AI와 신뢰

에이전시가 지금 클라이언트 업무에서 AI 에이전트를 실제로 쓰는 방식

마케팅, 크리에이티브, 개발, 컨설팅 에이전시는 에이전틱 AI의 파일럿 단계를 이미 지났다. 오늘 클라이언트 업무에서 실제로 돌아가는 것, 아직 말뿐인 것, 그리고 청구, 공개, 책임에 대해 아무도 정리하지 못한 질문을 정리한다.

FabricLoop 편집팀

2,400단어

11분 소요

6월, 광고 업계의 딜메이커들이 연례 순례를 위해 프랑스 남부에 모인 가운데, 에이전시들은 한 주 내내 AI 에이전트 발표로 서로를 앞서려 했다. WPP는 프리미엄 동영상 인벤토리를 위한 미디어 바잉·플래닝 에이전트를 시험 중이라고 밝혔다. Dentsu는 캠페인 설정과 분석을 앞당기려고 Newton Research라는 AI 에이전트 개발사와 파트너십을 맺었다. 독립 에이전시 Butler/Till은 DoubleVerify와 함께, 저품질 인벤토리에서 광고비를 빼내는 Claude 기반 에이전트를 이미 만들어 둔 상태였다. 이것은 데모가 아니었다. 라이브 클라이언트 계정 안에서 돌아가는 도구를 에이전시가 설명하고 있었다는 것이 Digiday의 보도다.

그 한 주는 에이전틱 AI가 지금 어디에 있는지에 대한 진실을 담았다. 더 이상 피치덱의 슬라이드가 아니다. 캠페인 대시보드, 감사 워크페이퍼, 코드베이스에 나타나고 있다. 그것 없는 세상을 위해 만들어진 청구 모델, 공개 관행, 책임 틀보다 빠르다. 에이전시가 오늘 실제로 돌리고 있는 것과, 진짜 마찰이 어디에 있는지를 본다.

파일럿을 넘어선 일

도입에 대한 가장 분명한 데이터는 NinjaCat이 2025년 1월 미국 마케팅 에이전시 의사결정자 547명을 대상으로 한 조사다. 91%는 이미 어떤 형태로든 AI를 쓰고 있었고, 59%는 AI 에이전트를 구체적으로, 적극적으로 쓴다고 답했다. 제안만 생성하는 것이 아니라 과제를 실행하는 자율 시스템이다. 에이전시가 가장 많이 꼽은 용도는 데이터와 인사이트 업무(74%)와 캠페인 전략 및 최적화(72%)였다. 실무에서는 광고 플랫폼에 걸쳐 지표를 묶고, 예산이 낭비되기 전에 이상을 잡아내며, 애널리스트가 손으로 덱을 조립하지 않고 리포팅을 클라이언트 받은편지함으로 바로 전달한다는 뜻이다.

IAB의 State of Data 2025 보고서는 그것이 실제로 어디까지 갔는지에 숫자를 붙인다. 에이전시, 브랜드, 퍼블리셔 가운데 미디어 캠페인 생애주기 전반에 AI를 완전히 통합한 곳은 지금까지 30%뿐이다. 다만 그 집단에서는 에이전시와 퍼블리셔가 브랜드보다 앞서 있다. 도입된 곳에서는 IAB가 AI가 70%가 넘는 사례에서 기대를 충족하거나 넘었고, 생산성을 47% 끌어올렸으며, 사람당 주당 약 12시간의 저가치 수작업을 줄였다고 밝혔다.

에이전틱 층 그 자체, 즉 추천만 하는 것이 아니라 실행하는 미디어 바잉 에이전트는 아직 초기 확장 단계이지만 빠르게 움직인다. Digiday는 9월, IAB Europe 조사를 인용해 광고 임원의 58%가 에이전틱 바잉이 1년 안에 의미 있는 규모에 도달할 것으로 본다고 보도했다. Dentsu의 데이터 기술 및 측정 담당 EVP인 Caitlin Gelles는 그 매력을 Digiday에 운영의 말로 직설적으로 설명했다. “시스템 전반에 캠페인을 설정하는 데 몇 시간이 걸린다… 그 뉘앙스를 RAG 데이터베이스에 저장하거나, 클라이언트가 사고 싶어 하는 방식을 담아 AI가 그 효율을 찾게 할 수 있다면, 가치가 바로 거기서 나온다.”

개발 및 디지털 전환 에이전시는 같은 전략의 평행 버전을 실행하고 있다. 네덜란드 에이전시 그룹 Dept는 스위스 피트니스 브랜드 Blackroll의 이커머스 플랫폼 재설계를 Google의 Gemini와 Antigravity 스택 위 AI 에이전트로 수행했다. Dept는 프로젝트가 AI 이전 자체 추정보다 3.8배 빨리 끝났다고 말한다. Blackroll의 CEO Scott Zalaznik은 Digiday에, 회사가 이제 이커머스 기능 테스트와 개발의 대부분에 AI 에이전트를 쓴다고 말했다. Dept는 이후 이 접근을 Agent Studio라는 유료 상품으로 제품화해, 직접 만들지 않고 그 역량을 원하는 클라이언트에게 자사의 에이전트 구축 워크플로를 사실상 빌려 주고 있다.

컨설팅 펌은 더 앞서 있고, 그래도 성과를 두고 다툰다

마케팅 에이전시가 전환 중이라면, 대형 컨설팅 펌은 규모에서는 이미 올인했다. 그리고 이제 그중 무엇이 가치가 있는지라는 더 어려운 질문에 걸려 있다. McKinsey CEO Bob Sternfels는 1월, 회사가 내부 AI 에이전트 수만 개를 배치했고 결국 직원 40,000명 각자에게 하나씩 두고 싶다고 Business Insider에 말했다. 그러나 전 McKinsey 파트너이자 현재 Writer의 최고고객책임자인 Mina Alaghband는 이렇게 말했다. “이제 혼란의 시대에 들어섰다고 생각한다.” 1년 전 지표는 사용이었다. 지금 펌들이 재려는 것은 더 어려운 것, 실제로 만들어진 가치다.

PwC의 최고 AI 책임자 Dan Priest는 Business Insider에, 회사가 에이전트 세기를 멈추고 각 에이전트를 실제로 몇 명의 사람이 쓰는지 세기 시작했다고 말했다. EY는 에이전트의 생산성, 품질, 비용 효율 KPI를 매달 추적한다. 가장 구체적인 숫자는 BCG에 있다. 파트너 Scott Wilder는 직원들이 슬라이드 제작 같은 저가치 업무에 쓰는 시간이 약 15% 줄었고, 되찾은 시간의 약 70%를 더 깊은 분석에 재투자하며, 나머지 30%는 그의 말대로 더 자거나 요가 수업으로 둔다고 말했다. 시간으로 청구하는 펌 안에서도, AI로 되찾은 시간이 자동으로 더 많은 청구 시간이 되지는 않는다.

“AI가 마침내 시간당 청구 방식의 종말을 고할 수 있다”고 Clio CEO Jack Newton은 말했다. 전문 서비스 기업이 삼십 년 동안 했다가 거둬들인 주장이다. 다만 이번에는 그 뒤의 산수가 공개되어 있다.

실제로 먼저 깨지는 것은 청구 모델이다

에이전시가 부딪히는 마찰 가운데 청구가 가장 즉각적이다. 계산을 피할 수 없기 때문이다. AI가 한 과제의 시간을 다섯 시간에서 한 시간으로 줄이는데 여전히 시간으로 청구한다면, 의도하지 않고 클라이언트에게 80% 할인을 준 셈이다. 감사 전문가 743명을 대상으로 한 2026년 Gartner 조사와 법률 소프트웨어 회사 Clio의 별도 연구를 다룬 Forbes 분석은 인접한 전문 서비스 산업에서 같은 패턴을 찾았다. 감사 리더의 93%는 어떤 AI 사용을 보고하지만 전략이 있는 곳은 38%뿐이고, Clio는 청구 가능한 법률 과제의 약 4분의 3이 이제 생성형 AI로 자동화될 수 있다고 추정한다.

가격은 따라가지 못했다. Clio는 1인 로펌의 86%와 소형 펌의 78%가 이에 대응해 가격을 전혀 바꾸지 않았다고 밝혔다. 미드마켓은 51%, 엔터프라이즈는 46%였다. 규모가 작을수록 할인을 조용히 삼킨다. 한편 클라이언트의 71%는 연구자들에게, 애초에 시간 청구보다 고정 또는 정액 수수료를 선호한다고 말했다. 시간 청구는 클라이언트가 정말로 원했던 것, 타임시트가 아니라 예측 가능한 결과의 대역이었다는 뜻이다. Salesforce의 최고법무책임자 Sabastian Niles는 Forbes가 인용한 Harvard Law School 거버넌스 포럼 글에서 클라이언트 쪽 기대를 분명히 했다. “그 이득은 물론 절감, 비용 효율, 새로운 사업 모델을 통해 클라이언트와도 나눠야 한다.” Wall Street Journal은 같은 변화를 “Inside Consultants' Messy Shift From Hourly Billing”이라는 제목으로 다루며, AI가 청구 가능 시간을 쓸모없게 만들 위협 속에서 전문 서비스 기업이 요금 방식을 다시 짜느라 씨름하는 모습을 그렸다.

마케팅 에이전시는 NinjaCat 조사가 찾은 대안을 이미 시험 중이다. 28%는 표준 청구 시간에서 가치 또는 성과 기반 가격으로 옮겼고, 45%는 AI 기반 솔루션과 자동화를 기존 리테이너에 접어 넣는 대신 패키지 서비스로 판다. 효율 이득을 더 작은 청구서가 아니라 새 제품으로 바꾸는 것이다.

에이전트가 작업에 손댔다는 사실을 클라이언트에게 알려야 하는가

공개의 질문은 청구보다 덜 정리되어 있다. 가리킬 단일한 규칙이 없기 때문이다. IAB의 State of Data 2025 연구는 브랜드의 약 절반이 에이전시와 퍼블리셔가 자신들을 대신해 AI를 어떻게 쓰는지 이미 우려한다고 밝혔다. 공개가 어떤 모습이어야 하는지 아무도 정하기 전부터 존재하는 신뢰의 간극이다.

지금까지 가장 분명한 지침은 자기 클라이언트에 대해 같은 질문을 붙잡고 있는 인접 전문 서비스 분야에서 온다. Journal of Accountancy에서 신디케이트된 글에서 보험사 CNA는 CPA 펌에, 하나를 지배하는 법이 없는 상황—법적 풍경은 Gramm-Leach-Bliley Act, 캘리포니아와 유타 같은 곳의 흩어진 주 공개법, 유럽 클라이언트가 있는 펌을 위한 EU의 AI Act가 이어 붙인 조각보다—에서는 자발적이고 구체적인 공개가 여전히 더 안전한 길이라고 조언했다. 나중에 AI가 자기 작업에 손댔다는 사실을 듣지 못한 채 알게 된 클라이언트는, 무언가 잘못됐든 아니든 그것을 기만으로 읽을 수 있기 때문이다. 글은 생성형 AI에 관한 American Bar Association의 2024년 Formal Opinion을 가리켰다. 거기에는 선명한 선이 있다. 업무 위임장에 묻힌 상투적 문구는 충분한 정보에 근거한 동의가 아니다. 공개는 AI가 무엇을 했는지, 사람이 그 뒤에 무엇을 확인했는지를 실제로 설명해야 한다.

산업을 가로지르는 패턴

이 질문에 닿는 전문 서비스 분야—회계, 법률, 그리고 이제 에이전시—는 대략 같은 답에 도착한다. 공개는 대부분의 경우 아직 법적으로 요구되지 않는다. 그러나 그것을 숨기는 것은 평판에 거는 내기이며, 클라이언트가 AI가 이미 개입해 있다고 가정하기 시작할수록 그 내기는 더 위험해진다.

에이전트가 틀렸을 때 누가 책임을 지는가

책임은 에이전시가 가장 덜 생각한 마찰이다. 아직 문제를 강제하지 않았기 때문이다. 법률 전문직이 실제 서면에 AI가 지어낸 판례를 인용한 변호사가 제재를 받은 방식으로, 헤드라인을 장식한 에이전시 AI 실패는 아직 없었다. Law.com의 David Partida는 2026년 내내 여섯 편 시리즈를 이어 가며, 이 문제가 이론에서 일상으로 옮겨 가는 과정을 추적하고 있다. 그 회차에는 “What Happens When AI Acts Alone — And Who Pays For It?”와 “Who's Liable When AI Gets It Wrong?”이 있다. 같은 사이트의 동반 글 “Accountability For AI Errors By Attorneys And Judges”는 변호사가 AI가 생성한 가짜 판례 인용이 담긴 서면을 점점 더 제출하고 있으며, 대개 도구 자체가 아니라 사용자 오류로 거슬러 올라가고, 법원은 이미 신청과 항소를 통해 그 결과 판단을 바로잡고 있다고 적는다. 이를 둘러싸고 수렴하는 전문 지침은 ABA의 의견에서 CNA가 CPA 펌에 한 조언까지 한결같다. 독립적인 사람 검토 없이 AI 에이전트 출력에 의존한 펌은, 감독 없는 주니어가 그 실수를 한 것과 정확히 같이 책임을 진다. 책임을 지는 것은 에이전트가 아니다. 그 출력을 클라이언트에게 보낸 펌이다.

에이전시는 이 정산의 자기 버전을 아직 공개 기록에 갖고 있지 않다. 어쩌면 가장 지켜볼 만한 마찰점이다. 에이전시 산출물은 빠르게 움직이고, 클라이언트 받은편지함에 닿기 전 검토가 더 적은 경우가 많기 때문이다.

가독성에 대한 메모

The AI Organization의 한 가지 생각은 여기서 빌려 올 만하다. 가독성, 즉 누가 또는 무엇이 언제 그 작업에 손댔는지를 주장만이 아니라 보여줄 수 있는 능력이다. 에이전트가 무엇을 했는지, 사람이 무엇을 검토했는지, 언제 사인오프했는지를 실제 기록으로 낼 수 있는 에이전시는 공개와 책임의 질문에 정책 성명이 아니라 증거로 답한다. FabricLoop의 AI 제품인 Loop Agent가 명시적이고 감사되는 허가 위의 MCP로 만들어진 이유가 바로 이것이다. 클라이언트를 향한 AI 사용을, 펌이 주장만 하는 것이 아니라 보여줄 수 있는 것으로 만들기 위해서다.

에이전시를 운영한다면 이것이 뜻하는 것

발표를 걷어 내면 패턴은 좁지만 실재한다. 에이전틱 AI가 오늘 제값을 하는 일은, 클라이언트에게 닿기 전에 반복 가능하고 측정 가능하며 검토 가능한 일이다. 캠페인 리포팅, 정해진 가드레일 안의 미디어 바잉 실행, 1차 리서치와 경쟁 분석, 그리고 Dept의 숫자에 따르면 이커머스 구축과 테스트 주기의 의미 있는 부분이다. 작은 목록이 아니다. 그 일을 아직 손으로 하는 에이전시에게는 테이블 위에 놓인 실제 비용 우위다.

규모로 검증하는 방법을 아무도 찾지 못한 판단이 필요한 일에서는 아직 말이 대부분이다. 브랜드 위험을 지는 크리에이티브 결정, 클라이언트가 그것을 내리는 사람을 신뢰하기 때문에 돈을 내는 전략 권고, 그리고 실수가 사람이 보기 전에 클라이언트에게 닿을 수 있는 모든 것. 이 보도에 인용된 조직—Dentsu, PwC, BCG—은 용도는 달라도 밑의 모델은 같다고 설명한다. 에이전트가 압축 가능한 일을 하고, 사람이 위험을 지는 부분을 확인하고, 비워진 시간은 마진으로 주머니에 넣지 않고 다시 투자한다. “AI가 에이전시를 대체한다”보다 지루한 이야기다. 지금 클라이언트 계정에서 실제로 일어나고 있는 이야기이기도 하다.

핵심 요약

미국 마케팅 에이전시의 91%는 어떤 형태로든 AI를 쓴다고 보고하고, 59%는 AI 에이전트를 구체적으로 적극 사용한다. 2025년 1월 NinjaCat이 에이전시 의사결정자 547명을 조사한 결과다. 이것은 실험이 아니라 도입이다.

실재하고 근거가 있는 사용 사례는 반복 가능한 일 주위에 모인다. 캠페인 리포팅과 이상 탐지(NinjaCat), 에이전틱 미디어 바잉(WPP, Dentsu, Butler/Till), 에이전트가 이끄는 개발과 QA 주기. Dept가 Blackroll을 위해 한 이커머스 재구축은 3.8배 빨리 출고됐다.

에이전시, 브랜드, 퍼블리셔 가운데 미디어 캠페인 생애주기 전반에 AI를 완전히 통합한 곳은 30%뿐이다. IAB의 State of Data 2025 보고서에 따르면 그렇다. 도입은 실재하지만 완성과는 거리가 멀다.

먼저 깨지는 마찰은 청구다. Clio 데이터는 전문 서비스의 청구 가능 과제 약 4분의 3이 이제 자동화될 수 있음을 보여 주지만, 1인 펌의 86%와 소형 펌의 78%는 이를 반영하도록 가격을 바꾸지 않았다.

마케팅 에이전시의 28%는 이미 청구 시간에서 가치 또는 성과 기반 가격으로 옮겼고, 45%는 AI 기반 자동화를 기존 리테이너에 흡수하는 대신 별도의 유료 서비스로 판다.

브랜드의 약 절반은 에이전시가 자신들을 대신해 AI를 어떻게 쓰는지 이미 우려한다. IAB에 따르면 그렇다. 공개를 요구하는 단일 법은 없다. 생성형 AI에 관한 ABA의 2024년 의견은 상투적 동의 문구가 정보에 근거한 공개가 아니라고 분명히 한다.

전문 서비스 전반에서 수렴하는 책임 지침은 한결같다. 독립적인 사람 검토 없이 AI 에이전트 출력을 내보낸 펌은, 감독 없는 주니어가 그 실수를 한 것과 정확히 같이 책임을 진다.

컨설팅 펌(McKinsey, PwC, EY, BCG)은 에이전트를 몇 개 배치했는지 세는 단계를 지나, 실제로 만들어진 가치를 재려 한다. 더 어렵고, 업계 전체에서 아직 풀리지 않은 질문이다.

모든 유형의 에이전시에서 유지되는 패턴은 이렇다. 에이전트가 압축 가능하고 검토 가능한 일을 맡는다. 사람이 브랜드나 클라이언트 위험을 지는 것을 확인한다. 아낀 시간은 주머니에 넣지 않고 더 가치 있는 일에 재투자한다.