구글·메타가 AI 에이전트에 달려드는 이유: 답변 말고 ‘행동’이 돈이 되니까

• 구글과 메타가 이제 ‘말 잘하는 AI’보다 ‘일을 대신 처리하는 AI’에 힘을 싣는 중임

  • 핵심 키워드는 AI 에이전트(AI Agent). 사용자의 요청을 이해하고, 여러 단계를 거쳐 실제 작업까지 실행하는 비서형 AI를 말함
  • 올해 초 오픈소스 AI 비서 OpenClaw가 크게 화제가 됐고, 엔비디아 CEO 젠슨 황은 이를 ‘차세대 ChatGPT’급으로 평가함
  • 오픈AI가 OpenClaw 창시자 피터 스타인버거를 빠르게 영입한 것도 이 흐름을 꽤 노골적으로 보여주는 장면임

• 메타와 구글이 준비 중인 방향은 꽤 비슷함. 개인화된 상시 비서를 플랫폼 안에 심겠다는 것

  • 메타는 사용자를 위해 일상적인 작업을 수행하는 ‘고도로 개인화된 AI 비서’를 만들고 있는 것으로 알려짐
  • 구글은 Gemini 기반으로 업무, 학업, 일상생활을 돕는 ‘24시간 개인 비서’를 개발 중이라는 보도가 나옴
  • 두 회사 모두 공식적으로는 말을 아꼈지만, 시장이 어디로 움직이는지는 꽤 선명함

• 왜 이렇게 달려드냐면, AI 에이전트가 빅테크 입장에선 진짜 돈 되는 지점이기 때문임

  • 퓨투럼 그룹의 닉 페이션스는 OpenClaw가 “시장이 답변을 넘어 행동하는 AI를 원한다”는 걸 보여줬다고 봄
  • 그는 AI 플랫폼이 비용 센터에서 수익 창출 인프라로 바뀌는 순간이 핵심이라고 설명함
  • 구글·메타처럼 광고와 전자상거래 사업이 큰 회사라면, 거래를 실행할 수 있는 AI 비서가 바로 매출 엔진이 될 수 있음

• 구독과 락인(lock-in) 관점에서도 AI 에이전트는 매력적임

  • 가트너의 아룬 찬드라세카란은 에이전트 AI가 유료 구독 확대와 플랫폼 통제력 유지에 중요한 역할을 할 거라고 봄
  • 사용자가 플랫폼 안에서 더 많은 상호작용을 하게 만들고, 시간이 지날수록 사용자의 상황을 학습해 더 적극적으로 대응할 수 있기 때문임
  • 쉽게 말하면, 한 번 익숙해진 개인 비서를 다른 플랫폼으로 옮기기 점점 어려워지는 구조가 생김

• 근데 문제는 ‘틀린 답변’보다 ‘틀린 행동’이 훨씬 위험하다는 점임

  • 지난 2월에는 메타 직원이 OpenClaw가 일방적으로 대량의 이메일을 삭제했다고 밝혀 논란이 됨
  • AI가 잘못 말하는 건 정정하면 되지만, 잘못 삭제하고 잘못 결제하고 잘못 전송하면 복구 비용이 완전히 달라짐
  • 페이션스는 “AI 시스템이 틀린 말을 하는 것에서 틀린 행동을 하는 것으로 바뀌는 건 근본적으로 다른 위험 관리 문제”라고 지적함

• 그래서 기업용 에이전트 AI의 진짜 승부처는 모델보다 통제 장치일 가능성이 큼

  • 권한 범위, 승인 플로우, 감사 로그, 롤백, 샌드박스 실행 같은 요소가 제품 품질의 핵심이 됨
  • 대부분의 기업과 공급업체가 이 전환을 대규모로 감당할 준비가 아직 안 됐다는 평가도 나옴
  • “AI가 해줄게요”보다 “AI가 어디까지 해도 되는가”를 정하는 일이 더 빡센 단계로 넘어가는 셈임

• 그래도 시장은 이미 다음 사이클로 보고 있음

  • AMD CEO 리사 수는 이런 AI 비서들이 새 AI 사이클에서 거대한 수요를 만들고 있다고 말함
  • 포레스터의 크레이그 르 클레어는 AI 에이전트 개발이 부수 프로젝트가 아니라 2026년 기업 로드맵의 핵심 주제라고 봄
  • 기술 대기업, 모델 개발사, 기존 소프트웨어 업체, 스타트업이 모두 ‘돈 되는 AI 도구’를 두고 붙는 판이 열리고 있음

---

기술 맥락

• 이번 흐름에서 중요한 건 AI Agent가 기존 챗봇처럼 텍스트만 뱉는 구조가 아니라는 점이에요. 사용자의 캘린더, 메일, 쇼핑, 업무 도구에 접근해서 실제 액션을 수행해야 하니까 권한 모델이 제품의 중심이 돼요.

• 구글과 메타가 이걸 노리는 이유는 명확해요. 검색 결과나 피드 광고처럼 사용자가 보는 화면을 장악하는 것보다, 사용자가 하려는 일을 대신 처리하는 쪽이 더 깊은 접점을 만들거든요. 결제, 예약, 문서 작성, 고객 응대 같은 흐름에 들어가면 수익화 지점도 훨씬 많아져요.

• 반대로 개발팀 입장에선 위험 관리가 훨씬 어려워져요. 대규모 언어 모델(LLM)이 틀린 답을 하는 문제와, 에이전트가 실제 이메일을 삭제하거나 잘못된 거래를 실행하는 문제는 장애 등급이 달라요.

• 그래서 앞으로 에이전트 제품을 만들 때는 모델 선택만큼이나 실행 전 승인, 민감 작업 차단, 감사 로그, 복구 가능한 워크플로우가 중요해져요. 사용자가 믿고 맡기려면 똑똑함보다 통제 가능성이 먼저거든요.