AI 에이전트란? ChatGPT랑 뭐가 다르길래 요즘 난리일까?

AI 에이전트란 무엇인지와 ChatGPT와의 차이를 설명하는 NOIE 썸네일

요즘 AI 관련 뉴스를 보다 보면 예전에는 잘 들어보지 못했던 말이 자주 등장합니다.

바로 AI 에이전트입니다.

ChatGPT가 나온 지 얼마 되지 않은 것 같은데 이제는 AI가 질문에 답하는 것을 넘어 사람 대신 직접 일을 처리한다는 이야기가 나오고 있습니다.

처음 이 말을 접하면 저도 그랬지만 조금 헷갈립니다.

“ChatGPT도 내가 시키는 일을 해주는데 AI 에이전트는 대체 뭐가 다른 거지?”

“그냥 더 똑똑해진 ChatGPT를 에이전트라고 부르는 건가?”

이런 생각이 들 수밖에 없습니다.

저 역시 처음에는 AI 에이전트를 단순히 ‘일을 대신 해주는 AI’ 정도로 생각했습니다.

그런데 조금 더 알아보니 단순히 답변을 잘하는 AI와 목표를 정하고 여러 작업을 이어서 처리하는 AI 사이에는 생각보다 큰 차이가 있었습니다.

특히 앞으로 AI를 계속 사용하게 된다면 이 차이를 알아두는 것이 꽤 중요하겠다는 생각이 들었습니다.

그래서 이번 글에서는 어려운 기술 이야기는 최대한 빼고, AI를 잘 모르는 사람도 이해할 수 있도록 AI 에이전트가 무엇인지부터 ChatGPT와 어떤 차이가 있는지까지 쉽게 정리해보려고 합니다.

🤖 AI 에이전트란?

가장 쉽게 설명하면 AI 에이전트는

사람이 하나씩 지시하지 않아도 주어진 목표를 달성하기 위해 필요한 작업을 스스로 계획하고 실행하는 AI

라고 이해하면 됩니다.

여기서 중요한 단어는 ‘목표’입니다.

일반적인 AI 사용에서는 사람이 AI에게 해야 할 일을 하나씩 알려주는 경우가 많습니다.

예를 들어 블로그 글을 작성한다고 생각해보겠습니다.

먼저 AI에게

“AI 에이전트가 무엇인지 설명해줘.”

라고 질문합니다.

그러면 AI가 설명을 만들어줍니다.

그다음

“초보자가 이해하기 쉽게 다시 써줘.”

라고 요청할 수 있습니다.

그리고

“표로 비교해줘.”

라고 다시 요청하고,

“제목과 메타 설명도 만들어줘.”

라고 또 요청할 수도 있습니다.

즉, 사람이 작업 순서를 알고 있어야 하고 필요한 순간마다 AI에게 다음 지시를 내려야 합니다.

반면 에이전트 방식은 접근 자체가 조금 다릅니다.

예를 들어

“AI 에이전트에 대한 초보자용 블로그 글을 만들어줘. 관련 정보를 조사하고 핵심 내용을 정리한 다음 이해하기 쉬운 글로 작성해줘.”

라고 목표를 전달한다고 생각해보겠습니다.

이때 AI 에이전트는 목표를 달성하기 위해 필요한 작업을 여러 단계로 나눌 수 있습니다.

정보를 찾아보고,

필요한 내용을 정리하고,

서로 비교하고,

글의 구조를 만들고,

최종 결과물을 작성하는 식입니다.

물론 실제로 어디까지 자동으로 할 수 있는지는 사용하는 AI 서비스와 연결된 도구에 따라 달라집니다.

따라서 AI 에이전트 = 무조건 모든 일을 알아서 하는 AI라고 이해하면 안 됩니다.

핵심은 하나의 질문에 답하는 것을 넘어, 목표를 달성하기 위한 여러 작업을 연결해서 수행할 수 있다는 것입니다.

💬 그렇다면 ChatGPT와 AI 에이전트는 다른 걸까?

여기서 가장 많이 헷갈리는 부분이 바로 이것입니다.

“AI 에이전트라고 하면 ChatGPT와 완전히 다른 프로그램인가?”

꼭 그렇지는 않습니다.

ChatGPT와 AI 에이전트를 완전히 별개의 개념으로 생각할 필요는 없습니다.

ChatGPT는 대표적인 생성형 AI 서비스이고, AI 에이전트는 AI가 어떤 방식으로 일을 수행하는지에 대한 개념에 가깝습니다.

쉽게 비유하면 이렇습니다.

자동차와 자율주행을 생각해보면 이해하기 쉽습니다.

자동차라는 제품이 있고, 그 자동차가 사람이 직접 운전하는 방식도 있고 특정 조건에서 스스로 주행하는 방식도 있습니다.

AI 역시 마찬가지입니다.

ChatGPT 같은 AI를 사람이 질문하고 답변을 받는 방식으로 사용할 수도 있고, AI가 여러 단계를 계획하고 도구를 활용하면서 목표를 수행하도록 만들 수도 있습니다.

그래서 앞으로는 “ChatGPT냐 AI 에이전트냐”처럼 단순하게 구분하기보다 AI가 어떤 작업까지 수행할 수 있는지를 보는 것이 더 중요합니다.

한눈에 보면 이런 차이입니다.

구분	일반적인 AI 사용	AI 에이전트 방식
시작점	사용자의 질문	사용자가 제시한 목표
작업 방식	질문 → 답변	목표 → 계획 → 실행
지시	사용자가 단계별로 지시	AI가 여러 단계를 연결할 수 있음
정보 활용	필요한 내용을 답변	목표에 필요한 정보를 찾아 활용
반복 작업	사람이 계속 요청	여러 작업을 연속으로 수행 가능
결과	답변 중심	작업 결과물 중심

이렇게 보면 차이가 조금 더 명확해집니다.

일반적인 AI는 “무엇을 물어보느냐”가 중요했다면, AI 에이전트는 “어떤 목표를 주고 어디까지 일을 맡길 수 있느냐”가 중요해지는 것입니다.

🧠 AI 에이전트가 갑자기 주목받는 이유

사실 AI가 사람의 질문에 답해주는 것은 이제 특별한 일이 아닙니다.

우리는 이미 AI에게 글을 작성해달라고 하거나, 자료를 요약하거나, 번역하거나, 아이디어를 정리해달라고 요청하는 데 익숙해졌습니다.

그런데 여기에는 한 가지 한계가 있었습니다.

결국 사람이 계속 움직여야 한다는 것입니다.

AI에게 첫 번째 일을 시키고,

결과를 확인한 뒤,

다음 일을 다시 시키고,

또 결과를 확인한 다음,

다음 지시를 내려야 합니다.

간단한 작업이라면 문제가 되지 않습니다.

하지만 해야 할 일이 10개, 20개로 늘어나면 이야기가 달라집니다.

예를 들어 여행을 준비한다고 생각해보겠습니다.

일반적인 AI 사용이라면

“여행지 추천해줘.”

“항공권은 어떻게 알아봐?”

“숙소 추천해줘.”

“여행 일정 짜줘.”

“맛집도 추천해줘.”

이런 식으로 사람이 계속 질문을 이어갈 수 있습니다.

반면 에이전트형 AI는 ‘여행 계획을 완성한다’는 하나의 목표를 중심으로 여러 작업을 연결하는 것을 지향합니다.

바로 이 부분 때문에 AI 에이전트가 주목받고 있습니다.

AI의 경쟁 기준이 단순히 “얼마나 똑똑하게 대답하는가”에서 점점 “얼마나 많은 일을 실제로 처리할 수 있는가”로 넓어지고 있기 때문입니다.

그리고 이 차이는 앞으로 우리가 AI를 사용하는 방식 자체를 바꿀 가능성이 있습니다.

지금까지는 AI를 검색창이나 대화 상대처럼 사용했다면, 앞으로는 AI에게 하나의 목표를 맡기고 결과물을 받아보는 방식이 점점 많아질 수 있습니다.

다만 여기서 한 가지는 꼭 기억해야 합니다.

AI 에이전트라고 해서 사람이 완전히 필요 없어지는 것은 아닙니다.

AI가 계획을 세우고 작업을 실행할 수 있더라도 목표를 제대로 설정하는 것, 결과가 맞는지 확인하는 것, 중요한 의사결정을 내리는 것은 여전히 사람의 역할로 남을 가능성이 높습니다.

결국 AI 에이전트의 핵심은 사람을 완전히 없애는 것이 아니라,

사람이 일일이 지시해야 했던 반복적인 과정을 AI가 대신 연결해주는 것

이라고 이해하는 것이 가장 쉽습니다.

그렇다면 실제로 AI 에이전트는 어떤 방식으로 계획을 세우고, 정보를 찾고, 작업을 실행하는 것일까요?

⚙️ AI 에이전트는 어떻게 사람 대신 일을 할까?

AI 에이전트를 이해하려면 가장 먼저 “AI가 답변하는 것”과 “AI가 일을 수행하는 것”의 차이를 보면 쉽습니다.

우리가 평소 ChatGPT를 사용할 때는 대부분 이런 방식입니다.

질문을 입력하면 AI가 답변하고, 그 답변을 본 사람이 다시 다음 요청을 입력합니다.

예를 들어 블로그 글을 작성한다고 해보겠습니다.

“AI 에이전트에 대한 글을 써줘.”

→ AI가 초안을 작성합니다.

“조금 더 길게 써줘.”

→ AI가 내용을 추가합니다.

“표도 넣어줘.”

→ AI가 표를 만듭니다.

“검색해서 최신 내용도 반영해줘.”

→ 다시 검색을 요청합니다.

결국 사람이 AI에게 작업 순서를 하나씩 알려주는 구조입니다.

AI 에이전트는 여기에서 한 단계 더 나아갑니다.

사람이 최종적으로 원하는 목표를 알려주면 AI가 그 목표를 달성하기 위해 필요한 작업을 나누고, 가능한 범위 안에서 순서대로 실행하는 방식입니다.

일반 AI와 AI 에이전트의 작업 방식 비교

단계	일반적인 AI 활용	AI 에이전트 방식
1	사용자가 질문	사용자가 목표 제시
2	AI가 답변	AI가 필요한 작업을 파악
3	사용자가 다음 요청	AI가 작업 순서를 구성
4	AI가 다시 답변	AI가 필요한 도구를 활용
5	사용자가 결과 확인	AI가 작업 결과를 확인하며 진행
6	필요하면 다시 지시	목표에 맞는 결과물 완성

이렇게 보면 차이가 꽤 명확합니다.

일반적인 AI는 대화 상대에 가깝고, AI 에이전트는 업무를 수행하는 작업자에 가까운 형태라고 생각하면 이해하기 쉽습니다.

물론 실제 AI가 사람처럼 모든 것을 판단해서 처리한다는 의미는 아닙니다.

AI 에이전트가 할 수 있는 일은 연결된 도구와 권한, 서비스의 기능에 따라 달라집니다.

🔎 AI 에이전트에서 중요한 건 ‘도구’다

AI가 아무리 똑똑해도 혼자서 할 수 있는 일에는 한계가 있습니다.

예를 들어 AI가 여행 계획을 세운다고 생각해보겠습니다.

여행지에 대한 일반적인 정보만 알고 있다면 여행 코스를 추천하는 것은 가능합니다.

하지만 실제 항공편을 확인하고, 숙소 가격을 비교하고, 특정 날짜의 일정을 확인하고, 자료를 정리해서 최종 일정표까지 만들어야 한다면 이야기가 달라집니다.

이때 필요한 것이 도구 사용 능력입니다.

웹 검색, 파일 분석, 계산기, 코드 실행, 외부 프로그램이나 서비스 연결 등이 대표적인 예입니다.

그래서 AI 에이전트를 볼 때는 단순히

“이 AI가 얼마나 똑똑하지?”

만 보는 것보다

“이 AI가 어떤 도구를 사용할 수 있지?”

를 함께 봐야 합니다.

예를 들어 똑같이 글을 잘 작성하는 AI라도 한쪽은 단순히 글만 작성할 수 있고, 다른 쪽은 자료를 검색하고 파일을 분석한 뒤 결과물을 만들어낼 수 있다면 실제 업무에서의 활용 범위는 상당히 달라질 수 있습니다.

AI 에이전트의 핵심 구조

쉽게 정리하면 다음과 같은 흐름입니다.

목표 설정 → 계획 → 실행 → 확인 → 수정 또는 다음 작업 → 결과 완성

이 과정이 반복되면서 하나의 복잡한 작업을 처리하는 것입니다.

예를 들어 회사에서 경쟁사 자료를 정리해야 한다고 가정해보겠습니다.

사람이 직접 한다면 경쟁사를 찾고, 각각의 홈페이지를 확인하고, 자료를 모으고, 숫자를 비교하고, 표를 만들고, 보고서를 작성해야 합니다.

AI 에이전트는 시스템이 허용하는 범위에서 이런 작업을 여러 단계로 나누어 처리할 수 있습니다.

여기서 중요한 건 한 번의 답변을 잘 만드는 것과 여러 작업을 연결해서 결과물을 만드는 것은 완전히 다른 능력이라는 점입니다.

🧩 그래서 AI 에이전트가 기존 AI보다 무조건 좋은 걸까?

그렇지는 않습니다.

간단한 질문에 답을 얻는 상황이라면 굳이 복잡한 에이전트 방식이 필요하지 않을 수도 있습니다.

예를 들어

“PER이 뭐야?”

“이 문장을 영어로 번역해줘.”

“오늘 저녁 메뉴 추천해줘.”

같은 질문은 일반적인 생성형 AI만으로도 충분합니다.

반대로 여러 단계가 필요한 업무라면 에이전트 방식의 장점이 커질 수 있습니다.

상황	적합한 방식
간단한 질문	일반 생성형 AI
글 초안 작성	일반 생성형 AI
아이디어 brainstorming	일반 생성형 AI
여러 자료를 조사하고 정리	AI 에이전트 활용 가능
반복적인 업무 처리	AI 에이전트 활용 가능
여러 도구를 연결한 작업	AI 에이전트 활용 가능
결과물까지 완성해야 하는 복합 업무	AI 에이전트 활용 가능

결국 AI 에이전트는 일반 AI를 완전히 대체하는 개념이라기보다, AI가 활용되는 영역을 더 넓혀주는 방식이라고 보는 것이 가장 이해하기 쉽습니다.

저도 처음에는 AI를 잘 활용한다는 것이 좋은 질문을 만드는 것이라고 생각했습니다.

그런데 AI를 계속 접하다 보면 질문을 잘하는 것만큼이나 어떤 작업을 AI에게 맡길 수 있는지를 구분하는 것이 중요하다는 생각이 들게 됩니다.

특히 앞으로는 단순히 “AI가 글을 써준다”가 아니라, 자료를 찾고 분석하고 정리하고 결과물을 만드는 과정 자체를 AI가 얼마나 대신할 수 있는가가 더 중요한 기준이 될 가능성이 큽니다.

그리고 여기서 자연스럽게 궁금해지는 것이 하나 있습니다.

그렇다면 우리가 실제로 많이 사용하는 ChatGPT, Claude, Gemini는 각각 어떤 차이가 있을까요?

세 서비스 모두 비슷해 보이지만 실제로 사용해보면 답변 스타일이나 강점, 활용 방식에서 차이가 있습니다.

이 차이를 알아두면 무작정 유명한 AI 하나만 사용하는 것보다 내가 하려는 일에 맞는 AI를 선택하는 데 훨씬 도움이 됩니다.

🚀 AI 에이전트가 뜨는 이유, 앞으로 뭐가 달라질까?

AI 에이전트라는 말을 처음 들으면 단순히 “ChatGPT보다 조금 더 똑똑한 AI” 정도로 생각하기 쉽습니다.

하지만 지금 중요한 건 AI의 답변 수준만 높아지는 것이 아닙니다.

AI가 사람이 직접 하던 작업 과정에 들어오기 시작했다는 것이 더 큰 변화입니다.

예전에는 AI에게 글을 써달라고 하면 글을 만들어주는 것까지가 대부분이었다면, 이제는 자료를 찾고, 내용을 분석하고, 필요한 정보를 정리하고, 결과물을 만드는 식으로 AI에게 더 긴 작업을 맡기는 방향으로 발전하고 있습니다.

이렇게 생각하면 AI 에이전트의 의미가 조금 더 명확해집니다.

📌 AI 에이전트는 어디까지 할 수 있을까?

현재 AI 에이전트의 활용 범위를 아주 단순하게 나누면 다음과 같이 볼 수 있습니다.

단계	AI가 하는 일	예시
1단계	답변	질문에 대한 설명이나 아이디어 제공
2단계	자료 활용	파일을 읽고 요약하거나 정보 비교
3단계	여러 작업 연결	검색 → 분석 → 정리 → 결과물 작성
4단계	도구 활용	프로그램, 웹, 파일 등 여러 도구 사용
5단계	반복 작업	정해진 조건에 따라 작업을 반복하거나 확인

물론 모든 AI가 5단계까지 할 수 있다는 의미는 아닙니다.

서비스마다 사용할 수 있는 도구와 권한이 다르고, 사용자가 직접 확인해야 하는 과정도 남아 있습니다.

그래서 앞으로 AI를 비교할 때는 단순히 “누가 글을 더 잘 쓰느냐”만 보는 것보다 “어떤 작업까지 맡길 수 있느냐”를 보는 것이 중요해질 수 있습니다.

💼 우리가 실제로 체감하게 될 변화

AI 에이전트가 발전하면 가장 먼저 영향을 받을 가능성이 높은 것은 반복적이고 여러 단계를 거치는 업무입니다.

예를 들어 회사에서 매주 자료를 정리해야 한다고 생각해보겠습니다.

기존에는 사람이 자료를 모으고 → 엑셀에 입력하고 → 숫자를 비교하고 → 그래프를 만들고 → 보고서를 작성해야 했습니다.

AI가 단순히 “보고서 작성해줘”라고 요청받는 수준이라면 마지막 단계 정도만 도와줄 수 있습니다.

하지만 에이전트 방식으로 여러 도구를 활용할 수 있다면 자료 수집부터 정리, 분석, 결과물 작성까지 하나의 흐름으로 연결할 가능성이 생깁니다.

이런 변화가 중요한 이유는 사람의 시간을 가장 많이 잡아먹는 것이 반드시 어려운 일이기 때문은 아니기 때문입니다.

오히려 반복적으로 확인하고 복사하고 정리하는 일이 시간을 많이 차지하는 경우가 많습니다.

그래서 AI 에이전트가 발전할수록 사람의 역할이 완전히 사라진다기보다는 사람이 직접 반복 작업을 하는 비중이 줄어드는 방향으로 보는 것이 현실적입니다.

사람은 목표를 정하고 결과를 검토하고 중요한 판단을 내리고, AI는 그 과정에서 필요한 작업을 맡는 방식입니다.

⚠️ 그렇다고 AI에게 모든 일을 맡겨도 될까?

여기서 반드시 주의해야 할 부분도 있습니다.

AI가 여러 작업을 자동으로 처리할 수 있다고 해서 그 결과가 항상 정확하다는 뜻은 아닙니다.

AI가 자료를 잘못 이해하거나 잘못된 정보를 사용하면 그 이후의 작업도 잘못된 방향으로 이어질 수 있습니다.

특히 돈, 계약, 법률, 의료처럼 결과가 중요한 분야에서는 AI가 만들어준 결과를 그대로 믿기보다 사람이 직접 확인하는 과정이 필요합니다.

결국 AI 에이전트를 잘 활용하는 사람은 AI에게 모든 것을 맡기는 사람이 아니라,

어떤 일을 맡겨도 되는지 판단하고, AI가 만든 결과를 검증할 수 있는 사람에 더 가깝습니다.

저 역시 AI를 사용할수록 이런 부분이 중요하다고 느낍니다.

처음에는 “AI가 얼마나 정확하게 답해주는가?”에 관심을 갖게 되지만, 실제로 활용 범위가 넓어지면 오히려 “이 일을 AI에게 맡겨도 되는가?”, “어디까지 확인해야 하는가?”라는 판단이 더 중요해집니다.

결국 AI 시대에 필요한 능력은 AI와 경쟁하는 것이 아니라 AI가 잘할 수 있는 일과 사람이 해야 하는 일을 구분하는 것일지도 모릅니다.

🌐 그래서 지금 AI를 알아두는 것이 중요한 이유

AI 에이전트라는 개념을 알아두면 앞으로 새로운 AI 서비스가 등장했을 때도 훨씬 쉽게 이해할 수 있습니다.

“이 서비스는 대화형 AI인가?”

“자료를 직접 찾아볼 수 있는가?”

“파일을 분석할 수 있는가?”

“여러 작업을 연결할 수 있는가?”

“외부 도구를 사용할 수 있는가?”

이런 기준으로 보면 단순히 이름이나 유명세만 보고 AI를 선택하지 않아도 됩니다.

특히 ChatGPT, Claude, Gemini처럼 현재 많은 사람들이 사용하는 AI 서비스도 단순히 어떤 AI가 제일 좋으냐라고 비교하기보다는 내가 무엇을 하려고 하는지에 따라 어떤 AI가 더 적합한지를 보는 것이 훨씬 현실적인 접근입니다.

AI 에이전트는 결국 AI가 “대답하는 도구”에서 “일을 함께 수행하는 도구”로 확장되는 과정이라고 볼 수 있습니다.

아직 모든 일을 사람처럼 알아서 처리하는 단계는 아니지만, 앞으로 AI를 사용하는 방식 자체가 지금과 달라질 가능성은 충분히 생각해볼 수 있습니다.

그리고 이런 변화를 이해하려면 먼저 우리가 가장 많이 사용하는 AI들의 차이부터 알아둘 필요가 있습니다.

ChatGPT가 익숙한 사람도 있고, Claude를 선호하는 사람도 있으며, Gemini를 더 편하게 사용하는 사람도 있습니다.

중요한 건 어떤 AI가 무조건 최고인지가 아니라, 각각 어떤 특징을 가지고 있고 나에게 맞는 AI가 무엇인지 아는 것입니다.

🙋 자주 묻는 질문

Q1. AI 에이전트란 무엇인가요?

AI 에이전트는 단순히 질문에 답하는 것을 넘어, 사용자가 정한 목표를 달성하기 위해 필요한 작업을 여러 단계로 나누고 실행할 수 있는 AI를 말합니다. 다만 실제로 가능한 작업 범위는 서비스마다 다릅니다.

Q2. AI 에이전트와 ChatGPT는 다른 건가요?

완전히 별개의 개념이라고 보기는 어렵습니다. ChatGPT 같은 생성형 AI에도 검색, 파일 분석, 도구 활용 등의 기능이 결합되면 에이전트 방식으로 활용할 수 있습니다.

Q3. AI 에이전트는 사람의 일을 모두 대신할 수 있나요?

아직은 그렇지 않습니다. AI가 반복적인 작업이나 자료 정리 등을 대신할 수는 있지만, 결과를 검증하거나 중요한 판단을 내리는 과정에서는 사람의 역할이 여전히 중요합니다.

Q4. AI 에이전트는 어디에 활용할 수 있나요?

자료 조사, 문서 작성, 데이터 정리, 반복적인 업무, 정보 비교 등 여러 분야에서 활용할 수 있습니다. 특히 여러 단계의 작업을 반복적으로 처리해야 하는 업무에서 활용 가치가 높습니다.

Q5. AI 에이전트를 사용하려면 어려운 기술을 알아야 하나요?

꼭 그렇지는 않습니다. 일반 사용자는 복잡한 개발 지식 없이도 AI 서비스에서 제공하는 에이전트 기능을 사용할 수 있습니다. 중요한 것은 기술 자체보다 AI에게 어떤 목표를 맡길 것인지 이해하는 것입니다.

📝 마무리

AI 에이전트라는 말을 처음 들으면 새로운 종류의 AI가 등장했다고 생각하기 쉽습니다.

하지만 핵심은 이름보다 AI가 일을 처리하는 방식의 변화에 있습니다.

지금까지의 AI가 주로 질문에 답하고 콘텐츠를 만들어주는 역할이었다면, AI 에이전트는 여기서 더 나아가 여러 작업을 연결하고 목표를 달성하는 방향으로 발전하고 있습니다.

아직 모든 일을 사람처럼 알아서 처리할 수 있는 것은 아니지만, 앞으로 AI를 활용하는 방법이 단순한 질문과 답변에서 업무를 맡기는 방식으로 확대될 가능성은 충분히 있습니다.

그래서 지금 AI 에이전트를 알아두는 것은 특정 AI 서비스를 배우는 것 이상의 의미가 있습니다.

앞으로 등장할 AI 서비스를 볼 때도 “이 AI는 무엇을 할 수 있지?”가 아니라 “이 AI에게 어떤 일을 맡길 수 있지?”라는 관점으로 바라볼 수 있기 때문입니다.

💡 NOIE 한줄 정리

AI 에이전트는 질문에 답하는 AI를 넘어, 목표를 이루기 위해 여러 작업을 직접 수행하는 방향으로 발전한 AI입니다.