AI 워크

에이전트 10종을 직접 만든 조달청, AI 에이전트가 바꾸는 회사 일

AI 에이전트는 답을 주는 데서 멈추지 않고 여러 단계의 일을 넘겨받는다. 시간 절감이 성과로 이어지려면 업무 흐름째 바꿔야 한다는 분석이 나온다.

Daniel Moon3분 읽기

연재 · 1화AI 에이전트란 무엇이고 회사 업무는 어떻게 바뀔까?목록
  1. 1화에이전트 10종을 직접 만든 조달청, AI 에이전트가 바꾸는 회사 일지금 읽는 글
  2. 2화AI 에이전트 종류, 챗봇과는 어디서 갈릴까
  3. 3화코딩 없이 하는 AI 에이전트 만들기는 업무 하나 고르기에서 시작한다
  4. 4화권한은 좁게, 기록은 길게 남기는 AI 에이전트 보안
연재 소개·전체 목록
에이전트 10종을 직접 만든 조달청, AI 에이전트가 바꾸는 회사 일 핵심 숫자 카드

핵심 요약

  • 조달청 직원이 만든 AI 에이전트 10종과 업무 프로그램 12종이 2026년 10월 현업에서 쓰이고 있다.
  • AI 에이전트는 목표를 받아 도구를 골라 쓰며 여러 단계를 처리한다는 점에서 대화형 AI와 다르다.
  • ILO는 세계 근로자 4명 중 1명이 생성형 AI 노출 직업에 있다고 봤고, 가장 높은 등급은 3.3%다.
  • 한국은행 분석에서 업무시간은 3.8% 줄었지만 생산 증가로는 아직 이어지지 않았다.

조달청 직원들이 직접 만든 AI 에이전트 10종이 2026년 10월 20일 기준 내부 '조달 AI 포털'에서 실제 업무에 쓰이고 있다. 같은 포털에는 업무 프로그램 12종도 올라 있다. 외부 업체에 맡기지 않고 현업 직원이 기획부터 개발까지 맡았다는 점이 눈에 띈다. 9월 시연회 때 공개된 서비스가 7종이었으니, 한 달 남짓 사이에 쓸 수 있는 도구가 더 늘었다.

묻는 AI와 맡기는 AI

AI 에이전트는 목표를 받으면 필요한 도구를 스스로 골라 쓰면서 여러 단계의 일을 처리하는 AI다. OECD.AI 전문가그룹은 이를 어느 정도의 자율성을 갖고 환경을 인식하고 행동하는 시스템으로 설명한다. 질문 하나에 답 하나를 돌려주는 대화형 AI와는 일의 단위부터 다르다.

조달청 사례가 이 차이를 잘 보여 준다. 보도자료 초안 도구는 보고서나 행사 계획을 넣으면 분량과 강조점, 문체를 지정한 대로 초안을 만든다. 국회 업무관리 도구는 들어온 요구자료를 읽고 담당 부서를 자동으로 배정한 뒤, 과거 비슷한 질의와 답변을 찾아 붙인다. 사람이 하던 '읽고, 나누고, 찾아 붙이는' 몇 단계를 한 번에 넘겨받는 구조다.

바뀌는 단위는 직업보다 업무

국제노동기구(ILO)가 2025년 5월 20일 낸 지수를 보면 전 세계 근로자 4명 중 1명이 생성형 AI에 어느 정도 노출된 직업에서 일한다. 노출이 가장 높은 등급은 전체 고용의 3.3%에 그친다. 고소득 국가는 노출 비율이 34%로, 저소득 국가 11%보다 훨씬 높다. ILO는 노출을 일자리 소멸과 같은 뜻으로 보지 않는다. 직업 안의 일부 업무가 바뀐다는 쪽에 가깝다.

지표 값
생성형 AI 노출 직업 종사자(세계) 4명 중 1명
가장 높은 노출 등급 3.3%
고소득 국가 노출 비율 34%
저소득 국가 노출 비율 11%
업무에 생성형 AI를 쓴 국내 근로자 51.8%
AI로 줄어든 업무시간 3.8%

국내 숫자도 비슷한 이야기를 한다. 한국은행 가계조사에서 업무 목적으로 생성형 AI를 써 본 근로자는 51.8%였다. 업무시간은 평균 3.8%, 한 주로 치면 약 1.5시간 줄었다. 젊은 층과 전문직에서 쓰는 비율이 더 높았다는 점도 함께 나왔다.

공공기관이 먼저 움직이는 배경

정부 쪽 흐름도 같은 방향이다. 행정안전부는 공공행정의 AI 전환을 이끌 실무 인재 'AI챔피언'을 2025년부터 2030년까지 약 2만 명 키울 계획이고, 조달청은 2026년 9월 이 사업의 기관 맞춤형 운영기관으로 뽑혔다. 조달청 TF는 2026년 2월부터 직원 26명으로 꾸려졌고, 업무망 안에 AI 개발·배포 환경을 따로 갖춰 그 안에서만 만들고 돌린다.

민간 쪽 숫자도 있다. 마이크로소프트는 2026년 2월 보고서에서 포춘 500대 기업의 80% 이상이 로우코드·노코드 도구로 만든 에이전트를 실제로 돌리고 있다고 밝혔다. 코딩을 몰라도 에이전트를 만들 수 있게 되면서, 무엇을 넘길지 정하는 일이 그 업무를 매일 하는 사람 쪽으로 옮겨 가는 모양새다.

시간은 줄었는데 성과는 그대로인 이유

한국은행이 2026년 6월 낸 후속 분석은 한 가지 단서를 붙였다. 아낀 시간과 실제 생산 증가 사이에 상관관계가 보이지 않았다는 것이다. 개별 작업은 빨라졌지만 업무 흐름이나 조직 구조, 인력 배치까지 바뀌지 않아 효과가 퍼지지 못했다는 해석이다. 보고서는 지금의 AI가 효율 단계에는 들어섰지만 생산성 단계로는 아직 넘어가지 못했다고 평가했다.

에이전트가 주목받는 이유가 여기에 있다. 사람이 프롬프트를 한 번씩 넣는 방식으로는 아낀 몇 분이 흩어지기 쉽다. 반복되는 일의 앞뒤 단계를 묶어서 넘기면 절차 자체가 짧아진다. 조달청이 공문 기안이나 국회 요구자료처럼 형식이 정해진 일부터 에이전트를 붙인 것도 같은 맥락으로 읽힌다.

할 일

  • 내 업무 중 형식이 정해져 있고 매주 되풀이되는 일을 목록으로 적어 두기
  • 그 일이 몇 단계(자료 찾기, 초안 쓰기, 분류, 전달)로 나뉘는지 나눠 보기
  • 회사가 허용한 AI 도구와 사내 보안 지침이 있는지 담당 부서에 묻기

출처

관련 글