에이전트 워크플로우

에이전트 워크플로우 - 같은 AI로 다른 성과를 내는 단 하나의 변수
로사장(김다솔) 지음 / 필름(Feelm) / 2026년 9월

<이 서평은 출판사에서 도서를 무상으로 제공받아 직접 읽은 후 작성하였습니다>

에이전트 워크플로우, 로웰씨 지음, 필름​

AI를 업무에 활용하기 시작한지 1년이 넘었다. 처음에는 자료를 찾거나 문장을 다듬고, 영어표현을 교정한는 정도로 AI를 활용했다. 하지만 사용 빈도가 늘면서 시장조사, 자료 분석, 계약서 검토 등 조금 더 전문적이고 좁 더 세밀한 업무에도 AI를 활용하게 되었다. 내 업무를 도와주는 직원 같은 느낌으로 활용하고 있다. <에이전트 워크플로우>는 이런 경험을 조금 더 업그레이드 하기 위해서 읽은 책이었다.

이 책에서 특히 공감 되었던 점은 AI를 활용한 결과가 단순히 어떤 모델을 사용하느냐에 의해 결정되지 않는다는 것이었다. 저자는 이 책을 통해 STORY, WHY, NATIVE, CYCLE을 거쳐 SYNC에 이르는 과정을 통해 AI와 사람의 업무를 연결하는 방법을 설명하고 있다. 실제 업무에서도 단순히 “이 자료를 분석해 줘”라고 요청하는 것과 업무의 목적, 배경, 기존 자료, 판단 기준까지 충분히 제공한 뒤 분석을 맡기는 것은 output의 차이가 확연하게 다르다. 처음에는 롬프트를 잘 쓰는 것이 AI를 잘 활용하는 것이라 생각했는데, 내가 하는 일을 구조화하고, 필요한 정보를 제공하며, 결과를 검증하고 다시 개선하는 과정을 설계하는 능력이 AI 활용도를 결정한다는 생각이 들었다.

특히 내가 하고 있는 연구개발 업무에 적용할 부분이 많았다. 관련 논문 조사, 경쟁제품 시장조사, 제품 컨셉 개발, 원료와 배합 검토, 실험 결과 해석 등등 방대한 정보를 다뤄야 하는 업무는 하나의 워크플로우로 연결할 수 있다. 예를 들어 시장조사 결과를 제품기획으로 연결하고, 관련 논문을 찾아 근거 수준을 평가한 뒤, 이를 다시 연구개발 방향과 제품 포뮬러 검토로 이어지게 한다면 AI는 단순한 검색도구를 넘어 상당히 유용한 업무 파트너가 될 수 있을 것으라 생각된다.

저자는 AI에게 모든 판단을 맡기라고 말하지 않는다. 오히려 마지막의 THINK가 가장 중요하게 느껴졌다. AI가 자료를 찾고 정리하며 초안을 만들 수는 있지만, 정보가 정확한지 검증하고 어떤 결과를 선택할지 결정하는 책임은 결국 사람에게 있다.

이 책을 읽고 나니 앞으로는 AI에게 개별 업무를 하나씩 요청하기보다 반복되는 업무 자체를 하나의 워크플로우로 설계해 보고 싶어졌다. AI 시대에 필요한 것은 더 많은 일을 직접 처리하는 능력이 아니라, AI와 사람이 각각 잘하는 일을 구분하고 그것을 하나의 업무 과정으로 연결하는 능력이라는 점을 생각하게 해 준 책이다.