삼정KPMG 「AI 에이전트 혁신: 산업을 바꾸는 현재와 미래 전망」(2025년 9월) 보고서

https://assets.kpmg.com/content/dam/kpmg/kr/pdf/2025/issue-monitor/%EC%82%BC%EC%A0%95KPMG-AI%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8-20250908.pdf

1. AI 에이전트의 등장 배경
• AI는 딥러닝, 강화학습 등을 기반으로 빠르게 발전하며 일상과 산업 현장에 깊숙이 확산됨.
• 생성형 AI 이후, AI 에이전트(Agentic AI) 가 차세대 핵심 기술로 주목.
• 빌 게이츠, 젠슨 황(엔비디아), 샘 올트먼(OpenAI) 등 글로벌 리더들이 “모든 사람이 개인 AI 에이전트를 가지게 될 것”이라고 전망 .

2. AI 에이전트의 개념과 특징
• 정의: 사용자의 의도를 파악해 최소한의 개입으로 다양한 작업을 자율 수행하는 소프트웨어 시스템.
• 핵심 역량:
• 환경 인식 (Perception)
• 목표 달성 (Goal Achievement)
• 자율적 행동 (Autonomous Action)
• 기존 RPA와 차이: 규칙 기반 단순 반복 작업에 그치지 않고, 상황에 맞는 의사결정·추론·실행 가능 .

3. 핵심 구성 요소
• 센서: 카메라, 마이크, GPS, 바이오 센서 등
• 프로세서: 수집된 데이터 분석
• AI 모델: 딥러닝·LLM 기반 지능적 판단
• 액추에이터: 로봇, 디지털 인터페이스 등 실제 태스크 수행 .

4. 작동 과정
1. 목표 설정 (Goal)
2. 환경 인식 (Perception)
3. 추론·판단 (Reasoning)
4. 실행 (Action)
5. 학습 (Learning) – 사용자 데이터 기반 맞춤형 성능 개선 .

5. 주요 유형
• 반사 작용형: 단순 조건-반응 (챗봇, AICC 등)
• 모델 기반 반사 작용형: 과거 데이터+현재 환경 반영 (스마트홈 등)
• 목표 기반형: 특정 목표 해결을 위한 자율적 계획·추론 수행
• 유틸리티 기반형: 효용(Utility) 극대화, 최적 선택 도출
• 기타: 학습형, 자율형, 계층형(Hierarchical), 다중 에이전트(MAS) .

6. 글로벌 및 국내 동향
• 글로벌: 구글, MS, 메타, 아마존 등 빅테크가 고객 서비스, 보안, 여행·금융 분야에 적용.
• 국내:
• LG CNS → 금융·공공기관용 On-Premise 에이전트
• 삼성SDS → Brity Personal Agent (업무 자동화)
• KT → AICC, Cloud AI Agent (민원·상담)
• 스타트업 → Wrtn AI, Liner AI, 트웰브랩스, 업스테이지 등 .

7. 시장 전망
• 시장 규모:
• 2024년 약 51억 달러 → 2030년 471억 달러 (CAGR 44.8%)
• B2B 시장이 전체의 86% 차지 전망
• 활용 산업: 테크(업무혁신), 제조(스마트팩토리), 금융(챗봇·리스크관리), 유통(고객 맞춤형 서비스), 공공(민원 응대·스마트시티) .

8. 미래 전망 및 과제
• 전망: 개인 맞춤형 AI 에이전트 보편화, 기업 업무 자동화의 핵심 인프라화.
• 과제:
• 개인정보 보호와 보안 문제
• 고도화된 AI 모델 확보 및 제휴 필요성
• 기업 내부 시스템과의 통합
• 신뢰성·투명성 확보 및 책임 소재 명확화 .