AI 에이전트와 챗봇, 무엇이 다른가

홈페이지에 챗봇을 달아 두었는데, 밤에 들어온 견적 문의에 "영업시간은 평일 9시부터 6시까지입니다"라고만 답하고 끝났습니다. 다음 날 아침 담당자가 확인했을 때 그 고객은 이미 다른 회사에 연락한 뒤였습니다. 요즘 자주 듣는 AI 에이전트는 이 챗봇과 무엇이 다른지, 그 차이가 직원 30명 제조사의 영업 현장에서 어떤 결과로 갈리는지, 어디서부터 시작하면 되는지를 이 글에서 정리합니다.

직원 35명 규모의 산업용 컨베이어 부품 제조사 이야기입니다. 대표는 재작년 홈페이지를 새로 만들면서 오른쪽 아래에 채팅창을 붙였습니다. 회사 소개, 영업시간, 위치, 카탈로그 내려받기 같은 질문에는 곧잘 답했습니다. 그런데 "직경 60mm 롤러, 길이 800mm로 500개 하면 단가와 납기가 어떻게 됩니까"라는 질문이 오면 "담당자에게 연결해 드리겠습니다"로 끝났습니다. 담당자는 그 시각 퇴근한 뒤였습니다.

올해 들어 거래처 몇 곳에서 "AI 에이전트"라는 말을 듣기 시작했습니다. 검색해 보니 챗봇과 같은 것이라고 하는 글도 있고, 전혀 다른 것이라고 하는 글도 있었습니다. 어떤 글은 소프트웨어 회사 이야기만 하고 있어서 우리 회사와 무슨 상관인지 알기 어려웠습니다.

결론부터 말하면 둘은 겹치는 부분이 있지만 하는 일이 다릅니다. 챗봇은 질문에 답하는 프로그램이고, AI 에이전트는 목표를 받아 일을 끝내는 프로그램입니다. 그 차이가 위의 견적 문의 장면에서 어떻게 갈리는지를 보면 우리 회사에 무엇이 먼저 필요한지도 정해집니다. AI 에이전트의 개념 전체는 AI 에이전트 완벽 가이드에서 다루었고, 이 글은 챗봇과의 차이에만 집중합니다.

챗봇은 대답하는 프로그램입니다

규칙형 챗봇: 정해진 질문에 정해진 답

가장 오래된 형태입니다. "영업시간"이라는 단어가 들어오면 영업시간 안내문을 내보내고, "위치"가 들어오면 주소와 지도를 보여 줍니다. 버튼을 눌러 갈래를 고르는 방식도 여기 속합니다. 만드는 사람이 미리 적어 둔 질문과 답 바깥으로는 한 발짝도 나가지 못합니다. 대신 값이 싸고, 답이 틀릴 일이 없고, 홈페이지 제작 업체가 기본으로 붙여 주는 경우가 많습니다.

생성형 AI 챗봇: 말은 잘 알아듣는다

요즘 챗봇은 대형 언어 모델(LLM)을 씁니다. 사람이 어떻게 말하든 뜻을 알아듣고, 회사 자료를 미리 넣어 두면 그 안에서 답을 찾아 자연스러운 문장으로 돌려줍니다. "60mm 롤러도 되나요"라고 물으면 카탈로그에서 규격표를 찾아 "표준 규격은 50, 60, 76mm이며 60mm는 재고품입니다"라고 답할 수 있습니다. 규칙형보다 훨씬 똑똑해 보이고, 실제로 문의 응대 부담을 상당히 덜어 줍니다.

그러나 생성형이라도 챗봇의 본질은 같습니다. 대화창 안에서 답을 만들고 끝납니다. 견적서를 만들지도, 재고를 조회하지도, 담당자에게 전화를 걸지도 않습니다. 고객이 "그럼 500개 견적 보내 주세요"라고 하면 "담당자가 연락드리겠습니다"까지가 챗봇의 역할입니다. 그 뒤는 여전히 사람의 몫입니다.

챗봇이 잘하는 일

챗봇을 낮춰 볼 이유는 없습니다. 반복되는 질문을 사람 대신 받아 주는 일은 챗봇이 가장 싸고 확실하게 해냅니다. 제조사 홈페이지에 들어오는 문의의 상당수는 영업시간, 최소 주문 수량, 납품 지역, 카탈로그 요청, 인증서 유무처럼 답이 정해진 질문입니다. 이런 질문을 챗봇이 받아 주면 영업 담당자는 진짜 견적 문의에만 시간을 쓸 수 있습니다.

AI 에이전트는 일을 끝내는 프로그램입니다

질문이 아니라 목표를 받습니다

AI 에이전트는 같은 언어 모델을 쓰지만 받는 것이 다릅니다. 챗봇은 "질문"을 받고, 에이전트는 "목표"를 받습니다. "밤에 들어온 견적 문의에 30분 안에 1차 견적을 회신하고, 담당자에게 요약을 보내라"가 목표입니다. 에이전트는 이 목표를 이루기 위해 무엇을 어떤 순서로 해야 하는지 스스로 계획을 세웁니다. 문의 내용을 읽어 규격을 뽑고, 단가표를 찾고, 수량별 할인 규칙을 적용하고, 재고를 확인하고, 견적서를 만들어 보내는 식입니다.

도구를 씁니다

두 번째 차이는 도구입니다. 챗봇은 대화창 하나만 갖고 있지만, 에이전트는 회사의 다른 시스템에 손을 뻗을 수 있습니다. 전사적 자원관리(ERP)에서 재고를 조회하고, 고객관리(CRM) 시스템에 문의 기록을 남기고, 메일과 메신저로 사람에게 알리고, 엑셀 단가표를 읽어 계산합니다. 에이전트가 "일을 끝낼 수 있는" 이유는 똑똑해서가 아니라 이 도구들에 연결되어 있기 때문입니다. 반대로 말하면 우리 회사 단가표가 담당자 머릿속에만 있으면 에이전트도 견적을 낼 수 없습니다.

사람에게 넘길 때를 압니다

세 번째는 판단입니다. 잘 만든 에이전트는 자기가 처리할 범위와 사람이 봐야 할 범위를 구분합니다. 표준 규격에 수량 1,000개 이하면 1차 견적을 바로 내고, 비표준 규격이거나 금액이 3천만 원을 넘으면 견적을 내지 않고 담당자에게 "이 건은 직접 보셔야 합니다"라고 넘깁니다. 이 기준은 사람이 정해 줍니다. 에이전트에게 모든 것을 맡기는 것이 아니라, 어디까지 맡길지 선을 긋는 것이 도입의 핵심입니다.

한눈에 보는 차이

비교 항목	챗봇	AI 에이전트
받는 것	질문 한 개	목표 한 개 (여러 단계가 필요한 일)
하는 일	답을 만들어 보여 준다	계획을 세우고 도구를 써서 일을 끝낸다
손이 닿는 범위	대화창 안	ERP·CRM·엑셀·메일·메신저 등 연결한 시스템
사람이 개입하는 시점	답변이 끝난 뒤 매번	미리 정한 기준을 벗어날 때만
틀렸을 때 피해	잘못된 안내 한 건	잘못된 견적·잘못된 발주가 실제로 나갈 수 있음
준비물	자주 묻는 질문과 답, 회사 자료	정리된 단가표·재고 데이터, 시스템 연결, 처리 기준
비용과 기간	낮음, 며칠에서 몇 주	높음, 데이터 정리까지 포함해 몇 달

표의 다섯 번째 줄을 눈여겨보십시오. 에이전트는 실제로 일을 하기 때문에, 틀리면 챗봇보다 피해가 큽니다. 단가표의 소수점 하나가 잘못 들어가 있으면 그 견적이 고객에게 그대로 나갑니다. 그래서 에이전트 도입은 프로그램을 사는 일이 아니라 우리 회사 데이터와 처리 기준을 정리하는 일에 더 가깝습니다.

견적 문의 하나로 보는 두 가지 흐름

앞의 컨베이어 부품 회사로 돌아가겠습니다. 목요일 밤 11시, 거래처 구매 담당자가 홈페이지에 "60mm 롤러 800mm 500개, 단가와 납기 문의"를 남겼습니다. 같은 문의가 챗봇과 에이전트에서 각각 어떻게 흘러가는지 보겠습니다.

두 회사의 차이는 프로그램의 똑똑함이 아닙니다. 아래쪽 회사는 단가표가 엑셀로 정리되어 있고, ERP에서 재고를 조회할 수 있고, 어디까지 자동으로 낼지 기준을 미리 정해 두었습니다. 이 세 가지가 없으면 아무리 좋은 에이전트를 들여도 위쪽 회사의 흐름을 벗어나지 못합니다. 견적 응답이 12시간에서 10분으로 줄어드는 것은 에이전트의 성과이면서, 동시에 데이터를 정리한 사람의 성과입니다.

직원 30명 제조사는 어디서부터 시작하나

해외 글은 대개 "에이전트가 미래이니 지금 도입하라"로 끝납니다. 국내 중소 제조사의 사정은 다릅니다. 영업 담당이 두세 명이고, 단가표는 담당자 컴퓨터의 엑셀에 있고, ERP는 있지만 재고가 실시간으로 맞지 않는 회사가 많습니다. 그런 회사에는 아래 순서가 현실적입니다.

챗봇으로 충분한 경우

문의의 대부분이 회사 소개, 납품 지역, 인증서, 카탈로그 요청처럼 답이 정해진 질문이라면 생성형 챗봇 하나로 충분합니다. 회사 소개서, 카탈로그, 자주 묻는 질문 30개 정도를 정리해 넣으면 며칠 안에 돌아갑니다. 이때 하나만 꼭 붙이십시오. 챗봇이 답하지 못한 질문은 그 자리에서 이름, 회사, 연락처, 문의 내용을 받아 담당자 메신저로 바로 보내는 기능입니다. 이것만으로도 밤에 들어온 문의가 다음 날 오후까지 묻히는 일은 사라집니다.

에이전트가 필요한 경우

"문의 접수 뒤에 사람이 반복하는 일"이 뚜렷하게 있으면 에이전트를 볼 때입니다. 견적 문의마다 규격을 확인하고 단가표를 찾고 재고를 조회하고 견적서를 만드는 일, 전시회 명함 300장을 CRM에 넣고 등급을 나누고 첫 메일을 보내는 일, 매주 미회신 문의를 골라 후속 연락을 잡는 일이 그렇습니다. 이런 일은 한 건 한 건은 작지만 합치면 영업 담당 한 사람의 반나절이 매일 들어갑니다. 이 부분의 실행 방법은 제조업 리드 확보 완벽 가이드에서 채널별로 다루었습니다.

흔히 빠지는 세 가지 함정

첫째, 챗봇을 에이전트라고 부르며 파는 경우입니다. 대화만 하고 아무 시스템에도 연결되지 않으면 이름이 무엇이든 챗봇입니다. 제안을 받을 때 "우리 ERP 재고를 조회할 수 있습니까, 견적서를 실제로 만들어 보낼 수 있습니까"를 물어보면 바로 구분됩니다.

둘째, 데이터 정리를 건너뛰는 경우입니다. 단가표가 담당자 머릿속과 엑셀 세 개에 흩어져 있으면 에이전트는 셋 중 어느 것이 맞는지 모릅니다. 도입 전에 단가표 하나, 재고 기준 하나로 합치는 작업이 먼저입니다. 이 정리는 엑셀 고객관리를 CRM으로 옮기는 일과 같은 맥락이며, CRM과 엑셀 고객관리의 차이에서 다루었습니다.

셋째, 처음부터 모든 것을 맡기는 경우입니다. 첫 달에는 에이전트가 견적 초안만 만들고 사람이 확인해 보내게 하십시오. 한 달 동안 초안이 얼마나 맞았는지 세어 보고, 표준 규격에 한해 자동 발송으로 넓히는 식으로 범위를 키우는 편이 안전합니다. 잘못된 견적 한 건이 거래처 신뢰를 깎는 비용은 에이전트가 아낀 시간보다 큽니다.

정리하며

챗봇은 질문에 답하는 프로그램이고, AI 에이전트는 목표를 받아 계획을 세우고 도구를 써서 일을 끝내는 프로그램입니다. 생성형 AI가 들어가면서 챗봇도 말을 잘 알아듣게 되었지만, 대화창 안에서 끝난다는 본질은 같습니다. 에이전트는 ERP, CRM, 엑셀, 메일에 손이 닿기 때문에 견적 회신처럼 여러 단계가 필요한 일을 사람 없이 처리할 수 있습니다.

직원 30명 제조사라면 순서가 있습니다. 답이 정해진 문의가 대부분이면 챗봇에 "담당자 즉시 알림"만 붙여도 밤에 들어온 문의가 묻히는 일은 사라집니다. 문의 뒤에 사람이 반복하는 일이 뚜렷하면 그때 에이전트를 봅니다. 어느 쪽이든 단가표와 재고를 하나로 정리하고 어디까지 자동으로 처리할지 기준을 정하는 일이 프로그램 선택보다 먼저입니다.

오늘 할 수 있는 일은 지난달 홈페이지 문의를 열어 보는 것입니다. 답이 정해진 질문과 견적처럼 여러 단계가 필요한 문의로 나눠 세어 보십시오. 앞의 것이 많으면 챗봇, 뒤의 것이 영업 담당 시간을 잡아먹고 있으면 에이전트가 다음 단계입니다. 그 숫자 하나가 다음 분기에 무엇을 도입할지를 정해 줍니다.