서론

고객 서비스는 언제나 기업의 핵심 과제였습니다. 처리해야 할 문의는 방대하고, 서비스 품질은 일관되지 않으며, 운영 비용은 막대합니다. 수십 년간 기업들은 이 문제를 해결하기 위해 상담사 인력을 늘리고 지식 베이스와 규칙 기반 챗봇을 도입해 왔지만, 성과는 여전히 제한적이었습니다. 이후 등장한 생성형 AI는 대화형 인터페이스를 크게 향상시 컸지만, AI가 제안한 내용을 실제로 실행하는 데에는 여전히 인간의 개입이 필요했습니다. 이제 더 근본적인 변화가 시작되고 있습니다.

2025년 3월, 가트너는 고객 서비스 업계 전반에 큰 반향을 일으킨 예측을 발표했습니다. 2029년까지 에이전틱 AI가 일반적인 고객 서비스 문제의 80%를 인간의 개입 없이 자율적으로 해결할 것이라는 내용이었습니다. 이 예측이 시사하는 바는 단순한 운영 효율화에 그치지 않습니다. 기업과 고객이 상호작용하는 방식, 서비스 팀의 구성 방식, 그리고 앞으로 4년간 고객 경험을 통한 경쟁 우위가 어떻게 결정될 것인지에 대한 구조적 재설계를 의미합니다.

이 글에서는 해당 예측이 실제로 무엇을 의미하는지, 에이전틱 AI가 어떻게 작동하는지, 기업에 어떤 기회를 제공하는지, 그리고 기대 이면에 존재하는 실질적인 리스크는 무엇인지를 심층적으로 분석합니다.

에이전틱 AI vs 생성형 AI: 2026년 엔터프라이즈 전략을 결정짓는 핵심 차이. 여기에서 최신 인사이트를 확인해 보세요! 

에이전틱 AI란 무엇인가: 응답에서 실행으로의 전환

가트너의 예측이 왜 중요한지 이해하기 위해서는, 먼저 에이전틱 AI가 기존의 모든 AI 시스템과 무엇이 다른지 파악해야 합니다.

기존 AI 모델은 1세대 챗봇과 대부분의 생성형 AI 솔루션을 포함하여 기본적으로 반응형(reactive)입니다. 프롬프트를 입력받아 응답을 생성하고 멈추는 방식입니다. 구독을 어떻게 해지하는지 안내할 수는 있지만, 직접 해지를 처리할 수는 없습니다. 환불 정책을 설명할 수는 있지만, 실제 환불을 실행하지는 못합니다. AI가 말할 수 있는 것과 실제로 수행할 수 있는 것 사이의 간극이 수년간 고객 서비스 자동화(AI customer support automation)의 한계를 규정해 왔습니다.

에이전틱 AI는 바로 이 간극을 해소합니다. 기존 생성형 AI 모델이 사용자의 프롬프트에 의존하는 것과 달리, 에이전틱 AI 시스템은 인간의 직접적인 개입 없이도 워크플로, API, 외부 도구를 넘나들며 스스로 계획하고 결정하며 작업을 실행할 수 있습니다. 이러한 자율 AI 에이전트(autonomous AI agents)는 고객 지원 티켓 관리, 비즈니스 프로세스 오케스트레이션, 심지어 코드 작성 및 배포까지 복잡한 다단계 작업을 처리할 수 있습니다.

에이전틱 AI의 구조적 강점은 여러 기술을 하나의 유기적이고 자율적인 시스템으로 통합하는 아키텍처에 있습니다. 이 시스템은 자연어 이해, 추론, 맥락적 유창성을 제공하는 언어 모델을 활용하여 고객 문의를 파악하고 의도를 해석하며, 정확하면서도 공감적인 응답을 생성합니다. 바로 이 지점에서 생성형 AI가 에이전틱 시스템 내에서 핵심적인 지원 역할을 수행합니다. 생성형 AI는 에이전틱 시스템이 실행 레이어에서 작동하는 동안, 상호작용을 자연스럽고 맥락적으로 지능적으로 느끼게 만드는 대화 및 추론 레이어를 담당합니다.

이 차이는 실제 비즈니스 현장에서 극명하게 드러납니다. "이중 청구된 것 같은데, 왜 그런 건지 확인하고 되돌려 주실 수 있나요?"라는 고객 문의가 접수되면, 에이전틱 시스템은 더 이상 지원 티켓을 생성하지 않습니다. 청구 기록을 조회하고, 중복 청구를 확인하며, 환불 로직을 적용하고, 거래를 처리한 후 해결 완료를 고객에게 직접 확인해 줍니다 — 상담사가 해당 케이스를 인지하기도 전에 말입니다.

Deloitte 2026: 의료 임원 80%가 에이전틱 AI의 가치 실현을 기대한다. 여기에서 전문가 분석을 읽어보세요! 

가트너의 80% 예측, 정확히 무엇을 의미하는가

2025년 3월, 가트너의 애널리스트 다니엘 오설리번(Daniel O'Sullivan)은 업계 전반에 강력한 신호를 보내는 예측을 발표했습니다. 그는 다음과 같이 말했습니다. "에이전틱 AI는 고객 서비스의 판도를 바꾸는 기술로 부상했습니다. 자율적이고 고객 노력이 최소화된 서비스 경험으로 나아가는 길을 열고 있습니다. 할당된 작업을 처리하는 것 외에도, 에이전틱 AI는 고객이 연락하기 전에 문제를 사전 식별하고 해결할 수 있는 능력을 갖추고 있습니다. 머지않아 이러한 선제적 고객 서비스가 새로운 표준이 될 것입니다."

여기서 '80%'가 정확히 무엇을 의미하는지 명확히 할 필요가 있습니다. 이 예측은 컨택 센터 업무량의 대부분을 차지하는 일반적이고 반복적인 문의 유형에 적용됩니다. 주문 현황 조회, 비밀번호 재설정, 청구 문의, 간단한 반품 처리, 예약 일정 관리 등이 그 예입니다. 여기서 '자율적으로(autonomously)'라는 단어의 의미가 핵심입니다. 이는 질문에 답하고 고객이 떠나길 바라는 챗봇 방식의 단순 응대가 아닙니다. 에이전트가 행동하고, 완료하며, 확인하는 완전한 해결 사이클을 의미합니다.

예측의 비용 절감 측면도 동일하게 중요합니다. 운영 비용 30% 절감은 대부분의 대기업에게 변혁적인 재무 성과를 의미합니다. 컨택 센터는 비즈니스에서 가장 노동 집약적인 운영 부문 중 하나로, 막대한 인력, 24시간 365일 운영 요건, 다국어 대응 수요, 높은 이직률 등의 부담을 안고 있습니다. 에이전틱 AI가 해결 업무의 80%를 흡수할 수 있다면, 나머지 인간 상담사는 자율 시스템이 안정적으로 대응할 수 없는 복잡하고 공감이 필요한 상호작용에 집중할 수 있게 됩니다.

또한 이 기술은 고객이 복합적인 질문을 할 수 있도록 지원하여, 고객과 서비스 팀 간의 상호작용 방식을 근본적으로 재정의합니다. 이는 미묘하지만 중요한 변화입니다. 현재의 AI 지원 서비스는 고객이 인간 상담사에게 연결되지 않도록 자가 해결로 유도하는 '전환(deflection)'을 최적화합니다. 에이전틱 AI 고객 서비스(agentic AI customer service)는 문제를 접촉하는 시스템이나 처리해야 하는 단계 수에 관계없이 작업을 완료하는 '해결(resolution)'을 최적화합니다.

Microsoft CEO 사티아 나델라가 말하는 AI의 조직·팀·리더십 혁신. 여기에서 향후 동향을 확인해 보세요! 

에이전틱 AI가 고객 서비스 운영을 변화시키는 방식

에이전틱 AI가 가능하게 하는 운영 혁신은 단순히 챗봇을 더 스마트한 챗봇으로 교체하는 것을 넘어섭니다. 전체 서비스 제공 모델 자체를 재구성합니다.

반응적 서비스에서 선제적 서비스로

가트너가 강조한 가장 중요한 상업적 역량 중 하나는 선제적 해결(pre-emptive resolution)입니다. 고객이 배송 지연으로 인해 전화를 걸기를 기다리는 대신, 에이전틱 시스템이 지연을 사전에 감지하고, 서비스 수준 협약(SLA) 위반 여부를 확인하며, 보상 바우처를 발행하고, 가능한 경우 배송을 재경로로 변경한 후 — 고객의 불만이 서비스 문의로 이어지기 전에 — 고객에게 통보합니다. 에이전틱 AI는 미리 정해진 경로를 벗어난 복잡한 다단계 작업을 처리하고 실시간 의사 결정에 적응하며, 프로액티브하고 능동적인 참여를 통해 고객 경험의 새로운 수준을 열 것입니다.

AI 대 AI 서비스 상호작용의 등장

AI 에이전트는 정보 제공에 그치지 않고 실제 행동을 취합니다. 예를 들어, 멤버십 해지를 위해 웹사이트를 탐색하거나, 기업 고객을 대신해 최적의 배송 요금을 협상하는 방식으로 작동합니다. 이는 아직 많은 조직이 충분히 인식하지 못한 구조적 변화를 가리킵니다. 기업이 AI 에이전트를 통해 고객과 상호작용하는 것처럼, 고객 역시 가까운 미래에 점점 더 자신만의 AI를 통해 기업에 연락하게 될 것입니다. 따라서 조직들은 AI 주도 요청이 일상화되는 미래에 대비하여 인바운드 서비스 상호작용 관리 방식을 전면적으로 재고해야 합니다.

이 AI 대 AI 상호작용 모델은 고객 참여의 본질을 근본적으로 변화시킵니다. 서비스 팀은 더 이상 주로 인간이 시작한 문의에 대응하지 않게 됩니다. 대신 AI가 시작한 문의를 관리하고 감독해야 하며, 이를 위해 인간 속도의 대화가 아닌 기계 속도의 상호작용에 맞게 설계된 새로운 자동화 전략, 프로토콜, 성과 지표가 필요합니다.

인력 대체가 아닌 인력 재설계

헤드라인 수치에도 불구하고, 업계의 더 실질적인 입장은 일괄적인 인력 감축이 아닌 인력 재설계입니다. 기업 입장에서 이는 사람을 대체하는 것이 아니라, 인간이 감독과 책임을 담당하는 방식으로 업무 수행 방식을 업그레이드하는 것입니다. 인간 상담사는 1차 해결 업무에서 벗어나 예외 처리, 감정적 공감이 필요한 상황 관리, 에이전틱 시스템 자체의 품질 거버넌스 역할로 이동하게 됩니다 — 자율 시스템이 안정적으로 복제할 수 없는 판단력, 공감 능력, 책임감이 요구되는 역할들입니다.

딜로이트 인사이트: AI 활용 역량이 가장 가치 있는 인재 역량이 됩니다. 여기에서 AI의 미래를 살펴보세요 ! 

비즈니스 기회와 전략적 이점

이 규모의 AI 고객 지원 자동화(AI customer support automation)에 대한 비즈니스 케이스는 여러 차원에서 설득력이 있습니다.

규모에 따른 비용 효율성

가트너가 예측한 운영 비용 30% 절감은 막연한 추정이 아닙니다. 이는 대규모 티켓에서 해결 지연 시간을 없애고, 평균 처리 시간을 단축하여, 인적 자본을 더 높은 가치의 업무로 재배치하는 복합적 효과를 반영합니다. IDC에 따르면, AI에 대한 연간 지출은 2025년부터 2029년까지 31.9% 성장하여 AI 투자 총액이 1조 3천억 달러에 달할 것으로 전망됩니다. 선제적으로 움직이는 기업에게는 투자 대비 수익(ROI)이 초반에 집중됩니다. 인프라 투자는 해결 처리량이 확대될수록 빠르게 회수됩니다.

경쟁 차별화 수단으로서의 초개인화

기업들이 추구하는 돌파구적 경험은 실시간 고도 개인화(80%), 디지털과 물리적 접점 간의 원활한 연결(72%), 그리고 AI 기반이면서도 인간적이고 브랜드 정체성이 유지되는 서비스(60%)입니다. 에이전틱 AI는 생성형 AI의 맥락적 추론 역량을 바탕으로, 이 세 가지 요건을 모두 충족할 수 있는 독보적인 위치에 있습니다. 정적인 규칙 엔진과 달리, 에이전틱 시스템은 고객 이력, 감정 신호, 실시간 맥락을 기반으로 해결 경로를 동적으로 조정하여 규모에 맞게 개인화된 서비스 경험을 제공합니다.

추가 비용 없는 24시간 해결 체계

시간대별 인간 커버리지는 야간 근무 수당, 다국어 인력 채용, 상당한 관리 비용을 수반합니다. 반면 에이전틱 AI 시스템은 상호작용 건수 증가에 따른 추가 비용 없이 지속적으로, 그리고 다국어로 운영됩니다. 이는 고객이 늘어날수록 그 효과가 배가되는 구조적 이점입니다.

기업 채택은 이미 가속화 중

맥킨지는 전 세계 72%의 조직이 최소 하나 이상의 AI 기반 자동화 솔루션을 도입했으며, AI 에이전트가 주요 활용 사례 중 하나라고 보고했습니다. 대기업의 약 57%가 고객 지원, 마케팅, 분석 등에 AI 에이전트를 활용하고 있습니다. 실험 단계에서 실제 배포로의 전환은 이미 진행 중이며, 조기 도입 기업과 후발 기업 간의 격차는 측정 가능한 수준으로 벌어지기 시작했습니다.

생성형 AI 프로젝트는 왜 실패하는가, 그리고 어떻게 확장 가능한 AI 성공을 만들 것인가. 여기에서 기업들이 어떻게 변화하고 있는지 확인해 보세요! 

과제와 윤리적 고려사항

가트너의 예측은 보장이 아니라, 조직이 현재 아직 해결하지 못한 문제들을 풀었을 때 실현될 수 있는 방향성을 제시하는 예측입니다. 오늘날의 에이전틱 AI 파일럿에서 80% 자율 해결까지의 여정은 선형적이지도, 리스크가 없지도 않습니다.

규모화에 따른 환각(Hallucination) 문제

AI 환각은 서비스를 방해하고 신뢰를 손상시키며 심각한 비즈니스 리스크를 초래할 수 있습니다. 이를 감지하고 관리하는 것이 신뢰성 확보, 고객 신뢰 유지, 상담사 의사 결정 지원에 핵심적입니다. 생성형 AI 맥락에서 환각은 국한된 실패입니다 — 채팅 창 안의 잘못된 답변입니다. 그러나 에이전틱 맥락에서 환각은 실제 행동을 유발할 수 있습니다. 잘못 발행된 환불, 존재하지 않는 정책에 대한 약속, 오처리된 취소. 에이전틱 실패의 결과는 나쁜 응답이 아니라 잘못된 트랜잭션입니다.

근본 의존성으로서의 데이터 품질

Informatica의 2025 CDO 인사이트 보고서에 따르면, AI 리더의 43%가 데이터 품질과 준비 상태를 가장 큰 장애물로 꽂았습니다. 오래된 학습 데이터는 고객 지원 상호작용에서 부정확한 답변으로 이어질 수 있으며, 불량한 데이터 파이프라인은 에이전트의 환각을 유발하여 고객 신뢰를 침식하는 신뢰할 수 없는 결과물을 낳을 수 있습니다. 에이전틱 시스템은 오직 그것이 운영되는 데이터 환경만큼만 신뢰할 수 있으며, 많은 기업의 데이터 인프라는 아직 에이전틱 AI에 맞게 준비되어 있지 않습니다.

거버넌스, 책임, 그리고 자율성의 윤리

자율 에이전트가 특정 행동을 취했을 때, 누가 책임을 지는가 — 개발자인지, 운영자인지, 아니면 시스템 소유자인지 — 에 대한 질문이 제기됩니다. 이러한 모호함은 책임과 거버넌스에 관한 기존의 통념에 도전합니다. 기저 머신러닝 알고리즘의 편향을 물려받은 에이전트는 규모에 맞게 차별적이거나 비윤리적인 결정을 내릴 수 있습니다.

가트너에 따르면, 생성형 AI 프로젝트의 최소 30%가 데이터 품질 저하, 부적절한 리스크 관리, 비용 증가, 또는 불명확한 비즈니스 가치로 인해 2025년 말까지 개념 증명(PoC) 단계 이후 폐기될 것으로 전망됩니다. 자율 에이전트가 텍스트 생성에서 실제 결과를 초래하는 행동으로 이동할 때, 동일한 실패 패턴이 훨씬 더 큰 위험을 수반합니다.

배포 야망을 뒤따르지 못하는 신뢰 인프라

최첨단 배포를 진행하는 기업들조차도 AI 에이전트를 활용하여 생산성과 성과를 극대화하는 방법을 완전히 파악하지 못하고 있습니다. 에이전틱 AI가 사회 전반에 미치는 영향에 대한 집단적 이해는 아직 초기 단계에 머물러 있습니다. 거버넌스 프레임워크, 감사 메커니즘, 롤백 프로토콜이 배포가 가속화되는 동시에 설계되고 있는 상황입니다. 이는 신중하고 의도적인 조직적 주의를 요구하는 순서 리스트입니다.

딜로이트: AI가 비즈니스 전략을 개편하는 가운데, 리더의 70%가 ‘민첩성’을 최우선으로 삼고 있습니다. 여기에서 데이터와 조사 결과를 살펴보세요!

고객 경험의 미래: 2029년이 실제로 어떤 모습일까

2029년을 향한 궤적은 오늘날 존재하는 것과 근본적으로 다른 AI 기반 고객 서비스(AI-powered customer service) 생태계를 가리킵니다 — 점진적으로 더 나은 것이 아니라, 구조적으로 다른 것입니다.

조직의 60%가 AI 기반 서비스 및 지원이 향후 2~3년 내에 획기적인 고객 경험(CX)을 정의할 것이라고 말합니다. 이 환경에서 선도할 조직은 단순히 에이전틱 AI를 가장 빨리 도입하는 것이 아니라, 그것을 안정적으로 배포할 수 있는 기반 인프라를 구축하는 것입니다. 통합된 고객 데이터 플랫폼, 깨끗한 통합 레이어, 거버넌스 프로토콜, 그리고 중요한 결정에 대한 인간 참여 감독 체계가 필요합니다.

가트너는 2026년 말까지 엔터프라이즈 애플리케이션의 40%에 작업별 AI 에이전트가 포함될 것으로 전망합니다. 이는 에이전틱 AI 역량이 고립된 고객 서비스 플랫폼에 국한되지 않음을 의미합니다. ERP, CRM, 커머스, 운영 시스템 전반에 내재화되어, 에이전트의 행동이 전체 엔터프라이즈 스택에 걸쳐 일관되게 파급되는 연결된 해결 체계를 형성할 것입니다.

경쟁적 함의는 명확합니다. 2025년에 에이전틱 AI 역량 구축을 시작하는 기업이 기술이 성숙함에 따라 불균형적인 시장 점유율을 확보할 것입니다. 고객 서비스 AI의 미래(future of customer service AI)를 이끄는 조직에게 질문은 더 이상 에이전틱 AI가 자신들의 조직을 재편할 것인지가 아닙니다. 그 재편의 수혜자가 될 것인지, 아니면 희생자가 될 것인지입니다.

중요한 점은 인간의 역할이 사라지지 않는다는 것입니다. 진화할 뿐입니다. 2029년까지 가장 높은 성과를 거두는 서비스 조직은 AI를 해결 속도에 활용하고 인간을 관계 심화에 활용하는 — 각 레이어가 자신의 자연적 강점에서 운영되는 — 상호 보완적 모델을 구축한 것일 것입니다. 고객이 가장 신뢰하는 브랜드는 인간의 판단을 방정식에서 제거한 곳이 아니라, 그것을 가장 사려 깊게 적용한 곳이 될 것입니다.

디지털 커머스의 분기점: AI 챗봇은 왜 매출 엔진이 되는가. 여기에서 전체 분석 내용을 읽어보세요! 

의사결정자를 위한 핵심 실행 지침

• 지금 당장 데이터 기반을 구축하십시오. 에이전틱 AI의 신뢰성은 그 아래에 있는 데이터 인프라에 달려 있습니다. 데이터 품질, 통합, 거버넌스에 대한 투자는 사전 준비 작업이 아니라, 핵심 작업 자체입니다.
• 범위가 명확한 고빈도 사용 사례부터 시작하십시오. 주문 추적, 비밀번호 재설정, 청구 문의, 반품 처리는 관리 가능한 리스크 수준에서 높은 해결 빈도를 제공하는 에이전틱 배포의 이상적인 출발점입니다.
• 확장하기 전에 거버넌스를 구축하십시오. 책임 프레임워크, 환각 모니터링, 인간 에스컬레이션 임계값, 감사 로깅은 에이전트가 대규모 프로덕션에 배포되기 전에 설계되어야 하며, 사후에 추가하는 방식으로는 안 됩니다.
• 인력 논의의 프레임을 재정립하십시오. 에이전틱 AI는 1차 대량 해결 업무를 자동화하는 것이지, 고객 서비스 기능 자체를 없애는 것이 아닙니다. 인간 상담사를 판단 집약적 역할로 재교육하는 데 투자하는 조직이 단순히 인원을 감축하는 조직보다 더 좋은 성과를 거둘 것입니다.
• AI 대 AI 상호작용 볼륨을 추적하십시오. 고객들이 자신만의 AI 에이전트를 통해 비즈니스 시스템과 상호작용하는 빈도가 증가함에 따라, 조직은 기계 속도로 시작되는 요청을 위해 설계된 새로운 서비스 프로토콜이 필요하게 될 것입니다.

한국의 AI 혁신을 세계에 알리다: 이탈리아 SIGIR 2025에서 공개된 메이크봇의 HybridRAG 프레임워크. 여기서 더 읽어보세요!

결론

가트너의 예측은 그 구체성에서 강렬한 인상을 남깁니다. 2029년까지 80%의 자율 해결, 30%의 비용 절감. 그러나 더 중요한 이야기는 숫자 자체가 아니라, 그것이 신호하는 방향입니다. 에이전틱 AI는 기존 고객 서비스 자동화에 대한 점진적 개선이 아닙니다. 서비스 상호작용이 시작되고, 처리되며, 해결되는 방식에 대한 구조적 재설계입니다.

생성형 AI의 추론 능력, 에이전틱 AI의 실행 역량, 그리고 엔터프라이즈급 데이터 인프라의 융합은 이 변혁이 10년 내에 본격적인 규모에 도달할 수 있는 조건을 만들고 있습니다. 고객 경험(CX) 리더들에게 전략적 포지셔닝의 창은 바로 지금입니다. 기술이 완전히 성숙할 때까지 기다렸다가 투자를 결정하는 조직은 경쟁 환경이 이미 자신들을 중심으로 재편되어 있음을 발견하게 될 것입니다.

2029년까지의 여정은 결코 순탄하지 않습니다. 데이터 품질, 거버넌스, 신뢰, 환각 리스크는 의도적인 투자를 요구하는 실질적인 제약입니다. 그러나 신뢰할 수 있는 데이터, 책임 있는 거버넌스, 그리고 사려 깊은 인간-AI 협력을 토대로 규율 있게 에이전틱 AI 역량을 구축하는 조직은 단순히 비용을 절감하는 것에 그치지 않을 것입니다. 그들은 지능형 AI 에이전트(intelligent AI agents for support) 시대에 탁월한 고객 경험이 무엇을 의미하는지를 재정의하게 될 것입니다.

‍