Agent와 Skill 본체론에 대한 사고

一서론: 대답할 수 없는 근본적 질문

“Agent란 무엇인가? Skill이란 무엇인가?”—이것은 LLM 애플리케이션 개발 분야에 진입하는 누구나 마주치는 첫 번째 질문이다. 그러나 3대 AI 플랫폼의 공식 문서, 학술 논문, 엔지니어링 실무에 대한 체계적 연구를 거친 결과, 우리는 불안한 결론에 도달했다: 이 두 개념에는 현재 엄밀한 정의가 존재하지 않는다.

이는 정의가 너무 전문적이거나 너무 기술적이어서가 아니라, 정의 자체가 모호하고 자기모순적이며 플랫폼마다 다르기 때문이다. 더 깊은 문제는, 이러한 모호성이 우연한 실수가 아니라는 점이다—확률 시스템 위에 세워진 산업이 확정적 언어로 자신을 묘사하려 할 때 필연적으로 맞닥뜨리는 구조적 곤경이다.

본 논문은 저자 자신이 LLM 심층 사용자로서 실천한 경험을 출발점으로, 이 ‘모호성의 사슬’ 각 고리를 역추적한다—개념 정의에서 범주 경계로, 사이버네틱스 상한에서 비용 블랙박스로, 민간의 불만에서 시장 구조로—최종적으로 하나의 완전한 인과 폐루프(closed loop)를 밝혀낸다.

二Agent의 본체론: 정의의 공허

2.1 세 회사 정의의 교차 비교

현재 글로벌 3대 LLM 플랫폼의 Agent 정의는 각기 다르며, 핵심 차원에서 서로 모순된다:

세 곳 모두 모호하지만, 모호한 방식이 다르다. OpenAI가 가장 실용적이다^[2]—Agent는 “구성된 LLM 인스턴스”에 불과하다. Google이 가장 범용적이다^[3]—추론 능력이 있는 거의 모든 AI 시스템이 해당된다. Anthropic만이 아키텍처적 경계선(Workflow vs Agent)을 그으려 시도했지만^[1], 그 선 자체도 불분명하다.

2.2 Agent와 Workflow: 유일한 경계선과 그 모호성

세 곳의 정의 중 Anthropic만이 내부 경계를 그으려 시도했다. Anthropic은 명확히 구분한다: Workflow는 사전 정의된 코드 경로를 통해 LLM과 도구를 편성하는 시스템이고, Agent는 LLM이 자체 프로세스와 도구 사용을 동적으로 지시하는 시스템이다. 이 경계의 판정 기준은 제어권 귀속이다—다음에 무엇을 할지 누가 결정하는가? 코드가 미리 규정한다면 Workflow이고, LLM이 스스로 결정한다면 Agent이다.

OpenAI와 LangChain도 이 구분선을 인정한다. LangChain은 OpenAI와 Anthropic 모두 Workflow를 Agent와 다른 설계 패턴으로 취급한다고 지적한다—Workflow에서 LLM의 제어권은 더 적고 프로세스는 더 확정적이다. 그러나 양쪽 모두 인정하는 바는: 많은 애플리케이션에서 Workflow는 명확히 정의된 작업에 예측 가능성과 일관성을 제공하고, Agent는 유연성과 모델 주도 의사결정이 필요한 시나리오에 더 적합하다는 것이다. 다시 말해, 이것은 우열의 차이가 아니라 적용 시나리오의 차이이다.

문제는 이 경계가 실제로는 연속 스펙트럼이지 이산적 분계선이 아니라는 점이다:

대부분의 사람들이 Agent라고 부르는 것은 실제로 Agent가 아니다. 이른바 “Agent”의 대다수는 API 호출에 도구 접근을 더한 것에 불과하다—독립적으로 행동할 수 없고 의사결정을 내릴 수 없다. 단지 사용자에게 응답할 뿐이다. 그런데도 우리는 여전히 그것을 Agent라고 부른다. 한 독립 연구자는 CrewAI가 말하는 “Agent”가 사실상 특정 작업에 배정된 사전 정의 Workflow에 가깝고, Anthropic이 정의하는 Agent는 어떤 작업이든 독립적으로 추론하여 완수할 수 있는 시스템이라고 지적했다^[25]. 두 이해 모두 가치가 있지만, 전혀 다른 기술적 실체를 가리킨다.

더 핵심적인 점은, 대부분의 애플리케이션에서 프로덕션급 에이전트 시스템은 Workflow와 Agent의 조합이 될 것이며—순수한 Agent는 프로덕션 환경에 거의 등장하지 않는다는 것이다. Anthropic은 가장 단순한 실행 가능 방안을 찾고, 필요할 때만 복잡도를 추가할 것을 권고한다. 이는 에이전트 시스템을 구축할 필요가 전혀 없을 수 있다는 뜻이다. 이는 곧: Agent라는 개념이 정의되었음에도 불구하고, 실무에서는 가능한 한 사용을 피하도록 권장된다는 것이다. 자기 정의자가 신중한 사용을 조언하는 개념은, 제품 카테고리로서의 유효성이 의문시된다.

2.3 자율성의 역설

Agent 정의의 핵심은 “자율성”에 있다. 그러나 깊이 추궁하면 근본적 역설이 드러난다: 프롬프트 없는 Agent에게는 자율성이 없다.

LLM의 “자율성”은 내재적인 것이 아니라 프롬프트가 부여한 것이다. 아무것도 없는 LLM—시스템 프롬프트 없이, 역할 정의 없이, 도구 설명 없이—은 오직 한 가지만 한다: 입력 텍스트에 기반하여 다음 토큰을 예측하는 것이다. 스스로 목표를 설정하지 않고, 도구 호출을 결정하지 않으며, 작업이 완료되었는지 판단하지 않는다.

2.4 정의 모호성의 심층 원인

Anthropic 스스로 인정한다: “Agent는 여러 방식으로 정의될 수 있다.”^[1] 이것은 엄밀한 본체론적 정의가 아니라 제품 분류 전략이다. 모호성의 원인은 세 가지다: 첫째, 2026년 “Agent”는 가장 뜨거운 키워드이며 정의가 넓을수록 시장 내러티브가 커진다. 둘째, Agent의 자율성은 실제로 연속 스펙트럼이며 억지로 선을 긋는 것은 엔지니어링적으로 무의미하다. 셋째, 이 분야가 너무 새로워서 학계조차 아직 논쟁 중이다.

三Skill의 본체론: 개념의 표류

3.1 Skill이 아닌 것

Skill의 본질은 부정적 정의를 통해 획정해야 한다:

Skill은 도구(Tool)가 아니다—도구는 확정적 연산으로, 입력을 주면 구조화된 출력을 얻는다. Skill은 LLM이 해석하는 일련의 지시(instructions)이다.^[4] Skill은 “어떻게 할 것인가”를 기술하고, 도구는 “실행한다”.

Skill은 프롬프트(Prompt)가 아니다—프롬프트는 일시적이고, 반응적이며, 코드에 내장된다. Skill은 지속적이고, 이식 가능하며, 버전 관리되는 산출물이다.^[5]

Skill은 에이전트(Agent)가 아니다—Agent는 자체 도구, 기억, 의사결정 루프를 가진 실행 런타임이다. Skill은 어떤 Agent든 로드할 수 있는 지식 모듈이다.

3.2 세 회사의 분열

Microsoft의 Semantic Kernel은 처음에 “Skills”라고 불렀다가 나중에 “Plugins”로 이름을 변경했다^[6]—이는 그들의 관점에서 Skill과 Tool 사이에 본질적 차이가 없었음을 보여준다. 이것은 “Skill과 Tool은 다른 범주이다”라는 논지를 직접적으로 도전한다.

3.3 Tool과 Skill 경계의 자기검증과 붕괴

“Tool은 실행 계층, Skill은 편성 계층”이라는 흔한 논지를 4차원 검증(논리, 정의, 범주, 유추)에 부쳤으며, 모든 차원에서 문제가 노출되었다:

가장 정직한 결론: Tool과 Skill의 차이는 본질적으로 다른 두 범주가 아니라, 동일한 연속 스펙트럼 위의 서로 다른 위치이다.^[7] 산업 자체도 아직 통일되지 않았다.

四사이버네틱스 관점: 95% 상한과 5%의 이중성

4.1 불확실성의 정량화

프롬프트 재사용성, Project 환경의 출력 안정성, Skill 재사용 효과에 대한 장기 사용 관찰을 통해, 모든 경험이 같은 방향을 가리킨다: LLM 출력의 제어 가능성에는 약 95%의 경험적 상한이 존재한다. 이것은 통제 실험으로 측정된 정밀 상수가 아니라, 지속적 실천에 기반한 수렴적 판단이다—흥미롭게도 MIT의 독립 연구도 생성형 AI 파일럿 프로젝트의 95%가 프로덕션에 도달하지 못한다는 결과를 발견했으며^[21], 서로 다른 차원의 두 “95%”가 의미심장한 공명을 이룬다.

이 마지막 5%는 엔지니어링 문제가 아니다—프롬프트를 잘 못 쓴 것도, Skill 설계가 정교하지 않은 것도, 프레임워크를 잘못 선택한 것도 아니다. 이것은 LLM이 확률적 샘플링으로 토큰을 생성하는 메커니즘 자체가 결정하는 물리 법칙 수준의 한계이다.

4.2 5%의 가치 반전

핵심 통찰은 이것이다: 이 5%의 불제어성은 사이버네틱스 관점에서는 리스크이지만, 창의성 관점에서는 핵심 가치이다.

LLM이 기대에서 벗어날 때—벗어나는 방향이 “더 나쁜” 쪽이면 환각(hallucination)이나 오류라 부르고, “더 나은” 쪽이면 경이로움이나 통찰이라 부른다. 둘 다 확률 샘플링이 예설되지 않은 출력을 생성한 데서 비롯되지만, 엄밀한 등가 관계는 아니다—학술 연구에 따르면, 서로 다른 환각 억제 기술이 창의성에 정반대 영향을 미친다: 어떤 방법(예: CoVe)은 환각을 줄이면서 오히려 창의적 다양성을 강화하고, 다른 방법(예: DoLa)은 양쪽을 동시에 억제한다^[22]. 모델의 서로 다른 디코딩 레이어 사이에 정량화 가능한 환각-창의성 트레이드오프 곡선이 존재하며, 특정 최적 균형점이 있다^[23].

4.3 LLM이라는 새로운 제품 범주

이 95%+5% 구조는 인류 상업사에서 전례 없는 제품 범주를 정의한다:

기존의 어떤 가격 모델, 평가 프레임워크, 품질 표준도 이러한 종류의 제품을 위해 설계되지 않았다. 이것이 모든 기존 개념을 적용하면 들어맞지 않는 근본 원인이다.

五민간 본체론: ‘가챠 뽑기’와 ‘지능 저하’

5.1 ‘가챠 뽑기’—비용의 가장 진실된 묘사

‘가챠 뽑기(抽卡)’는 어떤 전문가가 발명한 용어가 아니다. 수억 명의 중국어권 AI 사용자가 실제 사용 중에 자발적으로 수렴한 합의 어휘이다^[18]—게임 커뮤니티에서 유래했으며, 그곳의 사용자들은 확률 시스템의 본질을 이미 오래전부터 이해하고 있었다: 돈을 써도 결과는 보장되지 않고, 희소성이 비용을 결정하며, 운영사가 확률을 몰래 변경할 수 있다.

‘가챠 뽑기’는 가격 모델이 무시하는 사실을 드러낸다: 실제 생산 비용은 “한 번 생성의 가격”이 아니라 “만족스러운 결과를 뽑을 때까지의 총비용”이다. 그리고 이 총비용은 예측 불가능하다.

5.2 ‘지능 저하’—세 가지 상이한 메커니즘의 체험 수렴

실무자들이 관찰하는 ‘지능 저하(降智)’는 실제로 세 가지 서로 다른 메커니즘이 사용자 경험 차원에서 수렴한 것이다:

메커니즘 1: 데이터 품질 퇴화(“뇌 부패”). 여러 대학의 연구에 따르면, 저품질 인터넷 데이터로 학습한 모델은 체계적 능력 저하를 보인다^[8]—추론 점수가 74.9에서 57.2로, 기억 및 장문맥 이해력이 84.4에서 52.3으로 하락했다. 더 우려스러운 점은, 이 손상이 쉽게 복구되지 않는다는 것이다—고품질 데이터로 재학습해도 모델이 원래 수준으로 완전히 돌아가지 않는다. 이것은 데이터 소스 차원의 문제이다.

메커니즘 2: 정렬세(Alignment Tax). RLHF 정렬 이후의 모델은 “응답 동질화” 현상을 보인다—연구 측정 결과, TruthfulQA에서 40%의 질문이 10회 독립 샘플링에서 단 하나의 의미 클러스터만 생성했다^[24]. 영향을 받는 질문에서 샘플링 기반 불확실성 추정 방법의 판별력은 0으로 떨어졌다(AUROC=0.500). 이것은 능력 퇴화가 아니라 안전성을 위해 지불하는 구조적 대가—설계 선택이다.

메커니즘 3: 비용 최적화와 모델 교체. 공급업체가 새 모델에 비용 최적화 추론 조정을 수행하여 기본적으로 더 짧은 출력을 내놓으며, 동시에 고비용 모델을 저비용 모델로 조용히 교체하면서 과금은 그대로 유지할 수 있다^[9]. 이것은 이익 주도의 상업적 결정이다.

세 메커니즘은 원인이 다르고, 책임 귀속이 다르며, 해결 경로가 다르다. 그러나 사용자 경험 차원에서는 동일한 감각으로 수렴한다: 이전에 할 수 있던 일을 이제 할 수 없고, 이전에 훌륭했던 답변이 이제는 평범해졌다. ‘지능 저하’라는 민간 용어는 이 복합적 경험을 정확하게 인코딩한다—비록 원인을 구분하지는 못하지만.

5.3 두 언어 체계의 대립

공식적으로는 Agent, Skill, Tool이라 말하고, 사용자들은 가챠 뽑기, 지능 저하라 말한다. 두 언어 체계가 동일한 시스템을 묘사하지만, 완전히 다른 결론에 도달한다. 전자는 이것이 제어 가능하고, 정의 가능하고, 가격 책정 가능한 제품이라 말하고, 후자는 이것이 제어 불가능하고, 운에 맡겨야 하며, 점점 나빠지는 도박이라 말한다. 민간의 ‘가챠 뽑기 + 지능 저하’가 공식의 ‘Agent + Skill’보다 훨씬 정직하다.

六비용 블랙박스: 추론 Token과 TPM 함정

6.1 숨겨진 추론 Token

입력과 출력 사이에, 거의 어떤 회사도 투명하게 공개하지 않는 비용 계층이 존재한다: 추론 Token(Reasoning Tokens). 학술 논문에 따르면, 과금된 Token의 90% 이상이 사용자에게 표시되지 않은 사례가 기록되어 있으며, 내부 추론이 Token 사용량을 20배 이상 부풀렸다.^[10]

당신이 50개의 Token을 보내고, 100개의 Token을 받았지만, 650개의 Token에 대해 과금된다.^[11] 그 500개의 “추론 Token”은 모델의 내부 독백—당신은 결코 볼 수 없다. 추론 Token은 단일 쿼리 비용을 5~50배까지 증폭시킬 수 있으며^[12], 작업 난이도와 모델 선택에 따라 다르다.

6.2 TPM 함정: 실증 데이터

아래 데이터는 본 논문의 저자(이조글로벌인공지능연구소)의 Google Gemini API 유료 Tier 1 대시보드 스크린샷에서 가져온 것으로^[13], 90일간의 사용 기록을 포괄한다:

6.3 4중 블랙박스의 완전한 구조

모든 발견을 중첩하면, LLM 사용자가 직면하는 실제 처지는 하나의 4중 블랙박스이다:

사용자는 어떤 품질의 결과를 얻을지 모르고, 이번에 얼마를 썼는지 모르며, 왜 갑자기 제한이 걸렸는지 모르고, 심지어 모델이 뒤에서 조용히 교체되었는지조차 모른다^[10].

七개념 모호에서 시장 블랙박스로: 완전한 인과 사슬

모든 발견을 연결하면, 하나의 완전한 인과 추론 사슬이 구성된다:

이 순환의 모든 단계가 이미 실제 시장에서 검증되었다: 약 80%의 기업이 생성형 AI를 사용한다고 보고하지만, 동일한 비율의 기업이 의미 있는 수익 영향이 없다고 보고한다^[14]. AI Agent를 프로덕션에 배포한 조직은 11%에 불과하다^[15]. 대부분의 기업 예산이 실제 총소유비용(TCO)을 40~60% 과소평가한다^[16]. MIT 보고서는 나아가 생성형 AI 파일럿 프로젝트의 95%가 실패한다고 보여준다^[21].

가능한 반론에 응답해야 한다: “클라우드 컴퓨팅”도 초기에는 마찬가지로 정의가 모호했지만, 여전히 기능이 완비된 조 단위 시장으로 성장했다. 왜 개념 모호성이 LLM 시장에서 이토록 파괴적인가? 답은 클라우드 컴퓨팅은 개념 정의 차원에서만 모호했고, 그 산출은 확정적이었다는 데 있다—1GB를 저장하면 1GB이고, 1시간을 계산하면 1시간이며, 검증 가능하고, 감사 가능하고, 비교 가능하다. LLM 시장의 특수성은 모호성이 세 차원을 동시에 관통한다는 데 있다: 제품 정의가 모호하고(Agent란 무엇인가), 산출 품질이 비확정적이며(동일 프롬프트가 동일 결과를 보장하지 않음), 비용 계량이 불투명하다(추론 Token이 보이지 않음). 이 3중으로 중첩된 불확실성이야말로 이 시장이 유효한 가격 책정 메커니즘을 형성하지 못하는 근본 원인이다.

가격 혼란은 직접적 증상이다: 어떤 공급업체는 해결 건수로 과금하고, 어떤 공급업체는 대화 건수로 과금하며, 또 어떤 공급업체는 가격을 영업 통화 뒤에 완전히 숨긴다^[19]. 과금 단위조차 합의가 없다—Token, Credit, “Intelligence Unit”, Conversation, Resolution^[20]—이 과금 차원 중 어느 것도 사용자 관점의 가치 지표가 아니다.

7.1 OOD 사용자에 대한 구조적 처벌

가장 아이러니한 점은, 현재의 비용 구조가 체계적으로 고가치 사용을 처벌하고 얕은 사용을 보상한다는 것이다. 학제간 깊은 사고를 하는 사용자—고밀도 OOD(Out-of-Distribution) 쿼리를 생성하고, 모델의 Dense 모드 추론을 트리거하며, 지속적으로 컨텍스트를 쌓아가는—의 Token 소비는 지수적으로 증가한다. 이런 사용자야말로 AI가 사용되어야 할 목적—깊은 사고—을 정확히 수행하는 사람들이지만, 전체 비즈니스 모델이 그들을 처벌한다.

실증: 본 논문의 저자는 오직 채팅만으로(배치 작업이 아닌, Agent 자동화가 아닌) Gemini 3 Pro의 1M TPM 한도를 트리거하여 당일 차단을 당했다. 그 대화 패턴의 특징은 매 턴마다 새로운 학문 차원을 열고, 컨텍스트가 지속적으로 팽창하며^[17], 추론 Token이 지수적으로 증가하는 것이었다. 제한이 없는 경우, 이러한 대화 패턴은 이론적으로 분당 1B Token 소비에 도달할 수 있다.

八결론: 새로운 개념 체계가 필요하다

8.1 산업이 대답해야 할 세 가지 질문

개념 모호가 초래하는 시장 혼란을 진정으로 해결하려면, LLM 시스템에 고유한 새로운 개념 체계가 필요하다—인간 조직, 전통 소프트웨어, 인지과학에서 빌려온 은유가 아니라, LLM의 실제 작동 메커니즘에서 도출된 것이어야 한다. 이 체계는 최소한 다음에 답해야 한다:

첫째, 원자 단위의 문제. LLM 시스템에서 진정으로 더 이상 나눌 수 없는 원자 단위는 무엇인가? Token인가? 한 번의 추론 호출인가? 하나의 완전한 컨텍스트 윈도우인가?

둘째, 격리 경계의 문제. 서로 다른 컴포넌트 간의 격리 경계는 무엇이 보장하는가? 전통 소프트웨어에는 타입 시스템, 인터페이스 정의, 프로세스 격리가 있다. LLM 시스템에서는 모든 것이 동일한 Token 스트림 안에서 혼합된다—프롬프트, 도구 설명, Skill 지시, 사용자 입력, 모델 출력—진정한 물리적 격리가 없고, 의미론적 규약만 있다.

셋째, 자율성의 문제. 본질적으로 조건부 확률 생성기인 시스템에서 “자율성”이란 도대체 무엇을 의미하는가?

8.2 역사적 유추와 전망

기술이 개념보다 앞서 달리는 것은 기술사에서 반복적으로 나타나는 패턴이다. 전기가 처음 발명되었을 때 “인공 번개”라 불렸고, 자동차가 처음 등장했을 때 “말 없는 마차”라 불렸다. 이 이름들은 모두 낡은 개념을 새로운 사물에 억지로 씌운 것이다. “Agent”는 인간 대리인과 강화학습 에이전트에서 빌려온 것이고, “Skill”은 인간의 기능에서 빌려온 것이다—모두 정확하지 않다.

최종적으로 살아남는 것은 두 종류의 회사일 것이다: 명확한 문제를 진정으로 해결하여 평가하고 가격을 매길 수 있는 회사, 또는 기초 모델 역량을 보유하여 “Agent” 내러티브에 의존하지 않는 인프라 회사이다. 그 사이에서 모호한 개념과 자본 내러티브에 기대어 살아가는 회사들은, 시장이 정리될 때 첫 번째 도태 대상이 될 것이다.

충분히 많은 구매자가 나서서 “이해가 안 됩니다. 제가 멍청해서가 아니라, 여러분이 명확히 설명하지 않았기 때문입니다—명확히 설명하기 전까지 저는 사지 않겠습니다”라고 말할 때, 비로소 블랙박스 시장은 투명 시장으로 전환되도록 강제될 것이다.