챕터별 상세
KPMG AI 랩의 역할과 에이전트 도입 배경
KPMG Futures 부서 내 AI 랩은 최첨단 AI 기술을 연구하고 고객사를 위해 AI 에이전트 프로토타입을 신속하게 제작한다. 기업들이 AI 도입에서 겪는 가장 큰 문제는 모델 자체의 성능이 아니라 화이트칼라 업무 환경에서 정확도가 무엇을 의미하는지 정의하지 못하는 점이다. 에이전트 도입을 위해 기업은 이전에는 필요 없었던 수준의 정교한 업무 정의를 수행해야 한다.
Relevance AI를 활용한 신속한 가치 검증
KPMG는 초기에는 CrewAI나 AutoGen 같은 오픈소스 프레임워크를 사용했으나 상업적 가치를 판단하기까지 너무 많은 시간이 소요되는 한계가 있었다. Relevance AI와 같은 로우코드 플랫폼을 도입하면서 프로토타이핑 속도가 획기적으로 빨라졌으며 몇 주가 아닌 며칠 내에 고객에게 결과물을 보여줄 수 있게 되었다. 이를 통해 특정 AI 솔루션이 상업적으로 투자 가치가 있는지 빠르게 판단하는 골든 티켓을 확보했다.
실전 사례: 노인 요양 서비스 스케줄링 에이전트
KPMG 내부 해커톤에서 시작된 아이디어를 바탕으로 노인 요양 서비스 스케줄링을 자동화하는 에이전트를 구축했다. Relevance AI를 사용하여 엔드투엔드 솔루션을 개발했으며 실제 6개의 파일럿 프로젝트에 성공적으로 배포했다. 복잡한 인력 배치 문제를 AI 에이전트가 처리함으로써 운영 효율성을 직접적으로 증명한 사례이다.
디지털 전략의 진화: 통합 인력 전략으로의 전환
전통적인 디지털 전략은 플랫폼을 구축하고 직원을 교육하는 방식이었으나 AI 에이전트 시대에는 디지털 전략과 인력 전략이 통합되어야 한다. 이제는 어떤 업무를 사람에게 재교육할지가 아니라 어떤 업무 컴포넌트를 에이전트로 대체하거나 보조할지 총체적으로 고민해야 한다. 에이전트를 단순한 도구가 아닌 인력의 구성원으로 간주하는 인식의 변화가 필요하다.
정확도 문제의 본질: 프로세스와 결과의 정의
기업들이 AI 에이전트 구현에서 겪는 장애물은 출력을 내는 것이 아니라 그 출력의 정확성을 보장하는 것이다. 에이전트를 자동화하기 위해서는 프로세스를 명확히 기술해야 할 뿐만 아니라 왜 그 프로세스를 수행하는지, 그리고 수용 가능한 결과 수준이 무엇인지 근본적으로 정의해야 한다. 많은 기업이 과거에 프로세스가 제대로 작동하지 않았을 때의 반응으로만 업무를 설정해왔기에 AI 도입 시 이 기초적인 정의 단계에서 어려움을 겪는다.
AI에 대한 신뢰와 호주 시장의 특수성
호주는 전 세계적으로 AI에 대한 신뢰도가 낮은 편이며 이는 일자리 상실에 대한 두려움과 AI의 환각 현상에 대한 과도한 민감도 때문이다. 사람들은 AI가 30번 잘한 것보다 1번 실수한 환각 현상을 더 오래 기억하며 인간의 실수보다 AI의 실수에 엄격한 잣대를 들이댄다. 하지만 이러한 거부감 때문에 도입을 늦추면 결국 글로벌 경쟁에서 뒤처질 위험이 크다는 점을 인식해야 한다.
에이전트 플랫폼 평가 기준: 제어권과 추적성
KPMG는 에이전트 플랫폼을 평가할 때 멀티 에이전트 시스템 간의 협업을 얼마나 세밀하게 제어할 수 있는지를 가장 중요하게 본다. 특히 결과물이 도출된 과정을 역추적할 수 있는 추적성(Traceability)과 설명 가능성(Explainability)이 대기업 환경에서는 필수적이다. 또한 데이터 주권 문제로 인해 호주 내에서 데이터가 처리되어야 한다는 요구사항과 IP 유출 방지를 위한 오프라인 모델 활용 가능성도 주요 고려 사항이다.
미래 전망: 에이전트 간 통신(Agent-to-Agent)의 시대
향후 1~2년 내에 B2B 커뮤니케이션은 에이전트와 에이전트 간의 통신으로 대체될 것이다. 송장 처리, 계약 협상 등 반복적이고 정형화된 비즈니스 소통은 에이전트가 전담하게 되며 인간은 가장 가치가 높고 복잡한 예외 상황만 처리하게 된다. 또한 영업 사이클이 에이전트에 의해 자동화되면서 링크드인 메시지 같은 단순 도달 수단은 의미를 잃고 에이전트 간의 정교한 조달 및 평가 프로세스가 중요해질 것이다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 01. 22.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
