에이전틱 AI가 IT 운영을 바꾸는 8가지 방법

사람의 감독이 거의 필요 없는 상태에서 특정 업무를 수행할 수 있는 에이전틱 AI는 IT 운영과 서비스를 근본적으로 혁신할 기술로 주목받고 있다. 사람의 의사결정을 모방하는 AI 에이전트를 활용해 문제를 실시간으로 분석하고 해결하는 방식이다.

IT 운영은 네트워킹, 스토리지, 컴퓨팅, 보안 등 다양한 영역을 포괄하며, 이는 비즈니스 플랫폼과 제품 포트폴리오의 기반이 된다. 신용평가 기업 트랜스유니언(TransUnion)의 글로벌 제품 플랫폼 담당 부사장 요게시 조시는 “가용성, 안정성, 확장성, 그리고 최소 비용으로의 성능 확보가 IT 운영의 핵심 성공 지표였다. 기존에는 인력, 프로세스, 기술의 조합으로 이 지표를 달성해왔다”라고 설명했다. 그러나 “에이전틱 AI는 이런 공식을 완전히 바꿔놓을 것”이라고 강조했다.

그렇다면 에이전틱 AI는 IT 조직이 더 빠르고 효율적으로 일하는 데 어떤 도움을 줄 수 있을까? 다음은 운영 속도를 높이고 비용을 절감할 수 있는 8가지 활용 방안이다.

1. 컴퓨팅 자원 활용 효율화

조시는 “AI 에이전트는 컴퓨팅 자원의 활용 상태를 실시간으로 평가해, 인스턴스 유형과 설정, 확장 파라미터를 최적화해 워크로드 수요에 맞게 인프라를 자동으로 조정할 수 있다”고 설명했다. 또한 “데이터 유입·접근·활용·유출 과정을 지속적으로 모니터링하며 정책 기반 원칙을 적용해 이상 징후를 탐지하고, 필요한 경우 스스로 복구 조치를 수행할 수도 있다”라고 덧붙였다.

2. 지원 업무 자동화

IBM의 테크놀로지 CIO 매트 라이테슨은 “에이전틱 AI 시대가 열리면서 IT 담당자는 반복 업무 자동화에서 벗어나 가장 유용한 지원 에이전트를 설계하는 데 집중하게 될 것”이라고 말했다. 라이테슨은 “이를 위해 에이전트 자체를 학습시키는 것은 물론, 프로세스 전반에서 속도·확장성·보안을 확보해야 한다”라고 강조했다.

라이테슨은 “에이전트 기반 전환이 제대로 이뤄진다면 IT 운영 전반의 효율성을 획기적으로 높일 수 있다. 예를 들어, SRE에서는 에이전트가 서버 유지관리와 업데이트를 자율적으로 수행하고, 근본 원인 분석을 통해 대규모 운영 데이터를 조정하며, 환경 최적화 방안을 제안할 수 있다”라고 설명했다.

전통적인 IT 자동화도 이와 유사한 일을 수행하지만, 에이전틱 AI는 이를 훨씬 더 빠른 속도로 처리해 주기 시간을 대폭 단축시킨다. 라이테슨은 “에이전틱 AI의 가치를 극대화하려면 AI뿐만 아니라 오케스트레이션, 데이터 접근, 자동화 기능을 함께 제공하는 엔터프라이즈 AI 플랫폼을 기반으로 해야 한다”라고 조언했다. 또, “이런 구성요소가 있어야 소프트웨어 생명주기 관리와 관측성, 서비스 관리, 정보보안 같은 핵심 IT 운영을 유지하면서도, 실험·개발·테스트 에이전트를 신속하게 배포할 수 있다”라고 덧붙였다.

3. 문제 해결 속도 향상

에이전틱 AI는 단순히 티켓을 자동 생성하는 수준이 아니라, 문제를 자동으로 해결하는 단계로 나아간다. 기술 리서치·컨설팅 기업 ISG의 AI 자문 디렉터 로렌 앱셔는 “에이전트는 서비스 수준 목표(SLO)를 모니터링하고, 로그와 지표를 상관 분석해 수정안을 제시하고, 테스트(캐너리) 실행 후 변경 윈도 내에서 적용하며, 성능이 저하되면 자동으로 롤백한다”고 설명했다.

앱셔는 “이런 접근으로 평균 문제 해결 시간(MTTR)이 기존 수 시간에서 수분, 심지어 수초 단위로 줄어들 수 있다”라며, “모든 에이전트의 행동이 기록되기 때문에 인수인계 과정이 단순해지고 사후 분석도 명확해진다”라고 말했다.

또한, 앱셔는 “인간의 역할은 런북을 따라 클릭하는 것이 아니라, 사전 승인된 절차와 영향 범위 태그, 롤백 경로 같은 안전장치를 설계하는 방향으로 바뀐다. 이런 변화가 보다 안정적인 변경 속도와 불필요한 긴급 대응 감소로 이어진다”라고 덧붙였다.

4. 고객 지원 품질 향상

존슨앤존슨의 CTO 로위나 여는 “에이전틱 AI가 가장 먼저 가치를 입증한 분야 중 하나는 고객 서비스”라며, “여러 에이전트를 시스템 간에 연동해 복잡한 문의를 효율적으로 처리함으로써, 고객 대응 속도를 높이고 만족도를 향상시킬 수 있다”라고 설명했다.

여는 “에이전틱 AI가 복잡하지만 명확히 정의된 업무를 실행할 수 있다는 점은 실험과 운영 최적화의 기회를 넓혀준다. 이런 역량이 민첩성을 높이고 대응력과 효율성을 강화한다”라고 강조했다.

5. 인프라 문제에 대한 신속한 의사결정

실시간 네트워크 보안 및 관리 서비스를 제공하는 넷스코프(Netskope)의 최고 디지털 정보 책임자 마이크 앤더슨은 “고정된 절차를 따르는 대신, 에이전트는 상황을 분석해 가장 적절한 대응을 스스로 판단하고 운영자에게 그 방안을 제안할 수 있다”고 설명했다.

예를 들어 운영 지원 환경에서 AI 에이전트가 데이터베이스 서비스의 응답 저하를 감지하면, 관련된 모든 신호를 연관 분석한 뒤 서버 전체를 재부팅하는 대신 서비스만 재시작하라고 권고할 수 있다. 앤더슨은 “AI가 작은 문제가 큰 장애로 번지기 전에 방지할 수 있기 때문에, 팀은 업무 중단을 훨씬 덜 겪게 될 것”이라고 말했다.

또 “운영 지원에서는 애플리케이션의 성능 저하를 조기에 감지해, 장애로 이어지기 전에 복구 조치를 제안하고 엔지니어가 이를 승인하는 방식으로 대응할 수 있다”라며, “IT 조직은 불끄기식 대응에 쓰는 시간을 줄이고, 복원력·효율성·사용자 만족도를 높이는 전략적 개선에 더 많은 시간을 투자하게 될 것”이라고 덧붙였다.

6. 소프트웨어 테스트 효율화

자동화된 소프트웨어 테스트 및 품질 엔지니어링 전문 기업 트리센티스(Tricentis)의 AI/ML 담당 부사장 데이비드 콜웰은 “에이전틱 AI가 테스트 케이스 생성부터 테스트 자동화까지 모든 과정을 혁신하고 있다”고 말했다.

콜웰은 “팀은 기본 테스트를 AI 에이전트에 맡겨 핵심 영향 영역을 철저히 점검할 수 있으며, 그 결과 인간 엔지니어는 복잡한 통합 문제나 엣지 케이스 탐구처럼 더 어려운 과제에 집중할 수 있다. 이로써 소프트웨어 제공 속도를 높이고 장기적인 시스템 안정성을 향상시킬 수 있다”라고 설명했다. 또, “AI 에이전트가 반복적이거나 기본적인 업무를 처리함으로써 IT 팀은 더 많은 문제를 더 빠르게 해결할 수 있다”라며, 이미 속도·품질·리스크 완화 측면에서 성과가 나타나고 있다고 밝혔다.

그러나 “적절한 거버넌스가 없으면 워크플로우를 가속화하는 동일한 에이전트가 새로운 위험을 만들어낼 수도 있다”라고 경고하기도 했다. 콜웰은 “테스트를 잘못된 방식으로 다시 작성하거나 코드 일부를 잘못 삭제하는 루프에 빠지는 사례도 있었다”라며, “에이전틱 AI가 IT 운영을 긍정적으로 바꿀 잠재력을 지녔지만, 이는 강력한 안전장치와 인간의 감독이 병행될 때만 가능하다”라고 강조했다.

7. 팀 생산성 향상

비즈니스 컨설팅 기업 얼라이언트(Alliant)의 CEO 다발 자다브는 “에이전틱 AI를 도입하면 IT팀의 시간을 대폭 절약해, 구성원이 보다 창의적인 업무나 프로젝트에 집중함으로써 조직 전체의 혁신성을 높일 수 있다”라고 강조했다.

자다브는 “현재의 에이전틱 AI는 자율성을 본격적으로 갖춘 첫 세대 기술”이라며, “단순한 AI 워크플로우나 자동화는 기본적이고 반복적인 작업을 일정한 속도로 수행하지만, 에이전틱 AI는 복잡한 업무를 훨씬 유연하게 처리할 수 있다”라고 설명했다. 나아가 “에이전틱 AI가 점점 강력해지면서 대부분 구성원이 수행하는 업무 자체가 바뀌게 될 것이다. 그 변화는 빠르고 깊게 체감될 것”이라고 내다봤다.

하지만 자다브는 “에이전틱 AI가 겉보기만큼 완벽한 해결책은 아니다”라고 경고했다. “예상한 대로 작동하게 만드는 과정이 어렵고, 비용이 많이 들며, 시간이 오래 걸릴 수 있다”라며, “이는 조직을 현대화하고 간소화해야 한다는 더 큰 논의로 이어질 것”이라고 지적했다.

자다브는 “IT 리더는 작게 시작해 점진적으로 확장해야 한다. 에이전틱 AI의 가치를 입증하는 소규모 프로젝트를 통해 팀이 기술에 익숙해지도록 하는 것이 중요하다”라고 조언했다. 또, “이런 단계적 접근이 견고한 기반을 마련하는 첫 번째이자 가장 중요한 과정”이라고 강조했다.

8. 자가 복구 시스템(Self-healing System)

기술 및 비즈니스 컨설팅 기업 리절턴트(Resultant)의 CTO 라이언 악터버그는 “에이전틱 AI는 단순히 시스템을 모니터링하는 것을 넘어, 스스로 관리하는 자가 복구형 엔터프라이즈의 핵심으로 자리 잡고 있다”라며, “예를 들어 AI가 메모리 누수를 감지하면 즉시 대체 서버를 구동하고 워크로드를 재배치하며, 결함이 있는 노드를 패치하는 등 사용자가 문제를 인식하기도 전에 조치를 취할 수 있다. 이 과정에서 허둥댈 일도, 장애도, 밤샘 대응도 사라진다”라고 설명했다.

악터버그는 “운영이 에이전트화되면 서비스 중단은 더 이상 긴급 대응이 필요한 갑작스러운 위기가 아니다”라며, “탐지와 복구가 빠르게 이뤄져 안정적인 서비스 수준이 지속적으로 유지된다”고 말했다.

또 “에이전틱 AI는 ‘일’의 개념 자체를 바꾼다. 지루한 1차 대응 업무는 자동으로 처리되고, 엔지니어는 플랫폼 설계·모델 튜닝·보호 장치 구축 같은 고부가가치 작업에 집중하게 된다”라며, “엔지니어는 이제 ‘무엇이 고장났는가’보다 ‘시스템이 어떻게 작동해야 하는가’를 고민하게 된다”라고 강조했다.
dl-ciokorea@foundryco.com