AI 에이전트는 목표를 받아 계획을 세우고 도구를 쓰며 여러 단계를 스스로 수행하는 AI 시스템이고, AX(AI 전환)는 그런 AI가 일하는 것을 전제로 업무 흐름과 역할, 승인 기준을 다시 설계해 조직이 운영하게 만드는 변화입니다.
- AI 에이전트는 무엇을 쓰느냐의 문제이고, AX는 일을 어떻게 나누느냐의 문제입니다. 에이전트는 AX의 수단 중 하나입니다.
- McKinsey의 2025년 조사에서 AI 에이전트를 실험 중인 조직은 62%였지만 확산 단계에 들어선 곳은 약 23%였습니다. 에이전트를 들이는 일보다 업무로 돌리는 일이 어렵습니다.
- 에이전트가 AX로 이어지지 않는 흔한 이유는 맡길 업무의 범위, 사람이 승인할 지점, 성공을 재는 기준, 가동 후 운영 담당이 정해지지 않은 채 도구부터 들이기 때문입니다.
- 에이전트를 AX로 연결하려면 업무 1개, H/P 표시, AI PRD(입력·출력·권한), 평가 기준, 운영 담당과 점검 주기 5가지를 먼저 정합니다.
- AX라는 약자는 개발·UX 분야에서 에이전트 경험(Agent Experience)을 뜻하기도 합니다. 조직 전환을 말할 때는 AI Transformation의 AX입니다.
AI 에이전트와 AX는 무엇이 다른가?
AI 에이전트는 기술이고, AX는 그 기술이 일하도록 조직을 바꾸는 일입니다. 에이전트는 "무엇을 쓰는가"에 답하고, AX는 "일을 어떻게 나누고 누가 승인하는가"에 답합니다.
| 구분 | AI 에이전트 | AX(AI 전환) |
|---|---|---|
| 정체 | 목표를 받아 여러 단계를 스스로 수행하는 AI 시스템 | AI가 일하는 것을 전제로 업무와 역할을 다시 설계하는 변화 |
| 바꾸는 단위 | 업무의 한 단계나 작업 | 업무 흐름 전체와 사람의 역할 |
| 성공 기준 | 작업을 끝까지 수행했는가 | 팀이 계속 운영하며 시간·품질·위험을 측정하는가 |
| 책임 | 스스로 지지 않음 | 승인 지점과 담당자를 설계로 정함 |
| 흔한 실패 | 데모는 되는데 현업 업무에 안 맞음 | 도구만 늘고 운영 담당이 없어 멈춤 |
챗봇, 자동화, 에이전트는 어떻게 구분하나?
사람이 개입하는 방식으로 구분합니다.
| 방식 | 사람이 하는 일 | AI·시스템이 하는 일 | 예시 |
|---|---|---|---|
| 챗봇형 생성 AI | 매번 지시하고 결과를 옮겨 씀 | 질문 하나에 답 하나 | 메일 초안, 회의록 요약 |
| 규칙 기반 자동화 | 규칙을 미리 정함 | 조건이 맞으면 정해진 동작 반복 | 신청서 접수 시 알림 발송 |
| AI 에이전트 | 목표와 권한, 승인 지점을 정함 | 단계를 나누고 도구를 써서 실행, 중간 결과로 다음 행동 선택 | 주간 성과 데이터를 모아 리포트 초안을 만들고 이상 수치를 표시 |
에이전트로 갈수록 AI가 스스로 하는 범위가 넓어지므로, 사람이 어디서 멈추고 확인할지를 더 분명하게 정해야 합니다.
에이전트를 들였는데 왜 AX가 안 되나?
도구를 먼저 들이고 업무 설계를 나중에 하기 때문입니다. McKinsey의 2025년 조사에서 AI 에이전트를 실험 중인 조직은 62%였지만 조직 어딘가에서 확산 단계에 들어선 곳은 약 23%였고, 개별 기능 안에서 확산했다는 응답은 어느 기능이든 10%를 넘지 않았습니다. 마케팅 조직만 보면 Salesforce의 2026년 조사에서 75%가 AI를 쓰지만 자율형 AI 에이전트를 쓰는 곳은 13%였습니다.
현장에서 자주 보는 멈춤 지점은 네 가지입니다.
- 맡길 범위가 없다: 에이전트가 어디까지 하고 어디서 멈추는지 정하지 않아 결과를 매번 사람이 다시 손봅니다.
- 승인 지점이 없다: 게시·발송·예산처럼 되돌리기 어려운 일을 누가 확인할지 없어 결국 쓰지 않게 됩니다.
- 측정 기준이 없다: 시간이 얼마나 줄었는지, 품질이 괜찮은지 재지 않아 계속할지 판단하지 못합니다.
- 운영 담당이 없다: 만든 사람이 바빠지거나 떠나면 에이전트도 멈춥니다.
에이전트를 AX로 연결하려면 무엇을 정해야 하나?
에이전트를 고르기 전에 다섯 가지를 문서로 정합니다.
| 정할 것 | 내용 | 남는 것 |
|---|---|---|
| 1. 업무 1개 | 반복되고, 기준이 명확하고, 사람이 검토할 수 있는 업무 | 대상 업무 정의 |
| 2. H/P 표시 | 업무 단계마다 사람 필수 구간(H)과 개선 대상 구간(P)을 표시 | 업무 흐름도와 승인 지점 |
| 3. AI PRD | 문제 정의, 입력·출력, 컨텍스트, 권한, 사람 승인 구간 | 에이전트 설계 문서 |
| 4. 평가 기준 | 좋은 결과와 실패한 결과를 가르는 기준, 가동 전에 넘어야 할 조건 | 평가 세트와 출시 판단 기준 |
| 5. 운영 담당과 점검 주기 | 누가 결과를 확인하고, 문제가 생기면 어떻게 멈추는지 | 운영 문서와 멈춤 규칙 |
1~2번의 방법은 AX 전환 업무 고르는 법: 판단·설계·실행 3단계와 H/P(사람 필수·개선 대상) 표시에, 비개발자가 에이전트를 직접 만들게 되는 단계는 Builder Level B0~B4: 비개발자가 AI 에이전트를 만들게 되는 5단계에 정리했습니다.
AX가 '에이전트 경험'을 뜻할 때도 있나?
있습니다. 개발·UX 분야에서는 AX를 Agent Experience, 즉 에이전트 경험의 약자로 쓰기도 합니다. CIO Korea의 2026년 2월 기사는 넷리파이 CEO 마티아스 빌만이 기존 엔터프라이즈 시스템을 에이전트에 맞게 준비하는 과정을 에이전트 경험(AX)이라고 정의한다고 전했습니다.
두 말은 방향이 다릅니다. 에이전트 경험은 에이전트가 우리 제품과 시스템을 잘 쓰도록 만드는 일이고, AI 전환은 우리 조직이 에이전트와 함께 일하도록 업무를 다시 나누는 일입니다. 이 글과 TROE가 말하는 AX는 AI 전환입니다.
어디서 시작하면 좋은가?
에이전트 후보가 이미 있다면 위 다섯 가지 중 비어 있는 칸부터 채우세요. 어떤 업무부터 맡길지 정해지지 않았다면 AX WORKS Blueprint처럼 업무 1개와 승인 구간, 측정 기준을 먼저 합의하는 설계 단계를 거치는 편이 빠릅니다. 우리 조직이 지금 몇 단계인지는 3분 진단으로 확인할 수 있습니다.
근거와 출처
- The state of AI in 2025: Agents, innovation, and transformation — McKinsey & Company, 2025. AI 사용 조직 88%, AI 에이전트 실험 62%·확산 약 23%, 개별 기능 안에서 확산했다는 응답은 어느 기능이든 10% 이하. 2025년 6~7월 1,993명 조사
- State of Marketing, 10th Edition — Salesforce, 2026. 약 4,450명 마케터 조사. 마케팅 조직 75% AI 사용, 자율형 AI 에이전트 사용 13%
- AI 에이전트 시대, AX가 기업 시스템을 재정의하다 — CIO Korea, 2026. 넷리파이 CEO 마티아스 빌만이 기존 시스템을 에이전트에 맞게 준비하는 과정을 에이전트 경험(AX)으로 정의
- AX WORKS Blueprint·Sprint 90 — TROE, 2026. Agent 위임 범위, AI PRD(문제 정의·입력·출력·컨텍스트·사람 승인 구간), 평가 기준, 인수인계와 멈춤 규칙
자주 묻는 질문
AI 에이전트를 도입하면 AX를 한 것인가요?
아닙니다. 에이전트 도입은 AX의 수단입니다. 에이전트가 맡는 업무와 사람이 승인하는 지점이 업무 흐름 안에 정해지고, 팀이 그 흐름을 계속 운영할 수 있을 때 AX라고 부를 수 있습니다.
챗봇, 업무 자동화, AI 에이전트는 무엇이 다른가요?
챗봇형 생성 AI는 사람이 매번 지시하고 결과를 받아 씁니다. 규칙 기반 자동화는 정해진 조건에서 정해진 동작을 반복합니다. AI 에이전트는 목표를 받아 단계를 스스로 나누고 도구를 써서 실행하며, 중간 결과를 보고 다음 행동을 고릅니다.
에이전트에게 맡기면 안 되는 일은 무엇인가요?
승인, 판단, 책임이 따르는 구간입니다. 예산 집행, 대외 게시, 고객 발송, 계약처럼 되돌리기 어려운 일은 에이전트가 준비하고 사람이 승인하는 구조로 둡니다.
에이전트를 만들 개발자가 없어도 AX를 할 수 있나요?
할 수 있습니다. 첫 단계는 코드가 아니라 업무 정의와 승인 지점 설계입니다. 많은 업무는 기성 AI 앱과 노코드 도구로 가동할 수 있고, 비개발자의 에이전트 역량은 단계적으로 키울 수 있습니다.