에 발표된 OpenAI의 GPT-5.3-Codex는 코딩에 특화된 에이전트입니다. 개발자가 원하는 결과를 설명하면 AI가 코드 작성부터 테스트, 디버깅 등의 과정을 스스로 반복하는데요. 결과물이 만족스럽지 않으면 처음부터 다시 시도하기도 합니다.

Anthropic의 Claude Opus 4.6 역시 복잡한 프로젝트를 동시에 처리할 수 있는 자율 AI 에이전트 기능을 선보였습니다. 또한 비개발자를 위한 업무 에이전트 Claude Cowork도 출시했는데요. 문서 정리는 물론 스프레드시트 작성, 데이터 분석, 워크플로우 자동화 등이 가능합니다. MCP를 통해 Slack, Google Drive, CRM과 같은 기존 업무 시스템과 연결해 활용할 수 있는 것도 특징입니다.

Microsoft도 AI 에이전트 경쟁에 뛰어들었습니다. 최근 GitHub를 코드 저장소에서 AI 에이전트 관리 허브로 재편하겠다고 밝혔는데요. 이를 위해 코드 빌드-테스트-배포 자동화, 성능 분석 강화, 보안 확대 등에 대대적으로 투자할 계획이라고 하죠. 개발자들이 어디서든 AI 에이전트를 구축하고 운영할 수 있도록 대시보드 역할을 하겠다는 취지입니다.

여기서 주목할 점은 이제 AI 에이전트 경쟁의 무대가 개인을 넘어 기업으로 가고 있다는 점입니다. 코드 배포 자동화, 기업 시스템 연동, AI 에이전트 관리 등의 기능들은 모두 기업 환경을 염두에 둔 것으로 볼 수 있는데요. AI가 개인의 생산성뿐 아니라 기업의 업무 방식을 바꾸는 인프라로 자리 잡고 있는 셈입니다.

이러한 흐름을 잘 보여주는 사례가 있는데요. 얼마 전 OpenAI는 오픈소스 AI 에이전트 OpenClaw를 인수했습니다. OpenClaw는 컴퓨터에 설치하는 AI 에이전트인데요. 웹 브라우저 제어, 스크립트 실행, 예약 업무 처리 등의 다양한 작업을 대신 실행합니다. 특히 Telegram, Slack 등 여러 메신저를 통해 명령을 내릴 수 있어 출시 한 달 만에 개발자와 바이브 코더들 사이에서 빠르게 확산되었죠.

한편 일부 기업들은 직원들의 OpenClaw 사용을 제한했습니다. 높은 수준의 권한과 자율성에 비해 보안 장치가 충분하지 않다는 이유 때문인데요. 하지만 아이러니하게도 OpenClaw가 빠르게 확산될 수 있었던 이유는 기업에서 용납하기 어려운 최소한의 보안장치였습니다.

그러던 중 OpenAI가 OpenClaw를 인수하며 업계에서는 기업용 OpenClaw가 나올 것이라는 기대를 갖게 되었는데요. 동시에 다른 AI 기업들에게는 기업 환경에서 배포할 수 있을 만큼 안전하면서도 OpenClaw 정도의 활용성을 지닌 AI 에이전트를 구축하는 것이 핵심 과제가 되었습니다. 

이를 해결하기 위해 AI 에이전트 시장의 경쟁 구도는 빠르게 집약되고 있습니다. OpenAI가 OpenClaw를 인수하고 얼마 지나지 않아, Anthropic은 최근 AI 에이전트 스타트업 Vercet를 인수했는데요. Vercet는 AI 에이전트가 사람처럼 컴퓨터를 사용할 수 있는 기술을 개발해 왔다고 하죠. Meta 역시 Manus AI와 Limitless AI를 잇따라 인수하는 등 빅테크 기업들이 검증된 외부 기술을 흡수해 역량을 강화하고 있습니다. 

미래의 AI 인터페이스가 어떻게 될지 그 가능성도 더욱 무궁무진해지고 있습니다. 채팅 기반의 AI 인터페이스를 정착시킨 OpenAI도 처음에는 작은 AI 연구소였던 것처럼, 앞으로의 AI 경험도 빅테크가 아닌 곳에서 탄생할 수 있는 것입니다. 실제로 OpenClaw를 통해 메신저 기반 에이전트 실행이 대중화되면서 Claude Code와 GitHub Copilot 등도 모바일 에이전트 기능을 출시하고 있는데요. 앞으로 또 어떤 새로운 인터페이스가 등장하게 될지는 아직 열려있습니다.

그렇다면 실제 기업들은 AI 에이전트를 어떻게 활용하고 있을까요?

Spotify는 작년 한 해 동안 50개 이상의 새로운 기능을 출시했습니다. 하지만 개발자들은 그 과정에서 단 한 줄의 코드도 작성하지 않았다고 하는데요. 비결은 AI 코딩 에이전트에 있었습니다. Claude Code와 Slack을 연결해 워크플로우를 구축한 것인데요. 개발자가 출근길에 Slack 앱을 통해 AI에게 지시를 내리면 AI가 자율적으로 업무를 수행하고요. 사무실에 도착하기도 전에 완료된 결과물이 실제 서비스에 반영된다고 합니다.

뉴욕증권거래소 역시 Claude Code와 Claude Agent SDK를 활용해 엔지니어링 업무 방식을 다시 설계하고 있다고 하는데요. Jira 티켓을 통해 업무 요청이 들어오면 AI가 요청 사항 분석부터 최종 코드 제출까지 자율적으로 처리하는 방식입니다. 단, AI가 항상 동일한 결과를 보장하지 않기 때문에 매일 결과를 모니터링하고 있다고 하죠.

이처럼 업무 방식은 AI 에이전트를 통해 근본적인 변화를 겪고 있습니다. 개발자의 역할은 코드를 직접 작성하는 사람에서, AI의 결과물을 감독하고 검증하는 사람으로 이동하고 있고요. 비개발 분야에서도 AI 에이전트를 일상적인 업무 도구로 활용하기 위한 다양한 시도들을 진행하고 있습니다. 앞으로의 기업 경쟁력은 업무 방식에 맞게 AI 에이전트를 어떻게 설계하느냐에 달려 있습니다.

AI 에이전트 활용이 증가하고 AI의 자율성이 높아질수록 반드시 해결해야 할 질문이 따라오는데요. 바로 AI를 얼마나 믿고 맡길 수 있느냐입니다. 실제로 에이전트형 AI를 도입한 조직의 60% 이상이 신뢰, 제어, 오류 처리를 가장 큰 제약 조건으로 꼽았다고 하죠. AI 에이전트의 실행 범위와 사람의 개입 지점, 안전장치를 설계하는 일이 더욱 중요해졌습니다.

동시에 AI 인프라의 중요성도 강조되고 있습니다. 앞서 이야기한 것처럼 AI 모델의 성능 격차가 좁아질수록 AI를 선택하는 기준도 달라지는데요. 이제는 순수한 모델 지능보다 업무 환경에서 AI가 안정적으로 동작할 수 있는 신뢰할 수 있고 확장 가능한 AI 인프라가 핵심 기준이 되고 있습니다.

마지막으로 거버넌스가 새로운 과제로 부상하고 있습니다. AI가 생성한 코드는 겉으로는 그럴듯해 보여도 논리 오류나 보안 결함이 숨어있을 수 있죠. AI 덕분에 코드 생산 비용은 거의 사라졌지만 코드를 검토하고 관리하는 비용은 여전히 남아 있습니다. 만약 이를 간과한 채 개발 속도만 높인다면 알게 모르게 위험이 쌓여갈 것입니다. 따라서 AI가 만든 결과물에 대해 제대로 검증하고 책임지는 구조를 갖추는 것이 필요합니다.

지금까지 AI 에이전트 경쟁 속에서 일어나고 있는 변화들을 살펴보았는데요. AI 에이전트 경쟁은 이제 속도나 성능이 아닌, 누가 더 믿을 수 있는 자율성을 구현하느냐의 문제로 넘어가고 있습니다. 이미 현장에서 AI 에이전트는 실험이 아닌 새로운 일하는 방식이 되고 있기도 하죠. 결국 기업의 선택을 받는 AI는 단순히 빠르게 많이 해내는 AI가 아닌, 믿고 맡길 수 있는 AI입니다.

출근하기도 전에 업무가 완료되어 있고, 지시 한 번으로 여러 작업이 동시에 처리되는 것이 일상이 될 날이 머지않아 보이는데요. AI 에이전트가 우리의 일하는 방식을 어떻게 바꿔놓을지, 그 안에서 우리의 역할이 어떻게 달라질지, 그리고 이것이 어떠한 비즈니스 혁신으로 이어질지 기대가 됩니다. 하지만 AI 에이전트를 온전히 기회로 만들기 위해서는 속도만큼이나 설계가 중요하다는 점, 꼭 기억하시기를 바랍니다.

그럼 오늘 베스픽은 이것으로 마치겠습니다.