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 읽기

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 계층, 즉 추천만 하는 것이 아니라 직접 실행하는 미디어 바잉 에이전트는 아직 초기 확장 단계이지만 빠르게 움직이고 있다. 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 운영 관점에서 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 에이전시도 같은 전략을 병행하고 있다. 네덜란드 에이전시 그룹 Dept는 스위스 피트니스 브랜드 Blackroll의 이커머스 플랫폼 재설계를 Google의 Gemini와 Antigravity 스택 위 AI 에이전트로 수행했다. Dept는 이 프로젝트가 AI 도입 전 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 접근 방식을 Agent Studio라는 유료 상품으로 제품화해, 직접 구축하지 않고도 그 역량을 원하는 클라이언트에게 자사의 에이전트 구축 워크플로를 사실상 빌려 주고 있다.

컨설팅 펌은 더 멀리 나아갔지만, 성과를 두고는 여전히 논쟁 중이다

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 수를 세는 일을 그만두고 각 에이전트를 실제로 몇 명이 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%는 더 깊은 분석에 재투자하며, 나머지 30%는 그의 표현대로 더 많은 수면이나 요가 수업에 쓴다고 말했다. 시간 단위로 청구하는 펌에서도, 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. Clio에 따르면 1인 로펌의 86%와 소형 펌의 78%는 이에 대응해 가격을 전혀 바꾸지 않았고, 미드마켓 펌은 51%, 엔터프라이즈 펌은 46%였다. 규모가 작을수록 할인을 조용히 떠안고 있다. 한편 클라이언트의 71%는 애초에 시간 단위 청구보다 고정 요금이나 정액 요금을 선호한다고 연구자들에게 말했다. 시간 청구는 늘 클라이언트가 정말 원했던 것, 즉 타임시트가 아니라 예측 가능한 결과의 대용물이었다는 뜻이다. Salesforce의 최고법무책임자 Sabastian Niles는 Forbes가 인용한 Harvard Law School 거버넌스 포럼 글에서 클라이언트 쪽의 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, AI 때문에 시간 단위 청구가 의미를 잃을 수 있는 상황에서 전문 서비스 기업이 요금 체계를 다시 짜느라 애쓰는 모습을 그렸다.

마케팅 에이전시는 NinjaCat 조사에서 드러난 대안을 이미 시험하고 있다. 28%는 표준 시간 단위 청구에서 가치 또는 성과 기반 가격으로 옮겼고, 45%는 AI 기반 솔루션과 자동화를 기존 리테이너에 묶어 넣는 대신 패키지 서비스로 판매한다. 효율 이득을 더 작은 청구서가 아니라 새로운 제품으로 바꾸는 것이다.

에이전트가 작업에 손댔다는 사실을 클라이언트에게 알려야 하는가

공개 문제는 청구보다 덜 정리되어 있다. 기준으로 삼을 단일 규칙이 없기 때문이다. IAB의 State of Data 2025 연구에 따르면 브랜드의 약 절반은 에이전시와 퍼블리셔가 자신들을 대신해 AI를 어떻게 쓰는지 이미 우려하고 있다. 공개가 어떤 모습이어야 하는지 아무도 정하기 전부터 존재하는 신뢰의 간극이다.

지금까지 가장 분명한 지침은 자기 클라이언트를 상대로 같은 질문을 붙잡고 있는 인접 전문 서비스 분야에서 나온다. Journal of Accountancy에 실린 글을 재게재한 기사에서 보험사 CNA는 CPA 펌에, 지배적인 단일 법이 없는 상황에서는 자발적이고 구체적인 공개가 여전히 더 안전한 길이라고 조언했다. 법적 환경은 Gramm-Leach-Bliley Act, 캘리포니아와 유타 같은 곳의 산발적인 주 공개법, 유럽 클라이언트가 있는 펌에 적용되는 EU의 AI Act가 이어 붙은 조각보 같은 상태다. 나중에 AI가 자기 작업에 관여했다는 사실을 듣지 못한 채 알게 된 클라이언트는, 문제가 있었든 없었든 그것을 기만으로 받아들일 수 있기 때문이다. 이 글은 생성형 AI에 관한 American Bar Association의 2024년 Formal Opinion을 인용했는데, 여기에는 분명한 선이 있다. 업무 계약서에 묻혀 있는 상투적 문구는 충분한 정보에 근거한 동의로 인정되지 않는다. 공개는 AI가 무엇을 했는지, 그 뒤에 사람이 무엇을 확인했는지를 실제로 설명해야 한다.

업종을 가로지르는 패턴

이 질문에 맞닥뜨린 모든 전문 서비스 분야, 즉 회계, 법률, 그리고 이제 에이전시는 대략 같은 답에 이르고 있다. 대부분의 경우 공개는 아직 법적으로 요구되지 않는다. 그러나 이를 밝히지 않는 것은 평판을 건 도박이며, 클라이언트가 AI가 이미 개입해 있다고 가정하는 경우가 늘수록 그 도박은 더 위험해진다.

에이전트가 틀렸을 때 누가 책임을 지는가

책임은 에이전시가 가장 덜 고민한 마찰이다. 아직 문제를 강제로 드러내지 않았기 때문이다. 법률 업계에서는 AI가 지어낸 판례를 실제 서면에 인용한 변호사들이 제재를 받았지만, 에이전시에는 그렇게 헤드라인을 장식한 AI 실패 사례가 아직 없다. Law.com의 David Partida는 2026년 내내 여섯 편으로 이어지는 시리즈를 통해, 이 문제가 이론에서 일상으로 옮겨 가는 과정을 추적하고 있다. 연재에는 “What Happens When AI Acts Alone — And Who Pays For It?”와 “Who's Liable When AI Gets It Wrong?”라는 제목의 글이 포함되어 있다. 같은 사이트의 연관 글 “Accountability For AI Errors By Attorneys And Judges”는 변호사들이 AI가 만들어 낸 가짜 판례 인용이 담긴 서면을 점점 더 많이 제출하고 있으며, 그 원인은 대개 도구 자체가 아니라 사용자의 실수로 밝혀지고, 법원은 이미 신청과 항소를 통해 그 결과 나온 판결을 바로잡고 있다고 지적한다. ABA의 의견부터 CNA가 CPA 펌에 한 조언까지, 이를 둘러싸고 수렴하고 있는 전문 지침은 일관된다. 독립적인 사람의 검토 없이 AI 에이전트의 출력에 의존한 펌은, 감독받지 않은 주니어 직원이 그 실수를 한 것과 똑같이 책임을 진다. 책임을 지는 것은 에이전트가 아니라, 그 출력을 클라이언트에게 전달한 펌이다.

에이전시는 아직 이런 사태를 공개 기록으로 겪은 적이 없다. 이것이 어쩌면 가장 지켜볼 만한 마찰점이다. 에이전시 산출물은 빠르게 움직이고, 클라이언트의 받은편지함에 닿기 전에 받는 검토가 더 적은 경우가 많기 때문이다.

검증 가능성에 관한 한마디

The AI Organization에 나오는 한 가지 생각은 여기서 빌려 올 만하다. 바로 검증 가능성(legibility), 즉 누가 또는 무엇이 언제 그 작업에 관여했는지를 주장만 하는 것이 아니라 보여 줄 수 있는 능력이다. 에이전트가 무엇을 했는지, 사람이 무엇을 검토했는지, 언제 승인했는지를 실제 기록으로 내놓을 수 있는 에이전시는, 공개와 책임에 관한 질문에 정책 선언문이 아니라 증거로 답하는 셈이다. FabricLoop의 자체 AI 제품인 Loop Agent가 명시적이고 감사 가능한 권한 부여를 갖춘 MCP 기반으로 만들어진 이유가 바로 이것이다. 클라이언트를 상대로 한 AI 사용을, 펌이 주장만 하는 것이 아니라 보여 줄 수 있게 하기 위해서다.

에이전시를 운영한다면 이것이 뜻하는 것

발표를 걷어 내면 패턴은 좁지만 분명하다. 에이전틱 AI가 오늘 제값을 하는 일은 반복 가능하고, 측정 가능하며, 클라이언트에게 전달되기 전에 검토할 수 있는 일이다. 캠페인 리포팅, 정해진 가드레일 안에서의 미디어 바잉 실행, 1차 리서치와 경쟁 분석, 그리고 Dept의 수치에 따르면 이커머스 구축과 테스트 주기의 상당 부분이 여기에 속한다. 작은 목록이 아니다. 그 일을 아직 손으로 하는 에이전시에게는 눈앞에 놓인 실질적인 비용 우위다.

대규모로 검증하는 방법을 아무도 찾지 못한, 판단이 필요한 일에서는 여전히 말만 앞선다. 브랜드 위험을 수반하는 크리에이티브 결정, 클라이언트가 그 결정을 내리는 사람을 신뢰하기 때문에 비용을 지불하는 전략 제안, 사람이 확인하기도 전에 실수가 클라이언트에게 닿을 수 있는 모든 일이 그렇다. 이 보도에 인용된 조직인 Dentsu, PwC, BCG는 적용 분야는 달라도 밑바탕의 모델은 같다고 설명한다. 에이전트가 압축 가능한 일을 맡고, 사람이 위험을 수반하는 부분을 확인하며, 확보한 시간은 마진으로 챙기지 않고 다시 투자한다는 것이다. “AI가 에이전시를 대체한다”보다 덜 극적인 이야기다. 그러나 지금 클라이언트 계정에서 실제로 일어나고 있는 것은 바로 이 이야기다.

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 확인된 활용 사례는 반복 가능한 일에 몰려 있다. 캠페인 리포팅과 이상 탐지(NinjaCat), 에이전틱 미디어 바잉(WPP, Dentsu, Butler/Till), 에이전트가 이끄는 개발과 QA 주기가 그것이다. Dept가 Blackroll을 위해 진행한 이커머스 재구축은 3.8배 빨리 완료됐다.

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.

가장 먼저 무너지는 것은 청구 모델이다. Clio 데이터에 따르면 전문 서비스의 청구 가능 업무 약 4분의 3을 이제 자동화할 수 있지만, 1인 펌의 86%와 소형 펌의 78%는 이를 반영해 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.

IAB에 따르면 브랜드의 약 절반은 에이전시가 자신들을 대신해 AI를 어떻게 쓰는지 이미 우려하고 있다. 공개를 요구하는 단일 법은 없지만, 생성형 AI에 관한 ABA의 2024년 의견은 상투적 동의 문구가 정보에 근거한 공개로 인정되지 않는다고 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.