AI가 진정한 동료가 되기 위한 필수 조건
최근 연구 논문에 따르면, AI가 단순한 챗봇을 넘어 진정한 업무 동료가 되기 위해서는 답변을 생성하는 것을 넘어 지속 가능한 작업 환경에서 전체 작업을 완수해야 합니다. 이를 위해 모델의 추론 능력과 실행 환경을 연결하는 재사용 가능한 '스킬(Skill)'과 독립적인 '워크스페이스'가 핵심적인 역할을 하게 될 것입니다. 이러한 패러다임 전환은 AI의 훈련, 평가 방식, 그리고 보안의 무게 중심을 근본적으로 변화시키고 있습니다.
구독자 전용 - AI는 단순히 답변하는 것을 멈추고 작업을 끝마치기 시작할 때 비로소 진정한 동료가 될 것입니다. 작성자: 조나단 켐퍼 (Jonathan Kemper) 2026년 6월 28일
THE DECODER가 프롬프트하여 제작한 Nano Banana Pro 이미지
한 설문 조사 논문에 따르면, AI 시스템이 단순히 답변을 생성하는 대신 지속적인 작업 환경에서 전체 작업을 완수하지 못하는 한 신뢰할 수 있는 업무 동료가 될 수 없다고 주장합니다. 여기서 핵심은 재사용 가능한 '스킬(Skill)'에 있습니다.
텐센트(Tencent) 유튜(Youtu) 연구소와 여러 중국 대학의 공동 연구팀은 새로운 서베이 논문에서 '챗봇에서 디지털 동료로'의 전환을 인지 핵심(Cognitive core)과 도구 기반 작업 실행(Task execution)이라는 두 가지 차원을 따라 분석했습니다. 연구진은 더 이상 중요한 것은 모델이 어떻게 더 나은 답변을 생성해내는가가 아니라, 어떻게 사용자의 의도를 완성된 작업 결과물로 안정적으로 변환하는가라고 말합니다. AI의 목표가 반응형 질의응답에서 작업 위임 및 실행으로 이동하고 있는 것입니다.
빠른 답변에서 느린 사고로
챗봇 시대의 모델들은 주로 텍스트를 매우 빠르게 생성했습니다. 언어 패턴과 사실 정보를 파라미터에 저장한 뒤, 중간 단계를 확인하거나 해결책을 탐색하지 않은 채 가장 가능성 높은 다음 단어를 이어 쓰는 방식으로 한 번에 답변을 작성했습니다.
반면 OpenAI의 o1과 Deepseek-R1이 개척한 '사고형 LLM(대형 언어 모델)' 시대는 답변을 내놓는 순간에 더 많은 컴퓨팅 자원을 쏟아붓습니다. 이 모델들은 긴 사고의 사슬(Chain of Thought)을 생성하고, 중간 단계를 점검하며, 강화학습을 통해 스스로 탐색하고 자가 수정하는 방법을 배웁니다. 오직 검증을 통해 확인된 올바른 해결책만이 보상을 받습니다. 연구진은 심리학자 다니엘 카너먼(Daniel Kahneman)의 프레임워크를 빌려, 이를 빠르고 직관적인 '시스템 1(System 1)' 사고에서 느리고 이성적인 '시스템 2(System 2)' 추론으로의 전환이라고 규정했습니다.
도구 호출에서 작업 환경으로
1세대 에이전트들은 API를 호출하고, 코드를 작성하며, 웹을 탐색할 수는 있었지만 여전히 불안정했습니다. 연구진은 여기에 4가지 구조적 한계를 지적했습니다. 첫째, 환경을 단편적으로만 인식하고, 둘째, 도구를 호출해도 지속되는 상태가 남지 않으며, 셋째, 예기치 않은 동작으로 인해 쉽게 멈춰 버리고, 마지막으로 작업을 끝까지 완수하는 일이 드물다는 것입니다.
오픈클로(OpenClaw) 시대로 접어들며 환경 자체가 지속성을 갖게 되었습니다. 이제 파일, 세션, 로그, 브라우저, 권한 및 스킬들이 전체 워크플로우에 걸쳐 유지됩니다. 이 논문은 에이전트를 제어 가능한 개발 환경에 내장하는 OpenHands 및 SWE-agent의 사례를 인용하고 있습니다.
누락된 연결고리: 워크스페이스와 스킬
이 논문의 핵심 주장은 '워크스페이스'와 '스킬'의 결합이 진정한 성능 도약을 가능케 한다는 것입니다. 워크스페이스는 상태, 저장소 및 결과 파악의 기반을 제공하는 반면, 스킬은 운영 지식을 재사용 가능한 묶음으로 패키징합니다. Anthropic의 에이전트 스킬(Agent Skills)은 이미 지침, 스크립트 및 리소스가 포함된 SKILL.md 파일이 있는 폴더 형태로 이 패턴을 공식화했습니다.
연구진에 따르면, 스킬은 단순한 프롬프트도 아니고 전통적인 의미의 도구도 아닙니다. 이는 모델의 추론과 워크스페이스 실행 사이에 위치하여 조직이 가진 노하우를 모듈화되고 테스트 가능하며 이식 가능한 형태로 포착할 수 있게 해줍니다. 그러나 저자들은 재사용 가능한 프로세스가 시대에 뒤떨어지거나 특정 워크플로우에 과적합(Overfit)될 수 있으며, 심지어 해킹과 같은 보안 공격 벡터가 될 수도 있다고 경고합니다.
훈련 및 평가 방식의 변화가 필요한 이유
이러한 패러다임 전환은 이 시스템들을 훈련하고 평가하는 방식 또한 변화시킵니다. 챗봇은 지시-응답 쌍으로 학습되었고 답변의 정확도를 기준으로 평가받았습니다. 반면 워크스페이스 기반 시스템은 상태-행동-관찰(State-Action-Observation) 궤적을 통해 학습합니다.
연구진은 성공의 기준이 더 이상 그럴듯한 응답이 아니라 시스템이 대상 환경을 검증 가능한 최종 상태로 끌어오는 '작업 완료(Task closure)'에 있다고 주장합니다. SWE-bench, OSWorld, WebArena와 같은 최신 벤치마크들은 재현 가능한 시작 상태, 실행 가능한 도구, 궤적 로그 및 최종 상태 검사를 요구합니다. 실제로 GPT-4는 초기에 WebArena 작업의 단 14%만을 완료했는데, 이는 실제 웹 환경이 정적인 질의응답 시나리오와 얼마나 먼 거리가 있는지를 보여줍니다.
보안은 운영 문제가 됩니다
지속적인 워크스페이스는 공격 표면(Attack surface) 역시 확장시킵니다. 에이전트는 자격 증명, 로컬 파일, ID 토큰 및 통신 채널을 쥐고 있기 때문입니다. OpenClaw PRISM 및 ClawGuard와 같은 프로젝트는 (보안 통제를 위해) 작업 단위별로 안전한 환경을 구축하려 시도하고 있습니다.