Agentic AI(에이전틱 AI)란 무엇이며, ‘AI Agent’와 어떻게 구분되는가?

Agentic AI는 목표를 입력으로 받아 계획 수립, 상태(state) 관리, 도구 사용, 행동 실행을 수행하도록 설계된 AI 시스템 접근을 의미한다. 필요 시 재계획·재시도를 포함해 작업을 끝까지 진행하도록 설계될 수 있다는 점이 단일 응답 중심의 LLM 활용과 구분되는 특징이다.

이 글의 범위
이 문서는 Agentic AI의 정의, 개념적 구성, AI Agent와의 구분을 설명하며, 특정 제품·벤더·구현 방법이나 도입 판단은 다루지 않는다.

핵심 정의

• Agentic AI: 목표 지향적 계획과 실행을 중심으로, 상태(state) 관리와 도구 사용을 결합할 수 있도록 설계된 AI 시스템 또는 아키텍처적 접근.
• AI Agent: Agentic AI 시스템 내부에서 계획 실행, 도구 호출, 행동 수행을 담당하는 실행 주체(구성 요소).
• 자율 실행(Autonomy): 각 단계에서 외부 지시 없이 다음 행동을 선택·수행하는 특성.
• 상태(State): 현재 어떤 단계에 있으며 무엇을 수행 중인지에 대한 즉시적 진행 정보.
• 메모리(Memory): 과거 상호작용, 결과, 지식 등을 축적해 이후 판단에 활용되는 지속적 맥락 정보.
• 도구 사용(Tool Use): 모델 외부 기능(API, 검색, 계산 등)을 호출해 실행 능력을 확장하는 메커니즘.

핵심 구성 요소

• 목표 인식 및 계획 수립(Planning)
  주어진 목표를 여러 하위 작업으로 분해하고 순서를 정한다.
  예: “분기 리포트 작성” → 자료 수집 → 비교 → 요약 → 정리.
• 상태·메모리 관리(State & Memory)
  현재 진행 단계(state)와 누적 맥락(memory)을 구분해 관리한다.
  예: 지금은 ‘자료 정리 단계’, 이미 검토한 자료 목록은 기억.
• 도구 선택 및 호출(Tool Use)
  상황에 맞는 외부 기능을 선택해 사용한다.
  예: 최신 정보는 검색, 수치는 계산기나 내부 시스템 조회.
• 행동 실행(Action Execution)
  계획된 작업을 실제로 수행한다.
  예: 문서 작성, 데이터 조회, 요약 생성.
• 재계획·재시도(Replanning/Retry)
  결과가 기대와 다를 경우 계획이나 접근을 조정한다.
  예: 정보가 부족하면 추가 조사 후 구조 수정.

개념 비교

구분Agentic AI단일 LLM 응답개념 수준시스템/아키텍처 접근모델 호출입력목표질문처리 방식계획 기반 실행, 필요 시 조정1회 응답상태·메모리일반적으로 포함(설계에 따라 범위가 달라짐)제한적도구 활용일반적으로 포함선택적비유업무를 맡아 처리하는 조직적 방식질문에 답하는 인터페이스

흔한 오해/주의점

1. Agentic AI는 더 큰 모델을 의미한다는 오해
   핵심은 모델 규모가 아니라 목표·계획·실행을 연결하는 구조다.
2. 항상 반복 실행이 필수라는 인식
   반복은 선택적 메커니즘이며, 설계에 따라 단일 실행으로 끝날 수도 있다.
3. AI Agent와 Agentic AI의 혼용
   Agentic AI는 접근·설계 개념이고, AI Agent는 그 안에서 작동하는 실행 주체다.

FAQ

Q1. Agentic AI는 새로운 AI 모델을 의미하는가?
A. 아니다. 기존 LLM을 포함해 여러 구성요소를 결합한 시스템 개념이다.

Q2. 규칙 기반 자동화와의 차이는 무엇인가?
A. 고정된 절차를 따르기보다, 상황에 따라 계획이나 행동을 조정할 수 있다.

Q3. 하나의 AI Agent만 있어도 Agentic AI인가?
A. 가능하다. 단일 에이전트 구조도 목표 기반 계획·실행과 도구 사용 등을 포함한다면 Agentic AI로 설명되는 경우가 있다.

Q4. 어떤 유형의 업무 맥락에서 Agentic AI가 논의되는가?
A. 목표가 비교적 명확하고, 단계적 작업 분해와 도구 호출이 요구되는 업무 맥락에서 주로 논의된다.

관련 읽을거리

• 도입 검토 관점의 글로는 「Agentic AI는 어떤 조직에 적합하지 않은가?」, 「Agentic AI 데모에서 반드시 확인해야 할 것은 무엇인가?」를 참고할 수 있다.