왜 하필 지금인가 — 3년으로 줄어든 침투 기간과 도구 개발이라는 병목

"왜 지금 에이전트인가"에 기술적 이유로 답하면 대개 설득되지 않는다. 도구 호출도, 다단계 실행도 몇 년 전부터 가능했기 때문이다. 이 시기의 자료들이 기술이 아니라 채택 곡선과 생산성 지표에서 논증을 시작하는 이유가 거기에 있다.

이 글은 그 논증을 순서대로 편다. 플랫폼 시프트마다 절반으로 줄어든 침투 기간, 15년째 자리를 지킨 1인당 생산성, 그리고 그 둘 사이에 놓인 하나의 진단 — 에이전트 확산의 최대 병목은 모델이 아니라 도구 개발이었다는 것. 표준화가 왜 그토록 빨리 자리를 잡았는지는 이 진단에서 따라 나온다. 앞 편이 하네스의 내부 구조를 봤다면 이 글은 그 구조가 놓인 바깥의 판을 본다.

여기까지가 기술과 시장의 이야기이고, 그 다음 조직 적용 편에서 실제 도입 사례와 역할 재정의로 넘어간다.

이 글은 2026년 2월 자료를 정리한 것이다. 거시 지표는 2023년 조사분을 인용한 것이고, 생태계 수치와 제품 상태는 2025~2026년 시점의 것이다. 등장하는 회사 사례와 수치는 모두 원 자료의 것이다.

용어 정리

앞 편의 용어표에서 이 글이 쓰는 행만 추리고, 표준·프로토콜 용어를 더했다.

연표에 붙은 레벨 번호

원 자료는 목차 자체를 연표로 제시하고, 각 단계에 레벨을 붙였다.

표는 열한 행인데 도식은 여섯 마디다. 도식이 레벨이 부여된 지점과 프로토콜 사건만 남겼기 때문이고, 표에만 있는 다섯 항목은 GPT-4·플러그인·생태계 확장·RAG 고도화·주요 제품군의 MCP 지원처럼 레벨을 올리지 않은 사건들이다. 도식만 보면 계단이 여섯 개인 깔끔한 상승으로 읽히지만, 표를 보면 그 사이가 촘촘히 채워져 있고 레벨은 드물게만 올라간다. 두 표현을 다 두는 이유가 여기 있다 — 도식은 도약을, 표는 밀도를 말한다.

왜 4가 아니라 3.5인가. 완전 자율(레벨 4~5)이 아니라 사람이 계획을 승인하고 에이전트가 길게 실행하는 중간 단계라는 뜻이다.

이 겸손한 번호가 오히려 신뢰를 준다. 같은 자료가 자율주행 0~5단계를 빌려 현재 위치를 3단계(조건부 자동화)로 표시하는데, 두 표기가 같은 말을 한다 — 운전자가 시스템의 요청 시 개입한다. 조직이 지금 설계해야 하는 것은 사람이 상시 감시하는 2단계도, 손을 떼는 4단계도 아니라 "시스템이 요청할 때 사람이 개입하는 절차"다. 승인 게이트를 어디에 둘지가 곧 아키텍처가 된다.

거시 지표 넷

이 절의 모든 그래프는 2023년 산업 리포트를 출처로 하며, 자동화 시나리오만 별도 컨설팅 보고서다. 2023년 기준이라는 시점이 이 절 전체에 걸린 조건이다.

① 채택 속도 — 매 플랫폼 시프트마다 두 배씩 빨라졌다. 미국에서 50% 사용자 침투에 도달하기까지 걸린 연수다.

마지막 행에 물음표가 붙어 있다는 사실이 중요하다. 20 → 12 → 6은 관측값이고 3은 추정이라, 네 값은 같은 강도의 근거가 아니다. 나란히 놓으면 그 차이가 지워진다.

② 15년간 정체된 생산성. 2006~2019년 구간에서 AI 진단·음성인식·이미지 인식이 등장했음에도 연평균 생산성 증가율은 2.8%에서 1.3%로 둔화됐고, 선진국 생산성 성장에 미친 기여는 미미했다.

③ 근로자 1인당 생산성 — 매출 $1M당 직원 수. S&P 500 기업 기준, 인플레이션 조정값이다.

그래프에는 "PC와 인터넷이 만든 약 35% 생산성 개선"이라는 주석이 붙어 있다. 개선은 1986→2008 구간에서 끝났고 그 이후는 정체라는 것이 이 슬라이드의 논지다. 마지막 행도 물음표가 붙은 예측이지 실측이 아니다.

④ 콜센터 챗봇 도입 — 비용과 만족도. 한 금융 기관의 세 지표다.

이 표의 핵심은 세 번째 행이다. 만족도가 떨어지지 않고 오히려 올랐다.

"비용 절감과 고객 경험 악화는 함께 온다"는 통념을 데이터로 반박하는 자리라서, 비용 절감 논의에서 가장 자주 부딪히는 반대 논거를 미리 무력화한다. 다만 이 값에는 조건이 둘 붙어 있다 — 한 기관의 사례이고 2023년 리포트 인용이다. 조건이 떨어져 나가면 "AI를 넣으면 만족도가 오른다"는 일반 명제로 왜곡된다.

자동화 도입 시나리오는 국가별로 갈린다. 임금 상승으로 경제성을 빨리 확보하는 선진국에서 더 빠르게 진행될 가능성이 높다는 것이 요지이고, 낙관·비관 시나리오의 50% 도달 시점은 20302040년대와 20502070년대로 크게 벌어진다. 같은 자료 안에서도 20~30년의 폭이 있다는 뜻이라, 이 그래프를 근거로 특정 시점을 못 박는 인용은 성립하지 않는다.

RAG가 답한 것

병목 사슬의 두 번째 칸이다. 네 가지 접근을 네 지표로 비교한 막대그래프가 이 절의 근거다.

네 지표 중 셋에서 RAG가 최상위이고 비용은 두 번째로 낮다. 비용 대비 환각 억제·최신성·투명성 세 박자를 동시에 잡는 유일한 선택지라는 것이 이 그래프의 주장이며, 파인튜닝은 비용이 최대인데 세 지표 모두 열위다. 단, 이 표는 막대 높이에서 읽은 상대 순위이지 수치가 아니다.

에이전트의 진짜 병목

ReAct 논문 구조가 에이전트 아키텍처의 원형으로 제시된다.

이 루프 자체는 새롭지 않다. 문제는 Tools 노드에 무엇을 꽂느냐였다. 자료가 든 예는 평범한 업무 지시 하나다 — "OOO에 대해 웹 검색해 줘 / 조사한 내용을 보고서 형식으로 메일 발송해 줘 / 오후 6시 미팅 일정에 추가해 줘." 이 세 줄을 실행하려면 메일·캘린더·화상회의에 각각 붙어야 하고, 슬라이드는 세 갈래 모두에 같은 빨간 글씨를 반복해 붙였다 — "개발 필요".

에이전트 제작의 최대 병목은 도구 개발이었다. 그리고 이 병목이 풀리면 에이전트가 늘고, 에이전트가 늘면 토큰 소비가 몇 배가 된다.

이 두 문장을 붙여 읽으면 표준화가 왜 그렇게 빨리 자리 잡았는지가 설명된다. MCP는 자선사업이 아니다. 모델 제조사에게 도구 병목 해소는 자기 수요를 키우는 투자이고, 개발자에게는 연동 비용 절감이다. 인센티브가 한 방향으로 정렬된 지점이라 확산이 빨랐다. 이 구조를 이해하면 앞으로 어떤 표준이 더 나올지도 같은 논리로 예측할 수 있다 — 다음 병목이 어디에 있고, 그것을 푸는 것이 누구의 매출을 늘리는가.

표준이 자리 잡은 뒤의 생태계

한 글로벌 레지스트리 화면 기준 수치다.

주요 서버의 사용 규모는 다음과 같았다.

아홉 서버 중 다섯이 검색이고, 1위와 9위의 차이가 187배다. 생태계 수치는 총량보다 이 편중을 봐야 한다 — 4,289개가 고르게 쓰이는 것이 아니라 상위 소수에 몰린다. 국내 레지스트리도 같은 양상으로, 메신저·지도·주식 정보·음악·학교 급식·시간표 같은 생활 밀착 도구가 먼저 올라와 있었다.

구조 자체는 단순하다.

웹 시대에는 API였고, 에이전트 시대에는 MCP다. API에서 MCP로의 전환이 활발히 일어나고 있다.

이 대응이 단순한 비유가 아닌 이유는 연결의 단위가 달라지기 때문이다. API는 사람이 문서를 읽고 클라이언트를 짜서 붙이는 것을 전제하고, MCP는 모델이 도구 목록을 읽고 스스로 고르는 것을 전제한다. 그래서 신규 사내 서비스를 설계할 때 "MCP로 노출할 것인가"를 API 설계 표준의 한 항목으로 넣는 것이 자연스러운 귀결이 된다.

같은 시기의 기업용 플랫폼들은 사무 제품군·ERP·CRM·디자인 도구를 코딩·문서·메일·보안·마케팅 에이전트로 잇는 그림을 내놨고, 캔버스에 노드를 잇는 형태의 노코드 빌더들이 공통 형태로 등장했다. 누구나 에이전트를 만들 수 있게 된 시기라는 뜻이며, 이것이 다음 편의 조직 논의로 이어지는 전제다.

국내 반응도 같은 시기에 몰렸다. 아래는 원 자료가 인용한 보도이며, 각 기업이 컨퍼런스콜·출시 발표로 스스로 밝힌 내용을 매체가 전한 것이다.

다섯 건이 2024년 12월부터 2025년 2월 사이에 몰려 있다는 것이 이 표의 요점이다. 개별 기사보다 밀집도가 신호다.

에이전트끼리 붙는 층

도구 연결이 풀리면 다음 질문은 에이전트끼리다.

이 도식에서 새로 볼 것은 하나뿐이다 — User와 Supervisor가 점선 상자로 묶여 상호작용 경계를 이룬다는 것. 나머지, 즉 Supervisor가 라우팅 지식을 한곳에 모은다는 점과 New Agent?가 뜻하는 확장 비용은 패턴 카탈로그의 Supervisor 절에 이미 정리돼 있고, 상태 공유 방식은 멀티에이전트 확장 편이 정본이다. 여기서는 그 경계선이 다음 도식과 어떻게 이어지는지만 본다.

두 도식을 붙이면 표준의 지형이 나온다 — MCP는 에이전트↔도구, A2A는 에이전트↔에이전트다.

두 번째 도식에서 상대 에이전트가 Blackbox로 표시된 것이 핵심이다. 내부를 모르는 채로 협업해야 하므로 서로를 발견하는 수단(Agent Card)이 프로토콜에 포함된다. 앞 도식의 Supervisor가 내가 아는 에이전트들을 조정하는 구조라면, 이 도식은 모르는 에이전트와 붙는 구조다. 조직 관점에서는 전자가 사내 통합, 후자가 외부 연동에 대응한다.

여기까지가 판이다. 채택 곡선은 가팔라졌고, 생산성은 15년째 제자리이며, 도구 개발이라는 병목은 표준화로 풀렸고, 그 위에서 누구나 에이전트를 만드는 시기가 왔다.

그런데 이 진단은 전부 바깥의 이야기다. 실제로 도입한 조직에서 무슨 일이 일어났고, 그 결과 사람의 자리가 어떻게 재편됐는지는 아직 남아 있다. 다음 편에서 금융권 도입 사례의 정량 지표를 확인하고, 역할을 세 층으로 다시 나눈 모델과 그것을 실행 순서로 옮긴 프레임워크를 본다.