8월 19일부터 21일까지 서울 코엑스에서 AI Summit Seoul & Expo 2026이 열렸습니다. 7개국 118개 기업이 307개 부스로 참여했고, Enhans도 부스와 두 개의 세션으로 현장에 있었습니다. 부스에서는 AgentOS와 ACT-2를 시연했고, 두 세션에서는 온톨로지 레이어와 에이전틱 AI(Agentic AI)의 목적과 측정을 다뤘습니다.

‍

‍

올해, 달라진 질문

사흘간 약 2,000명이 Enhans 부스를 찾았다. 현장의 관심은 'AI가 무엇을 할 수 있는가'보다 '우리 회사의 어떤 일을 맡기고, 어떤 성과를 만들 것인가'에 가까웠다.

모델 성능만큼이나 기존 시스템과 어떻게 연결되는지, 사람이 하던 업무를 어디까지 맡길 수 있는지, 도입 이후 무엇이 달라지는지를 묻는 사람들이 많았다. 올해 행사 전반에서 에이전틱 AI와 산업 적용이 주요 화두로 다뤄진 것도 같은 흐름이다.

Enhans가 이번 행사에서 전하려고 한 메시지도 여기에 맞닿아 있다.

‍

AI for Real Work

‍

AI가 기업의 일을 수행한다는 것은 더 많은 업무를 자동화한다는 뜻일까. Enhans는 그 앞에 두 가지 질문이 먼저 온다고 본다. 무엇을 위해 일하는가. 그리고 그 결과를 어떻게 측정하는가.

‍

자동화율이 설명하지 않는 것

기업의 AI 도입을 이야기할 때 가장 먼저 등장하는 숫자는 자동화율이다. 업무의 70%, 80%, 90%를 AI가 처리했다는 표현은 이해하기 쉽다. 다만 자동화한 업무가 회사가 실제로 풀어야 할 문제와 연결되어 있지 않다면, 그 숫자만으로는 실제 비즈니스 성과를 충분히 설명하기 어렵다.

이승현 CEO는 8월 20일 컨퍼런스 세션에서 에이전틱 AI가 넘어야 할 두 가지 문제를 제시했다. 목적 없는 자동화(automation without purpose), 그리고 측정되지 않는 개선(improvement without measurement)이다.

발표는 AI 프로젝트가 실패하는 지점도 함께 짚었다. 잘못 정의된 문제를 빠르게 처리하는 경우, 사업 성과와 떨어진 대리지표를 최적화하는 경우, 실제 업무 흐름과 맞지 않는 모델을 만드는 경우다.

그래서 Enhans가 보는 Real Work의 출발점은 얼마나 자동화할 것인가가 아니다. 무엇을 위해 자동화할 것인가를 먼저 정의하는 일이다.

‍

‍

목적에서 시작하는 AI 에이전트

기업의 구매 업무를 예로 들어보자.

"구매 프로세스의 80%를 AI로 자동화한다"는 것은 하나의 목표처럼 보인다. 하지만 구매팀이 원하는 것은 자동화 자체가 아니다. 필요한 부품을 제때 확보해 생산 차질과 매출 손실을 막고, 동시에 불필요한 구매와 전체 조달 비용을 줄이는 것이다. 구매라는 업무가 존재하는 이유에 더 가깝다.

Enhans는 이번 발표에서 이를 구체적인 Purpose로 정의했다. 불필요한 구매와 총 구매비용을 줄이면서, 공급 차질로 인한 생산 중단과 매출 손실을 함께 낮추는 것이다.

이 차이가 판단의 기준을 바꾼다. 정해진 절차를 빠르게 반복하는 에이전트와, 회사가 달성하려는 목적을 기준으로 상황을 읽는 에이전트는 같은 조건에서 다른 결정을 내린다.

Real Work는 태스크 목록에서 시작하지 않는다. 비즈니스 목적의 이해에서 시작한다.

‍

회사마다 다른 언어

목적을 이해하려면 회사의 언어를 알아야 한다. 모델은 일반적인 지식을 많이 알고 있어도 회사마다 다른 제품 분류, 거래 관계, 업무 규칙, 판단 기준은 알지 못한다. 기업 데이터가 SAP, ERP, CRM에 흩어져 있고 시스템마다 용어가 다르면 같은 고객과 같은 제품이 서로 다른 이름으로 존재한다.

Enhans가 Expo 세션에서 데이터와 온톨로지 레이어를 함께 다룬 이유다. AgentOS의 Ontology Manager는 기업 데이터에 포함된 개체와 관계, 규칙, 용어를 정의해 데이터를 실제 비즈니스 의미로 옮긴다. 에이전트는 이 구조를 기준으로 상황을 판단한다. 그럴듯한 답변이 아니라 그 회사의 운영 논리를 근거로 삼는 것이다.

‍

‍

AI가 만든 가치의 측정

목적이 정해지면 다음 질문이 분명해진다. 그래서 이 에이전트가 어떤 비즈니스 가치를 만들었는가.

Enhans는 AI의 성과를 처리 건수나 속도로 판단하지 않는다. 발표에서도 이를 한 문장으로 제시했다. "KPI must be tied with business impact."

구매 업무라면 절감액만이 아니라 수요 감소, 총소유비용(TCO), 공급 안정성, 조달 리드타임을 함께 본다. 이 성과는 다시 비용 절감, 비용 회피, 매출 손실 방지, 추가 매출, 운전자본 효과 같은 Business Impact로 이어진다. 여기에 AI 운영 비용과 사람의 관리 비용, 예상되는 리스크까지 넣어야 에이전틱 AI가 만든 순가치를 이야기할 수 있다.

기준은 AI를 얼마나 썼는지가 아니다. AI가 회사의 숫자에 어떤 변화를 만들었는지다.

‍

사람이 결정하고, 에이전트가 실행한다

기업 안에서 일하는 AI 에이전트의 수는 계속 늘어난다. 하나의 에이전트가 모든 일을 하는 대신, 구매·재무·영업·마케팅·리서치처럼 서로 다른 목적을 가진 에이전트가 사람과 함께 일하는 환경에 가까워진다.

Enhans는 기업 안에서 사람보다 많은 AI 에이전트가 일하는 시점을 전망한다. 그 많은 에이전트가 회사의 목적에 맞게 움직이고 사람과 협업하려면, 이들을 연결하고 운영하는 새로운 운영체제가 필요하다.

AgentOS는 이 지점에서 시작했다. 흩어진 데이터를 연결하고, 온톨로지로 업무 맥락을 구조화하고, 에이전트가 그 맥락을 기준으로 판단한다. Computer-Use Agent인 ACT-2는 그 판단을 실제 웹과 기업 시스템에서 직접 실행해 업무를 끝까지 수행한다.

결정하는 주체는 여전히 사람이다. 목표와 방향, 허용 범위를 정하는 것은 사람의 일이다. 에이전트는 그 결정을 실행 가능한 업무로 바꾼다.

‍

You Decide. Our Agents Act.

‍

‍

AI for Real Work

이번 AI Summit Seoul & Expo 2026은 AI가 '답하는 기술'에서 '일을 수행하는 기술'로 옮겨가고 있음을 다시 확인할 수 있었던 자리였다.

다만 일을 수행한다는 것만으로는 충분하지 않다. 회사가 풀어야 할 문제를 정확히 이해하고, 분명한 목적을 가지고 행동하며, 그 결과가 실제 비즈니스 가치로 이어졌는지 확인할 수 있어야 한다.

Enhans가 말하는 AI for Real Work는 여기에 있다. 더 많은 것을 처리하는 AI가 아니라, 기업의 목적을 이해하고 실제 업무를 수행하며 그 가치를 숫자로 확인할 수 있는 AI다.