지금 원티드랩에는 AI 에이전트 100여 명이 전 분야에 '채용'되어 일하는 중입니다. HR, 데이터, 보안, 재무, 사업 운영까지 각 팀의 반복 업무를 에이전트가 맡고, 사람은 판단이 필요한 일에 집중합니다. 이 글에서는 그 과정에서 배운 것을 공유하려 합니다. 왜 현업이 직접 만들어야 하는지, 그리고 현업이 직접 만들려면 무엇이 필요한지에 대한 이야기입니다.
SI 방식, 에이전트 개발에는 통하지 않는 이유
AI가 빛의 속도로 발전하는 지금, 에이전트를 만드는 가장 효율적인 방법은 문제를 가장 잘 아는 현업이 해석 오류나 지연 없이 직접 만들고 개선하는 것입니다. 요구사항을 정리해 외부에 전달하고 개발이 완료되기를 기다리는 전통적인 SI(System Integration, 시스템 통합) 방식으로는 속도를 따라갈 수 없습니다. 개발이 끝나 사용할 때쯤이면, 그 사이 AI 기술이 몇 세대를 지나 이미 구석기가 되어버리기 때문입니다.
현업이 AI 에이전트를 직접 만들 때 넘어야 할 허들
문제는 현업이 바이브 코딩으로 에이전트를 만들어 조직에 적용하는 일이, 막상 해보면 생각보다 훨씬 많은 허들을 넘어야 한다는 것입니다. 실제 사례를 들어보겠습니다. 원티드랩에는 성과 관리에 필요한 정보를 알아서 수집하고 가이드해주는 성과관리 에이전트가 있습니다. 아이디어는 단순합니다. 하지만 실제로 조직 안에서 돌아가게 하려면 조건이 많습니다. 내부 HR 데이터와 실시간으로 연결되어야 하고, 원하는 LLM(Large Language Model, 대규모 언어 모델)을 안전하게 쓰면서 API 키 값을 보호해야 합니다. 데이터와 팀별로 접근·수정 권한을 세밀하게 설정해야 하고, 토큰 비용이 과도하게 발생하지 않는지 모니터링해야 합니다. 로그인도 쉽게 붙어야 하며 디자인도 우리 회사다워야 합니다. 피플팀이 필요에 따라 매일 스스로 개선하여 배포할 수 있어야 하고, 보안과 책임이 중요한 환경이라면 재현하고 감사할 수 있는 체계까지 필요합니다. 아이디어에서 실전 배포까지의 이 간극이 대부분의 기업에서 현업 주도 AX가 멈추는 지점입니다.
허들을 하나씩 치우다 보니, 엔노이아가 되었습니다
원티드랩은 작년부터 이 허들들을 하나씩 낮춰왔습니다. 이제는 현업과 AI의 자연스러운 대화를 통해 미리 준비된 워크플로우들이 자동으로 조립되고, '재현 가능한 에이전트'로 만들어집니다. 흥미로운 점은 이 여정의 출발이 솔루션 사업이 아니었다는 것입니다. 사업을 잘하려고 현업의 불편을 하나씩 해결하다 보니, 그 결과물이 엔노이아(Ennoia)라는 엔터프라이즈 AI 에이전트 플랫폼이 되었습니다. 저희가 매일 겪는 문제를 해결한 도구이기에, 같은 문제를 겪는 기업에게도 바로 작동합니다.
다음 단계, 조직의 맥락을 학습하는 진화형 에이전트
오는 9월에는 조직의 맥락을 학습하며 스스로 발전하는 진화형 에이전트가 대기업 고객 현장에 적용됩니다. 개인이 아닌 팀 단위로 기억을 축적하고, 팀의 피드백이 쌓일수록 더 똑똑해지는 에이전트입니다. 그 이야기는 곧 이 블로그에서 이어가겠습니다.
에이전트는 현업이 직접 만들 때 가장 빠르고 정확합니다. 그리고 현업 주도 AX의 성패는 데이터 연결, 권한, 비용, 보안, 배포, 감사 체계 같은 허들을 플랫폼이 얼마나 대신 처리해주느냐에 달려 있습니다. 원티드랩은 스스로 100여 명의 AI 에이전트를 운영하며 이 명제를 매일 검증하고 있습니다.
우리 회사에도 AI 에이전트를 '채용'하고 싶으시다면, 원티드 AX에서 시작하세요.