같은 AI인데 부의 격차가 벌어지는 이유 [판도]

AI 에이전트는 사용자의 목표를 받아 과정을 스스로 짜고 대신 실행하는 단계로 넘어가고 있다. 중국은 소비 침체, 정부 주도 보급, 빅테크의 결제 연동으로 확산이 빠르고, 미국은 신뢰와 비용이 변수로 꼽혔다. 한국은 국산 특화 에이전트와 공공 데이터 표준화가 과제로 제시됐다.

⏱ 00:00진행자는 앞으로 사람끼리 통화하지 않고 AI끼리 대화하는 시대가 올 수 있다는 질문으로 방송을 연다. AI가 정보 검색을 넘어 비서 역할까지 맡고 있어, 활용 방식에 따라 기업과 국가의 경쟁력이 갈린다는 문제의식이다.

중국 경제를 다루는 박수현 팀장과 AI를 쉽게 풀어 주는 김덕진 소장이 출연해 에이전트의 개념, 권한 범위, 국가별 확산 방식을 차례로 살핀다.

⏱ 01:24김덕진 소장은 기존 AI가 사람이 시켜야 움직였다면, 최근 에이전트는 사용자의 패턴과 데이터를 알고 먼저 말을 거는 것이 가장 큰 변화라고 설명한다. 일정 확인이나 초안 검토를 먼저 제안하는 식이다. 목표만 주면 과정을 AI가 스스로 구조화해 보고하는 대리인에 가깝다고 본다.

맡기는 범위는 결제 직전까지가 현실적이라는 데 두 패널이 공감했다. 박수현 팀장은 중국 정부가 올해 6월 에이전트 실행 표준을 내며, 결제처럼 중요한 최종 단계는 사람이 맡도록 했다고 소개했다. 이른바 휴먼인더루프(HITL) 원칙이다.

⏱ 03:56박수현 팀장은 중국의 에이전트 수요가 소비자와 정부 두 층에서 나온다고 설명한다. 소비자 쪽은 경기가 나빠 더 싸고 효율적인 제품을 빨리 추천받고 싶은 열망이 강하다. 알리바바는 자체 AI 모델을 앱에 붙이고, 자사 이커머스와 알리페이 결제까지 묶여 있어 확산이 쉬운 구조라고 분석했다. 올해 춘절 기간 에이전트를 통한 거래가 2억 건이었다는 발표도 소개됐다.

정부 쪽은 올해 3월 AI 플러스 실행 계획에서 2027년 보급률 70%(기기 포함 기준), 2030년 90%, 2035년 전면 도입을 제시했다. 지방정부 산하 국유기업이 많아 각 기업이 하나씩만 도입해도 파급력이 크다는 해석이다.

⏱ 06:05미국은 모델 성능이 높지만 소비자 신뢰가 변수로 꼽혔다. 아이디와 비밀번호를 맡긴다고 가정한 조사에서 메타의 뮤즈는 애플이나 구글보다 신뢰도가 낮게 나왔다는 언급이 나왔다. 과거 개인정보 이슈가 이어진 탓이다. 김덕진 소장은 미국 AI가 한국의 세밀한 서비스 흐름에는 사용성 면에서 약하다고 평가했다.

이런 틈새에서 한국 창업자들이 미국에 법인을 두고 한국 서비스에 맞춘 에이전트를 만들고 있다는 사례가 소개됐다. 기차 예매, 렌터카 대여, 세금계산서 작성을 대신하고, 말투도 한국인이 좋아하는 방식으로 맞춘다고 한다.

⏱ 08:46김덕진 소장은 캘린더, 데이터, 이메일 권한을 에이전트에 준 뒤 겪은 일을 소개했다. 방송 직전 응원 메시지가 왔고, 진행자에게 방송 주제를 확인해 정리해 달라고 맡기자 통화 내용이 요약돼 대본에 반영됐다. 소장이 직접 통화하지 않았어도 결과가 글로 남아 활용할 수 있었다는 점이 핵심이다.

아내와의 사례도 나왔다. 기념일과 출장 일정을 에이전트가 챙기고, 항공권 정보를 음성으로 받아 기록했다. 편리하지만 개인 정보가 털리면 어떻게 되느냐는 우려가 함께 제기됐다. 지금은 무료이지만 사용량이 늘면 과금될 구조라는 전망도 나왔다.

⏱ 13:40박수현 팀장은 중국이 2019~2020년 무렵 플랫폼 기업을 겨냥한 반독점 규제를 내세우면서 에이전트 확산의 토대를 닦았다고 설명했다. 자사 앱 안에서만 자사 결제가 되던 구조를 풀고, 기업 간 결제 연결 규칙을 열도록 한 것이다. 에이전트가 여러 플랫폼을 오가며 결제하려면 필수 조건이었다는 설명이다.

이후 에이전트 대부분이 무료로 제공되면서, 소비자가 원하는 생태계를 누가 더 잘 만드는지가 경쟁의 핵심이 됐다. 목마른 자가 우물을 더 깊게 판다는 비유가 나왔다.

⏱ 18:21김덕진 소장은 네이버가 지도 리뷰 요약과 쇼핑 추천에 에이전트를 붙이고, 카카오톡도 대화 중 에이전트 추천을 베타로 시작했다고 소개했다. 자사 서비스 안에서 에이전트를 먼저 연결하는 흐름이다. 다만 기업 간 에이전트 통합은 아직 어렵다는 전망이 나왔다.

공공 분야에서는 이사 신고처럼 여러 기관의 서류를 한 번에 모으는 로드맵이 시작됐다. 데이터 표준화와 기관 간 칸막이 해소가 과제로 남았다. 미국 기업들은 여러 모델을 조합하는 오케스트레이션을 시작했고, 값싼 중국 모델을 반복 작업에 섞어 쓰는 흐름도 나온다는 설명이었다.