AI 에이전트 기능 비교로 업무 용도별 7가지 후보와 선택 기준

업무용 AI 에이전트 추천을 순위 대신 용도별로 정리했습니다. 문서·메일 비서형, 국내 협업 도구, CRM, 코딩, 빌더, 사내 설치형을 일곱 가지 기준과 2026년 10월 공식 페이지의 가격·라이선스로 비교합니다.

목차 (Agenda)

업무용 AI 에이전트 추천과 용도별 비교 기준 가이드 배너

TL;DR AI 에이전트 추천에 정답 순위는 없습니다. 맡길 업무, 데이터 위치, 쓰던 도구로 후보를 좁히고 같은 기준으로 비교해야 합니다.

2026년 국내 기업의 AI 도입 담당자가 가장 자주 받는 질문은 “어떤 AI 에이전트를 쓰면 되느냐”입니다. 이 글은 순위 대신 업무 용도별로 후보를 나누고, 공정한 일곱 가지 기준과 2026년 10월 기준 공식 페이지에서 확인한 가격·라이선스로 업무용 AI 에이전트를 고르는 방법을 정리합니다. AI 전반의 개념은 AI(인공지능)란 무엇인가에서 먼저 보실 수 있습니다.

AI 도입, 어디서부터 시작할지 함께 정리해 드립니다

어떤 업무를 API 에 남기고 무엇을 사내로 내릴지 — 도입 범위와 총소유비용 판단까지 MSAP.ai 전문가가 함께 설계합니다.

이 글이 답하는 아홉 가지 질문 목록

  1. AI 에이전트 추천 글마다 1위가 다른 이유는 무엇인가?
  2. 업무용 AI 에이전트는 용도에 따라 어떻게 나뉘나?
  3. 제품을 공정하게 비교하려면 어떤 기준을 써야 하나?
  4. 문서·메일·회의 업무에는 어떤 AI 에이전트가 맞나?
  5. 국내 협업 도구에 붙은 AI 에이전트는 무엇이 다른가?
  6. 고객 응대·영업·IT 서비스, 개발 업무에는 무엇을 보나?
  7. 직접 만드는 빌더와 사내 설치형은 언제 필요한가?
  8. 가격 구조와 라이선스는 어떻게 비교하나?
  9. 회사 규모와 부서별로 어떤 조합이 현실적인가?

AI 에이전트 추천 글마다 1위가 다른 이유

검색 결과에 나오는 AI 에이전트 추천 목록을 몇 개만 열어 보면 1위가 모두 다릅니다. 어떤 글은 코딩 도구를, 어떤 글은 오피스 비서를, 또 어떤 글은 노코드 자동화 도구를 맨 위에 둡니다. 이 차이는 누가 틀려서가 아니라 비교 대상의 용도가 서로 다르기 때문입니다. 개발자가 쓰는 코딩 에이전트와 영업 조직이 쓰는 고객 응대 AI 에이전트는 같은 표에 올릴 수 없습니다.

두 번째 이유는 기준이 드러나지 않는 순위입니다. 기능 개수, 체감 성능, 가격, 국내 지원 같은 기준 중 무엇에 무게를 두었는지 밝히지 않으면 읽는 사람은 순위만 기억합니다. 그런데 기업 구매에서 결정을 가르는 것은 대개 성능 차이보다 데이터를 어디에 둘 수 있는가, 이미 쓰는 업무 도구와 붙는가, 누가 승인하고 기록을 남기는가 같은 조건입니다.

세 번째 이유는 시점입니다. 2026년 들어 주요 제품의 이름과 요금제가 자주 바뀌었습니다. 이번 점검에서도 GitHub Copilot 의 에이전트 기능 이름이 “Copilot cloud agent”로 바뀌어 있었고, Cursor 의 개인 요금제 이름이 새로 정리돼 있었으며, 노코드 빌더 Flowise 는 2026년 8월 31일 지원 종료를 공지한 상태였습니다. 코딩 도구 쪽에서도 Windsurf 가 Devin Desktop 으로 이름을 바꿨고, Gemini Code Assist 는 2026년 10월 9일부터 신규 구매가 막혔습니다. 반년 전 추천 글을 그대로 믿으면 이미 없는 요금제나 종료된 도구를 고르게 됩니다.

그래서 이 글은 순위표를 만들지 않습니다. 대신 업무 용도로 후보를 나누고, 모든 후보에 같은 기준을 적용하며, 제품 사실은 각 회사 공식 페이지에서 2026년 10월 28일에 직접 확인한 내용만 씁니다. 확인하지 못한 항목은 비워 두고 “미확인”으로 표시했습니다. AI 에이전트가 무엇인지부터 정리하려면 AI Agent란 무엇인가를 먼저 보시는 편이 빠릅니다.

AI 에이전트를 한 문장으로 정의하면 사용자를 대신해 목표까지 일을 이어 가는 AI 시스템입니다. 질문에 답하는 데서 멈추지 않고 스스로 순서를 정하고 필요한 도구를 골라 쓰는 점이 챗봇과 다릅니다. 추천 글마다 이 “대신 하는 일”의 범위를 다르게 잡기 때문에 1위도 달라집니다. 특히 많이 엇갈리는 지점은 워크플로우와 에이전트의 경계입니다. 아래 그림처럼 처리 내용과 단계를 미리 정할 수 있으면 워크플로우가 더 예측 가능하고 싸며, 순서를 그때그때 AI가 판단해야 하는 일에서만 에이전트가 제값을 합니다. 정해진 순서로만 도는 제품도 에이전트라는 이름을 달고 순위표에 오르기 때문에 1위가 갈립니다.

AI 워크플로우와 AI 에이전트를 좌우로 나눠 비교한 슬라이드입니다. 워크플로우는 추출·분류·요약처럼 미리 정한 순서대로 실행해 결과와 비용을 예측하기 쉽고, 에이전트는 목표를 받아 어떤 행동을 어떤 순서로 할지 스스로 판단하는 대신 비용과 오류가 늘 수 있어, 처리 내용과 단계를 미리 정할 수 있는지가 둘을 가르는 기준이라는 점을 알 수 있습니다.

그림. AI 워크플로우와 AI 에이전트를 가르는 기준 — 단계를 미리 정할 수 있는가

추천이 엇갈리는 이유 독자가 놓치는 것 이 글의 처리
용도가 다른 제품을 한 표에 올림 우리 업무와 맞는지 용도 여섯 가지로 나눠 비교
기준을 밝히지 않음 왜 그 순위인지 공통 기준 일곱 가지 공개
작성 시점이 지남 요금제·이름 변경 2026년 10월 기준 공식 페이지 확인
자사 제품을 1위로 둠 이해 상충 자사 제품도 한계와 함께 한 후보로만

업무용 AI 에이전트를 용도로 나누는 기준

업무용 AI 에이전트는 기술 구조로 나눌 수도 있지만, 구매 판단에는 어떤 업무 화면 안에서 일하는가로 나누는 편이 실용적입니다. 이 글은 여섯 갈래로 나눕니다. 구조에 따른 분류(반응형·목표 기반·멀티 에이전트 등)는 AI 에이전트 종류에서 따로 다룹니다.

첫째는 문서·메일·회의 비서형입니다. 오피스 프로그램과 메일, 메신저 안에서 요약·초안 작성·자료 조사를 맡습니다. Microsoft 365 Copilot, Gemini Enterprise, Claude 의 팀 요금제가 여기에 들어갑니다. 직원 대부분이 매일 쓰기 때문에 사용자 수가 가장 많고 비용도 사용자 수에 비례합니다.

둘째는 국내 협업 도구 일체형입니다. 국내 기업이 많이 쓰는 그룹웨어·협업 도구에 붙은 AI 기능으로, 삼성SDS Brity Copilot, 네이버웍스 AI 스튜디오가 대표적입니다. 한국어 업무 관행(결재, 공문, 회의록)에 맞춘 기능이 강점입니다.

셋째는 업무 시스템 내장형입니다. CRM 이나 IT 서비스 관리 시스템 안에서 고객 응대, 영업 기회 관리, 장애 접수를 처리합니다. Salesforce Agentforce, ServiceNow 의 AI 에이전트가 해당합니다. 이미 그 시스템을 쓰는 조직에서만 의미가 있습니다.

넷째는 개발용 AI 코딩 에이전트입니다. 저장소를 읽고 여러 파일을 고치고 테스트와 PR 까지 진행합니다. GitHub Copilot, Claude Code, Cursor, OpenAI Codex 가 있습니다.

다섯째는 직접 만드는 빌더입니다. 정해진 제품 기능이 아니라 우리 업무 절차를 AI 에이전트로 조립합니다. Microsoft Copilot Studio 같은 상용 빌더와 n8n, Dify 같은 설치형 도구가 있습니다.

여섯째는 사내 설치형 에이전트와 운영 콘솔입니다. 데이터를 외부 클라우드에 둘 수 없는 조직이 오픈소스 에이전트 런타임이나 구축형 플랫폼을 직접 운영하는 경우입니다. LG CNS AgenticWorks 처럼 클라우드와 온프레미스를 모두 지원한다고 밝힌 플랫폼, 그리고 Hermes Agent 위에 얹는 MSAP.ai AAS 같은 콘솔이 이 갈래에 속합니다.

용도 일하는 자리 대표 후보(2026년 10월) 비용이 늘어나는 단위
문서·메일·회의 비서형 오피스·메일·메신저 Microsoft 365 Copilot, Gemini Enterprise, Claude Team 사용자 수
국내 협업 도구 일체형 국내 그룹웨어 Brity Copilot, 네이버웍스 AI 스튜디오 사용자 수
업무 시스템 내장형 CRM·ITSM Salesforce Agentforce, ServiceNow AI 에이전트 대화·액션·사용자
AI 코딩 에이전트 저장소·IDE·터미널 GitHub Copilot, Claude Code, Cursor, Codex 개발자 수·사용량
직접 만드는 빌더 업무 흐름 Copilot Studio, n8n, Dify 실행 횟수·워크스페이스
사내 설치형·운영 콘솔 사내 서버·폐쇄망 AgenticWorks, Hermes Agent + MSAP.ai AAS 인프라·운영 인력

한 조직이 한 갈래만 쓰는 경우는 드뭅니다. 전 직원은 비서형을 쓰고, 개발 조직은 코딩 에이전트를, 특정 부서의 반복 업무는 빌더나 사내 설치형으로 만드는 식의 조합이 일반적입니다. 그래서 AI 에이전트 추천은 제품 하나가 아니라 용도별 조합으로 답해야 정확합니다.

대화 시스템 연구에서는 사용자가 왜 AI와 대화하는지로 서비스를 나눕니다. 목적을 이루려고 대화하면 태스크 지향형, 대화 자체가 목적이면 비태스크 지향형, 모르는 것을 물으면 질의응답형입니다. 아래 그림처럼 오늘날의 AI 에이전트는 태스크 지향형, AI 챗봇은 비태스크 지향형, RAG 검색 서비스는 질의응답형에 대응합니다.

대화 목적에 따라 태스크 지향형, 비태스크 지향형, 질의응답형 세 갈래로 나누고 각각을 오늘날의 AI 에이전트, AI 챗봇, RAG 서비스에 대응시킨 슬라이드입니다. 티켓 예약이나 결제처럼 목적을 이루려는 대화가 에이전트의 몫이고, 잡담과 제품 문답은 챗봇과 검색 서비스의 몫이라는 점을 알 수 있습니다.

그림. 대화 목적으로 나눈 AI 서비스 — 에이전트·챗봇·RAG

이 글은 구매 판단을 위해 일하는 자리로 나누지만, 후보가 실제로 업무를 끝까지 수행하는 태스크 지향형인지, 대화나 검색에 머무는지를 함께 적어 두면 뒤에서 볼 권한·승인과 무인 실행 기준을 얼마나 엄격하게 볼지 미리 가늠할 수 있습니다.

AI 에이전트를 공정하게 비교하는 일곱 가지 기준

용도를 나눈 뒤에는 모든 후보에 같은 질문을 던져야 합니다. 아래 일곱 가지는 MSAP.ai 가 AI Agent 필수 기능 여덟 가지에서 정리한 점검 항목(절차 기억·채널 통합·무인 실행·실행 격리·데이터 처리 위치·권한 분리·위험 명령 승인·결과 검증)을 구매 비교에 맞게 다시 묶은 것입니다.

기준 1. 데이터가 머무는 곳. 질문과 첨부 파일, 연결된 사내 데이터가 어느 나라, 어느 클라우드에서 처리되는지 확인합니다. 대부분의 상용 서비스는 기업 요금제에서 고객 데이터를 모델 학습에 쓰지 않는다고 밝히지만, 처리 지역을 고를 수 있는지는 제품마다 다릅니다. 이번에 확인한 글로벌 제품 공식 페이지 어디에도 한국 리전 데이터 보관을 명시한 문구는 없었습니다.

기준 2. 이미 쓰는 업무 도구와의 연결. 메일·문서·메신저·그룹웨어·업무 시스템과 기본 커넥터로 붙는지, MCP 같은 표준 연결을 지원하는지 봅니다. 연결이 없으면 AI 에이전트는 결국 사람이 복사해 붙여 준 내용만 다룹니다.

기준 3. 권한과 승인. AI 에이전트가 사용자 권한 그대로 움직이는지, 메일 발송·파일 삭제처럼 되돌리기 어려운 동작 앞에서 사람의 승인을 받는지, 승인 기록이 남는지 확인합니다.

챗봇을 고를 때 쓰던 검토 항목을 AI 에이전트에 그대로 대면 이 기준이 빠지기 쉽습니다. 두 도구는 대화창 모양이 비슷하지만, AI 에이전트는 목표만 받고 도구를 골라 여러 단계를 스스로 이어 실행하므로 되돌리기 어려운 동작을 아무도 막지 않은 채 운영이 시작될 수 있습니다.

기준 4. 무인 실행과 관측. 예약 작업이나 이벤트로 사람이 없을 때 실행되는지, 실패하면 누가 알 수 있는지를 봅니다. 한 번 써 보는 것과 매일 맡기는 것은 요구가 다릅니다.

기준 5. 비용 구조. 사용자당 월 요금인지, 대화·액션·실행 횟수 같은 사용량 요금인지, 둘을 섞는지 확인합니다. 같은 업무량이라도 구조에 따라 연간 비용이 크게 달라집니다.

기준 6. 라이선스와 설치 형태. SaaS 전용인지, 직접 설치(self-host)가 되는지, 오픈소스라면 어떤 라이선스이고 상업적 사용 조건이 있는지 봅니다. “오픈소스”라는 말만으로는 사내 서비스로 써도 되는지 알 수 없습니다.

기준 7. 한국어 업무와 국내 지원. 한국어 문서·공문·회의 관행을 다루는지, 원화 결제·국내 계약·기술 지원이 되는지 확인합니다.

기준 확인 질문 놓치면 생기는 일
데이터 위치 어디서 처리·보관되나, 학습에 쓰이나 보안 심의에서 도입 중단
업무 도구 연결 기본 커넥터·MCP 지원 범위 복사·붙여넣기 비서에 머묾
권한·승인 되돌리기 어려운 동작에 승인이 있나 잘못 보낸 메일·지운 파일
무인 실행·관측 실패를 누가 언제 아나 결과를 기다리던 사람이 가장 늦게 발견
비용 구조 사용자·사용량·실행 횟수 중 무엇 확산 단계에서 예산 초과
라이선스·설치 SaaS 전용인가, 상업 사용 조건은 법무 검토에서 재선정
한국어·국내 지원 국내 업무 관행·원화 계약 현업 정착 실패

이 일곱 가지 중 데이터 위치와 라이선스는 통과·탈락을 가르는 조건이고, 나머지 다섯 가지는 점수를 매기는 조건입니다. 탈락 조건부터 걸러야 비교표가 짧아지고 회의가 빨라집니다. 사내에서 AI 에이전트 추천을 요청받았다면 이 일곱 칸을 빈 표로 먼저 공유하고, 각 부서가 원하는 AI 에이전트를 같은 칸에 채워 오게 하는 방식이 효과적입니다.

2026년 10월 기준 비교표를 읽는 방법

이 글의 가격·기능·라이선스는 2026년 10월 28일 각 회사 공식 페이지에서 확인한 내용입니다. 몇 가지 원칙을 먼저 밝혀 둡니다.

첫째, 표시 가격은 페이지에 적힌 그대로 옮겼습니다. 달러 가격은 대부분 세금 별도이고 연간 약정 기준인 경우가 많습니다. 원화 가격이 공식 페이지에 있는 경우에만 원화로 적었습니다.

둘째, 페이지에서 확인하지 못한 수치는 쓰지 않았습니다. 제3자 기사나 검색 요약에만 있는 가격은 넣지 않았습니다. 예를 들어 ServiceNow 는 이번 점검에서 공식 가격 페이지가 열리지 않아 가격 칸을 비웠고, ChatGPT Enterprise 처럼 공개 가격이 없는 요금제도 비워 두었습니다. 검토하신다면 공식 페이지나 영업 담당에게 직접 확인하시기 바랍니다.

셋째, “영업 문의” 제품은 가격 칸을 비웠습니다. ServiceNow, LG CNS AgenticWorks, Gemini Enterprise 의 상위 에디션처럼 공개 가격이 없는 제품은 비싸다는 뜻이 아니라 계약 조건에 따라 달라진다는 뜻입니다.

넷째, 이름과 요금제는 자주 바뀝니다. 이번 점검에서도 Google 의 업무용 AI 에이전트 랜딩 페이지 제목이 “Gemini for Business”로 바뀌어 있었고, 문서에서는 여전히 Gemini Enterprise 라는 이름을 쓰고 있었습니다. 구매 직전에는 반드시 공식 페이지를 다시 확인해야 합니다.

다섯째, 자사 제품도 같은 원칙을 따릅니다. MSAP.ai AAS 는 사내 설치형 갈래의 한 후보로만 다루고, 공개 자료에 적힌 부족한 항목을 함께 적었습니다.

표기 뜻
2026년 10월 기준 2026-10-28 공식 페이지 확인
영업 문의 공개 가격 없음, 계약 조건별 견적
미확인 공식 페이지가 열리지 않았거나 해당 내용이 없음
세금 별도 페이지에 부가세·세금 별도로 표시

문서·메일·회의 업무용 AI 에이전트 비교

가장 많은 직원이 쓰게 될 갈래입니다. 판단의 출발점은 지금 회사가 쓰는 오피스·메일 환경입니다. 오피스 환경과 같은 회사의 AI 에이전트를 고르면 문서·메일·일정에 바로 접근하고 권한 체계도 그대로 이어받습니다. 다른 회사 제품을 고르면 커넥터로 연결해야 합니다. 문서 업무용 AI 에이전트 추천 질문의 절반은 이 한 가지 사실로 답이 정해집니다.

Microsoft 365 Copilot 은 Word·Excel·Outlook·Teams 안에서 일하는 비서이자 AI 에이전트 묶음입니다. 공식 페이지 기준으로 고급 추론 에이전트인 Researcher 와 Analyst, 회의를 돕는 Facilitator 가 라이선스에 포함되고, Agent Store 에서 Microsoft 와 서드파티 AI 에이전트를 추가할 수 있습니다. 엔터프라이즈용 추가 라이선스는 한국 공식 페이지 기준 사용자당 월 40,500원(연간 결제, 부가세 별도)이며, 별도의 적격 Microsoft 365 라이선스가 있어야 합니다. 중소기업용 Microsoft 365 Copilot Business 추가 라이선스는 한국 페이지 기준 사용자당 월 28,400원(연간 결제, 부가세 별도)이고, 2026년 12월 31일까지는 적격 비즈니스 플랜을 쓰는 기존 고객에게 첫해 할인가 24,343원이 표시돼 있습니다. 공식 페이지는 고객 데이터를 파운데이션 모델 학습에 쓰지 않는다고 밝힙니다.

Gemini Enterprise 는 Google Cloud 의 업무용 AI 에이전트 플랫폼입니다. 공식 FAQ 는 이를 직원이 AI 에이전트를 찾고 만들고 공유하고 실행하는 환경으로 설명합니다. Business 에디션은 좌석당 월 21달러부터로 공개돼 있고 30일 체험이 있으며, Standard·Plus 등 상위 에디션은 영업 문의입니다. Deep Research 같은 사전 제작 에이전트, 노코드 Workflow Builder, Microsoft 365·Notion·HubSpot 등과의 커넥터를 제공합니다. Google Workspace 요금제에도 Gemini 기능과 Workspace Studio 의 에이전트 자동화가 포함돼 있어, Workspace 를 쓰는 조직은 이 둘의 범위를 먼저 구분해야 합니다.

Claude Team·Enterprise 는 Anthropic 의 조직용 요금제입니다. 공식 요금 페이지 기준 Team 은 2~150명용으로 Standard 좌석 월 20달러(연간)·25달러(월간), Enterprise 는 좌석당 월 20달러(연간, 최소 20좌석)에 사용량 요금이 따로 붙습니다. 두 요금제 모두 Claude Code 와 Claude Cowork, 커넥터, Projects 를 포함하고, 기본적으로 모델 학습에 쓰지 않는다고 밝힙니다. 문서·조사 업무와 개발 업무를 한 요금제로 묶고 싶은 조직이 검토할 만합니다.

항목 Microsoft 365 Copilot Gemini Enterprise Claude Team·Enterprise
잘 맞는 환경 Microsoft 365 를 쓰는 조직 Google Workspace·Google Cloud 조직 오피스와 무관하게 조사·문서·개발을 묶을 때
공개 가격(2026년 10월 기준) 사용자당 월 40,500원(한국 페이지, 연간, 부가세 별도) Business 좌석당 월 21달러부터, 상위 에디션 영업 문의 Team Standard 월 20달러(연간), Enterprise 월 20달러+사용량
대표 에이전트 기능 Researcher·Analyst·Facilitator, Agent Store Deep Research, Workflow Builder, Agent Marketplace Claude Code, Claude Cowork, 커넥터
학습 사용 학습에 쓰지 않음(공식 표기) 학습에 쓰지 않음(공식 표기) 기본값 학습 없음(공식 표기)
설치 형태 SaaS SaaS SaaS

결론부터 말하면, 오피스 환경이 이미 정해져 있다면 같은 회사 제품이 첫 후보입니다. 다만 그 선택이 끝이 아닙니다. 비서형 AI 에이전트는 개인 생산성에는 강하지만, 부서의 정해진 절차를 매일 무인으로 돌리는 일에는 빌더나 운영 콘솔이 따로 필요해지는 경우가 많습니다.

Microsoft 365 Copilot과 Gemini Enterprise를 고르는 기준

두 제품은 기능 목록만 보면 비슷해 보입니다. 실제 선택을 가르는 것은 기능보다 조직의 데이터가 어디에 쌓여 있는가입니다. 메일과 문서가 Exchange·SharePoint·OneDrive 에 있다면 Microsoft 365 Copilot 이 권한과 검색을 그대로 물려받습니다. Gmail·Drive 가 중심이라면 Gemini 쪽이 같은 이점을 가집니다. 반대 회사 제품을 고르면 커넥터 설정과 권한 대조가 추가 과제가 됩니다.

두 번째 기준은 맞춤 AI 에이전트를 어디까지 만들 것인가입니다. Microsoft 는 공식 가격 페이지에서 Copilot 라이선스 사용자가 Microsoft 365 안의 내부 AI 에이전트를 추가 비용 없이 만들 수 있고, 외부 채널에 게시하거나 라이선스 없는 사용자에게 열려면 별도 Copilot Studio 라이선스가 필요하다고 설명합니다. Copilot Studio 의 용량 팩은 미국 페이지 기준 팩당 월 200달러(2만 5천 Copilot Credits)로 표시돼 있습니다. Google 은 Business 에디션에 노코드 Workflow Builder 를 넣고, 개발자용 Gemini Enterprise Agent Platform 은 따로 판매한다고 FAQ 에 적고 있습니다.

세 번째 기준은 사용량 과금이 붙는 영역입니다. Microsoft 공식 페이지는 일상적인 AI 기능은 라이선스에 포함하고, 위임형 작업(Cowork·Autopilot 등)은 Copilot Credits 로 쓴 만큼 과금한다고 밝힙니다. 사용자당 요금만 보고 예산을 잡으면 확산 단계에서 사용량 비용이 따로 생길 수 있습니다. 연간 예산에는 좌석 요금과 사용량 요금을 나눠 적어야 합니다.

네 번째 기준은 데이터 처리 지역입니다. Microsoft 는 EU Data Boundary 와 Advanced Data Residency 를, Google 은 Standard·Plus 에디션의 지역 선택을 언급하지만, 두 회사 모두 이번에 확인한 페이지에서 한국 리전 보관을 명시하지 않았습니다. 공공기관이나 금융권처럼 처리 지역이 심의 대상이라면 계약 전에 서면으로 확인해야 합니다.

판단 질문 Microsoft 365 Copilot 쪽 Gemini Enterprise 쪽
메일·문서 저장소 Exchange·SharePoint·OneDrive Gmail·Drive
맞춤 에이전트 내부용은 라이선스에 포함, 외부 게시는 Copilot Studio Workflow Builder, 개발자용 Agent Platform 별도
사용량 과금 위임형 작업은 Copilot Credits 좌석 과금, Agent Platform 은 별도 구매
처리 지역 EU Data Boundary·ADR 언급, 한국 명시 없음 Standard·Plus 지역 선택, 한국 명시 없음

국내 협업 도구에 붙은 AI 에이전트 비교

국내 그룹웨어를 쓰는 조직이라면 글로벌 오피스 AI 에이전트보다 이미 쓰는 협업 도구의 AI 기능이 현실적인 첫 후보입니다. 결재·공문·메신저처럼 국내 업무 관행에 맞춘 기능과 원화 계약이 강점입니다. 국내 기업 담당자가 AI 에이전트 추천을 찾을 때 글로벌 제품만 나열된 목록을 보고 망설이는 이유도 여기에 있습니다.

삼성SDS Brity Copilot 은 Brity Works 의 업무용 생성형 AI 입니다. 국문 공식 페이지 기준으로 메일·결재, 메신저, 미팅, 오피스 네 영역에 AI 기능을 제공하고, 사내 데이터와 업무 시스템을 연결한 통합 검색, 실시간 자막과 자동 회의록, 내부 정보·소스코드 입력 자동 차단과 사용자별 접근 권한을 내세웁니다. 업무를 맡기면 계획 수립부터 자료 취합·문서 작성까지 이어 가는 Cowork 는 페이지에 2026년 10월 출시로 표기돼 있습니다. 제공 방식은 SaaS 이며 Brity Works 도입이 전제입니다. 가격은 Brity Copilot 소개 페이지가 아니라 삼성SDS 국문 Brity Works 요금표에 있습니다. 2026년 10월 28일 확인 기준으로 Brity Copilot 을 더하면 ID당 월 2만 원(메일·메신저 구성) 또는 3.2만 원(미팅이 들어간 구성)이 추가되고, 코파일럿 포함 요금제는 메일·메신저 29,000원, 메일·메신저·미팅 44,000원, 메일·메신저·미팅·드라이브 48,000원입니다(VAT 미포함, ID당 월). 미팅 단독 라이트 요금제는 코파일럿 포함 시 30,000원이고, Enterprise 는 별도 협의입니다. 삼성SDS 미국 영문 페이지에는 27,000 KRW(메일·메신저·드라이브·오피스)·12,000 KRW(미팅)라는 다른 값이 적혀 있으니, 국내 도입은 국문 요금표와 견적을 기준으로 삼아야 합니다. 정부·공공기관용 Brity Works 는 국가정보자원관리원 기반 공공 전용 클라우드에서 구독형으로 제공된다고 공식 페이지에 적혀 있습니다.

네이버웍스 AI 스튜디오 는 공식 페이지에서 “우리 회사를 가장 잘 아는 업무 어시스턴트”로 소개됩니다. 역할과 답변 규칙을 정한 맞춤형 어시스턴트를 만들고, 업로드한 자료와 메시지·게시판 데이터를 배경 지식으로 연결하며, 타임라인에서 업무 맥락을 정리하고 다음 할 일을 제안합니다. 가격은 구성원 1인당 월 9,000원(연간 계약, 인당 140만 토큰)이고 30일 무료 체험이 있습니다. 페이지는 “에이전트” 대신 “어시스턴트”라는 말을 쓰므로, 무인 실행이나 외부 시스템 실행까지 기대한다면 데모에서 범위를 확인해야 합니다.

삼성SDS 는 별도로 FabriX 를 기업 데이터·업무 시스템과 여러 파운데이션 모델을 결합해 현업이 AI 에이전트를 만들고 공유하는 플랫폼으로 소개합니다. 협업 도구의 AI 기능과 AI 에이전트 개발 플랫폼은 구매 단위가 다르다는 점을 구분해 두면 비교가 깔끔해집니다.

항목 Brity Copilot 네이버웍스 AI 스튜디오
전제 Brity Works 사용 네이버웍스 사용
강점 결재·회의록·사내 검색, 입력 차단 맞춤 어시스턴트, 사내 메시지·게시판 연동
공개 가격(2026년 10월 기준) 국문 Brity Works 요금표 기준 코파일럿 추가 ID당 월 2만 원(메일·메신저)·3.2만 원(미팅 포함 구성), VAT 미포함 1인당 월 9,000원(연간 계약)
제공 방식 SaaS, 공공 전용 클라우드 별도 SaaS(배포 상세 미확인)
확인할 점 Cowork 출시 범위, 견적 에이전트형 실행 범위

국내 협업 도구 일체형의 핵심 장점은 정착 속도입니다. 직원이 새 화면을 배우지 않아도 되므로 사용률이 빨리 오릅니다. 반면 협업 도구 바깥의 업무 시스템까지 AI 에이전트가 손을 뻗어야 한다면 연결 범위를 데모로 확인해야 합니다.

고객 응대·영업·IT 서비스 업무용 AI 에이전트 비교

고객 응대, 영업 기회 관리, IT 장애 접수처럼 업무 시스템 안에 데이터와 절차가 이미 있는 업무는 그 시스템에 내장된 AI 에이전트가 유리합니다. 고객 이력, 티켓 상태, 승인 규칙을 따로 연결할 필요가 없기 때문입니다. 이 갈래의 AI 에이전트는 시스템 데이터를 그대로 근거로 쓰므로 답변의 출처를 추적하기도 쉽습니다. 반대로 그 시스템을 쓰지 않는 조직에게는 후보가 되기 어렵습니다.

Salesforce Agentforce 는 공식 페이지에서 영업·서비스·HR 등 용도별 AI 에이전트, 며칠~몇 주 단위 목표를 추적하는 Long-Horizon Runtime, 여러 전문 에이전트를 조율하는 Multi-Agent Orchestration 을 소개합니다. 가격 구조가 특히 다양합니다. 공식 가격 페이지 기준으로 고객 대면 AI 에이전트에 쓰는 대화당 2달러, 액션 단위로 차감하는 Flex Credits(10만 크레딧당 500달러, 액션당 20크레딧), 직원용 무제한 사용 추가 기능(사용자당 월 125달러) 등이 나란히 있습니다. Flex Credits 와 대화 과금은 한 조직에서 함께 쓸 수 없다고 적혀 있고, 페이지 스스로 상세 견적은 영업 문의라고 밝힙니다.

ServiceNow 는 공식 문서 기준으로 기존 Now Assist 를 ServiceNow Otto 라는 이름의 대화형 AI 플랫폼으로 정리했고, AI Agent Studio 에서 다중 에이전트 추론 흐름을 설계할 수 있다고 설명합니다. 일부 AI 기능은 자체 설치(self-hosted) 고객이나 특정 정부용 데이터센터에는 제공되지 않는다는 제한도 문서에 있습니다. 공식 제품·가격 페이지는 이번 점검에서 열리지 않아 가격은 미확인으로 둡니다.

이 갈래에서 비교할 때는 업무 1건당 비용으로 환산해야 합니다. 대화당 과금은 상담 건수가 예측 가능한 조직에, 사용자당 무제한 과금은 직원 소수가 많이 쓰는 조직에 유리합니다. 상담 건수가 계절에 따라 크게 출렁이는 유통·공공 민원 업무라면 최대 월 건수로 시뮬레이션해 두어야 예산을 지킬 수 있습니다.

항목 Salesforce Agentforce ServiceNow AI 에이전트
전제 Salesforce CRM ServiceNow 플랫폼
대표 업무 고객 상담, 영업, 현장 서비스 IT 서비스 데스크, 업무 요청 처리
가격 구조(2026년 10월 기준) 대화당 2달러, Flex Credits, 사용자당 추가 기능 미확인(가격 페이지 접근 불가)
확인할 점 과금 방식 선택, 미사용 크레딧 이월 없음 자체 설치 고객 기능 제한

업무 시스템 내장형은 정확도의 근거가 시스템 데이터에 있다는 점이 강점입니다. 상담 이력과 정책 문서가 정리돼 있지 않다면 어떤 제품도 기대만큼 답하지 못합니다. 그래서 이 갈래는 제품 선정보다 지식 문서 정비를 먼저 일정에 넣는 편이 맞습니다.

개발 업무용 AI 코딩 에이전트 비교

AI 코딩 에이전트는 추천 글이 가장 많은 갈래이자 변화가 가장 빠른 갈래입니다. 2026년 10월 기준 네 후보는 모두 저장소를 읽고 여러 파일을 고치며 PR 까지 이어 가는 AI 에이전트 기능을 갖추고 있어, 차이는 어디서 실행되는가, 어떻게 과금되는가, 기존 개발 도구와 어떻게 붙는가에서 납니다. 개발 조직의 AI 에이전트 추천은 결국 저장소와 IDE 를 기준으로 정해집니다.

GitHub Copilot 은 공식 플랜 페이지 기준 Business 가 좌석당 월 19달러, Enterprise 가 39달러이며, 무료 플랜을 뺀 모든 플랜에 클라우드에서 이슈를 받아 작업하는 Copilot cloud agent 가 포함됩니다. GitHub 로 코드를 관리하는 조직이라면 권한·감사 체계를 그대로 쓰는 장점이 큽니다.

Claude Code 는 Anthropic 공식 페이지 기준 모든 유료 요금제에 포함되며, 터미널·VS Code·JetBrains·데스크톱 앱·웹에서 실행됩니다. 여러 파일 수정, git 커밋과 PR, MCP 도구 연결, 병렬 하위 에이전트를 지원합니다. 조직 도입 단계는 MSAP.ai 의 Claude Code 기업 도입 3단계에서 자세히 다룹니다.

Cursor 는 에디터 자체에 AI 에이전트를 넣은 제품입니다. 공식 요금 페이지 기준 팀용 Teams 는 사용자당 월 30달러부터, Enterprise 는 영업 문의이며, 상위 개인 요금제와 팀 요금제에 클라우드 에이전트와 자동화가 포함됩니다.

OpenAI Codex 는 공식 가격 문서 기준 ChatGPT Business·Enterprise 를 포함한 여러 ChatGPT 요금제에 포함되고(한국어 공식 요금 페이지 기준 Business Standard 시트는 연간 결제 시 사용자당 월 28,900원, 월간 결제 시 36,100원, 2~200명), CLI·IDE 확장·클라우드에서 실행됩니다. CLI 는 GitHub 저장소 기준 Apache-2.0 라이선스입니다. API 키로 쓰면 API 요금으로 과금되고 일부 클라우드 기능이 빠진다고 적혀 있습니다.

네 후보 밖의 코딩 도구는 2026년에 이름과 판매 상태가 크게 바뀌었습니다. Windsurf 는 Devin Desktop 으로 이름을 바꿨고, Gemini Code Assist Standard·Enterprise 는 2026년 10월 9일부터 신규 구매가 막혀 후속 제품으로 안내되며, Amazon Q Developer 는 2027년 4월 30일 지원 종료를 공지하고 Kiro 로 이관을 권합니다. 오픈소스 확장 Roo Code 는 2026년 5월 15일 서비스를 끝냈습니다. 이런 도구는 신규 후보에서 빼거나 후속 제품으로 바꿔 검토해야 합니다.

항목 GitHub Copilot Claude Code Cursor OpenAI Codex
조직용 가격(2026년 10월 기준) Business 좌석당 월 19달러, Enterprise 39달러 Team·Enterprise 요금제에 포함 Teams 사용자당 월 30달러부터 ChatGPT 요금제에 포함(Business Standard 시트 월 28,900원, 연간)
실행 위치 GitHub 클라우드·IDE 터미널·IDE·데스크톱·웹 Cursor 에디터·클라우드 CLI·IDE·클라우드
잘 맞는 조직 GitHub 중심 터미널 중심·자동화 에디터 통일 ChatGPT 를 이미 쓰는 조직

코딩 에이전트를 고를 때 놓치기 쉬운 것은 소스코드가 외부로 나가도 되는가입니다. 네 후보 모두 기본은 외부 모델 호출입니다. 소스코드 반출이 막힌 조직은 사내 모델과 붙는 오픈소스 코딩 에이전트를 검토해야 하며, 이 선택지는 OpenCode — 독점형 vs 오픈소스 AI 코딩 에이전트에서 비교했습니다.

직접 만드는 AI 에이전트 빌더 선택 기준

제품 기능으로 해결되지 않는 부서 고유의 절차는 빌더로 직접 만들어야 합니다. 빌더 선택의 첫 질문은 기능이 아니라 설치를 어디에 하느냐와 라이선스가 사내 사용을 허용하느냐입니다. 빌더로 만든 AI 에이전트는 조직의 자산이 되므로, 도구가 사라져도 흐름을 옮길 수 있는지까지 봐야 합니다. 노드별 기능 비교는 AI Agent 빌더 4종 비교에서, 업무 선정부터 운영까지의 과정은 AI 에이전트 만들기에서 다룹니다.

Microsoft Copilot Studio 는 Microsoft 365 와 외부 채널에 게시할 AI 에이전트를 만드는 상용 빌더입니다. SaaS 이며 Copilot Credits 기반으로 과금됩니다. Microsoft 365 중심 조직에서는 가장 마찰이 적습니다.

n8n 은 업무 자동화 흐름에 AI 단계를 넣는 도구로, Docker 로 직접 설치하거나 n8n Cloud 를 쓸 수 있습니다. 라이선스는 OSI 승인 오픈소스가 아니라 n8n 이 “fair-code”라고 부르는 Sustainable Use License 이며, 공식 저장소 기준 내부 업무 목적이나 비상업·개인 용도로 사용을 제한합니다. 클라우드 요금은 공식 페이지 기준 월 워크플로 실행 횟수로 나뉘며 Starter 가 월 20유로(연간 결제, 2,500회)부터입니다.

Dify 는 LLM 앱과 AI 에이전트를 만드는 플랫폼으로, Docker Compose 로 직접 설치하거나 Dify Cloud 를 씁니다. 라이선스는 Apache 2.0 을 바탕으로 멀티테넌트 서비스 제공 제한과 로고 유지 조건을 더한 Dify Open Source License 입니다. 사내 단일 워크스페이스로 쓰는 것과 고객에게 서비스로 파는 것은 조건이 다릅니다.

Flowise 는 신규 도입 후보에서 빼야 합니다. 공식 공지 기준 2026년 7월 29일 기능 개발을 멈췄고, 8월 10일 GitHub 저장소를 보관(archive) 상태로 바꿨으며, 8월 31일 공식 지원을 종료했습니다. 코드는 Apache 2.0 이라 계속 쓰고 고칠 수 있지만, 보안 패치를 조직이 직접 책임져야 합니다. 이미 Flowise 로 만든 흐름이 있다면 유지 계획과 이전 대상을 정해 두어야 합니다.

빌더 설치 형태 라이선스(2026년 10월 기준) 과금 단위 비고
Copilot Studio SaaS 상용 Copilot Credits(팩당 월 200달러 등) Microsoft 365 연계
n8n 직접 설치·Cloud Sustainable Use License(fair-code) 월 실행 횟수 내부 업무 목적 제한
Dify 직접 설치·Cloud Dify Open Source License 워크스페이스(연간) 멀티테넌트 제공 제한
Flowise 직접 설치(보관 코드) Apache 2.0 — 2026-08-31 지원 종료

빌더는 만드는 비용보다 운영 비용이 큽니다. 흐름 하나를 만드는 데 며칠이면 되지만, 그 흐름이 매일 제대로 돌았는지, 실패하면 누가 알았는지를 지켜보는 일은 계속 남습니다. 이 부분을 누가 맡을지 정하지 않고 빌더를 고르면 PoC 단계에서 멈추기 쉽습니다.

사내 설치형 AI 에이전트와 운영 콘솔이 필요한 조건

국가 망 보안체계(N²SF)의 기밀 등급 업무처럼 데이터를 외부 클라우드에 둘 수 없는 업무에서는 앞의 SaaS 후보가 기능과 관계없이 검토 대상에서 빠집니다. 이 경우 사내 서버에 AI 에이전트 런타임을 설치하고 사내 모델과 연결하는 구성이 남습니다. 공공기관, 금융권 일부 업무, 제조 설계 데이터가 대표적입니다. 이런 업무의 AI 에이전트 추천은 기능 비교가 아니라 설치 가능 여부에서 시작합니다.

망 분리 규제는 조금씩 풀리고 있습니다. N²SF 는 등급별로 생성형 AI 와 클라우드를 활용할 길을 열었습니다. 그러나 기밀 등급 업무는 여전히 분리된 망에 남기 때문에, 회의 녹음·공문처럼 민감한 자료를 외부 AI 서비스 없이 조직 안의 모델·음성 인식·OCR 로 처리하는 사내 설치 수요는 계속 남습니다.

이 갈래의 후보는 성격이 둘로 나뉩니다. 하나는 구축형 플랫폼입니다. LG CNS 는 AgenticWorks 를 모델 최적화·지식 파이프라인·라우팅·노코드 스튜디오 등 여섯 모듈로 구성된 에이전틱 AI 플랫폼으로 소개하고, 공식 페이지에서 클라우드와 온프레미스를 모두 지원한다고 밝힙니다. 가격은 상담 요청 방식입니다.

다른 하나는 오픈소스 AI 에이전트 런타임과 그 위의 운영 콘솔입니다. 오픈소스 Hermes Agent 는 스킬 기반 절차 기억, 메신저 채널, 예약 작업, 위험 명령 승인 같은 기능을 갖춘 AI 에이전트 런타임이며, 사내 모델과 결합하는 방법은 사내 AI 구축, 오픈소스 Hermes 에이전트 + Gemma 4 도입 가이드에서 다뤘습니다. 다만 런타임만으로는 부서 담당자가 AI 에이전트를 고치고, 관리자가 사람이 보지 않는 동안의 실행을 확인하는 화면이 부족합니다.

MSAP.ai AAS(AI Agent Studio) 는 이 빈자리를 채우려는 일반 사용자용 콘솔입니다. AAS 소개 자료 기준으로 부서 담당자가 AI 에이전트·스킬·정기 업무를 직접 정의하고, 실행은 Hermes Agent 플랫폼이 맡으며, 예약 작업 건강 상태와 자격증명 점검을 한 화면에서 봅니다. 같은 자료는 두 번째 플랫폼 연결, 사내 마켓 결제, 비용 자동 정지와 부서별 할당, 그룹·부서 권한 같은 부족한 항목도 함께 공개합니다. 그래서 AAS 가 맞는 조직은 좁습니다. 업무 데이터를 외부 클라우드에 둘 수 없고, Hermes Agent 를 운영하거나 도입할 계획인 조직이며, 외부 클라우드를 쓸 수 있다면 앞의 글로벌 SaaS 를 먼저 보는 편이 맞습니다.

항목 구축형 플랫폼(예: AgenticWorks) 오픈소스 런타임 + 콘솔(예: Hermes Agent + AAS)
설치 형태 클라우드·온프레미스(공식 표기) 사내 서버·쿠버네티스
장점 모듈 통합, 공급사 책임 범위 런타임 무변경, 부서 담당자 직접 수정
한계 견적·구축 기간 부족 항목 공개(멀티 플랫폼·비용 할당 등)
맞는 조직 전사 플랫폼을 한 번에 구축 이미 Hermes 를 운영·도입 예정

사내 설치형의 진짜 비용은 운영 인력입니다. 모델 서버, AI 에이전트 런타임, 콘솔, 로그 저장소를 누가 업데이트하고 장애에 대응할지 정하지 않으면 SaaS 보다 싸 보이던 계산이 1년 안에 뒤집힙니다.

AI 에이전트 가격 구조 비교

같은 업무라도 과금 단위가 다르면 비용이 다르게 늘어납니다. AI 에이전트의 가격표는 숫자보다 과금 단위를 먼저 읽어야 합니다. 2026년 10월 기준 공식 페이지의 과금 단위를 다섯 가지로 묶으면 다음과 같습니다.

사용자당 월 요금은 Microsoft 365 Copilot, Gemini Enterprise Business, Claude Team, Brity Copilot, 네이버웍스 AI 스튜디오, GitHub Copilot 이 기본으로 씁니다. 예산 예측이 쉽지만 쓰지 않는 사람에게도 돈이 나갑니다.

사용량 요금은 Salesforce 의 대화당·액션당 과금, Microsoft 의 Copilot Credits, Claude Enterprise 의 사용량 요금처럼 쓴 만큼 냅니다. 소수 업무에 집중 사용할 때 유리하지만 확산하면 상한을 걸어야 합니다.

실행 횟수 요금은 n8n Cloud 처럼 워크플로 실행 횟수로 나뉩니다. 예약 작업이 잦은 자동화에서 빨리 상한에 닿습니다.

워크스페이스 요금은 Dify Cloud 처럼 사용자 수가 아니라 작업 공간 단위로 연간 과금합니다.

인프라·운영 비용은 직접 설치형의 비용입니다. 라이선스가 무료여도 GPU 서버, 저장소, 운영 인력이 비용의 대부분을 차지합니다.

과금 단위 대표 예(2026년 10월 기준) 유리한 경우 주의할 점
사용자당 월 Microsoft 365 Copilot 월 40,500원(한국 페이지) 전 직원 일상 사용 미사용 좌석
사용량 Agentforce 대화당 2달러 특정 업무 집중 확산 시 상한 필요
실행 횟수 n8n Starter 월 20유로(연간 결제, 2,500회) 저빈도 자동화 예약 작업 증가
워크스페이스 Dify Cloud Professional·Team(워크스페이스당 연간) 소수 팀 실험 팀 분리 시 증가
인프라·운영 사내 설치형 전반 데이터 반출 불가 업무 운영 인력 상시 필요

비용 비교는 1년 총액으로 해야 합니다. 파일럿 3개월 비용만 보면 사용량 요금이 싸 보이고, 전사 확산 비용만 보면 사용자당 요금이 비싸 보입니다. 파일럿, 부서 확산, 전사 확산 세 시점의 사용자 수와 업무 건수를 표로 적고 각 후보의 비용을 계산해 두면 회의가 짧아집니다. AI 도입 비용 전반은 같은 시리즈의 AI 도입 비용에서 다룹니다.

라이선스와 설치 형태로 보는 선택 기준

라이선스는 법무 검토에서 뒤늦게 문제가 되는 대표 항목입니다. 같은 “오픈소스”라는 말 안에 조건이 크게 다른 라이선스가 섞여 있기 때문입니다.

상용 SaaS 는 Microsoft 365 Copilot, Gemini Enterprise, Claude, Agentforce, Brity Copilot, 네이버웍스 AI 스튜디오처럼 서비스 약관을 따릅니다. 설치는 필요 없지만 처리 지역과 데이터 보관 기간을 계약으로 확인해야 합니다.

허용형 오픈소스(Apache 2.0) 는 Codex CLI, 보관된 Flowise 코드처럼 상업적 사용과 수정이 비교적 자유롭습니다. 대신 유지보수 책임은 쓰는 쪽에 있습니다.

조건부 공개 라이선스 는 n8n 의 Sustainable Use License, Dify 의 Dify Open Source License 처럼 소스는 공개하지만 특정 사용을 제한합니다. 사내 업무용으로는 문제없는 경우가 많지만, 고객에게 서비스로 제공하거나 여러 고객사를 한 설치본에 담는 사업 모델이라면 상용 라이선스가 필요할 수 있습니다.

구축형 상용 플랫폼 은 AgenticWorks 처럼 공급사와 별도 계약을 맺고 사내에 설치합니다.

유형 예(2026년 10월 기준) 사내 업무 사용 고객 대상 서비스 점검 담당
상용 SaaS Microsoft 365 Copilot, Claude, Agentforce 약관 범위 약관 범위 법무·보안
허용형 오픈소스 Codex CLI(Apache-2.0) 가능 대체로 가능 개발·보안
조건부 공개 n8n, Dify 대체로 가능 조건 확인 필수 법무
구축형 상용 AgenticWorks 계약 범위 계약 범위 구매·법무

설치 형태는 데이터 등급에 맞춰 고릅니다. 공개 등급 업무는 SaaS 로 빠르게 시작하고, 민감·기밀 등급 업무는 사내 설치형으로 분리하는 이원 구성이 가장 흔한 해법입니다. 두 구성 사이에 같은 업무 규칙과 승인 기준을 적용하면 직원 입장에서는 하나의 AI 에이전트 정책으로 보입니다.

보안·규제 관점에서 탈락시킬 조건

비교표의 점수보다 먼저 봐야 할 것이 탈락 조건입니다. AI 에이전트가 사내 데이터를 읽고 외부 시스템을 움직이는 순간 보안 심의 대상이 되기 때문입니다. 국내 기업과 공공기관에서 실제로 도입을 멈추게 하는 조건은 대개 다음 네 가지입니다.

첫째, 데이터 처리 지역과 학습 사용. 공식 페이지가 학습 미사용을 밝히는지, 처리 지역을 고를 수 있는지 확인합니다. 이번에 확인한 글로벌 SaaS 는 학습 미사용을 명시했지만 한국 리전 보관은 명시하지 않았습니다.

둘째, 망 분리와 등급 체계. N²SF 처럼 업무 정보를 등급으로 나누는 체계에서 기밀 등급 업무는 외부 클라우드 후보가 빠집니다. 공공 전용 클라우드에서 제공되는 국내 서비스(예: 공공기관용 Brity Works)나 사내 설치형이 남습니다.

셋째, 승인과 기록. 메일 발송, 결재, 외부 시스템 변경처럼 되돌리기 어려운 동작에 사람 승인이 있고, 그 기록이 감사 가능한 형태로 남는지 봅니다. 기록이 채팅 메시지 한 줄로만 남으면 사고 뒤에 원인을 설명할 수 없습니다.

넷째, 법적 책임과 고지. 2026년 1월 22일 시행된 AI 기본법은 고영향 AI 와 생성형 AI 결과물에 대한 고지 같은 의무를 다룹니다. 고객 대면 AI 에이전트라면 AI 가 응답한다는 사실을 어떻게 알릴지, 잘못된 답변의 책임을 누가 지는지 계약 단계에서 정리해야 합니다. 그럴듯한 오답이 생기는 원리와 대응은 AI 할루시네이션에서 따로 정리했습니다.

탈락 조건 확인 방법 탈락 시 대안
학습 사용·처리 지역 불명확 공식 페이지·계약서 조항 다른 SaaS 또는 사내 설치형
기밀 등급 업무 내부 데이터 등급표 사내 설치형·공공 전용 클라우드
승인·감사 기록 없음 데모에서 승인 이력 조회 승인 계층이 있는 플랫폼
고지·책임 미정 법무 검토 사내 직원용으로 범위 축소

탈락 조건은 보안 담당이 비교 첫 회의에 들어와야 걸러집니다. 현업이 후보를 정한 뒤 보안 심의에 올리면 석 달을 쓰고 원점으로 돌아가는 일이 반복됩니다.

탈락 조건을 왜 이렇게 엄격하게 보는지는 AI 에이전트 시스템의 구조를 보면 분명해집니다. 오케스트레이터가 작업을 나눠 여러 에이전트에 배분하고, 각 에이전트가 사내 문서·DB 와 외부 서비스 API 를 직접 호출하기 때문에 실패했을 때의 영향 범위가 답변 한 건을 넘어섭니다.

사용자 요청을 오케스트레이터가 나눠 문서 검색, 분석·작성, 실행·연계를 맡은 에이전트에 배분하고, 각 에이전트가 사내 문서·DB 와 외부 서비스 API 를 호출하는 구조도입니다. 단순 챗봇은 실패해도 틀린 답변 한 건에 그치지만 AI 에이전트는 데이터 삭제나 잘못된 안내 같은 실제 피해로 이어질 수 있다는 차이를 함께 보여 줍니다.

그림. AI 에이전트 시스템 구성과 챗봇 대비 실패 영향 범위

그래서 보안 심의에서는 어떤 모델을 쓰는지보다 AI 에이전트에 무엇을 위임했는지를 먼저 적는 편이 정확합니다. 위임 목록이 곧 공격면 목록이기 때문입니다. 사내 결재 시스템에 쓰기 권한을 받은 에이전트와 사내 문서를 읽기만 하는 에이전트는 같은 모델을 쓰더라도 통제 요구가 다릅니다.

회사 규모별 AI 에이전트 추천 기준

앞의 기준을 적용하면 회사 규모별로 현실적인 조합이 보입니다. 아래는 특정 제품을 고르라는 뜻이 아니라 어떤 갈래를 먼저 채우는 것이 효율적인가에 대한 출발점입니다. 규모별 AI 에이전트 추천은 제품명보다 순서가 중요합니다.

50명 이하 소규모 조직은 이미 쓰는 오피스 환경의 비서형 하나로 시작하는 편이 좋습니다. Microsoft 365 를 쓰면 Copilot Business 추가 라이선스, Google Workspace 를 쓰면 Workspace 요금제의 Gemini 기능이 첫 후보입니다. 개발자가 있다면 GitHub Copilot 이나 Claude 팀 요금제의 코딩 기능을 더합니다. 빌더와 사내 설치형은 반복 업무가 분명해진 뒤에 봐도 늦지 않습니다.

50~1,000명 중견 조직은 비서형에 더해 부서 한두 곳의 반복 업무를 빌더로 자동화하는 단계가 효과적입니다. 국내 그룹웨어를 쓴다면 그 협업 도구의 AI 기능이 정착 속도 면에서 유리합니다. 자동화 흐름이 열 개를 넘기면 실행 실패를 지켜보는 담당자와 화면을 따로 두어야 합니다.

1,000명 이상 대기업·공공기관은 데이터 등급에 따른 이원 구성이 일반적입니다. 공개 등급 업무는 글로벌 SaaS 나 국내 SaaS 로, 민감·기밀 등급 업무는 사내 설치형으로 나누고, 두 영역에 같은 승인·감사 정책을 적용합니다. 이 규모에서는 제품 선정보다 에이전트를 누가 만들고 누가 승인하고 누가 지켜보는가라는 역할 분담이 성패를 가릅니다.

규모 먼저 채울 갈래 다음 단계 담당 조직
50명 이하 오피스 비서형 1종 코딩 에이전트 대표·IT 겸직
50~1,000명 비서형 + 국내 협업 도구 AI 빌더로 부서 자동화 IT 팀 + 부서 담당자
1,000명 이상·공공 등급별 SaaS + 사내 설치형 운영 콘솔·감사 체계 AI 전담 조직·보안

규모가 커질수록 제품 수보다 운영 체계가 중요해집니다. 여러 AI 에이전트가 서로 다른 화면에서 돌기 시작하면 모델 호출과 비용, 권한을 한곳에서 묶는 계층이 필요해지며, 이 구조는 AI 오케스트레이션에서 정리했습니다.

부서별 업무에 맞는 AI 에이전트 선택 기준

같은 회사 안에서도 부서마다 맞는 갈래가 다릅니다. 부서장이 각자 AI 에이전트를 고르게 두면 비용과 보안 점검이 부서 수만큼 늘어납니다. 아래 표는 부서별로 자주 맡기는 업무와 그 업무에 맞는 갈래를 짝지은 것입니다.

경영지원·인사는 규정 질의응답, 문서 초안, 회의록 정리가 많아 비서형이나 국내 협업 도구 AI 가 맞습니다. 인사 데이터는 민감 등급인 경우가 많아 연결 범위를 좁혀야 합니다.

영업·마케팅은 고객 이력과 제안서 초안이 핵심이라 CRM 내장형이나 비서형이 맞습니다. 외부 발송 전 승인 단계를 반드시 둡니다.

고객 지원은 상담 이력과 정책 문서가 있는 시스템의 내장형이 유리하고, 대화당 비용을 업무 건수로 환산해 둡니다.

IT 운영은 장애 접수와 정기 점검이 많아 ITSM 내장형이나 빌더, 예약 작업 관측이 되는 사내 설치형이 맞습니다.

개발은 코딩 에이전트가 기본이며 소스코드 반출 정책에 따라 SaaS 와 사내 모델 연동을 나눕니다.

공공 민원·문서 업무는 공문 판독, 민원 분류처럼 반복량이 많고 결과 확인이 쉬운 업무부터 시작하며, 데이터 등급에 따라 공공 전용 클라우드나 사내 설치형을 씁니다.

부서 자주 맡기는 업무 맞는 갈래 반드시 둘 장치
경영지원·인사 규정 질의, 문서 초안, 회의록 비서형·국내 협업 도구 AI 인사 데이터 접근 제한
영업·마케팅 고객 이력 요약, 제안서 초안 CRM 내장형·비서형 외부 발송 승인
고객 지원 상담 응대, 티켓 분류 CRM·ITSM 내장형 사람 상담 전환
IT 운영 장애 접수, 정기 점검 ITSM 내장형·빌더·사내 설치형 실패 알림·실행 기록
개발 코드 수정, 테스트, PR AI 코딩 에이전트 코드 리뷰·반출 정책
공공 민원·문서 공문 판독, 민원 분류 공공 전용 클라우드·사내 설치형 데이터 등급 분리

부서별로 다른 제품을 쓰더라도 승인 기준과 기록 형식은 하나로 맞추는 편이 좋습니다. 감사 대응과 보안 점검이 제품 수만큼 늘어나지 않게 하려는 것입니다.

부서별 후보를 비교할 때는 업무마다 무엇이 일을 시작시키는지(트리거), 어느 시스템을 읽고 쓰는지(연결 시스템), 쓰기 전에 사람이 무엇을 확인하는지(사람 확인) 세 칸을 같은 양식으로 적어 두면 좋습니다. 여러 부서의 업무를 같은 틀로 나란히 놓아야 어느 부서의 어떤 업무를 AI 에이전트에 먼저 맡길지 같은 기준으로 고를 수 있습니다.

후보를 셋으로 좁히는 선정 순서

비교표를 만든 뒤에도 후보가 열 개를 넘으면 결정이 늦어집니다. AI 에이전트 추천 목록을 그대로 후보로 받으면 대개 이 상황이 됩니다. 다음 순서로 세 개 안팎까지 줄이는 편이 실무적입니다.

1단계, 업무 하나를 고릅니다. 반복량이 많고, 결과를 사람이 쉽게 확인할 수 있고, 연결할 시스템이 적은 업무가 첫 후보입니다. 업무를 정하지 않고 제품부터 고르면 데모에서 가장 화려한 기능이 선정 이유가 됩니다.

업무 하나에서 시작하라는 데에는 이유가 있습니다. AI 에이전트를 탑재한 기업용 애플리케이션은 빠르게 늘고 있지만, 업무 기능 하나를 기준으로 AI 에이전트를 확대 적용까지 끌고 간 조직은 아직 소수입니다. 먼저 확인할 것은 도입 여부보다 정착 여부이고, 정착은 업무 단위로 일어납니다.

2단계, 탈락 조건을 적용합니다. 데이터 등급, 처리 지역, 라이선스로 후보를 걸러 냅니다. 이 단계에서 절반 이상이 빠지는 것이 정상입니다.

3단계, 이미 쓰는 도구로 가산점을 줍니다. 오피스·그룹웨어·CRM·저장소와 기본 연결되는 후보를 우선합니다.

4단계, 1년 총비용을 계산합니다. 파일럿·부서 확산·전사 확산 세 시점의 사용자 수와 업무 건수로 각 후보의 비용을 적습니다.

5단계, 같은 시나리오로 시험합니다. 남은 후보 두세 개에 같은 업무 자료와 같은 질문을 주고, 정확도·처리 시간·승인 흐름·실패 시 알림을 같은 양식으로 기록합니다.

단계 하는 일 남는 후보 수(예) 참석자
1 첫 업무 선정 — 현업 부서
2 탈락 조건 적용 10 → 5 보안·법무
3 기존 도구 연결 가산 5 → 3 IT
4 1년 총비용 계산 3 구매·재무
5 같은 시나리오 시험 3 → 1~2 현업·IT·보안

이 순서의 핵심은 2단계를 앞에 두는 것입니다. 보안·법무 담당이 처음부터 참석하면 뒤에서 뒤집히는 일이 줄어듭니다.

파일럿에서 확인해야 할 점검 기준

후보가 정해지면 짧은 파일럿으로 실제 업무에 맞는지 확인합니다. 파일럿은 기간보다 다음 단계로 넘어가는 조건으로 나누는 편이 판단이 쉽습니다. AI 에이전트는 업무 자료와 권한에 따라 결과가 크게 달라지므로 데모 결과를 그대로 믿지 않습니다.

설계·운영·보안 세 관점에서 AI 에이전트를 업무에 적용해도 되는지 가르는 열두 가지 기준은 AI Agent 업무 적용 판단 기준 발표자료에 정리돼 있어, 파일럿 통과 조건을 정할 때 함께 보시면 됩니다.

정확도 기준을 미리 적습니다. “쓸 만하다”는 느낌이 아니라 “100건 중 사람이 고친 건수 10건 이하”처럼 숫자로 정합니다. 기준을 나중에 정하면 결과에 맞춰 기준이 움직입니다.

확인 시간을 잽니다. AI 에이전트가 만든 결과를 사람이 확인하는 시간이 원래 손으로 하던 시간보다 길면 그 업무는 아직 맡길 때가 아닙니다. 이 경우 중단하고 다음 후보 업무로 넘어가야 합니다.

실패를 일부러 만들어 봅니다. 연결 시스템을 끊거나 권한을 빼서 AI 에이전트가 실패할 때 누가 언제 알게 되는지 확인합니다. 무인 실행이 들어가는 업무라면 이 항목이 가장 중요합니다.

승인 기록을 감사 관점에서 읽어 봅니다. 보안 담당이 파일럿 기록만 보고 누가 무엇을 보고 승인했는지 설명할 수 있어야 합니다.

사용자 정착을 봅니다. 파일럿 참가자가 2주 뒤에도 쓰고 있는지, 쓰지 않는다면 이유가 무엇인지 묻습니다. 기능보다 화면이 익숙하지 않아 떠나는 경우가 많습니다.

점검 항목 통과 기준 예 실패 시 조치
정확도 사람 수정 10% 이하 지식 문서 보강 후 재시험
확인 시간 수작업 시간보다 짧음 업무 교체
실패 알림 실패 1시간 안에 담당자 인지 관측 도구 추가
승인 기록 보안 담당이 기록만으로 설명 가능 승인 계층 있는 후보로 교체
정착 2주 뒤 사용률 유지 교육·화면 개선

파일럿 결정 회의에는 현업 담당자, IT 관리자, 보안 담당이 함께 있어야 합니다. 셋 중 한 명이라도 빠지면 다음 단계에서 같은 질문이 다시 나옵니다. 지금 회사에서 검토 중인 업무 하나를 위 다섯 항목에 대입해 빈칸이 남는지 점검해야 합니다.

AI 에이전트를 고를 때 흔히 하는 실수 사례

마지막으로 실제 도입 검토에서 자주 보이는 실수를 정리합니다. 대부분 제품 문제가 아니라 순서 문제입니다. 아래 다섯 가지는 AI 에이전트 추천 글을 읽고 바로 구매로 넘어갈 때 특히 자주 생깁니다.

실수 1, 순위표 1위를 그대로 고릅니다. 앞에서 본 것처럼 순위표의 1위는 쓰는 사람의 용도에 따라 다릅니다. 개발 도구 순위의 1위를 영업 조직에 들이면 아무도 쓰지 않습니다.

실수 2, 데모 기능으로 고릅니다. 데모는 가장 잘 되는 시나리오를 보여 줍니다. 우리 업무 자료와 우리 권한 체계로 같은 시나리오를 돌려 봐야 실제 차이가 보입니다.

실수 3, 좌석 요금만 계산합니다. 사용량 과금이나 별도 빌더 라이선스가 확산 단계에서 붙는 경우가 많습니다.

실수 4, 오픈소스를 무조건 무료로 봅니다. 라이선스 조건과 운영 인력, 지원 종료 위험까지 계산해야 합니다. 이번 점검에서 확인한 Flowise 지원 종료는 이 위험이 실제로 일어난다는 사례입니다.

실수 5, 운영 담당을 정하지 않습니다. AI 에이전트가 매일 돌기 시작하면 실패를 지켜보고 스킬을 고치는 사람이 필요합니다. 이 역할이 없으면 석 달 뒤 아무도 결과를 확인하지 않는 자동화만 남습니다.

실수 결과 예방
순위표 1위 선택 용도 불일치 용도 먼저 정하기
데모로 선택 실제 업무에서 정확도 저하 우리 자료로 시험
좌석 요금만 계산 확산 단계 예산 초과 1년 총비용
오픈소스는 무료 라이선스·지원 종료 위험 라이선스·유지 계획 검토
운영 담당 미지정 방치된 자동화 운영 책임자 지정

핵심 정리

AI 에이전트 추천에 모두에게 맞는 1위는 없습니다. 맡길 업무, 데이터를 둘 곳, 이미 쓰는 업무 도구 세 가지가 후보를 정합니다. 업무용 AI 에이전트는 문서·메일·회의 비서형, 국내 협업 도구 일체형, 업무 시스템 내장형, AI 코딩 에이전트, 직접 만드는 빌더, 사내 설치형·운영 콘솔의 여섯 갈래로 나누어 비교해야 정확합니다.

비교 기준은 데이터 위치, 업무 도구 연결, 권한·승인, 무인 실행·관측, 비용 구조, 라이선스·설치 형태, 한국어·국내 지원 일곱 가지이며, 이 중 데이터 위치와 라이선스는 탈락 조건입니다. 2026년 10월 기준 공식 페이지를 보면 글로벌 SaaS 는 학습 미사용을 밝히지만 한국 리전 보관은 명시하지 않았고, 과금은 사용자당·사용량·실행 횟수·워크스페이스로 갈렸으며, Flowise 처럼 지원이 끝난 도구도 있었습니다.

실무 순서는 업무 하나 선정 → 탈락 조건 적용 → 기존 도구 가산 → 1년 총비용 → 같은 시나리오 시험입니다. 데이터를 외부에 둘 수 없는 업무라면 사내 설치형이 남으며, MSAP.ai AAS 는 Hermes Agent 를 쓰는 조직을 위한 그 갈래의 한 선택지입니다. AI 전반의 큰 그림은 AI(인공지능)란 무엇인가에서 이어 보실 수 있습니다.

자주 묻는 질문

AI 에이전트 추천 순위 1위는 무엇인가요?

모든 조직에 맞는 1위는 없습니다. 개발 조직에는 코딩 에이전트, 전 직원에게는 오피스 비서형, 고객 지원에는 CRM 내장형이 맞듯이 용도에 따라 답이 달라집니다. 맡길 업무, 데이터를 둘 곳, 이미 쓰는 업무 도구 세 가지로 후보를 좁힌 뒤 같은 기준으로 비교하는 것이 정확합니다.

업무용 AI 에이전트는 어떤 기준으로 비교해야 하나요?

데이터 위치, 업무 도구 연결, 권한과 승인, 무인 실행과 관측, 비용 구조, 라이선스와 설치 형태, 한국어와 국내 지원의 일곱 가지 기준을 모든 후보에 똑같이 적용합니다. 이 가운데 데이터 위치와 라이선스는 통과 여부를 가르는 탈락 조건이므로 가장 먼저 확인해야 합니다.

Microsoft 365 Copilot의 가격은 얼마인가요?

2026년 10월 한국 공식 페이지 기준 엔터프라이즈용 Microsoft 365 Copilot 은 연간 결제 시 사용자당 월 40,500원이며 부가세 별도입니다. 별도의 적격 Microsoft 365 라이선스가 필요하고, 위임형 작업 일부는 Copilot Credits 로 사용량 과금된다고 안내돼 있어 구매 전 공식 페이지를 다시 확인하시기 바랍니다.

국내 기업이 쓸 만한 AI 에이전트는 무엇인가요?

국내 그룹웨어를 쓰는 조직이라면 삼성SDS Brity Copilot, 네이버웍스 AI 스튜디오처럼 이미 쓰는 협업 도구에 붙은 AI 기능이 정착 속도 면에서 유리합니다. 데이터를 외부에 둘 수 없는 업무는 LG CNS AgenticWorks 같은 구축형 플랫폼이나 Hermes Agent 와 MSAP.ai AAS 같은 사내 설치형 구성을 검토할 수 있습니다.

오픈소스 AI 에이전트 빌더는 무료로 써도 되나요?

라이선스마다 조건이 다릅니다. n8n 은 내부 업무 목적 등으로 사용을 제한하는 Sustainable Use License, Dify 는 멀티테넌트 서비스 제공을 제한하는 Dify Open Source License 를 씁니다. 사내 업무용은 대체로 가능하지만 고객 대상 서비스라면 법무 검토가 필요하고, 라이선스가 무료여도 서버와 운영 인력 비용은 따로 듭니다.

Flowise는 아직 써도 되나요?

Flowise 는 공식 공지 기준 2026년 8월 31일 지원을 종료했고 GitHub 저장소는 보관 상태입니다. Apache 2.0 코드라 계속 쓰고 고칠 수는 있지만 보안 패치를 조직이 직접 책임져야 하므로 신규 도입 후보에서는 빼고, 기존 흐름은 유지 계획과 이전 대상을 정해 두는 편이 안전합니다.

데이터를 외부 클라우드에 둘 수 없으면 어떻게 하나요?

기밀 등급 업무처럼 외부 반출이 막힌 업무는 사내 서버에 AI 에이전트 런타임을 설치하고 사내 모델과 연결하는 구성을 씁니다. 공개 등급 업무는 SaaS 로, 민감·기밀 등급 업무는 사내 설치형으로 나누는 이원 구성이 일반적이며, 이때 운영 인력과 실행 관측 체계를 함께 준비해야 합니다.

AI 를 처음부터 정리하려면

AI란 무엇인가? 인공지능 뜻·원리·종류와 기업 도입

다음 단계

우리 조직에 맞는 AI 에이전트 조합을 용도·데이터 등급·운영 체계 기준으로 함께 점검해 보려면 아래에서 시작하시기 바랍니다. AI 전반의 개념은 AI(인공지능)란 무엇인가에서 먼저 보실 수 있습니다.

Share This Story, Choose Your Platform!

Go to Top