"개인 비서에 불과한 AI…차세대 기업 에이전트는 '공유 메모리' 필요"

기업들이 인공지능(AI) 에이전트를 도입하는 속도가 빨라지고 있습니다. 그러나 이러한 기술이 실제로 생산성 향상에 기여하는 경우는 극히 드물다는 경고가 나왔습니다. 전문가들은 그 원인으로 AI의 '기억 상실' 문제를 지적하며, 차세대 기업 AI의 성공 여부는 공유 메모리 시스템의 구축에 달려 있다고 분석하고 있습니다.

AI 에이전트의 현주소

최근 업무 관리 플랫폼 아사나(Asana)가 발표한 조사에 따르면, 지식 노동자의 약 75%가 AI를 활용하고 있지만, 생산성 향상을 경험한 기업은 겨우 5%에 불과합니다. 아르나브 보스 아사나 최고 제품책임자(CPO)는 "AI 모델의 개발자들이 추론 능력과 반복 실행 기능을 향상시키고 있지만, 기업 업무에 필요한 맥락을 이해할 수 있는 형태로 공유하고 축적하는 문제는 여전히 해결되지 않았다"고 전했습니다. AI의 사고 능력은 발전하고 있으나, 조직 내 집단 지성을 효과적으로 반영하는 데는 한계가 있는 상황입니다.

현대의 AI 에이전트는 사용자가 입력한 프롬프트와 피드백을 기반으로 작업을 수행하지만, 한 사용자가 개선한 내용이 다른 사용자에게 전달되지 않는 점이 문제로 지적됩니다. 각 직원이 AI를 사용하는 과정에서 반복적으로 학습하고 개선해야 하는 상황이 발생하면서, 협업의 효율성이 크게 저하되고 있습니다.

공유 메모리의 필요성

특히 여러 AI 에이전트가 동시에 협력하는 멀티에이전트 환경에서는 이 문제가 더욱 심각해집니다. 같은 조직 내에서도 사용자마다 서로 다른 버전의 AI가 생기고, 이로 인해 중복 작업과 오류가 발생하는 현실이 나타납니다. 이러한 문제를 해결하기 위해 아사나는 '에이전틱 워크 매니지먼트(Agentic Work Management)' 플랫폼을 개발하고 있습니다. 이 플랫폼의 핵심은 조직 전체가 공유하는 '메모리 계층'으로, 한 직원이 AI의 오류를 수정하면 그 내용이 즉시 팀 전체에 반영됩니다. 즉, AI는 개별 사용자의 대화 기록이 아닌 조직의 업무 지식과 맥락을 학습하게 됩니다.

이러한 공유 메모리는 AI 에이전트가 단독으로 활동할 때보다 여러 에이전트가 협업할 때 더욱 중요합니다. 현재 대형언어모델(LLM)은 기본적으로 상태를 저장하지 않는 구조로 설계되어 있어, 메모리는 별도의 시스템으로 구축해야 합니다. 그러나 무엇을 메모리에 저장할지, 누구의 통제를 받을지를 정하는 문제는 여전히 풀어야 할 숙제로 남아 있습니다.

미래의 AI와 조직의 지능

AI 오케스트레이션 기업 콜레이트의 리하르샤 친탈라파니 최고 기술책임자(CTO)는 공유 메모리 부족이 멀티에이전트 시스템의 가장 큰 장애물 중 하나라고 강조했습니다. 그는 "AI 에이전트의 성능은 궁극적으로 피드백의 품질에 따라 달라진다"며, 공유 메모리가 기존 프롬프트 엔지니어링 관리와는 다른 차원으로 접근해야 함을 강조했습니다.

제타 글로벌의 니지 고어 최고 데이터책임자(CDO)는 "공유 메모리는 기업 전반에 걸쳐 지능을 축적하는 살아있는 기억 체계 역할을 하게 될 것"이라고 전망하며, 기업의 AI 활용 방식이 근본적으로 변화할 것이라고 예고했습니다. 이러한 변화가 이루어진다면, AI는 단순한 도구를 넘어 조직의 지식과 경험을 공유하고 발전시키는 핵심 역할을 하게 될 것입니다.

AI 기술이 발전함에 따라, 기업들이 공유 메모리를 구축하는 것은 필수적이 될 것입니다. 이를 통해 AI의 활용도가 높아지고, 생산성 향상으로 이어질 가능성이 커질 것으로 기대됩니다.