🤖 AI가 세상을 다시 먹고 있다 — 이번엔 '일' 자체를

소프트웨어가 먹어치운 건 사실 '화면'이었다

2011년, 실리콘밸리의 전설적인 투자자 마크 안드레센이 선언했어요.

"소프트웨어가 세상을 먹어치우고 있다."

그 말은 맞았습니다. 은행은 앱이 됐고, 택시는 터치 한 번으로 불렀으며, 병원엔 전자의무기록 시스템이 생겼죠. 그런데 지금 돌이켜보면, 소프트웨어가 실제로 먹어치운 건 정확히 말해 '화면'이었습니다. 일하는 방식 자체는 크게 바뀌지 않았어요.

고객 불만 전화가 오면, 소프트웨어는 통화를 연결하고 계정을 불러왔습니다. 하지만 환불 여부를 판단하고 고객을 설득한 건 여전히 사람이었어요. 대출 심사관은 신용 점수를 소프트웨어로 조회했지만, 서류를 읽고 최종 결정을 내린 건 인간이었습니다.

15년 동안 소프트웨어는 배관 공사를 맡았고, 사람은 그 배관 안에서 실제 작업을 계속했습니다. 도구가 디지털로 바뀌었을 뿐, 일의 주체는 그대로였던 거예요.

이제 상황이 달라지고 있습니다.

AI 에이전트는 '보조'가 아니라 '실행'을 한다

AI 에이전트라는 개념을 들어보셨나요? 단순히 질문에 답하는 챗봇이 아닙니다. 스스로 도구를 쓰고, 결과를 확인하고, 다음 행동을 결정하는 AI예요. 마치 신입 직원이 업무를 처음부터 끝까지 혼자 처리하는 것과 비슷합니다.

고객 서비스 전화를 예로 들어볼게요. 예전이라면 상담사가 전화를 받아 계정을 조회하고, 환불 정책을 확인하고, 직접 처리했겠죠. 이제 AI는 음성을 실시간으로 텍스트로 변환하고, 고객 계정을 직접 조회하고, 환불 정책을 불러와 적용 여부를 판단하고, 실제로 환불을 실행한 뒤, 다시 음성으로 결과를 안내합니다.

처음부터 끝까지, 혼자서.

흥미로운 건 이 과정에서 소비되는 토큰(AI가 처리하는 텍스트 단위)의 양이에요. 8분짜리 통화 하나에 약 4만 개의 토큰이 소비됩니다. 눈에 보이는 대화 원문은 3천 토큰 수준이지만, AI가 내부에서 추론하고 판단하는 과정이 그 10배 이상을 씁니다. 보이는 것보다 훨씬 거대한 작업이 물밑에서 돌아가고 있는 거예요.

AI가 가장 먼저 파고드는 업무의 공통점

AI가 빠르게 대체하는 업무들에는 공통된 구조가 있어요.

입력이 들어오면 규칙에 따라 처리하고, 결과를 검증할 수 있는 구조. 보험 심사, 대출 처리, 고객 지원, 의료 행정이 대표적입니다.

여기서 핵심은 '검증 가능성'입니다. AI 코딩 도구가 버그를 잡을 때 30단계 이상을 자율적으로 반복할 수 있는 이유가 바로 이 때문이에요. 테스트가 통과했는지 즉시 확인되니까요. 반면 신약 개발은 실험실 검증에 몇 달이 걸리기 때문에 AI가 돌아가는 루프에 물리적 한계가 생깁니다.

보험 업계를 예로 들면, 청구서 접수에서 시작해 보장 범위 확인, 사기 의심 분석, 지급 금액 계산, 정산 처리까지 하나의 에이전트 루프로 연결됩니다. 예전에 심사 담당자가 며칠에 걸쳐 처리하던 일이 코드 실행으로 바뀌는 거예요.

입력이 구조적이고, 판단 기준이 명확하고, 결과 검증이 디지털로 가능한 업무일수록 AI 전환 속도가 압도적으로 빠릅니다.

토큰 소비의 규모를 실감해야 한다

'토큰 사다리'라는 개념을 이해하면 추론 시장이 왜 폭발하는지 알 수 있어요.

맨 아래 단계는 단순 질문 응답입니다. "이 개념이 뭔가요?" 수준의 질문은 약 900개의 토큰으로 끝납니다. 한 단계 올라가면 검색 후 요약인데, 관련 문서를 불러와 종합하면 약 7,500토큰이 됩니다.

그 위가 에이전트형 고객 지원입니다. 계정 조회, 정책 확인, 실제 처리까지 수만 토큰이 들어가요. 그리고 최상단에 코딩 에이전트가 있습니다. 버그 하나를 잡기 위해 파일을 읽고, 수정하고, 테스트하고, 분석하고, 다시 수정하는 30회 이상의 루프를 돌면 약 90만 토큰이 소비됩니다.

눈에 보이는 결과물(수정된 코드)은 500토큰 수준이지만, 뒤에서 돌아가는 추론 과정이 나머지 89만 9천 토큰을 소화하는 구조예요. 보이는 것보다 1,800배 많은 처리가 일어나고 있는 겁니다.

이 수요가 폭발하고 있어요. 2025년 말 기준 OpenAI API는 분당 150억 토큰 이상을 처리 중이며, 6개월 전 60억 수준에서 두 배 이상 증가했습니다. Google은 월 처리 토큰이 1년 만에 약 50배 증가했다고 밝혔습니다.

AI가 자율 처리하는 시간이 180배 늘었다

METR라는 연구기관이 AI 모델이 자율적으로 처리할 수 있는 작업 시간을 꾸준히 측정해왔습니다. 결과가 놀랍습니다.

GPT-4는 약 4분짜리 작업을 처리할 수 있었어요. Claude 3.5 Sonnet은 약 11분, Claude 3.7은 약 1시간. 그리고 2026년 현재 최신 모델들은 12시간 수준의 복잡한 작업을 자율 처리합니다. 2년 만에 약 180배 늘어난 거예요.

이게 왜 중요하냐면, 작업 시간이 길어질수록 에이전트가 루프를 더 오래 돌 수 있고, 그만큼 소비하는 토큰도 기하급수적으로 늘기 때문입니다. 모델이 똑똑해질수록 추론 수요가 줄어드는 게 아니라 오히려 더 늘어나는 역설적인 구조예요.

한국지능정보원이 발표한 2026년 전망에서도 이 흐름이 확인됩니다. 2026년에는 기업 내부에서 AI 에이전트를 활용한 문서 처리, 고객 지원, 운영 자동화가 증가하며, 사람과 에이전트와 시스템이 혼합된 업무 구조가 빠르게 확산될 것이라는 분석이 나오고 있어요.

보험, 법률, 의료 다음 물결은 어디인가

현재 이미 AI가 깊숙이 들어간 분야는 고객 지원, 보험 처리, 코딩입니다. 그렇다면 다음은 어디일까요?

법률 업무가 유력합니다. 초기엔 판례 검색이나 계약서 요약 수준이었지만, 지금은 수백 페이지의 인수합병 실사 자료를 분석하고, 계약서와 공시 내용의 불일치를 찾아내고, 수정 의견이 달린 이슈 메모를 자동 작성하는 단계까지 왔어요. 주니어 변호사가 며칠 걸리던 작업을 에이전트 루프 하나가 처리합니다.

금융, 회계, 공급망 관리, 정부 민원 처리도 비슷한 구조예요. 문서가 많고, 예외 처리가 많고, 중간 판단이 필요하지만 검증은 디지털로 가능합니다.

한국 보험 GA(법인보험대리점) 채널 입장에서도 시사점이 큽니다. 설계사가 처리하는 계약 심사, 보험료 비교, 청구 지원 업무는 에이전트화하기 아주 좋은 조건이에요. 고객 정보 입력이 비교적 표준화되어 있고, 판단 기준인 약관이 명문화되어 있으며, 결과 검증인 계약 성립 여부가 명확하거든요.

IBM의 2026년 전망 보고서에서도 "법률, 의료, 제조업에서는 범용 에이전트만으로는 충분하지 않다"고 지적합니다. 산업별로 특화된 에이전트가 본격적으로 확산될 거라는 신호예요.

운영 데이터를 쥔 플랫폼이 이긴다

모델이 점점 상향 평준화되는 시대에, 진짜 경쟁력은 어디서 나올까요?

루프 안에 있는 자입니다.

AI가 처리하는 실제 작업 데이터, 즉 어떤 청구가 거절됐는지, 어떤 코드가 자꾸 오류를 내는지, 어떤 예외가 반복되는지, 이 정보를 축적한 서비스가 가장 빠르게 개선됩니다.

단순히 좋은 AI 모델에 접근하는 것만으로는 충분하지 않아요. 특정 보험사가 어떻게 청구를 처리하는지, 특정 병원이 어떻게 심사를 진행하는지, 특정 팀의 코드베이스가 어디서 자주 깨지는지, 이런 실전 데이터가 쌓인 플랫폼이 경쟁자를 따돌립니다.

저장해두고 싶은 문장 하나. "모델은 공평하게 주어진다. 하지만 데이터는 불공평하게 쌓인다."

맥킨지는 이미 AI 에이전트 2만 5천 개를 직원처럼 운용 중이고, JP모건은 25만 명 규모의 직원들에게 LLM을 배포했다는 이야기도 들립니다. 이미 선도 기업들은 루프 안으로 깊숙이 들어가 있어요.

또 저장하고 싶은 문장. "AI가 더 많은 일을 할수록, 그 과정을 지켜본 플랫폼이 더 강해진다."

사람들이 놓치는 부분, '일이 사라지는 게 아니다'

이 변화를 이야기하면 항상 나오는 질문이 있어요. "그럼 내 일은 없어지는 건가요?"

사실 더 중요한 질문이 따로 있습니다. "어떤 서비스가 루프 안에 먼저 자리 잡는가?"

고객과 AI 사이에 위치한 플랫폼, 운영 데이터를 먼저 축적하는 서비스가 다음 시대의 핵심 인프라가 됩니다. 직업이 사라지느냐보다 어떤 플랫폼이 살아남느냐가 훨씬 현실적인 질문이에요.

소프트웨어 1.0 시대는 사람이 일하는 방식을 화면으로 옮겼습니다. 소프트웨어 2.0, 즉 AI는 이제 그 일 자체를 직접 수행합니다. 고객 전화 응대, 보험 청구 심사, 코드 버그 수정, 법률 계약 검토까지 하나하나 에이전트 루프로 전환되고 있어요.

그리고 이건 비유가 아닙니다. 지금 실제로 일어나고 있는 일입니다.

마무리

AI 에이전트 시대의 핵심은 어떤 직업이 사라지느냐가 아닙니다. 어떤 플랫폼이 에이전트 루프 안에 먼저 자리 잡느냐가 진짜 경쟁입니다. 모델은 누구에게나 공평하게 주어지지만, 루프 안에서 쌓이는 운영 데이터는 불공평하게 특정 플랫폼에 집중됩니다. AI 도입 타이밍을 고민하고 있다면, 이미 그 고민 자체가 늦었을 수 있어요. 지금은 "어떻게 루프 안으로 들어갈까"를 물어야 할 때입니다.