AI 에이전트란 무엇인가? LLM·RAG·스킬과 혼동하지 않는 실무 개념 정리

핵심 요약

AI 에이전트는 자율성 + 목표지향 + 스스로 재시도 세 가지 조건을 모두 갖춘 AI 시스템입니다.
LLM, RAG, 스킬과 역할이 다르며, 기업 현장에서 맞춤형 실습과 산출물 중심 교육에 적합한 개념 구분이 필수입니다.

1. AI 에이전트란 무엇인가? – 한 문장 정의

AI 에이전트 = 목표만 주면 스스로 계획·실행하고, 실패하면 재시도하는 AI

에이전트를 구분하는 3가지 기준
1. 자율성: 다음 행동을 스스로 결정하는가?
2. 목표지향: 결과 도출까지 책임지는가?
3. 스스로 재시도: 실패 시 방법을 바꾸어 다시 시도하는가?

이 세 가지 모두 충족하면 ‘에이전트’, 하나라도 없으면 ‘도구’ 또는 ‘LLM’으로 분류합니다.

2. 자율성은 스펙트럼이다: AI 구분 체계

자율성 수준	분류	예시
낮음	도구	엑셀 매크로
중간	LLM	ChatGPT 단독 채팅
높음	에이전트	Claude Code, 마누스
매우 높음	오케스트레이터	젠스파크, 마누스 전체 시스템

• 오케스트레이터: 여러 에이전트를 통합·지휘하는 역할로, 이것도 에이전트의 한 종류입니다.
• 에이전트는 ‘역할명’이지 크기나 복잡도 기준이 아닙니다.

3. 실전 퀴즈: 다음 중 에이전트는?

질문	에이전트 여부
Q1. ChatGPT에게 “보고서 써줘” 요청 → 1회 응답	❌ 도구 / LLM
Q2. 마누스에게 “경쟁사 분석 후 PPT 완성” 요청 → 자리 비움 중 자동 완성	✅ 에이전트
Q3. 엑셀 매크로로 데이터 자동 정리 실행	❌ 도구
Q4. 젠스파크 슬라이드 에이전트가 리서치→초안→디자인 순 진행	✅ 에이전트

• 같은 AI 서비스라도 사용 방식에 따라 에이전트 여부가 달라집니다.

4. LLM · RAG · 에이전트 차이 명확히 하기

용어	의미	관계
LLM	AI의 두뇌: 언어 이해 및 생성 엔진	포함 관계 최하위 개념
RAG	LLM 앞서 내 자료 검색하는 방식	LLM + 검색 기능 포함
에이전트	LLM + 도구 + 자율 실행 기능	RAG + 자율성, 재시도, 실행 포함

• 예: NotebookLM은 LLM + RAG 기능만 있어 에이전트가 아님
• 스튜디오 기능도 1회 변환 도구로 에이전트 아님

5. LLM은 ‘순수’가 아니다

기능 모드	AI 성격	예시
기본 채팅	순수 LLM	ChatGPT 기본 채팅
웹검색 활성화	LLM + RAG 요소	ChatGPT 웹검색
딥리서치	LLM + RAG + 에이전트 요소	Claude 딥리서치

• 기능 활성화 여부에 따라 AI 성격과 역할이 변함
• “ChatGPT는 에이전트인가?”는 기능 사용에 따라 답이 달라집니다.

6. 에이전트, 스킬, 프로젝트 차이

개념	정의 및 특징	예시 및 용도
스킬(Skill)	사람이 미리 설계한 절차(레시피). 자율성 없음.	Claude Cowork 스킬, 마누스 SKILL.md
프로젝트(Project)	AI에게 주는 장기 메모장. 맥락·페르소나 저장용.	ChatGPT·Claude 프로젝트
에이전트	자율적 목표 수행자. 재시도와 실행 기능 포함.	마누스, 젠스파크, Claude Code

• 자율성 낮을수록 결과는 예측 가능하고 정확합니다.
• 에이전트는 유연하지만 결과 통제가 어렵습니다.

7. Claude 에이전트 모드별 비교

모드	에이전트 여부	특징	대상 사용자
Claude 채팅+Skill+MCP	조건부 에이전트	매 턴 사람 지시 필요	일반 사용자
Claude Cowork	완전한 에이전트	목표만 주면 자동 수행	비개발자
Claude Code	완전한 에이전트	코드 특화, 개발자용	개발자

• Cowork는 Code 에이전트를 비개발자용으로 포장한 형태입니다.

8. AI 관련 용어 12가지 정리

분류	용어
에이전트 아님	LLM, 챗봇, 도구, 스킬, MCP, RAG, 아티팩트, 프로젝트, NotebookLM, 스튜디오
에이전트	에이전트, 멀티에이전트, 오케스트레이터

• MCP: 외부 서비스 통신 규격
• 아티팩트: AI가 만든 결과물
• 위는 에이전트를 구성하는 구성요소지, 에이전트 자체는 아님

9. 실무에서 언제 에이전트를 쓰고, 언제 스킬을 써야 하나?

판단 기준	에이전트 선택 상황	스킬 선택 상황
경로가 불확실하고 탐색 필요	O	X
결과물 형식이 미리 정해지지 않음	O	X
반복 리서치·데이터 수집 필요	O	X
결과물 형식이 이미 정해짐	X	O
동일 품질 재현 필요	X	O
AI가 정확히 설계된 대로 작업해야 함	X	O

• 판단이 어려울 때는 다음 질문을 기억하세요.
  “결과가 예상과 달라도 괜찮은가?” → 괜찮으면 에이전트, 아니면 스킬 또는 직접 프롬프트 활용

마무리 및 다음 단계

• AI 에이전트는 개념이 명확해야 도구 선택과 활용이 흔들리지 않습니다.
• 오늘 정리한 핵심: 에이전트 = 자율성 + 목표지향 + 스스로 재시도
• 다음 포스팅에서는 실제 기업 강의 현장 사례 중심으로 에이전트 활용법을 다룹니다.

강의 문의

✉️ ckohoon@gmail.com
📞 010-5655-4213

태그

정찬훈강사 #기업교육 #생성형AI #AI에이전트 #LLM #RAG #ChatGPT #Claude #마누스 #젠스파크 #AI강의 #직장인AI #AI용어정리 #ClaudeCowork #기업AI교육