[심층분석] AI 직원 한 명이 아니라 'AI 회사 하나'를 통째로 - 에이전시 에이전트 뜯어보기

“AI 직원 한 명”이 아니라 “AI 회사 하나”를 통째로

요즘 개발 도구 동네에서 가장 뜨거운 단어를 하나 꼽으라면 단연 'AI 에이전트(agent)'예요. 에이전트가 뭐냐면, 쉽게 말해 특정 역할을 맡아 스스로 일을 처리해주는 AI 비서예요. ChatGPT한테 “이거 해줘” 하고 매번 시키는 게 아니라, “너는 프론트엔드 개발자야, 이런 규칙으로 일해”라고 역할과 성격을 미리 정해두면, 그 캐릭터에 맞춰 알아서 움직이는 거죠.

이번에 소개할 agency-agents는 여기서 한 발 더 나갔어요. 에이전트 한 명이 아니라 디자이너·프론트엔드 개발자·보안 전문가·마케터·게임 기획자까지, 회사 조직도를 통째로 AI로 만들어 모아둔 모음집이거든요. 이름도 그래서 '에이전시(agency, 대행사/회사)'예요. 프로젝트 설명을 보면 “당신의 드림팀을 꾸리는 것, 단 그 팀원들이 잠도 안 자고 불평도 안 하고 항상 결과물을 내놓는 AI 전문가일 뿐”이라고 표현하더라고요. 한 명짜리 비서를 넘어, 아예 한 회사를 손끝에 두는 그림을 그린 거예요.

그래서 안에 뭐가 들어있냐면

폴더 구조만 봐도 감이 와요. engineering(엔지니어링), design(디자인), marketing(마케팅), security(보안), finance(재무), game-development(게임 개발), gis(지리정보), spatial-computing(공간 컴퓨팅), product(프로덕트), sales(영업), testing(테스트)... 이렇게 실제 회사의 '본부(division)'처럼 분야별로 나뉘어 있어요. 각 폴더 안에는 그 분야 전문가 에이전트들이 들어있고요.

여기서 핵심은 각 에이전트가 단순한 프롬프트 한 줄이 아니라는 점이에요. 프로젝트는 각 에이전트가 세 가지를 갖췄다고 강조해요.

• 전문성(Specialized): 막연한 “도와줘” 템플릿이 아니라, 한 분야를 깊게 파는 전문가예요.
• 성격(Personality-Driven): 말투, 소통 방식, 일하는 스타일이 캐릭터마다 달라요.
• 결과물 중심(Deliverable-Focused): 그냥 조언만 하는 게 아니라 실제 코드, 작업 절차, 측정 가능한 성과를 내놓도록 설계돼 있어요.

이게 왜 중요하냐면요. 그냥 “좋은 프론트엔드 코드 짜줘”라고 하면 AI는 두루뭉술하게 답해요. 그런데 “너는 까다로운 시니어 프론트 개발자고, 접근성과 성능을 목숨처럼 여기며, 결과물에는 반드시 테스트 코드를 포함한다”처럼 성격과 절차를 박아두면 답의 결이 완전히 달라지거든요. 사람도 “대충 해줘”라고 부탁받을 때랑 “이 체크리스트대로 해줘”라고 부탁받을 때 결과물이 다르잖아요. 그거랑 똑같아요.

핵심 기술: '캐릭터 카드'를 IDE에 꽂는다

기술적으로 뜯어보면 의외로 단순해요. 그래서 더 영리하고요. 각 에이전트는 사실상 잘 짜인 마크다운(markdown, 글에 서식을 입히는 간단한 문법) 문서 한 장이에요. “너는 누구고, 어떤 성격이고, 어떤 순서로 일하고, 결과물은 이렇게 내라”가 적힌 설정집이죠. 게임으로 치면 캐릭터 카드 한 장인 셈이에요.

그럼 이 카드를 어디에 꽂느냐. 바로 요즘 나오는 AI 코딩 도구들이에요. 프로젝트는 전용 데스크톱 앱(macOS·Linux·Windows)을 제공하는데, 이 앱이 전체 에이전트 목록을 보여주고 클릭 한 번으로 Claude Code, Cursor, Codex, Gemini CLI, OpenCode, Qwen, Osaurus 같은 도구에 설치해줘요. 클론(clone, 저장소를 통째로 내려받는 것)도 필요 없고, 터미널 명령어를 칠 필요도 없고, 자동 업데이트까지 된다고 하고요.

여기서 '서브에이전트(subagent)'라는 개념을 짚고 갈게요. 이게 뭐냐면, Claude Code 같은 도구에서 메인 AI가 일을 하다가 특정 전문 작업을 별도의 '하위 AI'에게 떼어 맡기는 기능이에요. 예를 들어 메인 AI가 전체 프로젝트를 총괄하다가, 보안 점검이 필요하면 '보안 전문가 서브에이전트'를 불러서 그 부분만 맡기는 거죠. agency-agents는 바로 이 서브에이전트 자리에 꽂아 쓸 '전문가 캐릭터'들을 대량으로 제공하는 거예요.

이렇게 여러 AI가 각자 역할을 나눠 맡고 누군가 전체를 지휘하는 구조를 '오케스트레이션(orchestration)'이라고 불러요. 오케스트레이션이라는 건, 쉽게 말해 지휘자가 바이올린·첼로·관악기에게 각자 파트를 연주시키듯, 여러 AI에게 각자 맡은 일을 시키고 조율하는 거예요. 에이전트 모음집은 이 오케스트라의 '연주자 명단'을 채워주는 역할인 셈이고요.

비슷한 것들과 뭐가 다를까

이쯤 되면 “비슷한 거 많지 않아?” 하는 생각이 들 거예요. 맞아요. 하나씩 비교해볼게요.

1) CrewAI, AutoGen, LangGraph 같은 멀티 에이전트 '프레임워크'와 비교

이런 도구들은 여러 AI를 협업시키는 '코드 기반 틀'이에요. 파이썬 코드로 “에이전트 A가 일하고 그 결과를 B에게 넘기고...” 하는 흐름을 직접 짜야 해요. 강력하지만 진입 장벽이 높죠. 반면 agency-agents는 코드가 아니라 '설정 문서'예요. 프로그래밍 없이 캐릭터 카드만 꽂으면 되니 훨씬 가볍고요. 비유하자면, 프레임워크가 '공장 생산라인을 직접 설계하는 것'이라면, 이 모음집은 '잘 훈련된 직원을 채용해 바로 투입하는 것'에 가까워요.

2) MCP(Model Context Protocol)와 비교

요즘 또 많이 들리는 MCP는 AI에게 '도구와 데이터로 연결되는 통로'를 표준화한 규약이에요. AI가 외부 DB나 API에 손을 뻗을 수 있게 해주는 '콘센트 규격' 같은 거죠. 그런데 agency-agents가 다루는 건 도구가 아니라 '인격과 절차'예요. MCP가 “AI가 무엇을 만질 수 있는가”라면, 이건 “AI가 어떤 자세로 일하는가”를 정하는 거예요. 둘은 경쟁이 아니라 같이 쓰면 시너지가 나는 관계고요.

3) 그냥 긴 시스템 프롬프트 하나로 다 하는 것과 비교

많은 분이 거대한 프롬프트 하나에 모든 지시를 욱여넣어요. 그런데 그러면 AI가 이것저것 신경 쓰다 집중력이 흐려져요. 사람도 멀티태스킹 시키면 실수하잖아요. 역할을 잘게 쪼개 전문 에이전트에게 나눠주면, 각자 자기 일에만 집중하니 결과물의 밀도가 올라가요. 이게 이런 모음집이 노리는 핵심 가치예요.

다만 솔직한 한계도 있어요. 결국 이건 '잘 쓴 지시문 묶음'이라 마법은 아니에요. 에이전트 숫자가 많다고 무조건 좋은 것도 아니고요. 진짜 중요한 건 내 작업 흐름에 맞는 한두 명을 골라 제대로 길들이는 거예요. 그리고 출처가 명확하지 않은 에이전트 설정을 그대로 가져다 쓰면, 의도치 않은 지시(프롬프트 인젝션, 즉 숨겨진 명령으로 AI를 엉뚱하게 움직이게 만드는 공격)가 끼어 있을 수 있으니 내용은 꼭 한 번 읽어보고 쓰는 게 안전해요.

한국 개발자라면 이렇게 써먹어요

당장 실무에 어떻게 녹일 수 있을지 구체적으로 그려볼게요.

• 1인 개발자·사이드 프로젝트: 혼자 다 해야 하는 상황이라면, '코드 리뷰어 에이전트'와 '문서 작성 에이전트'만 꽂아도 체감이 커요. PR(코드 변경 요청)을 올리기 전에 리뷰어 캐릭터에게 한 번 훑게 하고, 기능 완성 후 문서 캐릭터에게 README를 맡기는 식이죠.
• 스타트업 작은 팀: 디자인·마케팅 인력이 부족한 팀이라면, 마케팅/카피라이팅 에이전트로 초안을 뽑아 시간을 크게 아낄 수 있어요. 물론 최종 검수는 사람이 해야 하고요.
• 학습용: 특정 분야가 궁금할 때, 그 분야 전문가 에이전트의 설정 문서를 읽어보는 것만으로도 공부가 돼요. “보안 전문가는 어떤 절차로 코드를 점검하지?”를 그 캐릭터의 작업 절차에서 엿볼 수 있거든요.

학습 로드맵을 제안하면 이래요. (1) 먼저 Cursor나 Claude Code에서 서브에이전트 개념을 손에 익히고 → (2) 이 모음집에서 내 작업과 맞는 에이전트 한 명만 골라 일주일 써보고 → (3) 그 설정 문서를 내 입맛에 맞게 고쳐보고 → (4) 마지막으로 두세 명을 엮어 오케스트레이션을 흉내 내보는 순서를 추천해요. 한 번에 욕심내지 말고 단계를 밟는 게 핵심이에요.

결국 'AI를 어떻게 조직하느냐'의 시대

이 프로젝트가 던지는 진짜 메시지는 이거예요. 이제 AI를 잘 쓴다는 건 “질문을 잘하는 것”을 넘어 “AI 팀을 어떻게 구성하고 지휘하느냐”로 옮겨가고 있다는 거죠. 개발자의 역할도 코드를 한 줄 한 줄 직접 치는 사람에서, 여러 AI 전문가를 지휘하는 팀장에 가까워지는 흐름이고요. 마치 PM(프로젝트 매니저)이나 테크리드가 사람 팀을 조율하듯, 앞으로는 AI 팀을 조율하는 역량이 경쟁력이 될 거예요.

물론 과대 포장된 부분도 분명 있어요. '캐릭터 설정 문서'에 화려한 수식을 붙인 것에 불과하다는 비판도 나올 만하고요. 하지만 방향성만큼은 분명해 보여요. 앞으로 AI 도구들은 '하나의 만능 비서'에서 '역할이 나뉜 팀'으로 진화할 가능성이 높거든요.

여러분은 어떻게 생각하세요? 이미 Cursor나 Claude Code에서 서브에이전트를 써보셨다면, 어떤 역할의 에이전트가 가장 쓸모 있었나요? 아니면 “이런 건 결국 마케팅 아니야?” 싶은 회의적인 시선이신가요? 여러분의 실전 경험과 솔직한 의견을 댓글로 들려주세요. 🙌