챗봇에서 에이전트로 넘어가는 기업용 AI
지난 1~2년간 회사에서 ChatGPT나 Claude를 켜놓고 메일 초안을 쓰거나 회의록을 요약해 본 직장인이 많을 겁니다. 그런데 최근 기업용 AI 시장의 흐름은 한 단계 더 나갔습니다. “질문하면 답해주는” 챗봇에서 “스스로 일을 처리하는” 에이전트로 넘어가고 있습니다.
LG CNS가 발표한 AgenticWorks와 a:xink, 그리고 클라인(Cline)과 공동 개발한 개발 플랫폼 AIND가 이 흐름을 잘 보여주는 사례입니다. 이 글에서는 LG CNS 기업용 에이전트 AI가 무엇이고, 실제 회사 업무가 어떻게 바뀌게 되는지 정리해봤습니다.
핵심 요약
- LG CNS는 기업용 에이전틱 AI 플랫폼 AgenticWorks(에이전틱웍스), 업무 혁신 서비스 a:xink(에이엑스씽크), 그리고 시스템 개발 자동화 플랫폼 AIND를 잇따라 공개했습니다.
- 단순 챗봇이 아니라 사내 시스템에 직접 연결돼 업무를 처리하는 구조입니다.
- 보안, 권한, 검토 절차가 함께 따라가야 한다는 점이 개인용 AI와 가장 다른 부분입니다.
LG CNS 기업용 에이전트 AI 이슈 요약
LG CNS는 2025년 8월 AX 미디어데이에서 AgenticWorks와 a:xink를 공개했습니다. 이어 2026년에는 미국 오픈소스 코딩 기업 클라인과 공동 개발한 AIND를 출시하며 시스템 개발·운영 전 과정에 에이전트 AI를 적용하는 단계로 확장했습니다.
참고로 일부에서 “AXThink”로 불리는 명칭은 공식적으로 **a:xink(에이엑스씽크)**입니다. 본문에서는 공식 표기를 따랐습니다.
AgenticWorks와 a:xink, 어떤 역할인가
AgenticWorks는 기업이 AI 에이전트를 직접 설계·구축·운영·관리할 수 있는 일종의 종합 작업대입니다. 빌더, 스튜디오, 지식 저장소, 허브, 리파이너, 라우터 등 6개 모듈로 구성돼 있고, 회사 상황에 맞게 필요한 모듈만 골라 쓰는 구조입니다. 코딩이 가능한 개발자는 ‘빌더’로, 비개발자는 노코드 환경인 ‘스튜디오’로 에이전트를 만들 수 있습니다.
a:xink는 회사 공통 업무를 자동화하는 서비스입니다. 보고서 작성 보조, 문서 검토, 데이터 정리 같은 반복 업무를 에이전트가 대신 처리하도록 설계됐습니다.
AIND는 IT 시스템 구축·운영을 자동화하는 플랫폼입니다. “예적금 자동이체 서비스를 구축해줘” 같은 자연어 요청을 받으면 분석·설계 에이전트, 코딩 에이전트, 테스트·검증 에이전트가 단계별로 협업합니다. 서버 개발 관점에서 보면 요구사항 분석부터 코드 생성, 품질 검증까지 파이프라인 전체에 에이전트가 들어오는 셈입니다.
기업 업무 자동화에서 달라지는 점
반복 업무 자동화
보고서 양식 채우기, 데이터 취합, 메일 분류 같은 정형 업무는 에이전트가 처리 가능한 영역입니다.
사내 시스템 연동
개인용 ChatGPT는 회사 ERP나 그룹웨어에 접근할 수 없지만, 기업용 에이전트는 MCP(Model Context Protocol)와 A2A(Agent to Agent) 같은 프로토콜을 통해 사내 시스템과 연결됩니다.
개발·운영 프로세스 자동화
AIND처럼 시스템 구축 자체를 분담하는 에이전트가 등장하면서, 단순 코드 생성을 넘어 설계와 테스트까지 영역이 넓어졌습니다.
문서·보고·검토 업무 보조
초안 생성, 오타 검토, 규정 위반 여부 점검 같은 업무가 더 빨라집니다.
개인용 AI 도구 vs 기업용 에이전트 AI
| 구분 | 개인용 AI(ChatGPT 등) | 기업용 에이전트 AI |
|---|---|---|
| 데이터 접근 | 사용자가 입력한 정보만 | 사내 시스템·DB와 연동 |
| 보안 | 외부 클라우드 위주 | 온프레미스/하이브리드 가능 |
| 권한 관리 | 거의 없음 | 직무·부서별 접근 제어 |
| 책임 소재 | 사용자 개인 | 회사·운영팀 |
기대 효과와 한계
기대 효과: 반복 업무 단축, 신규 직원 온보딩 속도 개선, 시스템 개발·운영 비용 절감 가능성. LG CNS는 자체 적용 사례에서 비용 절감 효과를 발표한 바 있습니다.
한계: 에이전트가 잘못된 데이터를 학습하면 잘못된 결정을 자동화할 위험이 있습니다. 또한 결과물의 정확성과 규정 준수 여부를 사람이 검토하는 절차는 여전히 필요합니다. “사람 없이 완전 자동화”는 현실적인 표현이 아닙니다.
기업이 에이전트 AI 도입 전 확인할 체크리스트
- 사내 ERP·그룹웨어 등 핵심 시스템과 연동 가능한가
- 민감정보 필터링 기능이 내장돼 있는가
- 부서·직무별 권한 제어가 가능한가
- 에이전트 결과물을 사람이 검토하는 프로세스가 정의돼 있는가
- 기존 업무 프로세스와 충돌하지 않는가
- PoC 이후 전사 확장 기준과 책임 소재가 명확한가
- 감사 로그와 추적이 가능한가
일반 직장인이 준비해야 할 변화
에이전트 AI가 들어와도 사람이 할 일이 사라지는 건 아닙니다. 다만 일의 무게중심이 옮겨갑니다. 에이전트가 만든 결과물을 검토하고 판단하는 역량, 업무를 에이전트에게 위임할 수 있는 형태로 정의하는 능력, AI 출력 오류를 잡아내는 도메인 지식이 더 중요해집니다. 서버 개발자라면 코드 자체보다 요구사항 정의와 검증 로직 설계 쪽에 더 무게가 실릴 가능성이 큽니다.
FAQ
Q1. LG CNS a:xink는 무엇인가요?
A. 회사의 공통 업무를 자동화하기 위해 만든 에이전틱 AI 서비스입니다. 보고서 작성 보조, 문서 검토 같은 반복 업무를 처리합니다.
Q2. 기업용 에이전트 AI는 ChatGPT와 무엇이 다른가요?
A. 사내 시스템과 직접 연동되고, 권한 관리·보안·감사 로그가 함께 설계된다는 점이 가장 큽니다.
Q3. 업무 자동화가 되면 사람이 할 일이 줄어드나요?
A. 반복 업무는 줄지만, 검토와 판단 역할은 오히려 더 중요해집니다.
Q4. 도입 시 가장 중요한 점은?
A. 보안과 권한 관리, 그리고 결과물 검토 프로세스입니다. 기술 선택보다 운영 체계가 더 중요합니다.
Q5. 일반 직장인은 어떤 역량을 준비해야 하나요?
A. AI 결과물을 검증하는 도메인 지식, 업무를 명확하게 정의하는 능력, 그리고 AI 도구를 업무 흐름에 통합하는 감각입니다.
개인적으로는 이렇게 봅니다
LG CNS의 발표를 보면서 가장 인상적이었던 부분은 “AI 모델”보다 “운영 체계”에 무게가 실려 있다는 점이었습니다. 모델은 어디서든 가져올 수 있지만, 사내 시스템 연동, 권한 제어, 보안 필터, 검증 절차는 그렇게 쉽게 따라 만들기 어렵습니다.
AI 자동화는 모든 업무를 대체하기보다 반복 업무와 검토 업무를 보조하는 방향으로 확산될 가능성이 큽니다. 직장인 입장에서는 “AI에게 일을 시키는 사람”이 되는 쪽이 가장 안전한 준비라고 생각합니다.