AI 에이전트는 어떻게 일할까? 모든 작업 뒤에 있는 5단계 흐름 쉽게 풀기

"이 고지서보다 저렴한 에너지 요금제를 찾아 줘"라고 입력했더니 이상한 일이 벌어졌습니다. 브라우저 창이 저절로 열리고, 비교 사이트가 채워지고, 요금제 표가 나타나더니, 1분 뒤 화면에 선택지 세 가지와 추천이 담긴 짧은 메모가 떴습니다. 마법처럼 느껴졌을 텐데, 바로 그것이 문제입니다. 마법처럼 느껴지는 것은 믿기 어렵고 잘못 쓰기 쉽기 때문입니다.

이 안내서는 AI 에이전트가 어떻게 일하는지를 컴퓨터 지식이 전혀 없다고 가정하고 쉬운 말로 설명합니다. 모든 에이전트가 돌리는 5단계 흐름, 그 안에 있는 "모델"이 실제로 하는 일, 브라우저 같은 도구가 필요한 이유, 기억이 작동하는 방식, 가끔 지어내는 이유, 청구되는 크레딧이 지불하는 것, 그리고 사용자의 역할을 보시게 됩니다. 출처는 에이전트를 만드는 회사들과 영국에서의 이용 현황을 측정하는 규제 기관이며, 모두 2026년 10월 8일에 확인했습니다.

이 안내서를 확인한 방법

1. 만든 사람들의 직접 설명. 흐름이 어떻게 설계되는지는 Anthropic이 발표한 에이전트 구축 안내서를 참고했습니다.
2. 오류에 관한 연구. 언어 모델이 왜 틀린 말을 확신에 차서 하는지 다룬 OpenAI의 2025년 9월 논문입니다.
3. Ofcom의 이용 수치. 2025년 12월에 발표된 규제 기관의 Online Nation 보고서입니다.
4. 직접 실행한 결과. 아래의 모든 예시는 에이전트에게 실제로 맡기고 지켜본 작업입니다.

5단계 흐름

Anthropic은 에이전트를 모델이 스스로 과정을 이끌고 도구 사용도 스스로 정하는 시스템으로 설명합니다. 행동하고, 환경에서 피드백을 받고, 다시 행동하는 순환이며, 사람을 위한 확인 지점이 있습니다. 일상의 말로 하면 다섯 단계입니다. 아래에서는 내내 에너지 고지서를 예로 들겠습니다.

1단계: 목표를 읽고 "완료"가 무엇인지 정합니다

에이전트는 사용자의 한 문장을 점검할 수 있는 목표로 바꿉니다. 예를 들면 "이 우편번호와 이 사용량 기준으로 현재 요금제보다 저렴하고, 변경 조건이 정리된 요금제"입니다. 목표가 모호하면 이 단계에서 문제가 생깁니다. 에이전트가 목표를 짐작하게 되기 때문입니다.

2단계: 계획을 세웁니다

짧은 단계 목록입니다. 고지서에서 사용량 수치를 읽고, 비교 사이트를 열고, 입력하고, 결과를 모으고, 해지 수수료를 확인한 뒤, 가장 좋은 세 가지를 정리합니다. 좋은 에이전트는 시작하기 전에 이 계획을 보여 줍니다. Jobbit에는 이 지점에서 멈추고 사용자의 승인을 기다리는 계획 모드가 있습니다.

3단계: 도구를 사용합니다

에이전트와 챗봇을 가르는 부분이 바로 여기입니다. 에이전트는 말만 할 수 있으므로, 무언가를 하려면 도구(tool)를 호출합니다. 비교 사이트를 방문하는 웹 브라우저, 고지서를 보는 파일 읽기 도구, 연간 비용을 비교하는 계산기나 스프레드시트 같은 것입니다. 각 도구는 결과를 돌려주고, 그 결과는 다시 에이전트의 생각 속으로 들어갑니다.

4단계: 점검합니다

각 단계가 끝날 때마다 에이전트는 얻은 것과 기대한 것을 비교합니다. 비교 사이트가 모르는 계량기 유형을 요구하면 고지서로 돌아갑니다. 어떤 요금제는 단위당 가격은 싸지만 기본 요금이 높으므로, 1년 기준으로 다시 계산합니다. 이 점검 때문에 에이전트는 몇 초가 아니라 몇 분이 걸리며, 에이전트의 가치 대부분이 여기서 나옵니다.

5단계: 보고하고 기다립니다

요약을 쓰고, 요청하면 계산 과정을 보여 주며, 돈이 오가거나 메시지가 나가는 지점에서 멈춥니다. 요금제를 바꾸는 것은 사용자의 결정입니다. 잘 만든 에이전트는 물어보고, 잘못 만든 에이전트는 멋대로 가정합니다.

그런 다음 다음 목표를 위해 흐름이 반복됩니다. AI 에이전트란 무엇인가를 쉬운 말로 풀어 쓴 안내서에서는 이 흐름을 실제 예시 12가지와 함께 보여 줍니다.

엔진: 모델이 실제로 하는 일

모든 에이전트 안에는 언어를 읽고 쓰는 모델(model)이 들어 있습니다. Claude, GPT, Gemini가 모델입니다. 모델은 엄청난 양의 글을 읽고, 다음에 올 말을 작은 조각 하나씩 예측하는 법을 배웠습니다. 그 조각을 토큰(token)이라고 하며, 토큰 하나는 영어 단어의 대략 4분의 3 정도입니다. 에이전트가 "생각하는" 모든 것은 토큰으로 적힙니다. 계획, 추론, 도구 요청, 최종 답변이 모두 그렇습니다.

여기서 세 가지 결과가 나오고, 입문자가 헷갈려 하는 대부분이 이로써 설명됩니다.

• 모델은 학습 시점 이후의 일을 모릅니다. 찾아보지 않는 한 그렇습니다. 에이전트가 기억에 의존해 답하지 않고 브라우저를 여는 이유이며, 지난주 일에 관한 답에 검색이 필요한 이유입니다.
• 모델에는 컨텍스트 윈도우(context window)가 있습니다. 한 번에 기억해 둘 수 있는 글의 양입니다. 책상이라고 생각해 보세요. 고지서, 계획, 읽은 웹페이지, 자신의 메모가 모두 책상 위에 놓이고, 책상이 가득 차면 가장 오래된 종이부터 떨어집니다. 긴 작업은 책상을 정리하는 방식으로 관리하는데, 에이전트는 이를 압축(compaction)이라고 부릅니다. Jobbit은 책상이 얼마나 찼는지 볼 수 있도록 컨텍스트 미터를 보여 줍니다.
• 모델은 설계상 자신감이 넘칩니다. 가장 그럴듯한 다음 토큰을 만들어 낼 뿐이며, "가장 그럴듯하다"는 것은 "사실이다"와 같지 않습니다. 아래 오류 항목에서 이것이 사용자에게 어떤 의미인지 설명합니다.

Ofcom의 Online Nation 보고서는 이 엔진이 얼마나 평범해졌는지 보여 줍니다. 영국 검색의 약 30%에 AI 개요가 표시되고, 성인의 53%가 그런 요약을 자주 본다고 답했습니다. 요약을 쓰는 모델은 에이전트를 움직이는 모델과 같은 종류입니다.

도구: 에이전트가 세상에 닿는 방법

모든 행에 "잘못될 수 있는 점"이 있는 이유는, 도구가 에이전트가 어수선한 현실 세계와 만나는 지점이기 때문입니다. 브라우저 행에는 한 가지를 덧붙일 만합니다. 웹이 AI 에이전트를 막아 서는 현상을 다룬 보고서에서 설명하듯 점점 더 많은 웹사이트가 에이전트를 기본적으로 차단하며, 그래서 에이전트가 가끔 들어갈 수 없었다고 보고합니다. Jobbit의 에이전트 브라우저에서는 일하는 모습을 지켜보다가 사이트가 사람을 필요로 할 때 직접 조작할 수 있으며, 이는 컴퓨터를 직접 쓰는 AI 에이전트 안내서에 설명되어 있습니다.

기억: 무엇을 기억하고 무엇을 잊는가

입문자는 에이전트가 동료처럼 자신을 기억해 주기를 기대합니다. 대부분은 그렇지 않으며, 기억의 세 종류를 알면 반복해서 말하는 수고를 크게 줄일 수 있습니다.

• 작업 기억은 위에서 설명한 컨텍스트 윈도우입니다. 한 번의 작업 동안만 유지되고, 에이전트가 스스로 메모를 남기지 않는 한 작업이 끝나면 지워집니다.
• 저장된 지침은 에이전트가 매 작업을 시작할 때 읽는 파일입니다. 사용자가 누구인지, 글을 어떻게 쓰길 원하는지, 절대 하면 안 되는 일이 무엇인지를 담습니다. Jobbit에서는 이것이 Projects에 들어 있으며, 공유 파일, 메모, 그리고 에이전트에게 필요한 비밀번호도 채팅에 입력하지 않고 비밀 정보로 저장해 둘 수 있습니다.
• 장기 기억은 일부 제품이 제공하는 기능으로, 에이전트가 대화를 넘어 메모를 보관합니다. 유용하지만 가끔 확인할 가치가 있습니다. 잘못된 메모는 계속 남기 때문입니다.

실전 규칙은 이렇습니다. 같은 말을 두 번 입력하게 된다면 그것은 저장된 지침에 넣어야 합니다.

가끔 지어내는 이유

확신에 찬 틀린 답, 즉 환각(hallucination)은 에이전트의 가장 잘 알려진 결점입니다. 이 주제에 관한 OpenAI의 연구 논문(2025년 9월 발표)이 가장 명확한 설명을 내놓습니다. 모델은 객관식 시험이 찍기를 보상하는 것과 마찬가지로, 모른다고 인정하기보다 추측하기를 보상하는 방식으로 학습되고 평가된다는 것입니다. 항상 답하는 모델은 가끔 "잘 모르겠습니다"라고 말하는 모델보다 점수가 높으므로, 모델은 답하는 법을 배웁니다.

에이전트는 이 문제를 줄여 주지만 없애지는 못합니다. 도구 결과는 실제이기 때문에 점검 단계가 많은 오류를 잡아냅니다. 비교 사이트에는 요금제가 나오거나 나오지 않거나 둘 중 하나입니다. 놓치게 되는 오류는 어떤 도구도 확인하지 않는 것들로, 인용된 통계나 대충 훑어본 문서의 요약 같은 것입니다. 세 가지 습관이 사용자를 지켜 줍니다. 근거로 삼아 행동할 숫자는 출처를 물어보고, 확실하지 않을 때는 그렇게 말해 달라고 요청하고, 사용자 이름으로 나가는 것은 모두 읽어 보세요.

크레딧이 지불하는 것

대부분의 에이전트 서비스는 크레딧으로 요금을 매기며, 입문자는 비슷해 보이는 두 작업의 비용이 다른 것에 자주 놀랍니다. 크레딧은 세 가지를 지불합니다. 모델이 읽고 쓰는 토큰, 모델이 하는 도구 호출, 그리고 일부 제품에서는 브라우저나 컴퓨터가 돌아가는 시간입니다. 한 줄짜리 질문은 거의 비용이 들지 않습니다. 웹페이지 서른 개를 읽고, 보고서를 쓰고, 자기 숫자를 점검하는 조사 작업은 더 듭니다. 읽은 페이지마다 토큰이 들어가고 쓴 초안마다 토큰이 나가기 때문입니다.

Jobbit의 Free 요금제는 카드 없이 하루 100 크레딧을 제공하며 실제 작업 몇 가지에는 충분합니다. Go는 월 £7에 2,000 크레딧과 사용자 본인의 도메인에서 계속 운영되는 작은 앱 하나를 제공합니다. AI 에이전트 비용 안내서에서는 ChatGPT, Claude, Manus, Muse, Jobbit의 크레딧과 토큰을 설명하고, 요금제를 정직하게 비교하는 방법을 알려 드립니다.

사용자의 자리

Anthropic의 안내서는 사람의 확인 지점이 설계의 일부이며 에이전트가 실패했다는 신호가 아니라고 말합니다. 실제로 사용자가 할 일은 네 가지이고, 그중 작업 자체를 하는 일은 없습니다.

1. 목표를 제대로 씁니다. 원하는 것, 잘 된 결과의 모습, 하면 안 되는 일을 적습니다. AI 에이전트용 프롬프트 작성법 안내서에 예시 30개가 있습니다.
2. 작업이 중요하면 계획을 승인합니다.
3. 에이전트가 멈춰서 하는 질문에 답하고, 사이트가 사람을 필요로 하면 브라우저를 직접 조작합니다.
4. 행동하기 전에 결과를 확인합니다.

큰 일은 한 겹이 더 붙습니다. 에이전트는 큰 작업을 더 작은 여러 에이전트에게 나누고, 각자 자기 책상을 쓰게 한 뒤 결과를 합칠 수 있습니다. 200쪽짜리 조사나 웹사이트 전체가 그렇게 만들어지며, AI 서브에이전트 안내서에 설명되어 있습니다. 그리고 일에 토큰이 아니라 손이 필요할 때는, Jobbit의 에이전트가 인력 네트워크의 검증된 전문가에게 일을 설명해 전달하고 대금을 에스크로에 보관합니다.

실제로 이것이 의미하는 것

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus, Meta의 Muse는 모두 이 흐름의 어떤 형태를 돌리며, 더 충실한 도구 모음은 유료 요금제에 있습니다. 흐름은 같고, 다른 점은 그중 얼마나 보고 조종할 수 있느냐입니다.

• 실행 전에 계획을 볼 수 있습니다. Jobbit의 계획 모드는 단계를 보여 주고 사용자의 승인을 기다립니다.
• 브라우저를 지켜볼 수 있습니다. 에이전트 브라우저는 방문하는 모든 페이지를 보여 주며, 직접 조작할 수도 있습니다.
• 실행 중에 방향을 바꿀 수 있습니다. 일하는 동안 메시지를 보내면 에이전트가 조정하고, 대화를 갈라서 두 번째 방법을 시도해 볼 수도 있습니다.
• 기억을 줄 수 있습니다. Projects가 지침, 파일, 비밀 정보를 담고 있어서 모든 작업이 정보를 갖춘 채 시작됩니다.
• 일정에 따라 실행하게 할 수 있습니다. 예약 작업은 사용자 없이 흐름을 반복합니다.
• 사람에게 넘길 수 있습니다. 흐름이 사람이 필요한 일에 이르면, 같은 에이전트가 사람을 찾아 일을 설명해 줍니다.

흐름을 보여 주는 5분 실험

• 1분째: Jobbit을 열고 무료 계정을 시작합니다.
• 2분째: 이렇게 요청해 보세요. "이번 주에 Leeds에서 Glasgow로 5 kg 소포를 보내는 가장 저렴한 방법 세 가지를 링크와 함께 비교하고, 어느 것을 고를지와 그 이유를 알려 줘." 목표, 완료의 정의, 출처 요청이 모두 들어 있습니다.
• 3분째와 4분째: 계획이 나타나고 브라우저가 택배사 사이트를 여는 모습을 지켜봅니다. 가격에 우편번호가 필요할 때 이뤄지는 점검에 주목하세요.
• 5분째: 결과를 읽고 링크 하나를 눌러 가격을 확인합니다. 방금 다섯 단계를 모두 보셨고, 다음에 무엇을 확인해야 하는지도 아시게 되었습니다.

자주 묻는 질문

AI 에이전트는 단계별로 어떻게 작동하나요?

목표를 읽고 완료의 모습을 정하고, 짧은 계획을 쓰고, 브라우저와 사용자의 파일 같은 도구로 각 단계를 실행하고, 각 결과를 계획과 비교해 점검한 뒤 보고합니다. 돈이나 메시지가 걸린 일 앞에서는 멈추고 사용자의 승인을 기다립니다.

AI 모델과 AI 에이전트는 무엇이 다른가요?

모델은 Claude나 GPT처럼 언어를 읽고 쓰는 엔진입니다. 에이전트는 모델에 도구, 계획, 점검 흐름, 멈춰서 사용자에게 묻는 방법이 더해진 것입니다. 모델은 답하고, 에이전트는 행동합니다.

AI 에이전트가 저에게서 배우나요?

한 작업 안에서는 사용자가 한 말을 모두 기억합니다. 작업 사이에는 지침, 파일, 기억 기능에 저장된 것만 기억합니다. 두 번 입력하게 되는 말은 저장된 지침에 넣어 두세요.

AI 에이전트는 왜 실수를 하나요?

안에 있는 모델이 사실이 보장된 말이 아니라 가장 그럴듯한 말을 만들어 내기 때문이며, 연구에 따르면 모델은 추측을 보상하는 방식으로 학습됩니다. 도구와 점검이 많은 오류를 잡아내고, 나머지는 출처를 묻고 나가는 내용을 읽어 보는 방식으로 사용자가 잡아냅니다.

AI 에이전트가 인터넷을 탐색할 수 있나요?

네, 브라우저 도구가 있으면 사람처럼 웹사이트를 방문하고, 양식을 채우고, 페이지를 읽을 수 있습니다. 일부 웹사이트는 에이전트를 차단하며, Jobbit에서는 브라우저를 지켜보다가 사이트가 사람을 필요로 할 때 직접 이어받을 수 있습니다.

AI 에이전트에서 크레딧이란 무엇인가요?

대부분의 서비스가 요금을 매기는 단위입니다. 모델이 읽고 쓰는 글, 호출하는 도구, 그리고 때로는 브라우저가 돌아가는 시간을 지불합니다. Jobbit의 Free 요금제는 카드 없이 하루 100 크레딧을 제공합니다.

AI 에이전트가 일하는 모습을 볼 수 있나요?

Jobbit에서는 볼 수 있습니다. 계획, 브라우저, 각 단계를 보여 주며, 언제든 멈추거나 방향을 바꾸거나 직접 조작할 수 있습니다. 하루 100 무료 크레딧, 카드 불필요이며, 사용자 본인의 도메인에서 작은 앱 하나를 운영하는 Go는 월 £7입니다.