AI가 스스로 '행동'하기 시작했다

"ChatGPT한테 물어봤더니 꽤 괜찮은 답을 주더라." 이런 대화가 일상이 된 지 벌써 3년입니다. 그런데 지금 벌어지고 있는 변화는, 그때와는 차원이 다릅니다.

 

ChatGPT에게 "마케팅 전략 짜줘"라고 하면 그럴듯한 답변을 내놓습니다. 하지만 거기까지입니다. 그 전략을 실행에 옮기는 건 오롯이 사람의 몫이었습니다. 시장 조사도, 웹사이트 수정도, 이메일 발송도, 결과 분석도 전부 사람이 직접 해야 했습니다.

 

그런데 이제 다릅니다. "마케팅 전략 짜고 실행까지 해줘"라고 하면, AI가 정말로 실행합니다. 시장을 조사하고, 웹사이트를 만들고, SNS에 홍보 글을 올리고, 고객 문의에 답하고, 매출 리포트까지 정리해서 보고합니다. 사람이 자고 있는 동안에도요.

 

이것이 바로 AI 에이전트입니다. 질문에 답하는 AI를 넘어, 스스로 계획을 세우고 도구를 사용하며 목표를 향해 행동하는 AI. "손이 달린 AI"라고 표현하면 가장 정확할 겁니다.

 

오늘은 이런 AI 에이전트가 실제로 어떻게 쓰이고 있는지, 대기업이 아닌 개인 창업자와 소규모 팀의 사례 3가지를 소개합니다. 읽고 나면 "아, 나도 해볼 수 있겠는데?"라는 생각이 드실 겁니다. 실제로 그렇습니다.


사례 1. 발리에서 하루 30분 일하며 월 1억 5천만 원 — 1인 사이버 보안 기업

📺 출처: KBS 시사기획 창 — 나의 완벽한 비서, AI 에이전트 시대

인도네시아 발리. 전 세계 디지털 노마드(인터넷과 노트북만 있으면 장소에 얽매이지 않고 일하는 사람)들이 모여드는 이 섬에서, KBS 취재진이 한 미국인 보안 전문가를 만났습니다.

 

이름은 매튜. 그는 미국 기업들을 대상으로 사이버 보안 테스트를 수행하는 1인 기업을 운영하고 있습니다.

 

놀라운 건 그의 일과입니다. 아침에 일어나 노트북을 열고, AI 에이전트가 밤새 처리한 결과물을 검토합니다. 이상 없으면 승인 버튼을 누릅니다. 그게 끝입니다. 하루 실제 업무 시간은 30분 남짓. 나머지 시간에는 서핑을 하거나, 카페에서 커피를 마시거나, 다른 디지털 노마드들과 어울립니다.

 

이게 어떻게 가능한 걸까요?

 

매튜의 AI 에이전트는 사이버 보안 업무의 전 과정을 자율적으로 수행합니다. 고객사 시스템에 접속해서 보안 취약점을 스캔하고, 발견된 허점을 통해 실제 침투 테스트를 실행합니다.

 

마치 해커가 공격하듯이 시뮬레이션을 돌리는 겁니다. 그리고 그 결과를 상세한 보고서로 정리하고, 고객에게 이메일로 발송하는 것까지 전부 자동입니다.

 

과거에는 이런 업무를 수행하려면 최소 수십 명 규모의 보안 전문가 팀이 필요했습니다. 취약점 분석가, 침투 테스트 엔지니어, 보고서 작성자, 고객 커뮤니케이션 담당자까지. 그 모든 역할을 지금은 AI 에이전트가 처리합니다. 매튜는 최종 결과물을 검토하고 판단하는 역할만 맡습니다.

 

월 매출은 약 1억 5천만 원. 인건비는 AI 에이전트 사용료를 제외하면 사실상 제로입니다. 동시에 수십 개 기업의 보안을 관리할 수 있으니, 매출의 천장이 사람 수에 묶이지 않습니다.

 

이 사례가 주는 메시지는 분명합니다. AI 에이전트는 단순 반복 업무만 대체하는 게 아닙니다. 사이버 보안이라는 고도의 전문 지식이 필요한 영역까지 자동화할 수 있다는 겁니다. "사람만이 할 수 있는 일"의 경계가 빠르게 무너지고 있습니다.


사례 2. "내가 자는 동안 사업을 만들어줘" — Felix, 3주 만에 1,800만 원

📺 참고: 코딩 없이 오픈클로 에이전트 직원 5명 굴리는 200% 활용법

냇 엘리아슨이라는 미국의 작가 겸 기업가가 있습니다. 그는 어느 날 자신의 AI 에이전트에게 1,000달러를 주고 이렇게 말했습니다.

"내가 자는 동안 비즈니스를 만들어봐."

 

그 에이전트의 이름은 Felix입니다. OpenClaw라는 오픈소스 AI 에이전트 프레임워크 위에서 돌아가는 자율 에이전트입니다.

 

ChatGPT와의 결정적인 차이는, Felix에게는 "손"이 있다는 겁니다. 웹을 검색하고, 코드를 짜고, 웹사이트를 만들고, 결제 시스템을 연동하고, SNS에 글을 올리는 것까지 전부 스스로 합니다. 사람이 매번 지시할 필요가 없습니다. 목표만 주면 됩니다.

 

Felix는 첫 주에 Reddit과 Hacker News를 뒤지며 시장 조사를 했습니다. 당시 OpenClaw 사용자들이 빠르게 늘고 있었는데, 에이전트 스킬이나 설정 파일을 사고팔 수 있는 마켓플레이스가 없다는 점을 포착했습니다. 스스로 사업 아이템을 정한 겁니다.

 

둘째 주에는 본격적으로 제품을 만들었습니다. 마켓플레이스 웹사이트를 코딩하고, Stripe 결제 시스템을 연동하고, OpenClaw 초보 사용자를 위한 설정 가이드 PDF를 작성해 29달러에 올렸습니다. 냇이 코드를 한 줄도 쓰지 않았는데, Felix가 프론트엔드부터 백엔드까지 전부 처리한 겁니다.

 

셋째 주에는 마케팅으로 전환했습니다. Twitter/X에 제품 소개 글을 쓰고, Reddit 커뮤니티에 홍보하고, 구매자 이메일에 자동으로 응대했습니다. 사용자 피드백을 수집해서 제품을 업데이트하는 것도 Felix의 몫이었습니다. 버그가 발견되면 스스로 디버깅해서 수정하는 것까지.

 

3주 후 결과는 놀라웠습니다. 가이드 판매와 마켓플레이스 수수료를 합쳐 총 매출 14,000달러, 한화로 약 1,800만 원. 초기 투자금 1,000달러 대비 수익률 1,300%입니다.

 

가장 인상적인 부분은 따로 있습니다. Felix는 지금 자기 API 사용료를 스스로 벌어서 냅니다. 운영 비용까지 자체 충당하는, 말 그대로 "자립한 AI 직원"이 된 겁니다. 냇은 이후 Felix에게 100만 달러 매출이라는 새 목표를 부여했고, 현재까지 누적 매출은 약 19만 달러까지 올라갔습니다.

 

ChatGPT에게 "사업 아이디어 알려줘"라고 하면 그럴듯한 답변을 줍니다. 하지만 거기서 끝입니다. Felix는 다릅니다. 아이디어를 내고, 시장을 조사하고, 제품을 만들고, 판매하고, 고객을 응대하고, 문제를 수정하는 것까지 전부 자율적으로 실행했습니다. 목표를 주면 도착지까지 알아서 걸어가는 거죠.

 

물론 Felix가 완벽한 건 아닙니다. 방향을 잘못 잡을 때도 있고, 품질이 기대에 미치지 못할 때도 있습니다. 하지만 중요한 건 방향입니다. "AI에게 질문하는 시대"에서 "AI에게 일을 맡기는 시대"로의 전환이 이미 시작됐다는 것. Felix는 그 전환의 가장 선명한 증거입니다.


사례 3. 직원 2명이 회원 500명을 관리하는 법 — GPTers의 AI 에이전트 뽀짝이

📺 출처: 빌더 조쉬 팟캐스트 — GPTers 김태현 대표 & 송다혜 팀장

GPTers는 한국 최대 AI 학습 커뮤니티입니다. 4주짜리 AI 교육 과정을 운영하는데, 수강생이 한 기수에 500명입니다.

 

일반적인 교육 기관이라면 강사, 조교, CS 담당, 운영 매니저까지 최소 10명은 필요한 규모입니다. 그런데 GPTers의 운영 인력은 단 2명입니다. CEO 김태현 대표와 송다혜 팀장.

 

비밀은 AI 에이전트에 있습니다. GPTers는 OpenClaw 기반의 AI 에이전트 두 마리를 "직원"으로 씁니다. 실무를 담당하는 뽀짝이(봄베이 종 깜장 고양이 캐릭터 🐈‍⬛)와, 뽀짝이를 관리하는 시니어 에이전트 포야(🐱)입니다.

 

뽀짝이의 하루를 따라가 보면, 이게 왜 "에이전트"인지 바로 이해가 됩니다.

 

매주 월요일 아침 8시, 뽀짝이는 아무도 시키지 않아도 스스로 깨어납니다. Slack에 접속해서 지난주 수강생들의 과제 제출 현황을 체크합니다. 노션 데이터베이스에서 수강 정보를 불러오고, 미제출자 명단을 뽑아낸 다음, 각 수강생에게 개별 DM을 보냅니다.

 

"안녕하세요 OOO님, 2주차 과제가 아직 미제출이네요. 혹시 어려운 부분이 있으시면 말씀해주세요!" 500명을 일일이 확인하고 메시지를 보내는 이 작업이 5분이면 끝납니다. 사람이 했다면 반나절은 걸렸을 일입니다.

 

CS 업무도 뽀짝이의 몫입니다. 수강생이 Slack에 "3주차 줌 링크가 어디 있죠?"라고 물으면, 뽀짝이가 노션에서 해당 정보를 찾아 30초 안에 답합니다.

 

단순 안내를 넘어, 수강생의 과거 질문 이력과 수강 진도까지 파악해서 맥락에 맞는 답변을 줍니다. 이런 CS 문의가 월 평균 1,200건 들어오는데, 대부분 뽀짝이가 처리합니다.

 

웨비나 공지도 자동입니다. 노션에 이벤트 정보가 올라오면 뽀짝이가 알아서 공지 문안을 작성하고, 카카오톡으로 500명에게 일괄 발송하고, 신청 현황까지 실시간으로 추적합니다.

 

매주 금요일에는 그 주의 운영 현황을 자동 분석해서 CEO에게 브리핑합니다. 과제 제출률, Slack 활동도, 주요 질문 키워드, 주의가 필요한 수강생 명단까지 정리해서요.

 

여기서 한 단계 더 흥미로운 건 포야와 뽀짝이의 "협업"입니다. 뽀짝이가 웨비나 공지 초안을 작성하면, 포야가 검토합니다. "이 문장은 좀 딱딱하니까 톤을 바꿔봐." 뽀짝이가 수정하면 포야가 다시 확인하고 승인합니다. AI끼리 서로의 작업물을 리뷰하고 피드백하는 구조입니다. 이 과정이 5분이면 끝납니다.

 

GPTers는 이 에이전트들의 성격까지 설계했습니다. SOUL.md라는 파일에 뽀짝이의 말투, 성격, 행동 원칙이 정의되어 있습니다. 친근한 고양이 캐릭터로 수강생들과 소통하도록 만든 거죠. 수강생들이 뽀짝이를 실제 팀원처럼 인식하고, 만족도 조사에서 4.8/5.0이라는 높은 점수를 줄 정도입니다.

 

비용은 얼마나 들까요? Claude API 사용료가 월 약 10만 원, 서버비가 월 2~3만 원. 합쳐서 월 13만 원 정도입니다. 이 비용으로 CS 직원 2명, 운영 매니저 1명분의 업무를 처리하고 있으니, 연간 약 1억 3천만 원의 인건비를 절감하는 셈입니다.

 

김태현 대표는 인터뷰에서 이렇게 말했습니다. "모든 직원에게 무제한 Claude와 GPT 토큰을 제공합니다. 실패해도 괜찮으니 마음껏 써보라고요." GPTers는 AI와 함께 일하는 것이 기본값인 조직, 이른바 'AI Native 조직'을 지향합니다.

 

직원 수는 늘지 않았지만, 처리할 수 있는 회원 수는 3배로 늘었고, 서비스 품질은 오히려 올라갔습니다.


마치며 — "나도 할 수 있을까?"

세 가지 사례를 관통하는 공통점이 있습니다.

 

이들은 대기업이 아닙니다. 1인 기업가, 개인 개발자, 소규모 스타트업입니다. AI 에이전트를 쓰기 위해 수억 원의 인프라 투자가 필요한 게 아닙니다. OpenClaw 같은 오픈소스 프레임워크와 월 몇만 원의 API 비용이면 충분합니다.

 

그리고 AI 에이전트는 ChatGPT와 근본적으로 다릅니다. ChatGPT는 "물어보면 답해주는" 도구입니다. AI 에이전트는 "목표를 주면 알아서 달성하는" 동료입니다. 스스로 계획을 세우고, 도구를 사용하고, 오류를 수정하고, 24시간 쉬지 않고 일합니다. 이 차이가 결정적입니다.

 

인간의 역할도 바뀌고 있습니다. 매튜는 보안 분석을 직접 하지 않습니다. 결과를 검토하고 판단합니다. 냇은 코드를 한 줄도 쓰지 않습니다. 방향을 제시하고 의사결정을 합니다. 김태현 대표는 CS 메시지를 직접 보내지 않습니다. 시스템을 설계하고 품질을 관리합니다. "실행"은 AI에게, "판단"은 사람에게. 이것이 새로운 협업의 공식입니다.

 

물론 주의할 점도 있습니다. AI 에이전트를 맹목적으로 신뢰해서는 안 됩니다. 방향을 잘못 잡거나, 잘못된 정보를 기반으로 행동할 수도 있습니다. AI가 실행하되, 최종 결정권은 반드시 사람이 쥐고 있어야 합니다.

 

하지만 방향은 분명합니다. "AI에게 질문하는 시대"는 이미 "AI에게 일을 맡기는 시대"로 전환되고 있습니다. 그리고 이 전환에 올라타는 데 필요한 것은 거대한 자본도, 뛰어난 코딩 실력도 아닙니다. 해결하고 싶은 문제 하나, 그리고 AI에게 명확한 목표를 제시하는 능력. 그것이면 충분합니다.

 

손이 달린 AI, 그들은 이미 우리 곁에서 세상을 바꾸고 있습니다.


참고 영상 및 자료