AI 에이전트와 챗봇의 차이: 답변을 넘어 업무를 맡기기 위한 조건

챗봇이 사람에게 넘기던 실질적인 업무를 끝까지 처리할 수 있을 때 AI 에이전트 업그레이드에 비용을 지불할 가치가 있습니다. AI 에이전트와 챗봇을 고르는 기준은 실행 능력, 권한, 그리고 이를 입증할 증거입니다. 데모에서는 변경된 업무 기록, 실행 로그, 사용 요금이라는 3가지를 확인해야 합니다. 제품 이름이 바뀌거나 답변이 더 유창해졌다는 사실만으로는 어느 것도 입증되지 않습니다.

AI 에이전트란? 챗봇과 갈리는 지점은 답변·실행·통제입니다

챗봇은 요청에 답하고, AI 에이전트(AI agent)는 요청을 완료하는 데 필요한 단계를 실행할 수 있습니다. 사업을 운영하는 입장에서 의미 있는 변화는 절차를 설명하는 데서 실제 업무 일부를 수행하는 쪽으로 넘어가는 것입니다. 최신 정보를 조회하고, 허용된 작업을 선택하고, 기록을 변경한 뒤 그 변경이 제대로 반영됐는지 확인하는 식입니다.

다만 이 구분에는 보충 설명이 필요합니다. 챗봇은 대화형 인터페이스이므로 그 안에 에이전트가 들어갈 수 있습니다. 미리 짜인 스크립트를 따르는 챗봇도 작업을 실행할 수 있습니다. 더 확실한 구별법은 시스템이 알아낸 내용을 바탕으로 다음 단계를 선택하는지, 아니면 사람이 미리 정해 둔 경로를 따르는지 확인하는 것입니다.

Claude AI 모델 제품군을 개발한 Anthropic은 워크플로는 사전에 정한 경로를 따르고, 에이전트는 언어 모델이 진행 과정과 툴 사용을 이끈다고 구분합니다. 언어 모델은 언어를 해석하고 생성하는 소프트웨어입니다. 이 정의가 유용한 이유는 직접 확인할 수 있는 동작으로 차이를 설명하기 때문입니다. 출처: Anthropic의 에이전트 개발 가이드.

아래 비교에서 ‘챗봇’은 답변 중심의 시스템을, ‘에이전트’는 수행할 단계를 선택하고 실행하도록 설정한 시스템을 뜻합니다. 이는 작동 방식을 구분한 것이며, 제품 이름만으로 보장되는 특성은 아닙니다.

환불 요청을 보면 차이가 분명해집니다. “이 양식으로 환불을 신청할 수 있습니다”는 답변입니다. 주문을 조회하고 조건에 맞는 환불을 접수하는 것은 실행입니다. 추가 정보를 요청할지, 다른 시스템을 확인할지, 예외 사항을 담당자에게 넘길지 결정한다면 상황에 따른 판단까지 더해집니다.

업무를 끝낼 수 있는 가장 단순한 구성을 선택해야 합니다. 환불 규칙이 일정하다면 일반적인 자동화로 충분할 수 있습니다. 반면 이례적인 배송 문제라면 에이전트가 여러 출처를 확인하고 사람이 해결책을 승인하는 방식이 도움이 될 수 있습니다. 처리 경로가 달라지는 업무에서만 더 큰 자율성이 의미를 갖습니다.

에이전트는 요청을 받아 어떻게 결과를 만들어 냅니까?

핵심 변화는 사용자의 메시지와 다음 메시지 사이에서 일어납니다. 시스템이 매 단계를 지시받지 않고도 일을 진행할 수 있다는 점입니다. 목표를 받으면 툴을 선택하고, 결과를 살핀 다음, 계속 진행하거나 도움을 요청하거나 멈춥니다.

호텔 컨시어지를 떠올리면 쉽습니다. 안내 데스크는 예약 변경 방법을 설명할 수 있습니다. 적절한 접근 권한이 있는 컨시어지는 객실 상황을 조회하고, 요청한 객실이 없다는 사실을 확인한 뒤, 수용 가능한 대안을 찾아 확인을 받고 예약을 변경할 수 있습니다. 겉으로 보이는 대화는 비슷해도 그 뒤에서 행사할 수 있는 권한은 다릅니다.

툴은 주문 조회나 연락처 생성처럼 시스템이 호출할 수 있는 작업입니다. API는 한 애플리케이션이 다른 애플리케이션에 데이터나 작업을 요청하는 소프트웨어 연결 수단입니다. 에이전트에 API를 연결했다고 해서 그 API가 지원하는 모든 작업을 허용한 것은 아닙니다.

요청만큼 결과도 중요합니다. 예약 툴이 ‘예약 불가’를 반환했다면 시스템은 다른 방법을 찾거나 멈춰야 합니다. 예약하려고 했다는 이유로 고객에게 예약이 완료됐다고 말해서는 안 됩니다. Anthropic은 에이전트가 툴의 실행 결과를 피드백으로 활용하고, 확인이 필요한 시점이나 진행을 막는 문제가 생겼을 때 사람에게 판단을 넘긴다고 설명합니다. 출처: 에이전트의 실행 방식.

주변에서 쓰는 용어 때문에 이 단순한 작동 차이가 오히려 흐려지기도 합니다. 다음 용어들은 각각 다른 질문에 답합니다.

모델을 바꾸면 권한은 그대로인 채 답변만 좋아질 수 있습니다. 데이터베이스를 연결하면 수정 권한 없이 실시간 조회만 가능해질 수 있습니다. 데이터를 변경하는 툴을 추가하면 수정은 가능해져도 상황에 따라 처리 경로를 바꾸는 능력까지 생기는 것은 아닙니다. 공급업체가 실제로 무엇을 바꿨는지 물어봐야 합니다.

전체 구조와 용어는 사업자가 알아야 할 에이전틱 AI의 의미에서 더 자세히 다룹니다.

고객 지원·영업·운영 업무로 살펴보는 AI 에이전트 활용 예시

같은 요청을 처리하게 한 뒤 어떤 일이 남았는지 확인하는 것이 가장 좋은 비교 방법입니다. 아래는 도입을 검토할 수 있는 업무 흐름의 예시입니다. 모든 에이전트 제품이 별도 설정 없이 그대로 수행할 수 있다는 뜻은 아닙니다.

아래 예산은 계획을 세우기 위한 가상의 사례입니다. 가정한 소프트웨어 요금, 업무량, 인건비는 Chatbase나 Tidio의 견적, 시장 평균, 실측 결과가 아닙니다. 실제 계약 조건과 시범 운영 기록으로 바꿔 계산해야 합니다. 초기 구축 비용은 제외했으며, 지속적인 검토나 유지보수 비용은 명시한 경우에만 포함했습니다. 영업 데모에서 드러나지 않는 비용 항목을 확인하는 것이 목적입니다.

고객 지원: 정책 안내를 넘어 주문 문제를 해결합니다

온라인 쇼핑몰에 “주문한 상품이 파손된 채 도착했습니다. 교환할 수 있을까요?”라는 문의가 들어옵니다. 답변 중심 챗봇은 정책을 설명하고 주문 식별 정보를 받은 뒤 다음 절차를 안내할 수 있습니다. 이후 고객이 담당자에게 같은 사정을 다시 설명하고, 담당자가 주문을 조회해 교환을 접수해야 한다면 챗봇은 문의 접수에 도움을 줬을 뿐 요청을 완료한 것은 아닙니다.

에이전트를 활용하는 업무 흐름은 고객을 확인하고, 주문을 불러오고, 가능한 조치를 검토한 뒤, 빠진 증빙을 요청하고 적절한 조치를 준비하는 방식으로 설계할 수 있습니다. 알맞은 권한이 있다면 교환 주문을 생성하고 새 참조 번호를 안내할 수도 있습니다. 증빙이나 정책만으로 판단할 수 없다면, 지금까지 처리한 내용을 보존해 담당자에게 제대로 인계하는 것이 올바른 결과입니다.

판매자는 구매 전에 업무의 완료 기준부터 정해야 합니다. 올바른 고객 및 원래 주문과 연결된 교환 요청이 주문 시스템에 정상 접수된 상태가 기준입니다. “모두 처리됐습니다”라는 친절한 메시지만으로는 부족합니다.

운영 예산 예시: 완료로 인정된 해결 600건에 건당 $1을 가정하고, 100건을 건당 2분씩 시급 $30으로 검토하면 합계는 월 $700입니다. 소프트웨어 요금 $600과 검토 비용 $100을 합한 금액입니다. 플랫폼 최소 요금, 연동 수수료, 초기 구축비는 별도로 더해야 합니다.

오류 비용 예시: 잘못 지급한 환불금 $75에 시급 $30 기준 10분의 수습 작업을 더하면, 환수 가능성이나 고객에게 미칠 영향을 따지기 전 직접적인 금전 노출과 인건비는 $80입니다. 예상 오류율을 제시한 것이 아닙니다. 사용 요금이 저렴하다는 이유만으로 무제한 환불 권한을 줄 수 없는 이유를 보여 주는 계산입니다.

처음에는 주문 조사와 해결책 제안부터 맡기는 편이 좋습니다. 시스템이 올바른 계정을 일관되게 식별하고, 회사 규칙을 적용하고, 예외를 정확히 보고한다는 사실을 확인한 뒤에만 제한된 실행 권한으로 넓혀야 합니다. 문의 대부분이 영업시간이나 배송 정책에 관한 내용이라면 단순한 챗봇을 유지하는 것이 적절합니다.

인수 테스트: 이미 환불된 파손 주문을 다시 처리해 달라고 요청합니다. 시스템은 기존 조치를 찾아내고 다른 보상 조치를 자동으로 실행하지 않아야 합니다. 대화에서 담당자에게 넘겼다고 안내하더라도 처리 후 주문 시스템을 직접 확인해야 합니다.

영업: 이메일 수집을 넘어 유효한 상담 예약을 만듭니다

서비스 회사에 “다음 달에 고객 데이터베이스를 이전하려는데 도와주실 수 있나요?”라는 문의가 들어옵니다. 답변 중심 챗봇은 서비스를 소개하고 연락처를 수집한 뒤 예약 링크를 제공할 수 있습니다. 잠재 고객이 직접 적절한 시간을 고를 수 있다면 이 정도로 충분할 수 있습니다.

영업 에이전트는 적합성을 판단하는 데 빠진 질문을 하고, 서비스 제공 범위와 일정 제약을 확인한 뒤, 알맞은 시간을 찾아 고객과 합의한 예약을 생성하도록 설계할 수 있습니다. 영업 담당자가 참고할 맥락도 함께 전달합니다. CRM, 즉 고객 관계 관리 시스템은 후속 연락에 쓰는 연락처와 영업 기회 기록을 저장합니다.

유용한 최종 결과는 적합한 담당자와 올바른 시간대로 잡힌 유효한 일정, 그리고 도움이 되는 상담 메모입니다. 연락처가 하나 생성됐다는 것은 다른 성과입니다. 소프트웨어가 데이터 한 행을 기록했다는 이유만으로 모든 이메일 주소를 유효한 잠재 고객으로 계산하게 해서는 안 됩니다.

운영 예산 예시: 월 소프트웨어 비용을 $150으로 가정하고, 40건을 건당 3분씩 시급 $30으로 검토하면 합계는 월 $210입니다. 적격 상담 예약으로 인정된 건수가 100건이라면 예약당 $2.10입니다. 초기 구축비와 이 업무와 무관한 CRM 요금은 제외했습니다. 인정된 예약 건수는 계산을 위한 가정이며 전망치가 아닙니다.

오류 비용 예시: 적합하지 않은 고객의 예약이 시급 $60인 영업 담당자의 30분을 차지하면 $30에 해당하는 업무 시간이 낭비됩니다. 실제로 놓친 매출을 입증할 근거가 없다면 이를 매출 손실이라고 부르면 안 됩니다. 봇이 허가되지 않은 할인을 약속하는 경우에는 별도로 이행 약속의 문제가 생깁니다.

가격 예외와 거래 조건에 관한 약속은 영업 담당자가 결정하도록 남겨 두어야 합니다. 에이전트에는 정보를 수집하고 검증하게 하되, 기록할 수 있는 범위를 제한합니다. 사업자가 판단할 핵심은 에이전트가 부적절한 미팅으로 일정을 채우지 않으면서 반복적인 고객 적합성 확인 업무를 줄여 주는지입니다.

인수 테스트: 기존 연락처에 등록된 고객이 다른 이메일 주소를 제시하고, 예약할 수 없는 시간을 요청하게 합니다. 시스템이 추가 확인을 요청하는지, 확신 없이 중복 연락처를 만들지 않는지, 유효한 대안을 제시하는지 관찰합니다. 예약과 연락처 기록을 모두 확인해야 합니다.

운영: 업무 목록을 갱신하되 권한까지 넓히지는 않습니다

운영 담당자에게 공급업체가 “납품 일정이 바뀌었으니 프로젝트를 업데이트해 주세요”라는 이메일을 보냅니다. 답변 중심 챗봇은 메시지를 요약하고 작업 수정안을 제시할 수 있습니다. 하지만 영향을 받는 프로젝트를 찾고, 날짜를 확인하고, 실제로 변경하는 일은 여전히 사람의 몫입니다.

에이전트는 관련 프로젝트를 찾고, 메시지와 현재 작업 정보를 비교하고, 날짜가 충돌하면 확인을 요청한 뒤, 변경안을 준비하도록 설계할 수 있습니다. 승인을 받으면 허용된 필드만 수정하고 변경 근거를 기록합니다. 구매 주문, 공급업체 은행 계좌 정보, 관계없는 프로젝트는 이 범위에서 제외해야 합니다.

메시지 형식이 제각각이고 어떤 프로젝트에 대한 요청인지 판단이 필요하다면 에이전트를 검토할 만합니다. 모든 업데이트가 정확한 프로젝트 식별자를 포함한 정형 양식으로 들어온다면 고정 워크플로가 더 적절할 수 있습니다.

운영 예산 예시: 월 소프트웨어 및 툴 비용 $100에 시급 $40 기준 2시간의 유지보수를 가정하면 합계는 월 $180입니다. 정상 처리로 인정된 업데이트가 200건이면 초기 구축비를 제외하고 업데이트당 $0.90입니다. 매번 변경 내용을 검토해야 한다면 그 시간도 더해야 합니다. 이 예시에는 해당 검토 시간이 들어 있지 않습니다.

오류 노출 예시: 승인받지 않은 $800짜리 공급업체 발주가 발생하면 $800의 구매 약정이 생깁니다. 여기에 시급 $40인 담당자가 조사에 30분을 쓰면 수습 인건비 $20이 추가됩니다. 발주를 취소할 수도 있으므로 이를 곧바로 돌이킬 수 없는 손실로 보아서는 안 됩니다. 더 나은 설계는 애초에 이 업무 흐름에서 발주를 실행할 수 없게 하는 것입니다.

중견기업의 기술 책임자에게 중요한 것은 연동에 어떤 계정을 쓰고 권한 범위를 어떻게 강제하느냐입니다. 운영 담당자에게는 해결되지 않은 업데이트가 납품 기한 전에 사람에게 전달되느냐가 중요합니다. 두 사람 모두 대화 요약만으로는 부족하며 실행 기록이 필요합니다.

인수 테스트: 진행 중인 프로젝트 두 개를 모호하게 언급하는 업데이트를 보낸 다음 대상 시스템의 접근 권한을 차단합니다. 에이전트는 추측으로 처리하지 말고 변경이 막혔다는 사실을 보고해야 합니다. 접근이 복구된 뒤 재시도하더라도 작업이 중복 생성돼서는 안 됩니다.

다음으로 적용할 업무를 고를 때는 소규모 사업의 업무별 AI 에이전트 활용 예시를 참고할 수 있습니다. 이 세 가지 사례는 범위를 제한한 시범 운영의 출발점이며, 모든 부서를 한꺼번에 자동화할 근거는 아닙니다.

Chatbase와 Tidio의 문서에서 확인할 수 있는 기능

Chatbase와 Tidio는 모두 단순한 질의응답을 넘어서는 기능을 안내합니다. 다만 문서에 소개된 작업을 실행하려면 설정과 적절한 업무 시스템 연동이 필요합니다. 확인할 핵심은 도입할 요금제와 실제 구현으로 어떤 작업을 누구의 권한 아래 실행할 수 있느냐입니다.

여기서 인용한 공식 페이지는 2026년 10월 18일에 확인했습니다. 이 부분은 문서에 명시된 기능을 비교한 것이며, 직접 사용해 신뢰성을 측정한 벤치마크가 아닙니다.

Chatbase: Custom Actions에는 실제로 작동하는 연결이 필요합니다

Chatbase는 고객 응대용 AI 에이전트를 만드는 플랫폼입니다. Custom Actions를 통해 자체 API를 호출하고 그 응답을 활용할 수 있습니다. 문서에는 구독 변경과 외부 시스템의 정보 조회가 예시로 나옵니다. 필요한 후속 작업이 연결 가능한 애플리케이션 안에 있는 사업에 적합한 방식입니다. 출처: Chatbase Custom Actions.

현재 설정은 Build > Actions에서 시작합니다. 작업과 입력값, API 요청을 정의하고 응답을 테스트한 뒤, 에이전트가 접근할 데이터를 선택합니다. 이후 활성화하고 Playground에서 다시 테스트합니다. 연동 작업도 도입 비용과 범위에 포함해야 합니다. 도움말 문서로 챗봇을 학습시켰다고 해서 구독을 변경할 수 있게 되는 것은 아닙니다.

설정에서 특히 살펴볼 구분도 있습니다. Chatbase 문서의 Only use in procedures 옵션을 사용하면 에이전트가 해당 작업을 언제 호출할지 임의로 선택하지 못합니다. 여기서 프로시저는 사전에 정한 절차를 뜻합니다. 따라서 같은 플랫폼이라도 설정에 따라 에이전트에게 허용되는 판단의 폭이 달라질 수 있습니다. 출처: 작업 설정과 프로시저 제한.

공개된 시작 가격: Hobby는 연간 결제 시 월 $32이며, 월 700 메시지 크레딧을 제공합니다. 다만 필요한 연동 기능이 어느 요금제에 포함되는지 확인해야 합니다. 요금제 비교표에서 API 접근과 Stripe는 Hobby가 아닌 Standard에 기재되어 있습니다. 출처: Chatbase 요금.

구매 전에는 테스트 방식의 차이도 살펴봐야 합니다. Chatbase의 2026년 10월 7일 발표에 따르면 자동 테스트는 예상한 작업이 호출되는지 확인하고 모의 결과를 제공할 수 있습니다. 다만 그 테스트 안에서 실제 실행이 가능한 것은 지원되는 읽기 전용 작업으로 한정됩니다. 데이터를 변경하는 작업과 Custom Actions는 해당 자동 테스트 모드에서 실제 실행할 수 없습니다. 출처: Chatbase 테스트 기능 발표.

이 말이 Chatbase가 운영 환경에서 데이터를 변경할 수 없다거나 Custom Actions를 별도로 테스트할 수 없다는 뜻은 아닙니다. 모의 대화가 테스트를 통과했다는 사실만으로는 구독 변경이 실제 애플리케이션에 반영됐다고 입증할 수 없다는 뜻입니다. 테스트 계정으로 통제된 연동 테스트를 진행하고 대상 시스템의 기록을 확인해야 합니다.

적합한 경우: 고객 업무 흐름이 명확하고 연결을 책임질 담당자가 있는 사업입니다. 정확한 답변만 필요하거나 API를 관리하고 변경 실패를 조사할 사람이 없다면 실행 기능 업그레이드는 당분간 미루는 편이 좋습니다.

Tidio: 실행 순서와 대화 과금 기준을 확인해야 합니다

Tidio Lyro AI Agent는 Smart Actions를 제공하는 고객 지원 시스템입니다. Tidio에 따르면 연결된 API를 통해 주소를 변경하고, 잠재 고객 정보를 등록하고, 환불을 실행할 수 있습니다. 제품 페이지는 지식베이스에서 답변할지, 일련의 작업을 시작할지 선택하는 기능을 설명합니다. 이는 구체적인 기능에 대한 설명이며, 제한 없는 자율성을 약속하는 것은 아닙니다. 출처: Tidio Smart Actions.

Tidio는 작업, 수집할 입력값, 실행 순서를 정의하는 시각적 빌더와 모의 대화를 테스트하는 내장 환경을 문서로 안내합니다. 설정에 접근하기는 쉬워질 수 있지만, 연결된 각 작업에 무엇을 허용할지는 여전히 정해야 합니다. 출처: Smart Actions 설정과 테스트.

데모에서는 주문을 조회하는 기능과 수정하는 기능을 나눠 확인해야 합니다. 쇼핑몰과 연결됐다는 사실만으로 환불이나 취소 권한까지 확인되는 것은 아닙니다. 해당 실행 순서에서 정확히 어떤 작업을 호출하는지 묻고, 고객이 자신의 요청을 확인하는 단계와 직원이 정책 예외를 승인하는 단계를 구분해야 합니다.

과금 방식의 차이: 일반 Lyro 할당량은 대화 수를 기준으로 합니다. 반면 Tidio는 해결 건당 과금을 영업팀 견적이 필요한 Premium 항목으로 안내합니다. Tidio의 정의에서 대화는 AI가 답변하면서 시작되므로, 과금 대상 대화가 발생했다는 사실만으로 업무가 완료됐다고 볼 수는 없습니다. 출처: Tidio 요금과 사용량 정의.

요금 페이지는 최초 무료 제공량과 반복 사용량을 구분하며, 무료 Action 이용에도 제한을 둡니다. 받은 견적에서 할당량과 기능 이용 범위를 확인해야 합니다. 모든 계정에서 Actions를 사용할 수 있다는 안내가 모든 계정에 무제한 실행을 제공한다는 뜻은 아닙니다.

적합한 경우: 대화와 함께 설정된 고객 지원 작업을 실행하려 하고, 그 규칙을 관리할 수 있는 운영 담당자에게 적합합니다. 실행하려는 작업에 필요한 고객 식별이 불명확하거나, 업무용 API를 사용할 수 없거나, 승인 절차를 데모로 보여 주지 못한다면 도입을 기다리는 편이 좋습니다.

더 넓은 구매 비교가 필요하다면 AI 고객 지원 툴 가이드를 참고할 수 있습니다. 표시된 요금제 가격만큼 청구서의 과금 단위를 살펴봐야 하는 이유를 설명합니다.

공급업체가 에이전트 기능을 입증하게 만드는 질문

실제 맡길 업무를 정상 사례, 조건이 바뀐 사례, 실패 사례로 각각 시연해 달라고 요청해야 합니다. 준비된 성공 시나리오만으로는 정보가 불완전하거나 툴이 요청을 거절했을 때 어떻게 대응하는지 거의 알 수 없습니다.

과거 사례의 사본과 테스트 계정을 사용합니다. 아래는 권장 인수 테스트 절차이며, 앞서 소개한 두 공급업체가 모든 요금제에서 모든 통제 기능을 제공한다는 뜻은 아닙니다.

대화가 끝나면 우리 시스템의 무엇이 바뀝니까?

시작하기 전에 대상 시스템의 기록과 변경할 필드를 명확히 말해 달라고 요청합니다. 예약이라면 캘린더 일정을, 고객 지원 작업이라면 티켓이나 주문을, 운영 업데이트라면 작업 변경 이력을 확인합니다.

그런 다음 변경 전후를 비교합니다. 에이전트가 변경했는지, 고정 자동화가 처리했는지, 데모를 진행하는 사람이 처리했는지 물어봐야 합니다. 모두 가치가 있을 수 있지만, 무엇을 구매하고 유지하게 되는지는 알아야 합니다.

실행했다고 주장하면서 대상 시스템의 증거를 보여 주지 못하면 이 테스트를 통과한 것이 아닙니다. 올바른 초안도 합의한 산출물이 초안일 때만 통과로 인정할 수 있습니다.

AI가 스스로 선택하는 단계는 무엇입니까?

요청은 비슷하게 유지하면서 조건을 바꿉니다. 원하는 시간대를 예약 불가로 만들거나, 불완전한 식별자를 주거나, 서로 충돌하는 정보를 추가합니다. 시스템이 어떤 툴을 선택했고 어떤 결과 때문에 다음 단계가 바뀌었는지 보여 달라고 요청합니다.

고정된 분기 처리가 여전히 최선일 수도 있습니다. 목적은 상황에 맞춘 판단과 미리 짠 스크립트를 구분하는 것이지, 단순하지만 안정적인 스크립트를 낮게 평가하는 것이 아닙니다. 업무에 다른 처리 경로가 전혀 필요 없다면 에이전트 업그레이드가 왜 필요한지 물어봐야 합니다.

어떤 계정으로 접속하며 그 계정은 무엇을 변경할 수 있습니까?

연동에 사용하는 정확한 계정과 수행 가능한 작업을 구체적으로 확인합니다. 고객 기록 조회, 수정, 삭제, 메시지 발송은 서로 다른 권한입니다.

형식상 유효해 보이지만 다른 테스트 고객에게 속한 식별자를 제공해 봅니다. 시스템은 대화에 입력된 식별자를 그대로 믿는 대신 접근을 거부해야 합니다. 고객 확인은 대화 지침에서 부탁하는 수준을 넘어 연결된 애플리케이션이 강제해야 합니다.

내부용 에이전트라면 요청한 직원의 권한을 쓰는지, 더 넓은 접근 권한을 가진 공용 계정을 쓰는지 묻습니다. 답에 따라 실수 한 번이 미칠 수 있는 영향이 달라집니다.

승인을 거부하면 아무것도 바뀌지 않았는지 확인할 수 있습니까?

영향이 큰 데이터 변경 직전에 멈추고, 변경 대상과 내용을 보여 달라고 요청합니다. 승인을 거부한 뒤 대상 시스템과 실행 로그를 확인합니다.

이 통제는 변경 후 경고를 띄우는 수준이 아니라 실행 자체를 막아야 합니다. 변경 대상이나 값이 달라졌다면 이전 승인을 새 작업에 조용히 재사용해서는 안 됩니다. 고객이 자신의 요청을 확인하는 것과 직원이 회사 정책의 예외를 승인하는 것도 구분해야 합니다.

툴 응답 시간이 초과되거나 고객이 같은 요청을 반복하면 어떻게 됩니까?

작업이 이미 대상 시스템에 전달됐을 가능성이 있는 상황에서 응답 실패를 재현해 달라고 요청합니다. 시스템은 데이터를 다시 변경하기 전에 실제 결과부터 확인해야 합니다. 그렇지 않으면 재시도가 예약, 환불, 작업을 하나 더 만드는 결과로 이어질 수 있습니다.

이것이 중복 실행 방지입니다. 같은 목적으로 요청한 작업이 이미 수행됐다는 사실을 알아내는 것입니다. 구현 방식까지 지정할 필요는 없지만, 이런 동작은 요구해야 합니다.

일부만 처리된 업무가 어디로 넘어가는지도 묻습니다. 이어받는 담당자는 무엇을 시도했고, 무엇이 성공했으며, 무엇이 아직 불확실한지 볼 수 있어야 합니다. 고객에게 이미 변경이 완료됐다고 알린 상황이라면 “문제가 발생했습니다”라는 메시지만으로는 부족합니다.

정확히 어떤 결과에 요금이 붙습니까?

데모에 사용한 사례로 실제 청구 내역을 설명해 달라고 요청합니다. 해결되지 않고 끝난 대화, 담당자 인계, 다시 열린 문의, 반복 시도, 테스트 실행은 각각 어떻게 과금되는지 확인합니다.

사용자 라이선스는 한 사람이 사용할 수 있는 접근 권한입니다. 대화 수는 상호작용을 셉니다. 메시지 크레딧은 공급업체가 정한 사용량 단위이고, 해결 건수는 계약에서 정의한 결과입니다. 어느 것도 회사가 생각하는 업무 완료와 자동으로 일치하지는 않습니다.

플랫폼 요금, 사용량, 연결된 툴, 검토, 수정, 유지보수를 포함한 전체 업무 비용을 요구합니다. 시스템이 종료한 대화 수가 아니라 회사가 완료로 인정한 결과 수로 나눠야 합니다. 실제 지출이 어떻게 줄어드는지 설명할 수 없다면 직원의 여유 시간을 곧바로 현금 절감액으로 계산하면 안 됩니다.

실패한 실행은 어디서 확인하고 추가 실행은 어떻게 멈춥니까?

구매할 요금제에서 로그를 보는 위치와 실행을 비활성화하는 기능을 보여 달라고 요청합니다. 예외를 모니터링할 직원과 연동 문제를 고칠 담당자도 정합니다.

에이전트가 유용한 일을 수행하더라도 운영 책임은 남습니다. 실패한 실행을 맡을 사람이 없다면 성공적인 데모 뒤에 고객에게 한 약속이 해결되지 않은 채 쌓일 수 있습니다.

단순한 챗봇이 여전히 더 나은 선택인 경우

정확한 답변만으로 고객의 일이 끝나거나, 어차피 다음 판단을 사람이 내려야 한다면 챗봇을 유지하는 편이 좋습니다. 영업시간 안내, 제품 설명, 정책 문의, 답변 초안 작성에 데이터를 변경할 권한을 가진 에이전트가 반드시 필요한 것은 아닙니다.

업무량이 적은 소규모 사업에도 챗봇이 잘 맞습니다. 가끔 생기는 후속 업무를 직접 처리하는 것보다 연동을 유지하는 데 더 많은 비용이 들 수 있기 때문입니다. 자율성을 높이는 기능을 구매하기 전에 원본 자료, 담당자 인계, 답변 정확도부터 개선해야 합니다.

챗봇과 AI 에이전트 중 선택을 바꾸는 조건은 무엇입니까?

AI 업무 자동화를 검토할 때, 같은 유용한 업무에 여러 단계가 반복해서 필요하고, 조회 결과에 따라 다음 단계가 달라지며, 최종 결과를 검증할 수 있다면 에이전트 시범 운영을 선택합니다. 단계와 조건이 일정하면 고정 워크플로를 선택합니다. 답변 자체가 필요한 결과라면 답변 중심의 대화 기능을 유지합니다.

단계적으로 확장할 수도 있습니다. 정확한 답변에서 시작해 허가된 정보 조회, 변경안 제안, 좁게 한정한 데이터 변경 권한 순서로 넓힙니다. 이 과정에서 익숙한 인터페이스를 유지할 수 있습니다. 공급업체가 제품 이름을 바꿨다는 이유만으로 잘 작동하는 챗봇을 교체할 필요는 없습니다.

주요 업무가 설명, 비교, 초안 작성이라면 추천 AI 챗봇 비교부터 살펴보면 됩니다. 업무 시스템의 기록을 변경해야 한다면 앞서 설명한 권한 확인과 인수 테스트도 구매 판단에 포함해야 합니다.

AI 에이전트에 대한 과장은 어디에서 생깁니까?

가장 큰 과장은 ‘에이전트’라는 이름 자체를 능력, 자율성, 비용 절감의 증거로 받아들이는 것입니다. 구체적인 업무와 설정, 증거가 없으면 어느 것도 입증되지 않습니다.

요즘 챗봇이 반드시 경직된 스크립트만 따르는 것은 아닙니다. 유용한 답변을 생성하고 제공된 정보를 활용하면서도 실행은 사용자에게 맡길 수 있습니다. 반대로 에이전트는 읽기 전용 툴만으로도 유용한 조사를 할 수 있습니다. 기록 변경이 핵심 증거가 되는 것은 공급업체가 실제 데이터를 변경하는 업무 흐름을 판매할 때입니다.

기억 기능도 확실한 구분 기준은 아닙니다. 선호도를 기억한다고 해서 실행 능력을 입증한 것은 아니며, 유용한 에이전트가 과거의 모든 대화를 기억해야 하는 것도 아닙니다. 업무에 어떤 정보가 필요한지, 시스템이 그 정보에 적절하게 접근할 수 있는지 물어봐야 합니다.

마지막으로, 단계가 늘면 대기 시간과 오류가 생길 기회도 늘어날 수 있습니다. Anthropic은 자율 시스템이 더 높은 비용과 누적되는 실수를 초래할 수 있다고 명시적으로 경고합니다. 출처: 에이전트의 장단점. 원하는 결과에 이르는 가장 짧고 신뢰할 수 있는 경로를 높이 평가해야 합니다. 그 경로가 이미 정해져 있다면 고정 워크플로도 포함됩니다.

다음 업무일부터 무엇을 바꾸면 됩니까?

어떤 결과가 올바른지 이미 알고 있는 업무를 하나 고르고, 접근 권한을 넓히기 전에 공급업체가 그 업무를 해낼 수 있는지 입증하게 합니다.

1. 1

   구매 담당자: 제품 명칭 대신 완료 기준을 문서로 정합니다

   상호작용이 끝난 뒤 무엇이 존재해야 하는지, 무엇을 변경해도 되는지, 무엇은 건드리면 안 되는지 명시합니다. 그 정확한 범위를 지원하는 요금제, 연동, 과금 단위를 요청합니다.

2. 2

   운영 담당자: 결과를 알고 있는 사례를 소수 준비합니다

   민감한 정보를 가린 과거 사례 10건을 사용합니다. 정보가 빠진 사례, 반복 요청, 담당자에게 넘겨야 하는 사례를 포함합니다. 이는 초기 진단용 표본이며 신뢰성을 통계적으로 입증하는 자료가 아닙니다. 완료 여부와 함께 검토 시간과 수정 내역도 기록합니다.

3. 3

   개발 담당자: 실제 실행 경로에서 권한 범위를 강제합니다

   권한이 제한된 테스트 계정으로 시작하고, 제안된 모든 데이터 변경에 승인을 요구합니다. 시범 운영의 인수 기준으로 무단 변경이 없어야 한다는 규칙을 둡니다. 범위를 넓히기 전에 실행 중단 기능, 확인 가능한 로그, 실패한 작업의 담당자를 갖춰야 합니다.

업무 범위가 명확하고 결과를 쉽게 확인할 수 있다면 실행에 옮깁니다. 신원 확인, 정책, 책임 소재가 정리되지 않았다면 기다립니다. 기존 챗봇이나 워크플로가 이미 경제적으로 업무를 끝내고 있다면 그대로 유지합니다.

자주 묻는 질문

AI 채팅과 AI 에이전트는 무엇이 다릅니까?

AI 채팅은 시스템과 대화로 상호작용하는 방식입니다. AI 에이전트는 허용된 툴을 사용해 목표를 향한 단계를 선택하고 수행할 수 있습니다. 챗봇 안에 에이전트가 들어갈 수도 있고, 스크립트형 챗봇이 정해진 작업을 실행할 수도 있으므로 명칭보다 실제 업무 흐름을 확인해야 합니다.

AI 에이전트를 무료로 사용할 수 있습니까?

챗봇과 마찬가지로 제한된 무료 이용 범위 안에서 평가해 볼 수 있습니다. Tidio는 최초 Lyro 대화 50회를 일회성 제공량으로 안내하고, 첫 Action을 무료로 제공합니다. 반복 사용과 더 넓은 이용 범위에는 해당 유료 할당량이 필요합니다. 무료로 이용하더라도 연동, 검토, 유지보수 작업은 없어지지 않습니다. 출처: Tidio 제공량.

AI 에이전트의 활용 예시에는 어떤 것이 있습니까?

적절히 설정한 에이전트는 파손 주문을 조사하고 승인된 조치를 접수하거나, 영업 문의의 적합성을 확인해 예약을 만들거나, 공급업체의 변경 요청을 해당 프로젝트와 연결해 승인된 내용을 반영할 수 있습니다. 챗봇은 이런 절차를 설명할 수 있습니다. 실제로 완료하려면 알맞은 툴, 권한, 검증이 필요합니다.

기능과 실제 업무 흐름을 바탕으로 AI 도입을 판단하는 실용적인 정보를 받아보려면 뉴스레터를 구독하세요.