대형 모델 기반 에이전트의 역량 경계는 한 문장으로 정리된다. 에이전트는 스스로 작업을 분해하고 도구를 호출하며 다단계 작업을 순차적으로 수행할 수 있지만, 그 한계는 도구가 닿지 않는 곳, 상태를 검증할 수 없는 곳, 잘못된 결정의 비용이 너무 큰 곳에 있다. 다시 말해 에이전트는 의도 이해와 실행 오케스트레이션을 사용 가능한 수준으로 끌어올렸지만, 책임자가 없는 엔드투엔드 운영과는 여전히 거리가 있다. 오늘날 스마트 제조에서 에이전트는 서명하고 책임질 수 있는 엔지니어라기보다 유능한 배차 담당자에 가깝다.
1. 대형 모델 기반 에이전트란 무엇이며 일반 모델 호출과 어떻게 다른가
일반적인 대형 모델 호출은 질문 하나에 답 하나다. Prompt를 주면 텍스트나 코드를 돌려주고 그것으로 끝이다. 에이전트는 여기에 세 가지를 더한다. 작업 계획, 도구 호출, 상태 기억이다. 목표가 주어지면 스스로 단계로 나누고, 각 단계에 적합한 도구를 고르고, 결과로 다음 단계를 결정하며, 목표에 도달하거나 더 진행할 수 없다고 판단할 때까지 이어진다.
제조 현장의 비교를 들어 보자. 대형 모델에 이 설비의 알람 코드 E2041이 무슨 뜻인지 물으면 지식 베이스를 조회해 설명한다. 이것은 일반 호출이다. 오늘 E2041이 발생한 모든 설비를 확인하고, 원격으로 리셋 가능한 것은 리셋하고, 불가능한 것은 작업 지시를 올려라라고 지시하면 에이전트는 MES에서 알람 기록을 조회하고, 설비 인터페이스로 상태를 읽고, 리셋 조건을 판단하고, 작업 지시 시스템에 오더를 만들고, 결과를 보고한다. 이것이 에이전트다. 차이는 모델 자체가 아니라 주변의 도구 오케스트레이션과 상태 관리에 있다.
2. 에이전트의 핵심 역량을 구성하는 기술 요소
네 계층이 있다. 첫째는 계획으로, 대형 모델의 추론을 작업 분해에 쓰며 추론과 행동을 번갈아 하는 ReAct 패턴이나 Plan-and-Execute 패턴이 흔하다. 둘째는 도구 호출로, 주류 방식은 function calling 메커니즘이며 설비 인터페이스, 데이터베이스 조회, 작업 지시 시스템 API를 모델이 호출할 수 있는 함수로 감싼다. 도구 설명을 얼마나 잘 쓰느냐가 호출 정확도를 직접 결정한다. 셋째는 기억과 상태로, 단기 기억은 현재 작업의 문맥을 담고 장기 기억은 Vector DB에서 과거 작업 지시와 공정 문서를 검색한다. 넷째는 실행 검증으로 가장 저평가되는 단계다. 에이전트는 각 단계 후 상태를 다시 읽어 확인해야 하며 그렇지 않으면 잘못된 결과 위에서 계속 진행하기 쉽다.
기술 파라미터 측면에서 현재 업계의 단일 단계 도구 호출 정확도는 90퍼센트를 넘지만, 단계가 연쇄되면 전체 성공률이 눈에 띄게 떨어진다. 이것이 에이전트 역량의 첫 번째 강한 제약이다. 단계가 많을수록 누적 오차가 더 뚜렷해진다.
3. 제조에서 에이전트가 맡을 수 있는 구체적 공정 단계
전자 공장의 SMT 라인에서 에이전트가 MES와 설비 계층 사이에 앉아 예외를 처리한다고 하자. 라인에서 실장 오프셋 초과가 보고되면 에이전트는 먼저 SPC 데이터를 조회해 단일 지점 변동인지 추세 드리프트인지 판단하고, 설비 파라미터 로그를 최근 전환 시각과 비교하며, 피더 문제로 판단되면 자재 교체 오더를 만들고 자재 담당자에게 통보하며 해당 로트를 재검사 대상으로 표시한다. 이 연쇄의 모든 단계에는 호출할 시스템 인터페이스가 있고 모든 판단에는 데이터가 뒷받침되므로 에이전트가 편안하게 활동할 수 있는 영역이다.
자동차 부품 업체가 품질 추적을 처리한다고 하자. 고객이 특정 로트의 치수 초과를 클레임하면 에이전트는 로트 번호에서 원자재 로트, 가공 설비, 공구 수명, 작업 교대조, 검사 기록으로 역추적해 추적 보고서를 작성하고 의심 구간을 표시한다. 이런 작업은 정보가 여러 시스템에 흩어져 있고 조회 경로가 비교적 고정되어 있으며 결론을 사람이 검토하므로, 에이전트가 정보 집계와 예비 귀속에서 매우 효율적이다.
반대로 조립 체결 단계를 보자. 에이전트는 토크 건의 토크 곡선을 읽어 허용 범위 내인지 판단하고 재작업 오더를 올릴 수 있지만, 체결 파라미터 변경을 직접 발행하는 데는 적합하지 않다. 파라미터 변경은 공정 책임을 수반하며 엔지니어링 변경 절차와 사람의 승인을 거쳐야 한다. 그것이 경계다.
4. 에이전트 도입 전에 정리해야 할 실무 질문
연동 방식을 어떻게 고를 것인가. 제조 시스템은 인터페이스 프로토콜이 혼재한다. OPC-UA는 설비 계층 데이터 획득에, RESTful API는 MES와 작업 지시 시스템에 적합하며, 데이터베이스 직접 연결은 조회 시나리오에만 권장된다. 에이전트 도구는 표준 API를 중심으로 감싸는 것이 우선이며, 데이터베이스 직접 접근은 빠르지만 권한과 감사 통제가 어렵다. 도구 설명에는 입력과 출력 파라미터, 적용 조건을 명확히 적어야 하며 이것이 호출 정확도의 핵심이고 많은 실패한 구축이 바로 여기서 무너진다.
하드웨어와 배포 조건. 에이전트는 소프트웨어 계층이며 추론은 클라우드 API나 온프레미스로 돌릴 수 있다. 온프레미스 배포는 GPU 자원이 필요하고 7B에서 14B 모델은 단일 카드로 도구 호출을 처리할 수 있지만 복잡한 계획 작업은 클라우드의 더 큰 모델이 유리하다. 현장에는 도구 인터페이스로 통하는 네트워크 경로만 있으면 되고 추가 하드웨어는 필요 없다.
구축 기간을 어떻게 산정할 것인가. 알람 대응 에이전트처럼 단일 지점 시나리오는 도구 인터페이스가 이미 있으면 2주에서 4주면 검증된 운영에 도달한다. 세네 개 시스템에 걸친 추적 에이전트는 인터페이스 매핑과 연동 디버깅이 대부분의 시간을 차지해 두 달이 일반적이다. 1주 만에 가동한다는 말은 믿지 말아야 하며, 병목은 결코 모델이 아니라 시스템 통합이다.
흔한 실수는 두 가지다. 첫째, 에이전트를 만능 인터페이스로 보고 모든 작업을 밀어 넣어 도구 설명이 폭발하고 호출이 뒤섞이는 경우다. 올바른 접근은 시나리오별로 도구 집합을 수렴시키는 것이다. 둘째, 검증을 건너뛰어 에이전트가 상태를 확인하지 않고 성공을 보고하는 경우로, 제조에서는 이런 거짓 성공이 아예 실행하지 않는 것보다 위험하다.
5. 적합한 시나리오와 부적합한 시나리오의 경계
적합한 시나리오는 세 가지 특징을 공유한다. 작업 단계를 열거할 수 있고, 모든 단계에 호출할 시스템 인터페이스가 있으며, 실행 결과를 다시 읽어 검증할 수 있다. 등급별 알람 대응, 시스템 간 품질 추적, 작업 지시 자동 배차와 후속 처리, 공정 문서 검색 Q&A, 검사 작업 오케스트레이션이 모두 경계 안에 있다.
부적합한 시나리오도 마찬가지로 분명하다. 공정 파라미터 변경, 안전 인터록 해제, 출하 판정 서명처럼 책임 소재가 명확한 결정은 에이전트가 정보를 준비할 수만 있고 결정할 수는 없다. 입고 자재가 일관되지 않거나 인터페이스가 없거나 상태를 다시 읽을 수 없는 공정 단계는 에이전트가 자신이 옳았는지 알 수 없으므로 역시 적합하지 않다. 로트 전체 폐기나 설비 강제 리셋처럼 비용이 크고 되돌릴 수 없는 작업은 사람의 확인 단계를 반드시 남겨야 한다.
ERP 시대부터 수십 년, 120만 고객, 수천만 대의 보급 단말이 보여 주는 것은 하나다. 현장의 복잡성은 어떤 단일 기술이 아니라 시스템 사이의 틈에 있다. 에이전트의 가치는 바로 그 틈을 메우는 것이지만, 판단을 대체하는 것이 아니라 오케스트레이션과 정보 이동으로 메운다. 경계를 분명히 그으면 에이전트는 실제로 쓸 수 있는 것이 된다.