최근 소프트웨어 산업의 흐름이 급격하게 변화하고 있습니다. 과거의 SaaS(Software as a Service)가 단순히 사용자가 직접 데이터를 입력하고 버튼을 클릭하여 결과물을 얻는 도구로서의 역할에 집중했다면, 이제는 인공지능 에이전트가 스스로 판단하고 실행하는 에이전트 중심(Agent-Centric)의 시대로 접어들고 있습니다. 이는 단순한 기능 업데이트를 넘어, 서비스의 패러다임 자체가 사용자 중심에서 에이전트 중심으로 이동함을 의미합니다.
에이전트 중심의 SaaS는 사용자가 일일이 명령을 내리는 대신, 최종 목적(Goal)만을 전달하면 AI 에이전트가 적절한 도구를 사용하여 작업을 완수하는 형태를 지향합니다. 이러한 변화는 업무 생산성을 비약적으로 높일 수 있는 잠재력을 가지고 있으며, 서비스 설계자들에게는 완전히 새로운 접근 방식을 요구하고 있습니다.
1. UI에서 AX로: 인터페이스의 패러다임 전환
기존의 SaaS 설계 핵심은 사용자 경험(UX)을 최적화하여 사용자가 얼마나 쉽고 빠르게 메뉴를 찾고 데이터를 입력하게 하느냐에 있었습니다. 즉, 복잡한 대시보드와 정교한 버튼 배치, 직관적인 폼(Form) 디자인이 중요했습니다. 하지만 에이전트 중심의 서비스에서는 사용자 인터페이스(UI)보다 에이전트 경험(AX, Agentic Experience)이 더 핵심적인 요소가 됩니다.
에이전트 중심 설계에서는 사용자가 화면상의 수많은 버튼을 조작할 필요가 없습니다. 대신 자연어 명령을 이해하고 이를 실행 가능한 논리적 단계로 분해하는 능력이 중요합니다. 예를 들어, 기존의 고객 관리(CRM) 소프트웨어가 '고객 리스트를 보고 이메일을 보내는 기능'을 제공했다면, 에이전트 중심 CRM은 "지난주에 구매한 고객 중 만족도가 낮은 고객에게 할인 쿠폰을 발송해줘"라는 한 문장의 명령만으로도 스스로 타겟을 추출하고 메일 초안을 작성하여 발송 대기 상태로 만드는 역할을 수행합니다.
결과적으로 설계자는 사용자가 무엇을 클릭할지 고민하는 대신, 에이전트가 어떤 정보를 참조하고 어떤 액션을 취해야 하는지에 대한 워크플로우를 정교하게 설계해야 합니다. 이는 화면의 미학적 완성도보다 데이터의 구조화와 논리적 흐름의 완결성이 더 중요해짐을 의미합니다.
2. 에이전트의 3요소: 추론, 메모리, 그리고 도구 활용
에이전트 중심 서비스를 구축하기 위해서는 에이전트가 단순한 챗봇을 넘어 실질적인 업무를 수행할 수 있는 세 가지 핵심 요소를 갖추어야 합니다. 첫째는 추론(Reasoning) 능력입니다. 대규모 언어 모델(LLM)을 기반으로 사용자의 의도를 파악하고, 이를 해결하기 위한 단계별 계획을 수립하는 능력이 필수적입니다.
둘째는 메모리(Memory) 기능입니다. 에이전트는 과거의 작업 내역, 사용자의 선호도, 그리고 서비스 내에 축적된 데이터를 기억하고 있어야 합니다. 단기 기억으로는 현재 진행 중인 대화의 맥락을 유지해야 하며, 장기 기억으로는 벡터 데이터베이스 등을 활용하여 사용자의 비즈니스 규칙이나 이전 결정 사항을 참조할 수 있어야 합니다. 메모리가 없는 에이전트는 매번 새로운 사용자처럼 행동하게 되어 연속성 있는 업무 수행이 불가능합니다.
셋째는 도구 활용(Tool Use) 능력입니다. 아무리 뛰어난 추론 능력을 갖췄더라도 외부 API나 소프트웨어의 기능을 호출할 수 없다면 에이전트는 단순한 조언자에 머물게 됩니다. 에이전트 중심 SaaS 설계자는 에이전트가 사용할 수 있는 함수(Function Calling)와 API를 명확하게 정의하고, 에이전트가 각 도구를 언제 어떤 파라렉미터로 호출해야 하는지 학습시켜야 합니다. 예를 들어, 캘린더 API, 이메일 전송 API, 데이터 분석 라이브러리 등이 에이전트의 '손' 역할을 하게 됩니다.
3. 비즈니스 가치의 변화: 작업 완료율과 자율성 측정
에이전트 중심 SaaS로 전환될 때, 서비스의 성공을 측정하는 지표(KPI) 또한 완전히 달라져야 합니다. 기존에는 일일 활성 사용자 수(DAU)나 세션당 머무는 시간 등이 중요했다면, 이제는 에이전트가 얼마나 많은 작업을 인간의 개입 없이 스스로 완수했는지를 나타내는 '자율 작업 완료율(Autonomous Task Completion Rate)'이 핵심 지표가 됩니다.
구체적인 수치를 예로 들어보겠습니다. 기존의 고객 지원 SaaS가 상담원의 응대 시간을 10분에서 5분으로 줄이는 데 집중했다면, 에이전트 중심 서비스는 단순 문의의 80% 이상을 에이전트가 스스로 해결하여 실제 상담원이 개입해야 하는 비율을 20% 미만으로 낮추는 것을 목표로 합니다. 이는 운영 비용의 획기적인 절감뿐만 아니라, 업무 처리 속도를 초 단위로 단축시킴으로써 고객 만족도를 극대화하는 결과로 이어집니다.
따라서 제품 관리자(PM)는 에이전트가 수행할 수 있는 작업의 범위를 정의하고, 각 단계에서 인간의 승인(Human-in-the-loop)이 필요한 지점을 어디에 둘 것인지 결정해야 합니다. 모든 것을 자동화하는 것이 아니라, 고위험 작업은 사람이 검토하고 저위험 반복 작업은 에이전트가 전담하게 함으로써 신뢰성과 효율성을 동시에 확보하는 설계 전략이 필요합니다.
결론
에이전트 중심의 SaaS로의 전환은 거스를 수 없는 흐름입니다. 이는 단순히 AI 기능을 추가하는 차원을 넘어, 소프트웨어가 인간의 보조 도구에서 능동적인 업무 파트너로 진화함을 의미합니다. 개발자와 기획자는 이제 화면을 그리는 것을 넘어, 에이전트가 사고하고 행동할 수 있는 환경과 규칙을 설계하는 아키텍트로서의 역량을 갖추어야 합니다. 이러한 변화에 선제적으로 대응하는 기업만이 차세대 소프트웨어 시장의 주도권을 잡을 수 있을 것입니다.
실천 팁
첫째, 서비스 내의 반복적이고 규칙적인 워크플로우를 식출하십시오. 에이전트가 가장 먼저 대체할 수 있는 영역은 명확한 입력과 출력이 존재하는 작업입니다. 이 프로세스를 API 형태로 구조화하는 것부터 시작해야 합니다.
둘째, 데이터의 구조화를 우선순위에 두십시오. 에이전트는 비정형 데이터보다 구조화된 데이터를 훨씬 더 정확하게 처리합니다. 에이전트가 참조할 수 있도록 내부 데이터를 JSON이나 스키마가 명확한 형태로 정리해 두는 것이 필수적입니다.
셋째, 단계적 자동화를 도입하십시오. 처음부터 모든 것을 자율적으로 수행하는 에이전트를 만들려고 하면 신뢰성 문제에 직면하게 됩니다. 사용자가 에이전트의 계획을 검토하고 승인할 수 있는 '승인 루프'를 먼저 설계한 뒤, 점진적으로 자율성의 범위를 넓혀가는 전략을 권장합니다.
