AI 에이전트를 쓰고 싶다는 말 속에는 두 가지 마음이 섞여 있습니다. 시간을 아끼고 싶지만, 내 메일·일정·문서·결제 흐름까지 기계에게 맡겨도 되는지는 확신하기 어렵습니다.
최근 이 긴장이 더 현실적인 문제가 됐습니다. 구글은 제미나이 기반 개인 에이전트 '레미'를 내부 테스트 중이고, 메타도 '해치'와 인스타그램 쇼핑 에이전트를 준비하는 것으로 알려졌습니다. 동시에 앤트로픽의 Claude Code, 오픈AI의 Codex·OpenClaw 계열 움직임은 이미 "AI가 답하는 단계"를 넘어 "AI가 대신 실행하는 단계"로 시장을 밀고 있습니다.12
에이전트는 제품명이 아니라 위임 수준이다
개인 AI 에이전트를 고를 때 먼저 볼 것은 모델 성능표가 아닙니다. 내가 무엇을 얼마나 맡길 것인지입니다.
대략 세 단계로 나눌 수 있습니다.
첫째, 조언자입니다. 회의록 요약, 이메일 초안, 자료 조사처럼 "읽고 정리하고 제안"하는 역할입니다. 실패해도 사람이 최종 판단하면 됩니다.
둘째, 운영자입니다. 캘린더에 일정을 넣고, 영수증을 분류하고, 반복 메일을 작성하는 단계입니다. 여기서는 도구 접근 권한이 필요합니다.
셋째, 대리인입니다. 내 이름으로 답장하고, 예약하고, 구매하고, 협상하는 수준입니다. 생산성은 크지만 사생활·평판·금전 리스크도 같이 커집니다.
구글 레미가 중요한 이유는 바로 이 세 번째 방향을 겨냥하기 때문입니다. 보도에 따르면 레미는 구글 서비스 전반과 연결돼 사용자가 신경 쓰는 일을 모니터링하고, 선호를 학습하며, 복잡한 작업을 처리하는 형태로 설명됩니다.2 해석하자면, 경쟁의 핵심은 "누가 더 똑똑한 챗봇인가"가 아니라 "누가 사용자의 디지털 생활에 더 깊이 들어갈 수 있는가"입니다.
첫 에이전트는 지루할수록 좋다
처음부터 여행 예약, 투자 판단, 민감한 인간관계 메시지를 맡기는 것은 좋지 않습니다. 좋은 첫 에이전트 업무는 대체로 지루하고 반복적이며, 되돌리기 쉽습니다.
예를 들면 이런 것들입니다.
오늘 일정과 메일을 바탕으로 업무 우선순위 초안 만들기
회의 전 관련 문서와 이전 대화 요약하기
영수증·청구서 분류하기
반복 문의에 대한 답장 초안 작성하기
특정 주제의 뉴스나 논문을 주기적으로 모니터링하기
이미 n8n, Zapier 같은 자동화 도구나 Lindy, Motion, Reclaim.ai 같은 생산성 도구는 일정·이메일·작업 관리 영역에서 개인 에이전트에 가까운 기능을 제공합니다.3 다만 많은 경우 완전한 자율 에이전트라기보다 "정해진 흐름을 AI가 도와 실행하는 자동화"에 가깝습니다.
이 차이는 중요합니다. 자동화는 예측 가능하지만 유연성이 낮고, 자율 에이전트는 유연하지만 통제 비용이 큽니다. 지금 대부분의 개인 사용자는 "완전 자율"보다 "사람 승인 후 실행"이 더 현실적입니다.
프롬프트보다 필요한 것은 에이전트 헌법이다
개인 에이전트가 유용해질수록 프롬프트만으로는 부족합니다. 필요한 것은 작은 운영 규칙, 즉 에이전트 헌법입니다.
최소한 네 가지는 정해야 합니다.
권한 규칙: 읽기만 가능한 앱, 초안 작성까지 가능한 앱, 실제 실행 가능한 앱을 나눕니다. 예를 들어 Gmail은 초안까지만, Calendar는 일정 생성 가능, 결제는 항상 승인 필요처럼 구분합니다.
기억 규칙: 에이전트가 기억해도 되는 정보와 잊어야 할 정보를 정합니다. 선호 좌석이나 업무 시간대는 기억해도 좋지만, 의료·재무·가족 갈등 같은 정보는 별도 제한이 필요합니다.
승인 규칙: 외부 발송, 결제, 삭제, 공개 게시, 계약 관련 행위는 반드시 사람에게 묻게 해야 합니다.
실패 규칙: 같은 작업을 몇 번 실패하면 중단할지, 애매한 상황에서 누구에게 물을지, 실행 로그를 어디에 남길지 정합니다.
개인 에이전트의 핵심 구성 요소는 계획, 도구 사용, 기억, 보고의 반복 루프입니다.4 이 루프에 권한과 중단 조건을 넣지 않으면, 편리함은 곧 불안정성으로 바뀝니다.
지금은 '구매'보다 '위임 설계'가 먼저다
일반 사용자라면 이렇게 판단하면 됩니다.
반복 작업이 많고 기술 설정이 부담스럽다면 Motion, Reclaim, Superhuman 같은 목적형 도구가 낫습니다. 여러 앱을 엮고 싶지만 코딩은 어렵다면 Zapier나 Lindy류가 출발점입니다. 보안·프라이버시가 최우선이고 기술 역량이 있다면 MCP나 오픈소스 에이전트 프레임워크를 검토할 수 있습니다. 반대로 한 달에 한두 번 하는 일이라면 아직 자동화하지 않는 것이 더 싸고 안전합니다.
구글과 메타의 추격은 개인 AI 에이전트가 곧 대중 서비스의 기본 인터페이스가 될 수 있음을 보여줍니다. 하지만 사용자가 지금 해야 할 일은 승자를 맞히는 것이 아닙니다. 내가 기계에게 알려줘도 되는 것, 결정하게 해도 되는 것, 실제로 실행하게 해도 되는 것을 구분하는 일입니다.
개인 AI 에이전트의 성패는 결국 "얼마나 똑똑한가"보다 "얼마나 안전하게 위임할 수 있는가"에서 갈릴 가능성이 큽니다.
참고
1Google and Meta race to build personal AI agents as Anthropic and OpenAI pull further ahead
2Google is building an AI agent that could be its answer to OpenClaw
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.