한빛미디어

'AI 에이전트 엔지니어링'은 AI 에이전트를 단순한 프롬프트 조합이나 챗봇 확장으로 보지 않는다. 독립적이고 확장 가능한 소프트웨어 시스템으로서의 에이전트를 다룬다. 에이전트의 개념과 유형 분류부터 시작해, 도구 설계, 오케스트레이션, 메모리, 멀티 에이전트 아키텍처 같은 구축 단계를 거쳐, 측정, 모니터링, 보안, 인간-에이전트 협업까지 운영 전반을 체계적으로 다루는 종합적인 기술서다. "에이전트를 개발하는 방법"이 아니라 "에이전트를 엔지니어링하는 법"에 초점을 맞추고 있다.

이제 너무 당연한 말이지만, 세상은 빠르게 움직이고 있다. 지난 주 회사 내부 시스템에는 한 분이 2월의 주요한 AI소식을 작성했는데 빅테크 회사들의 소식만 17개였다. OpenClaw 같은 오픈소스 에이전트가 등장해 메신저만으로 예약과 실행을 처리하고, Anthropic, OpenAI, Google은 하룻밤 사이에 코딩 에이전트를 동시에 업데이트했다. 이 회사들의 경쟁 지점은 모델 성능이 아니라 워크플로우 흡수력이다. 사용자가 이미 하고 있던 행동을 관찰하고, 제품 안으로 빨아들이는 속도가 승부처가 되었다.

개발만이 아니다. 운영, 고객 서비스, 결제, 예약까지 전 분야에서 에이전트의 성숙도가 높아지면서 인간의 일을 대체하는 움직임이 가속화되고 있다. 시트리니 리서치는 2028년까지 AI가 소프트웨어 산업 → 중개 산업 → 화이트칼라 고용 → 금융 시스템 → 모기지 시장 순으로 연쇄적 충격을 일으킬 수 있다고 경고했다. Anthropic이 코딩 에이전트의 능력을 발표할 때마다 SaaS 기업들의 주가가 흔들리는 건 이미 반복되는 풍경이 되었다. "AI가 일자리를 대체한다"는 말이 더 이상 먼 미래의 이야기가 아니라 목전이다.

이렇게 거대한 변화의 와중에, 아주 사소한 테스트를 하나 했다. 내 개인 github 북마크 저장소에 링크를 추가하는 일을 Claude Code에게 시켜봤다. 결과는 불만족스러웠다. 과정을 다시 살펴보니, 이 간단해 보이는 작업이 실제로는 생각보다 꽤 많은 단계로 이뤄져 있었다.

1. 새로운 링크를 어딘가에서 보고 저장한다
2. 브라우저에서 열고 markdown link 형식으로 복사한다
3. (내 개인 github 저장소에서) 적절한 파일과 위치를 찾아 붙여넣는다
4. 내용에도 다른 link가 여럿 있으면 어떤 link를 main으로 하고, 다른 link를 sub로 할지등 계층 구조를 잡는다
5. (반복 작업을 간단하게 하기 위해 사용하는) commit script를 실행한다
6. commit message를 다듬는다
7. git push로 마무리한다

이것도 전부가 아니었다. markdown link 안에 대괄호가 들어가면 안 된다든지, 시리즈 글일 때는 제목 계층을 어떻게 잡는다든지, 상황에 따른 나만의 규칙이 더 있었다. 명시적으로 정리한 적 없는 암묵지들이다.

결국, 우리의 실제 업무를 AI로 자동화한다는 건, 먼저 수많은 암묵지를 명확하게 문서화하는 작업이 선행되어야 한다. 그리고 그 문서화된 워크플로우를 검증하고, AI가 실행할 수 있게 설정하고, 결과를 확인하는 과정까지. 우리의 수많은 업무가 이 수준에 도달하려면 얼마나 걸릴까? 또 운영 과정에서 발생하는 변경 사항을 적용하려면 어떤 과정이 필요할까?

바로 이 지점에서 이 책의 가치가 드러난다. AI 에이전트가 "다 해준다"는 환상과, 북마크 하나도 (설명하기 전에는) 제대로 못 시키는 현실 사이의 간극. 그 간극을 메우려면 에이전트를 어떻게 설계하고, 도구를 어떻게 연결하고, 메모리를 어떻게 관리하고, 실패했을 때 어떻게 복구하는지를 알아야 한다. 프롬프트를 잘 쓰는 것만으로는 부족하다. 에이전트를 하나의 소프트웨어 시스템으로 엔지니어링할 수 있어야 한다.

이 책은 그 과정을 기초부터 운영까지 체계적으로 안내한다. 에이전트의 개념을 잡는 것부터 시작해, 오케스트레이션과 멀티 에이전트 아키텍처 같은 심화 주제를 거쳐, 모니터링, 보안, 거버넌스 같은 운영 영역까지 다룬다. 특히 운영 파트가 있다는 점이 중요하다. 에이전트를 "개발하는" 책은 많지만, "운영하는" 것까지 다루는 책은 적다. 자동 실행이 늘어날수록 사고 비용이 커지고, 결국 감사 로그, 관측 가능성, 롤백, 정책 같은 운영 역량이 에이전트 시스템의 품질을 결정한다는 걸 감안하면, 이 부분이야말로 이 책의 중요한 부분이고 차별점이다.

AI 에이전트의 시대가 오고 있다는 건 분명하다. 아니 이미 왔다. 하지만 그 시대를 제대로 맞이하고 이용하려면, 자신의 업무를 분해하고, 암묵지를 드러내고, 그 위에 에이전트를 설계, 구축, 운영하는 엔지니어링 역량이 필요하다. 이 책은 그 역량을 쌓기 위한 좋은 출발점이다.

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다