에이전트 워싱(Agent Washing): 수천 개의 'AI 에이전트' 업체 중 단 ~130개만이 진짜다

Gartner의 추정에 따르면, "AI 에이전트"를 마케팅하는 수천 개의 업체 중 오직 약 130개만이 진짜입니다. 나머지는 새로운 라벨을 붙인 다른 무언가입니다. 즉, 겉모습만 새로 바꾼 챗봇(chatbot), 브랜드만 바꾼 규칙 엔진(rules engine), 혹은 데이터 시트에 "에이전트적(agentic)"이라는 단어를 스테이플러로 찍어 붙인 작년의 자동화 도구(automation tool)일 뿐입니다. 업계에서는 이제 이를 부르는 이름이 있습니다: 바로 **에이전트 워싱 (agent washing)**입니다. 만약 당신이 2026년에 AI 에이전트를 쇼핑하고 있다면, 제안받는 제품이 홍보 내용과 다를 확률이 압도적으로 높다는 것을 의미합니다.

암울하게 들릴 수도 있지만, 사실 이는 힘을 실어주는 정보이기도 합니다. 무엇을 살펴봐야 하는지 알게 되면, 진짜 에이전트와 겉모습만 바꾼 에이전트 사이의 격차는 미묘한 수준이 아니기 때문입니다. 이를 잡아내기 위해 기술적 지식이 필요하지는 않습니다. 다섯 가지 질문과 정직한 답변을 요구할 배짱만 있으면 됩니다. 이 글은 그 두 가지를 모두 제공할 것입니다.

이해관계는 단순합니다. 워싱된 에이전트를 구매하면 챗봇 수준의 성능을 에이전트 가격으로 지불하게 되고, 그 이후 몇 달 동안 그것이 실제로 업무를 수행할 수 없다는 사실을 깨닫는 데 시간을 허비하게 됩니다. 영업 통화 단계에서 워싱을 잡아낸다면 예산과 시간, 그리고 내부적으로 해당 선택을 방어하며 소모했을 신뢰도를 아낄 수 있습니다.

"에이전트 워싱"이란 실제로 무엇인가

에이전트 워싱은 용어가 암시하는 역량 없이, 유행에 편승하기 위해 기존 기술을 "AI 에이전트"로 재라벨링하는 관행입니다. 이는 이전에 있었던 모든 유행 추종형 리브랜딩의 2026년 버전이며, 시장에서 "에이전트"에 대해 합의되거나 강제된 정의가 없기 때문에 누구나 주장할 수 있다는 점을 이용해 효과를 거두고 있습니다.

이를 잡아내려면 진짜에 대한 작동하는 정의가 필요합니다. 진정한 AI 에이전트는 챗봇이나 고정된 자동화(fixed automation)가 하지 못하는 세 가지를 수행합니다:

• 여러 단계에 걸쳐 목표를 추구합니다 (It pursues a goal over multiple steps) - 한 번에 하나의 프롬프트에 답하거나 단일한 하드코딩된 스크립트(hard-coded script)를 따르는 대신, 결과물을 향해 행동을 계획하고 순서를 정합니다.
• 당신의 시스템 내에서 실제 행동을 취합니다 (It takes real action in your systems) - 단순히 무엇을 해야 할지 제안하는 것에 그치지 않고, 실제로 업무를 완료하기 위해 당신의 도구로부터 데이터를 읽고 쓰는 작업을 수행합니다.
• 적응합니다 (It adapts) - 단계가 실패하거나 상황이 변할 때, 당신이 설정한 가드레일(guardrails) 내에서 중단되는 대신 접근 방식을 조정합니다.

대부분의 '워싱(washed)'된 에이전트들은 이 중 적어도 하나를 충족하지 못합니다. 겉모습만 바꾼 챗봇(re-skinned chatbot)은 답변은 하지만 행동하지 않습니다. 브랜드만 바꾼 자동화(rebranded automation)는 행동은 하지만 적응할 수 없습니다. 즉, 현실이 스크립트에서 벗어나는 순간 무너져 버립니다. 에이전트로 재명명된 '코파일럿(co-pilot)'은 오직 제안만 할 뿐이며, 결국 업무를 다시 당신에게 떠넘깁니다. 이들이 나쁜 도구라는 뜻은 아닙니다. 다만 에이전트가 아닐 뿐이며, 에이전트 수준의 가격 책정이나 에이전트에 대한 기대를 적용해서는 안 됩니다.

한 줄로 요약한 핵심 테스트는 다음과 같습니다:

진정한 에이전트는

당신의 시스템 내에서 행동하고 상황이 변할 때 적응함으로써

여러 단계로 이루어진 작업을 완료합니다.

만약 판매되는 대상이 오직 답변만 하거나, 고정된 스크립트만 따르거나, 혹은 제안만 한다면 - 그것은 워싱된 것입니다.

5가지 질문 테스트: 진짜 에이전트인가, 아니면 겉모습만 바꾼 것인가?

다음 질문들을 다음 벤더(vendor) 미팅에 활용해 보세요. 각 질문은 워싱이 숨어드는 특정 방식을 겨냥합니다. 모호하거나, 회피하거나, 데모에서만 작동하는 답변은 징후입니다. 진짜 에이전트 벤더라면 다섯 가지 질문 모두에 대해 주저 없이 구체적으로 답변할 것입니다.

질문 1: "실제 데이터를 사용하여, 여러 단계의 작업을 처음부터 끝까지 완료하는 모습을 보여주세요."

깨끗한 샌드박스(sandbox) 환경에서의 스크립트된 데모가 아니라, 지저분하고 현실적인 입력값이 포함된 실제 작업이어야 합니다. 그것이 실제로 작업을 완료하는지, 아니면 여전히 당신이 직접 실행해야 하는 제안만을 내놓는지 지켜보세요. 워싱의 징후: 데모가 오직 해피 패스(happy path, 정상적인 경로)만을 보여주거나, '에이전트'가 권고 단계에서 멈추고 실제 수행은 사람이 하는 경우입니다.

질문 2: "내 시스템에서 정확히 무엇을 할 수 있습니까? 읽기, 쓰기, 아니면 그저 대화만 가능합니까?"

진정한 에이전트는 통합하고 행동합니다: 도구에 로그인하고, 기록을 업데이트하며, 전송하고, 워크플로우 (workflows)를 트리거합니다. 구체적인 행동과 구체적인 시스템에 대해 압박하여 질문하십시오. 워싱 (Washing) 징후: 정보를 단순히 읽거나 표시만 할 뿐이며, 혹은 사용자가 직접 보내야 하도록 초안만 작성하는 방식으로만 "행동을 취한다(takes action)"고 말합니다. 답변하는 것은 행동하는 것이 아닙니다.

질문 3: "작업 도중 무언가 잘못되거나 예상치 못한 일이 발생하면 어떻게 됩니까?"

이 질문은 브랜드만 바꾼 규칙 엔진 (rules engines)을 가장 빠르게 드러냅니다. 진정한 에이전트는 지능적으로 적응하고, 재시도하며, 문제를 에스컬레이션 (escalates)합니다. 워싱 (Washing) 징후: 정직한 답변이 "설정된 흐름을 따릅니다"라는 식의 변형된 답변이라면, 이는 경로를 벗어난 모든 상황에서 깨져버리는 고정된 스크립트(fixed script)임을 의미합니다. 예상치 못한 상황에서 어떻게 복구하는지에 대한 구체적인 사례를 요구하십시오.

질문 4: "사람이 루프 내에(in the loop) 어디에 머물며, 자동화된 동작을 어떻게 제어합니까?"

직관과는 반대로, 여기서의 좋은 답변은 가드레일 (guardrails), 승인 게이트 (approval gates), 그리고 감사 로그 (audit log)를 설명하는 것입니다. 왜냐하면 진정한 에이전트는 실제 행동을 취하며, 신뢰할 수 있는 벤더는 제어 장치를 설계 단계부터 포함하기 때문입니다. 워싱 (Washing) 징후: 언급할 만한 제어 장치가 아예 없거나 (실제로 행동할 수 없으므로 필요하지 않음), 혹은 벤더가 사용자가 어떻게 이를 차단(gate), 일시 중지(pause), 또는 감사(audit)할 수 있는지 설명하지 못하는 경우입니다. 두 경우 모두 서로 다른 방향을 가리키는 위험 신호(red flags)입니다.

질문 5: "가격 책정은 어떻게 되며, 제 사용량 기준으로 작업당 비용은 얼마입니까?"

진정한 에이전트는 매 단계마다 AI 모델을 호출하므로, 비용은 사용량에 따라 확장됩니다. 신뢰할 수 있는 벤더는 완료된 작업당 비용을 모델링할 수 있습니다. 워싱 (Washing) 징후: 일반적인 SaaS와 동일한 고정된 사용자당 가격(flat per-seat pricing)은 밑단에 실제 모델 기반의 에이전트가 없음을 나타내는 경우가 많습니다. 즉, 에이전트라는 라벨만 붙인 소프트웨어일 뿐입니다. 사용량이 두 배로 늘어날 때 청구 금액이 어떻게 변하는지 물어보십시오. 그 답변이 아키텍처 (architecture)를 드러낼 것입니다.

다섯 가지 질문 전체를 관통하는 패턴은 다음과 같습니다:

진정한 에이전트는

행동하고, 적응하며, 거버넌스 (governance)가 필요합니다.

• 그리고 진정한 벤더(vendor)라면 이 세 가지 모두에 대해 유창하게 설명할 수 있습니다. '워싱(washed)'된 에이전트는 답변하고, 스크립트를 따르고, 제안만 할 뿐입니다. 구체적인 사항을 압박하면 해당 벤더들은 데모, 모호한 "AI 기반 (AI-powered)"이라는 언어, 그리고 로드맵(roadmap)에 대한 약속으로 화제를 돌립니다.

구매자를 위한 빠른 체크리스트

AI 에이전트라고 자칭하는 것에 무엇인가 서명하기 전에, 다음 질문들에 대해 "예"라고 답할 수 있는지 확인하십시오. 모든 "아니요"는 에이전트 워싱(agent washing)이 숨어 있는 지점입니다.

• ☐ 스크립트된 해피 패스(happy-path) 데모가 아니라, 지저분한 데이터(messy data) 상에서 실제 다단계 작업을 처음부터 끝까지 완료하는 것을 직접 보았는가
• ☐ 당신의 특정 시스템 내에서 에이전트가 취하는 구체적인 행동을 명시할 수 있는가 — 그리고 그것이 단순히 읽거나 제안하는 것을 넘어, 쓰기(writing)를 포함한다는 것을 확인했는가
• ☐ 벤더가 작업 도중 발생한 실패나 예기치 못한 상황에 에이전트가 적응(adapting)하는 구체적인 사례를 제시했는가
• ☐ 실질적인 제어 장치(controls)가 있는가 — 승인 게이트(approval gates), 가드레일(guardrails), 감사 로그(audit log), 그리고 킬 스위치(kill switch)
• ☐ 당신의 사용량(volume) 기준, 완료된 작업당 비용을 이해하고 있으며, 사용량이 확장될 때 어떤 일이 발생하는지 알고 있는가
• ☐ 당신과 유사한 유스케이스(use case)로 실제 운영 환경(production)에서 에이전트를 실행 중인 레퍼런스 고객과 대화했는가 — 그리고 무엇이 고장 났었는지 물어보았는가
• ☐ 데이터, 프롬프트(prompts), 그리고 그 결과로 생성된 모든 설정(configuration)에 대한 소유권을 가지는가 — 떠나는 것을 불가능하게 만드는 락인(lock-in) 없이

진짜 에이전트라도 적합하지 않다면 여전히 "아니요"입니다

유념해야 할 미묘한 차이가 하나 있습니다. 테스트를 통과했다는 것은 그 기술이 진정으로 에이전트임을 의미하는 것이지, 그것이 당신에게 적합하다는 뜻은 아닙니다. 잘못된 워크플로우(workflow)를 대상으로 하거나, 에이전트가 제공할 수 없는 인간의 판단이 필요한 경우, 진짜 에이전트라도 실망을 안겨줄 것입니다. 다섯 가지 질문은 '워싱'을 걸러내지만, 당신의 유스케이스는 '부적합함'을 걸러내야 합니다. 최고의 벤더는 이 두 가지 모두를 도와줍니다. 그들은 에이전트가 당신의 문제에 과잉 사양(overkill)이며 더 단순한 자동화가 더 나을 때 이를 솔직하게 말해줄 것입니다. 그러한 정직함 자체가 당신이 워싱된 수천 개가 아닌, 진짜 130개 중 하나를 상대하고 있다는 강력한 신호입니다.

이것이 당신에게 의미하는 바

"~130개만이 진짜다"라는 사실은 AI 에이전트(AI agents)를 피해야 할 이유가 아니라, 전문가처럼 쇼핑해야 할 이유입니다. 진짜를 찾아낸다면 그 역량은 진정성 있고 가치 있습니다. 단지 라벨을 붙이는 데 비용이 들지 않고 과장(hype)이 요란하기 때문에 시장이 모조품으로 붐비고 있을 뿐입니다. 당신의 방어 전략에는 비용이 들지 않습니다. 다섯 가지 날카로운 질문, 체크리스트, 그리고 데모(demo)를 증거가 아닌 마케팅으로 취급하는 절제력만 있으면 됩니다.

질문을 던지십시오. 실제 작업(real tasks), 실제 시스템(real systems), 실제 실패 처리(real failure-handling), 실제 제어(real controls), 그리고 정직한 가격 책정을 요구하십시오. 깔끔하게 답변하는 벤더(vendor)들이 당신의 예산을 투입할 가치가 있는 곳입니다. 답변을 회피하는 업체들은 당신이 알아야 할 모든 것을 이미 말해준 것이며, 비싼 대가를 치르고 깨닫게 될 상황으로부터 당신을 구해준 것입니다.

판매되는 것이 진짜 에이전트인지 확신이 서지 않나요?

벤더의 피치(pitch), 데모, 또는 자동화하고 싶은 워크플로(workflow)를 저희에게 가져오십시오. 저희가 위의 테스트를 통해 그것이 진짜 에이전트인지 아니면 겉모습만 바꾼 것(re-skin)인지, 그리고 에이전트가 당신의 문제에 적합한 도구인지조차 솔직하게 말씀드리겠습니다. 만약 저희가 진짜를 직접 구축하기를 원하신다면 확정된 서면 견적도 제공해 드립니다.

정직한 제2의 의견 구하기

저희가 진짜 에이전트를 구축하는 방식 확인하기

Shanti Infosoft 소개

Shanti Infosoft LLP는 진정한 AI 에이전트 및 통합(AI agents and integrations)을 구축하는 CMMI Level 5 소프트웨어 엔지니어링 기업입니다. 여기서 말하는 에이전트란 목표를 추구하고, 당신의 시스템 내에서 작동하며, 이를 관리할 가드레일(guardrails)과 감사 추적(audit trails)을 갖춘 채 적응하는 소프트웨어를 의미합니다. 저희는 에이전트가 잘못된 도구일 때, 더 단순한 맞춤형 구축(custom build)이 당신에게 더 도움이 된다는 사실 또한 솔직하게 말씀드릴 것입니다. 당신은 지정된 시니어 팀, 확정 범위의 서면 견적, 그리고 전체 소스 코드 및 IP(지식재산권) 소유권을 보장받습니다. 워싱(washing)도, 종속(lock-in)도 없습니다.

자주 묻는 질문(FAQ)

"에이전트 워싱(agent washing)"이란 무엇인가요?

에이전트 워싱(agent washing)은 기존 기술—챗봇(chatbot), 규칙 기반 자동화(rules-based automation), 제안 전용 코파일럿(co-pilot)—을 해당 용어가 함의하는 역량 없이, 단순히 유행에 편승하기 위해 "AI 에이전트(AI agent)"로 재명명하는 것을 의미합니다. Gartner는 AI 에이전트를 마케팅하는 수천 개의 업체 중 단 약 130개만이 실제 제품을 제공하고 있다고 추정하며, 이것이 구매자가 겉모습만 바꾼 제품(re-skin)을 제안받을 확률이 높은 이유입니다.

무엇이 챗봇과 차별화되는 진짜 AI 에이전트인가요?

진짜 에이전트는 여러 단계에 걸쳐 목표를 추구하고, 사용자의 시스템 내에서 실제 행동(단순히 답변하거나 제안하는 것이 아니라 읽기 및 쓰기 수행)을 취하며, 단계가 실패하거나 상황이 변할 때 적응합니다. 챗봇은 한 번에 하나의 프롬프트(prompt)에만 답변하고, 재명명된 자동화는 고정된 스크립트를 따르다 경로를 벗어나면 중단되며, 코파일럿은 제안만 할 뿐입니다. 진정한 에이전트는 행동하고, 적응하며, 거버넌스(governance)가 필요합니다.

업체가 에이전트 워싱을 하고 있는지 어떻게 알 수 있나요?

다섯 가지를 질문하십시오: 지저분한 데이터(messy data)를 바탕으로 실제 다단계 작업(multi-step task)을 완료하는 모습을 보여달라고 하십시오; 사용자의 시스템 내에서 수행하는 정확한 행동을 명시하라고 하십시오; 작업 중간에 예상치 못한 상황이 발생했을 때 어떻게 처리하는지 설명하라고 하십시오; 인간의 통제(human controls), 승인 게이트(approval gates), 감사 로그(audit log)를 기술하라고 하십시오; 그리고 귀사의 사용량 규모에서 완료된 작업당 비용을 제시하라고 하십시오. 구체적인 답변은 실제 에이전트임을 나타내며, 데모로 회피하거나, 모호한 "AI 기반(AI-powered)" 언어를 사용하거나, 단순한 SaaS 가격 체계를 제시하는 것은 워싱을 의미합니다.

왜 가격 책정이 에이전트의 실체를 드러내나요?

실제 에이전트는 매 단계마다 AI 모델을 호출하므로, 비용이 사용량에 따라 확장(scale)됩니다. 신뢰할 수 있는 업체는 귀사의 완료된 작업당 비용을 모델링할 수 있으며, 사용량이 두 배로 늘어날 때 어떤 일이 발생하는지 설명할 수 있습니다. 일반적인 소프트웨어와 동일한 고정된 사용자당 가격(per-seat pricing)은 그 밑단에 모델 기반의 에이전트가 없음을 나타내는 신호인 경우가 많습니다. 즉, 단순히 재명명된 SaaS일 뿐입니다.

만약 에이전트가 테스트를 통과한다면, 그것이 내 비즈니스에 적합할까요?

반드시 그렇지는 않습니다. 테스트를 통과했다는 것은 그것이 진정한 에이전트라는 의미이지, 귀하의 워크플로우 (workflow)에 적합하다는 의미는 아닙니다. 에이전트가 제공할 수 없는 인간의 판단이 필요한 작업을 목표로 하는 진짜 에이전트라 할지라도 여전히 실망을 안겨줄 수 있습니다. 다섯 가지 질문을 통해 에이전트 워싱 (agent washing)을 걸러낸 다음, 귀하의 유스케이스 (use case)와 맞지 않는 것을 걸러내십시오. 그리고 더 단순한 자동화 (automation)가 귀하에게 더 나은 도움이 될 때, 이를 솔직하게 말해줄 수 있을 만큼 정직한 벤더 (vendor)를 선택하십시오.