Microsoft의 Autopilot 출시: 항상 켜져 있는 AI 에이전트가 소규모 비즈니스에 실제로 변화시키는 것

대부분의 소규모 비즈니스의 경우, 직장에서 처음 사용하게 되는 상시 작동(always-on) AI 에이전트는 누군가가 직접 선택하는 것이 아닐 것입니다. 그것은 대부분의 소프트웨어가 도착하는 방식대로 도착할 것입니다: 번들 형태로, 갱신 시점에, 이미 인보이스를 승인한 사람이 신뢰하는 로고 뒤에 숨겨져서 말입니다. Microsoft는 OpenClaw 프레임워크를 기반으로 구축된 지속적이고 능동적인 에이전트인 Copilot Autopilot을 재구상된 Copilot 앱 내에서 출시하고 있으며, 이 앱에는 Word, Excel, PowerPoint가 통합되어 있습니다. 현재 미리 보기(preview) 단계에 있으므로, 다른 어떤 것보다 두 가지를 확인해야 합니다: 실제로 귀하의 테넌트와 라이선스 등급에 도달했는지, 그리고 모든 기능 주장을 전달이 아닌 약속으로 취급해야 한다는 것입니다.

여기에는 깊이 생각할 만한 아이러니가 있습니다. 왜냐하면 이 안에 실제 교훈이 담겨 있기 때문입니다. Microsoft는 몇 달 동안 OpenClaw와 같은 개방형 에이전트 프레임워크를 보안 위험처럼 공개적으로 취급했습니다. 심지어 CEO는 그 프레임워크의 확산을 바이러스에 비유하기도 했고, 이제 자사의 주력 에이전트는 이 프레임워크를 기반으로 구축되었습니다. 소규모 비즈니스 구매자에게서 얻을 수 있는 교훈은 Microsoft의 일관성에 관한 것이 아닙니다. 그것은 모델 자체가 결코 진짜 위험이 아니었다는 것입니다. 제어 장치(harness)가 문제입니다. 권한, 감사 추적(audit trails), 데이터 경계—이것들이 상시 작동 에이전트가 안전한지 아닌지를 결정합니다. 어떤 공급업체가 당신에게 안전함(혹은 두려움)을 판매할 때는 형용사가 아니라 제어 장치를 보여달라고 요청해야 합니다.

실제로 하루에 변화하는 것들

팀이 이미 사용하고 있는 앱 내의 주변적 에이전트(ambient agent)는 세 가지 지루한 것을 변화시킵니다—그리고 '지루하다'는 것이 핵심입니다:

• 받은 편지함 관리: 받은 편지함을 열지 않아도 처리됩니다. 답장 초안이 승인을 위해 대기열에 올라가고, 긴 스레드가 요약되며, 커피를 다 마시기 전에 실제로 중요한 두 메시지가 떠오릅니다.
• 캘린더 유지보수: 아무도 참석하지 않는 반복 회의는 플래그가 지정되고, 충돌이 조기에 감지되며, 내일은 미리 브리핑된 상태로 도착합니다.
• 스프레드시트 데이터 입력 중단: 팀이 수동으로 타이핑하는 필드가 이미 정보를 포함하고 있는 메시지와 문서에서 채워집니다.

패턴을 주목하세요. 이 모든 것이 'AI 전략'이 아닙니다. 이것은 주변 유지보수 계층(ambient maintenance layer)입니다. 아무도 고용되지 않았지만 모두가 하게 되는 일이죠. 만약 통합된 에이전트가 그중 절반만 흡수해도, 그것은 매주 실제로 확보되는 시간입니다.

문제는 가치가 두 가지에서 나온다는 것이고, 둘 다 원시 모델 지능(raw model intelligence)은 아닙니다. 바로 에이전트가 접근할 수 있는 데이터와, 에이전트를 운영하는 사람의 숙련도입니다. Microsoft의 기업 입지 — 자체 발표에 따르면 1월 기준으로 4억 5천만 개 이상의 유료 Microsoft 365 상업용 좌석을 보유하고 있습니다 — 첫 번째 요소(데이터)를 안전하게 고객님의 테넌트 내부에 제공합니다. 두 번째 요소는 고객님에게 달려있습니다.

포함하지 않는 것들

이 통합 기능은 또한 경계선이기도 합니다:

• Microsoft 환경을 벗어나는 작업. 현장 서비스 앱, 구인구직 게시판, 산업별 CRM(고객 관계 관리) 도구, 장부 정리 도구 등 — 고객님의 테넌트 내부에서 실행되는 에이전트는 이러한 곳에 접근할 수 없습니다. 이는 규정 준수(compliance)상의 이유로 어느 정도 목적입니다.
• 실제 프로세스. 후속 조치 주기, 견적 로직, 작업이 예상(estimate)에서 일정(schedule)을 거쳐 청구서(invoice)로 이동하는 방식 등 — 받은 편지함 에이전트는 이러한 프로세스를 주변에서 실행하도록 돕지만, 그 프로세스 자체를 보유하지는 않습니다.
• 앱 간의 상호작용. 워크플로우가 작업 상태에 대해 세 개의 시스템이 합의해야 하는 순간, 통합된 주변 AI는 한계에 부딪힙니다.

이는 모든 소유자가 무엇인가를 갱신하기 전에 던져야 할 정직한 질문을 제기합니다. 통합된 등급으로 충분할까요?

어떤 습관이든 승인된 AI가 자리를 얻게 하는 다섯 가지 방법

Autopilot, Dots 또는 다음 분기에 출시될 무엇이든 상관없이, 핵심 순환 구조(loop)는 동일하며 — 이것이 복리 수익을 얻는 사람과 가끔 챗봇에 질문하기 위해 좌석 비용을 지불하는 사람을 구분하는 것입니다:

1. 실제 업무를 맡기세요, 시연만 하게 하지 마세요. '향후 60일 동안 갱신되는 모든 항목에 대해 우리 정기 소프트웨어 비용을 스캔하고 브리핑해 줘'와 같은 첫 번째 과제가 '무엇을 할 수 있어?'라는 질문보다 훨씬 효과적입니다. 지루하지만 잘 정의된 주간 업무 하나가 좋습니다.
2. 처음에는 매번 출력을 검사하세요. 첫 달은 휴가가 아니라 검증 루프(verification loop)여야 합니다. 초기에 포착된 오류는 훈련 데이터가 되고, 누적되는 오류는 혼란을 야기합니다.
3. 먼저 프로세스를 문서화하세요. 작업을 수행하는 방법에 대한 한 페이지 분량의 설명서입니다. 에이전트가 이를 따르고, 당신은 어떤 공급업체보다 오래 지속되는 휴대 가능한 무언가를 소유하게 됩니다.
4. 후회할 만한 결정도 기록하세요. 초안 작성(drafting)은 자율적으로 실행되지만, 외부 전송, 자금 이동, 법적 경로를 거치는 모든 것은 사람의 개입이 필요합니다. 첫 번째 과제 이후가 아니라, 이 '사다리'(권한 범위)를 먼저 설정해야 합니다.
5. 교훈을 가져가세요. 각 시도 후에는 무엇이 작동했고 무엇이 실패했는지 기록하고, 개선된 지침을 다음 에이전트에게 전달하세요. 기술은 모델 전반에 걸쳐 복합적으로 쌓입니다. 어떤 모델로 연습하느냐는 거의 중요하지 않습니다.

의사결정 규칙

• 번들형 주변 AI(Bundled ambient AI)가 처리하는 작업: 이메일 분류 초안 작성, 캘린더 정리, 스프레드시트 정리, 회의 준비 등 이미 해당 스위트 내부에 데이터가 존재하는 모든 것.
• 당신이 소유하는 에이전트가 처리하는 작업: 애플리케이션을 가로지르는 워크플로우, 비즈니스가 실제로 승리하는 방식(가격 책정, 후속 조치, 접수)을 인코딩한 워크플로우, 그리고 당신이 통제하는 인프라 위에서 실행되기를 원하는 모든 것.

작동하는 순서는 다음과 같습니다. AI가 이미 라이선스 내부에 있는 곳부터 시작하여, 어떤 업무를 계속 맡길지 30일 동안 기록하고, 그 기준을 넘는 워크플로우에 대해서만 자체 에이전트를 구축하거나 구매하세요. 대부분의 비즈니스는 두 가지 사실을 발견합니다. 번들형 계층(bundled tier)이 예상보다 더 많은 것을 처리하며, 이 계층이 건드릴 수 없는 짧은 목록의 워크플로우가 바로 그들의 차별화 요소가 있다는 것입니다.

번들 에이전트(bundled-agent)의 물결은 주변 환경에 녹아드는 AI(ambient AI)를 기본 업무 경험으로 만듭니다. 앞서 나갈 비즈니스는 올바른 벤더에 베팅한 곳이 아닐 것입니다. 그들은 이미 사용할 수 있도록 허용된 어떤 것을 가지고 연습했던 곳일 것입니다. 왜냐하면 습관은 다음 에이전트로 전이되기 때문이며, 항상 다음 에이전트가 존재하기 때문입니다.

어떤 에이전트가 자리를 얻기 위해 필요한 전체 프레임워크—권한 사다리(permission ladder), 지루하지만 첫 번째 과제(boring first assignment), 한 페이지 프로세스 형식(one-page process format)—를 원한다면, 저희가 이를 정리했습니다: The AI Agent Owner's Playbook — 49 CAD, 즉시 다운로드 가능합니다. 현재 저희는 매일 수익 기록을 공개하는 14일간의 스프린트(sprint)를 진행 중입니다—0달러에서 시작하여 증가하고 있으며, 이를 자체 스토어에 적용하면서 정직하게 보고하고 있습니다.