[작성자:] aiknowsai

“여행 준비에 필요한 일을 알려 줘”라고 물으면 AI는 할 일 목록을 써 줄 수 있습니다. 여기에서 한 걸음 더 나아가, 목표를 향해 다음 단계를 정하고 도구를 사용한 결과를 확인하며 작업을 이어가는 AI 시스템을 AI 에이전트라고 부릅니다. 용어의 범위는 서비스마다 다를 수 있습니다.

1. 설명에서 작업으로 범위가 넓어져요

에이전트를 이해할 때는 “어떤 답을 하는가?”와 함께 “어떤 일을 진행하는가?”를 생각해 보세요.

예를 들어 여행 예산을 정리할 때, 필요한 항목을 설명하는 것과 자료를 찾아 표에 정리하는 것은 다릅니다. 에이전트는 목표에 맞춰 작업 순서를 정하고, 허용된 도구를 이용해 일을 진행할 수 있습니다.

단계가 많다고 모두 에이전트인 것은 아닙니다. Anthropic은 미리 정해진 절차를 따르는 방식과, AI가 상황에 맞게 과정과 도구 사용을 조정하는 에이전트를 구분합니다. Anthropic 공식 설명

2. 목표와 도구, 중간 결과가 연결돼요

쉬운 예로 “이번 모임의 준비물 표를 만들어 줘”라는 목표를 떠올려 보겠습니다. 에이전트가 처리할 수 있는 흐름은 다음과 같습니다.

1. 제공된 모임 안내에서 인원과 장소를 확인합니다.
2. 필요한 준비물을 정리합니다.
3. 연결된 문서 도구로 표를 만듭니다.
4. 빠진 정보가 있으면 사용자에게 물어봅니다.

이는 개념을 설명하기 위한 가상 예시이며, 특정 제품에서 직접 시험한 결과는 아닙니다. 모든 에이전트가 이 순서로 작동하거나 같은 도구를 제공하는 것도 아닙니다.

중요한 점은 중간 결과를 확인하며 다음 행동을 정할 수 있다는 것입니다. 필요한 정보가 없다면 사람에게 질문하거나 작업을 멈출 수도 있습니다. 실제 가능한 작업은 연결된 도구와 주어진 권한에 따라 달라집니다.

3. 맡긴다고 모든 결정을 넘기지는 않아요

“준비물 표를 만들어 줘”와 “그 준비물을 구매해 줘”는 다른 부탁입니다. 표를 만드는 일과 실제 비용을 지불하는 일은 영향도 다릅니다.

처음 사용할 때는 어디까지 진행해도 되는지 정하는 것이 좋습니다. 자료 정리나 초안 작성은 맡기더라도, 구매·예약·외부 발송처럼 실제 영향을 주는 단계는 실행 전에 확인하도록 범위를 정할 수 있습니다.

OpenAI의 ChatGPT Work 안내도 사용자가 진행 상황을 검토하고 방향을 바꾸며 중요한 행동을 승인할 수 있다고 설명합니다. 다만 이를 모든 에이전트의 공통 보장으로 받아들이지는 마세요. 사용하는 서비스의 승인 방식과 권한 설정을 확인해야 합니다. OpenAI 공식 안내

4. 작은 일부터 맡기고 결과를 확인해요

첫 작업으로는 “내가 준 안내문을 읽고 준비물 초안을 만들어 줘”처럼 범위가 좁고 결과를 확인하기 쉬운 일이 좋습니다. 결과를 받은 뒤에는 요청한 일이 실제로 끝났는지, 빠진 내용은 없는지 살펴보세요.

처음 정한 목표를 넘는 행동이 필요하다면 그 범위도 다시 확인하세요. 자료 정리를 부탁했다는 이유만으로 다른 사람에게 보내는 일까지 허용한 것은 아니니까요.

오늘의 핵심은 이것입니다. AI 에이전트는 목표를 위해 여러 작업을 이어갈 수 있는 AI입니다. 무엇을 맡길지와 어디서 사람이 확인할지를 함께 정해야 유용하게 활용할 수 있습니다.

1. 모달리티는 정보의 형태예요

모달리티(modality)는 AI가 받아들이거나 내보내는 정보의 형태를 뜻해요. 글, 이미지, 오디오 등이 여기에 해당해요. 멀티모달 AI는 이런 형태를 둘 이상 다루는 AI예요. 사진과 글을 함께 입력하고 답변은 글로만 받는 경우도 멀티모달에 해당해요.

2. 메뉴판 사진에 질문을 붙여 볼까요?

다음은 개념을 설명하기 위한 가상 상황이며, 실제로 도구를 실행해 확인한 결과가 아니에요.

이미지 입력을 지원하는 AI에 카페 메뉴판 사진을 올리고 이렇게 묻는다고 해 볼게요. “사진에 보이는 차 메뉴를 글로 정리해 줘. 읽히지 않는 항목은 표시해 줘.” 사진은 살펴볼 자료이고, 글은 무엇을 찾아야 하는지 알려 주는 역할을 해요. 메뉴판 전체를 직접 옮겨 적지 않고도 질문을 시작할 수 있어요.

3. 입력과 출력은 따로 확인해요

멀티모달이라는 말만으로 모든 종류의 파일을 다룬다고 생각하면 안 돼요. 모델마다 지원하는 형태가 달라요. 이미지를 입력받는 기능과 새 이미지를 만들어 내는 기능도 구분해야 해요.

오디오 입력을 받아 녹음 내용을 글로 요약하는 모델도 있어요. 이 경우 입력은 소리이고 출력은 글이에요. 사용하려는 서비스에서 어떤 자료를 넣을 수 있고 어떤 형식으로 답을 받을 수 있는지 확인해 보세요.

4. 사진의 선명도도 중요해요

사진 속 글씨가 작거나 흐리면 내용을 잘못 읽을 수 있어요. 글씨가 똑바로 보이는 선명한 사진을 사용하고, 필요한 부분이 잘 보이는지 먼저 확인하세요. 답변을 받은 뒤에는 메뉴 이름이나 가격처럼 중요한 항목을 원본과 대조하는 편이 좋아요.

멀티모달 AI를 쓸 때는 자료의 종류뿐 아니라 자료가 얼마나 잘 보이는지도 함께 살펴보세요.

참고 자료

• Google Machine Learning Glossary: multimodal model
• Google Cloud Generative AI glossary: prompting
• Google AI for Developers: Image understanding
• Google AI for Developers: Audio understanding

공식 자료 확인: 2026년 10월 24일

1. AI는 답변의 문장을 만듭니다

생성형 AI는 입력과 주어진 맥락, 학습으로 익힌 패턴을 바탕으로 답변을 만듭니다. 문장이 자연스럽고 구체적이어도, 지금 웹에서 확인한 사실이라는 뜻은 아니에요. 먼저 ‘문장을 만드는 과정’을 떠올리면 AI 답변을 이해하기 쉬워집니다.

2. 검색은 답변에 쓸 자료를 찾는 과정입니다

웹 검색 도구를 사용할 수 있는 AI는 외부 자료를 찾아 답변에 활용하기도 합니다. 이때 검색은 자료를 가져오고, 생성은 그 자료를 바탕으로 설명을 구성하는 역할을 해요. 한 답변 안에서 두 과정이 함께 일어날 수 있습니다.

검색이 가능한 서비스라도 모든 답변에 검색이 쓰인다고 생각하면 안 돼요. 사용 방식은 서비스와 설정에 따라 다릅니다.

3. 도서관에 가는 날을 떠올려 보세요

실제 기능 테스트가 아닌 가상의 예시예요. 민지가 ‘독서 메모에는 무엇을 적으면 좋을까?’라고 묻는다면 일반적인 설명이나 아이디어가 도움이 될 수 있습니다. 반면 ‘이번 토요일에 동네 도서관이 몇 시까지 열까?’라는 질문에는 현재의 운영 안내가 중요해요.

검색은 이런 최신 정보를 답변에 반영하는 데 도움이 됩니다. 다만 오래된 자료를 찾거나, 찾은 내용을 잘못 해석할 수도 있어 검색을 썼다는 사실만으로 정답이 보장되지는 않아요. ‘얼마나 매끄럽게 답했나’와 ‘무슨 자료로 답했나’를 나눠 생각하는 것이 핵심입니다.

참고 자료

• OpenAI Help Center: How ChatGPT and our foundation models are developed
• OpenAI Help Center: Searching the web with ChatGPT

공식 자료 확인: 2026년 10월 23일

대화창에 보이는 내용이 전부일까요?

AI와 주말 여행 계획을 세운다고 해 볼게요. 처음에는 ‘차 없이 이동하고, 오후 5시까지 돌아와야 해’라고 말했어요. 음식점과 산책 코스를 여러 번 고르다 보니 대화가 길어졌습니다. 그런데 새 일정에는 자동차 이동이 들어 있네요.

이때 ‘AI가 내 말을 잊었구나’라고만 생각하기 쉬워요. 언어 모델이 한 번의 답변을 만들 때 다룰 수 있는 정보의 양에는 한도가 있습니다. 받는 내용뿐 아니라 만드는 답변도 이 한도에 포함됩니다. 이를 ‘컨텍스트 윈도’라고 해요. 지금 답을 만들 때 펼쳐 놓을 수 있는 작업 공간에 비유할 수 있습니다.

대화가 길어질 때의 처리는 서비스마다 달라요

AI 앱은 긴 대화를 줄여 전달하거나 필요한 내용을 선택하는 등 여러 방식으로 관리할 수 있어요. 따라서 화면에 보이는 과거 대화가 매번 모두 그대로 모델에 전달된다고 가정하면 안 됩니다.

다만 조건이 답에서 빠졌다는 사실만으로 그 문장이 입력에서 사라졌다고 단정할 수는 없어요. 정보를 받았어도 답에 제대로 반영하지 못할 수 있습니다. 별도로 저장되는 서비스의 ‘기억’ 기능과, 한 번의 답변에서 처리하는 정보의 범위도 같은 뜻은 아니에요.

계속 중요한 조건은 짧게 다시 모아 주세요

계획을 바꾸거나 대화가 길어졌다면, 목표·확정된 조건·지금 질문을 한 번에 정리해 보세요.

‘토요일 나들이 일정을 정리해 줘. 차 없이 이동하고 오후 5시까지 집에 돌아와야 해. 점심은 이미 정했으니, 그 뒤에 갈 산책 장소 한 곳을 제안해 줘.’

위 문장은 설명을 위해 만든 예시이며 실제 실행 결과는 아닙니다. 이렇게 정리하면 필요한 조건을 분명하게 전달하는 데 도움이 되지만, 답이 반드시 조건을 지킨다는 보장은 없어요. 받은 일정에서 이동 방법과 귀가 시간을 다시 확인하세요. 실제 교통편의 시간도 공식 안내에서 확인해야 합니다.

오늘의 한 줄: 오래 대화했더라도, 지금 꼭 지켜야 할 조건은 다시 모아 알려 주세요.

참고 자료

• OpenAI: Conversation state
• OpenAI: Memory in ChatGPT
• Anthropic: Context windows

공식 자료 확인: 2026년 10월 22일

문장을 이어 가는 길은 여러 개예요

AI에게 “비 오는 날의 카페를 소개해 줘”라고 부탁했다고 해 볼게요. 한 번은 빗소리, 다음에는 커피 향을 이야기할 수 있어요. 질문은 같은데 왜 답이 달라질까요?

언어 모델은 앞의 내용에 이어질 글 조각들의 가능성을 계산하며 답을 만듭니다. 가능한 후보 중 하나를 확률에 따라 고르는 방식을 ‘샘플링’이라고 해요. 모든 후보를 똑같은 확률로 뽑는다는 뜻은 아닙니다. 처음 고른 표현이 달라지면 뒤의 문장도 달라질 수 있어요. 생성 방식이나 설정에 따라 같은 답이 나올 수도 있어요.

마지막 질문만 같다고, 조건도 같지는 않아요

앞서 나눈 대화나 함께 준 자료가 다르면 마지막 질문이 같아도 AI가 받는 전체 입력은 달라집니다. 모델이나 서비스 설정도 결과에 영향을 줄 수 있어요. 다만 답이 바뀌었다는 이유만으로 “업데이트 때문”이라고 원인을 단정할 수는 없습니다.

표현은 비교하고, 사실은 확인해요

카페 소개나 생일 축하 문구처럼 여러 답이 가능한 일이라면 다른 결과를 비교해 마음에 드는 표현을 고르면 됩니다.

반면 날짜나 금액이 달라졌다면 원문과 공식 출처를 확인하세요. 여러 번 물어 같은 답을 얻었다고 정답이 되는 것도 아닙니다.

참고할 자료와 원하는 형식을 함께 주면 답을 원하는 방향으로 이끄는 데 도움이 됩니다. 그래도 중요한 내용은 직접 대조해 주세요.

오늘의 한 줄: 표현은 달라질 수 있지만, 사실 확인의 기준까지 달라져서는 안 됩니다.

이 글과 그림은 AI의 도움을 받아 작성했습니다. 중요한 정보는 원문과 공식 자료에서 다시 확인해 주세요.

공식 자료 확인: 2026년 10월 20일 (UTC)

• Google: Prompt design strategies
• OpenAI Cookbook: Reproducible outputs (2023년 자료·보관 문서)

모델과 앱은 가리키는 대상이 달라요

AI 소개를 읽다 보면 서비스 이름 옆에 낯선 모델 이름이 붙어 있어요. 둘 다 AI처럼 보이지만, 가리키는 대상은 다릅니다. 이 차이를 알면 ‘좋은 모델을 쓴다’는 설명과 ‘내가 원하는 일을 할 수 있다’는 설명을 구분하기 쉬워져요.

AI 모델은 학습을 거쳐 입력된 질문이나 자료를 처리하고 결과를 만드는 AI의 핵심 부분이에요. 글을 만드는 모델이라면 질문이나 자료를 입력받아 문장으로 답할 수 있습니다. 모델마다 다루는 입력과 출력의 종류, 잘하는 일이 다를 수 있어요.

AI 앱은 그런 모델을 이용해 사람이 실제로 쓰는 프로그램이나 서비스를 말해요. 여기에는 질문을 입력하는 화면, 결과를 보여 주는 기능, 웹 검색이나 파일 검색 같은 도구 등이 함께 들어갈 수 있어요. 이 글에서는 휴대전화 앱뿐 아니라 웹에서 쓰는 서비스도 ‘앱’이라고 부를게요.

이 구분은 사용법을 찾을 때도 유용해요. 모델 소개는 처리 능력을 이해하는 데, 앱 안내는 지금 사용할 수 있는 기능과 절차를 확인하는 데 참고할 수 있습니다. 두 안내를 함께 보면 무엇을 더 확인해야 할지 알기 쉬워요.

자동차의 엔진과 차 전체를 떠올려 보세요

모델을 자동차의 엔진에, 앱을 우리가 타는 차 전체에 비유해 볼 수 있어요. 엔진이 중요한 역할을 하지만, 실제로 차를 운전하려면 운전대와 브레이크, 바퀴처럼 함께 쓰는 부분도 필요하지요. 같은 엔진을 써도 자동차의 구성에 따라 사용하는 느낌은 달라질 수 있습니다.

AI 앱에서도 모델의 능력은 중요해요. 여기에 어떤 화면과 도구를 붙이고, 일을 어떤 순서로 처리하게 만들었는지가 사용 경험에 영향을 줍니다.

다만 이 비유는 ‘핵심 구성 요소’와 ‘사용하는 전체 서비스’를 구분하기 위한 거예요. 실제 AI 앱의 구조를 자동차 부품처럼 정확히 나눌 수 있다는 뜻은 아닙니다.

모델 이름만으로 기능을 알 수는 없어요

가상의 두 앱이 같은 모델을 사용한다고 해 볼게요. 한 앱은 사용자가 붙여 넣은 글을 다듬는 화면을 제공하고, 다른 앱은 웹 검색 도구를 연결해 검색 결과를 참고하도록 만들 수 있어요. 모델 이름이 같더라도 사용자가 할 수 있는 일은 다를 수 있습니다. 이 예시는 설명용이며 실제 앱을 비교한 결과는 아닙니다.

그래서 모델 소개에 적힌 능력이 내 앱에서 모두 제공된다고 생각하면 곤란해요. 검색 같은 도구를 쓸 수 있는지는 앱이 무엇을 연결하고 허용했는지도 살펴봐야 합니다. 모델이 도구 사용을 지원하는 것과, 지금 이 화면에서 그 도구를 사용할 수 있는 것은 구분해야 해요.

예를 들어 ‘오늘 발표된 소식’을 찾고 싶다면, 모델 이름만 확인하기보다 해당 앱의 검색 기능과 답변에 제시된 출처를 확인하는 편이 도움이 됩니다.

사용하기 전에 네 가지만 확인해요

새 AI 앱을 만났다면, 먼저 내가 하려는 일을 한 문장으로 적어 보세요. ‘문장 다듬기’인지 ‘새 소식 찾기’인지에 따라 확인할 기능도 달라집니다.

1. 앱 이름과 모델 이름을 구분했나요? 이름이 헷갈리면 앱의 공식 안내에서 각각 무엇을 뜻하는지 확인하세요.
2. 필요한 기능이 실제로 있나요? 검색이나 파일 처리 기능은 해당 앱의 안내와 현재 화면에서 확인하세요.
3. 결과를 확인할 근거가 있나요? 중요한 날짜와 숫자는 답변에 나온 원문이나 공식 출처와 대조하세요.
4. 자료를 넣어도 괜찮나요? 파일을 올리기 전에는 앱의 데이터 처리 안내와 자료에 포함된 개인정보를 살펴보세요.

오늘의 한 줄: 모델은 AI의 핵심 처리 기능을 맡고, 앱은 그 기능을 우리가 사용할 수 있게 구성한 서비스예요. 모델의 이름과 앱의 실제 기능을 함께 살펴보세요.

이 글은 AI의 도움을 받아 작성했습니다. 중요한 정보는 아래 공식 자료와 이용 중인 서비스의 최신 원문을 직접 확인해 주세요. 자료 확인일: 2026년 10월 21일.

참고 자료

• OpenAI: Key concepts
• OpenAI: Using tools