클로드發 에이전트 AI 쇼크, 기업의 도입 전략은?
SaaS의 한계와 에이전트형 AI의 등장
시총 435조를 증발시킨 클로드의 AI 에이전트
26년 2월, 앤트로픽의 신제품 발표 직후 미국과 유럽 증시의 약 3,000억 달러(약 435조 원)가 증발하는 충격적인 사건이 있었어요. 법률 테크, 데이터 분석 등 전문 서비스 SaaS 기업들의 시가총액이 동시에 무너지며 "이제 소프트웨어를 살 필요가 없어질 수도 있다."는 공포가 확산됐죠.
수년간 기업들은 디지털 전환을 위해 SaaS를 도입해 왔어요. 문서 관리, ERP, CRM 등 기능별로 최적화된 툴을 도입하는 것이 ‘생산성 향상’의 정석인 듯 여겨졌죠. 그러나, SaaS의 구조적 한계는 사람이 툴에 맞춰 일해야 한다는 거예요. 기능은 정해져 있고, UI는 고정돼 있으며, 자동화 범위는 제한적이에요.
이 구조를 완벽히 뒤집는 게 에이전트형 AI예요. 사람은 목표를 제시할 뿐, AI가 스스로 판단하고 실행하게 돼요. 도구의 진화가 아닌 ‘실행 주체의 변화’, 투자자들이 겁에 질린 이유가 바로 여기에 있어요.
AI 에이전트가 바꾸는 것 - 클로드 사례
진짜 ‘수행’이 가능한 Claude Cowork
클로드 코워크는 AI Agent의 변화를 가장 직접적으로 체감하게 해준 제품이에요. 기존 LLM이 ‘답변’에 머물렀다면, 코워크는 ‘실행’을 지향하는 도구예요. 사용자가 허용한 로컬 파일이나 폴더에 접근해서 일기, 정리, 요약 등의 지시를 실제로 수행할 수 있다는 게 기존 웹 기반 서비스와의 핵심 차별점이에요.
로컬 파일 접근 기반 작업 수행: AI가 지정된 폴더를 탐색하고, 필요한 파일을 찾아 내용을 분석한 뒤 지시한 작업을 수행
오픈 플러그인 기반 확장 구조: 영업·재무·법률·마케팅 등 다양한 영역의 플러그인을 통해 기존 SaaS의 기능들을 조합하여 활용
멀티 문서·프로젝트 단위 컨텍스트 처리: 계약서 10건, 보고서 20건을 동시에 검토하고 공통점과 차이점을 추출하는 등 업무 단위를 통재로 위임
모든 기업이 에이전트 전략을 선택할 수 있을까
하지만, AI 에이전트를 모든 기업 환경에 그대로 적용할 수 있는 건 아니에요. 특히, 공공기관, 금융사, 제조 업체 등 인터넷 연결 자체가 차단된 폐쇄망 환경을 이용한다면 더욱 먼 이야기겠죠. B2B 특성상, 외부 LLM 기반 범용 Agent를 바로 도입하는 것은 보안·통제 조건상 많은 현실적 제약이 따라요.
실제로 쉐어드 IT에서 실시한 ‘2026 국내 IT 예산 설문조사’에 따르면, 국내 기업의 약 67%가 퍼블릭 클라우드보다 온프레미스 및 통제 가능한 프라이빗 환경을 선호하는 것으로 나타났어요. AI 도입 시, 데이터 보안과 통제권을 중요하게 생각하는 기업이 다수라는 것을 알 수 있죠. AX는 단일 도구나 단일 단계로 완성되는 것이 아니라, 조직의 환경과 리스크 상황에 맞는 전략 접근을 설계해야 해요.
AX 시대, 기업 환경이 다르면 전략도 다르게
에이전트 AI를 도입하고 싶은데, 우리 환경이 허락하지 않는다면? 조직의 보안 환경, 데이터 민감도, 인프라 구조 등에 기반한 맞춤형 AI 도입 전략을 수립해야 해요.
🔓개방형 환경 - 실행 중심 위임 전략
클라우드 연결이 가능하고, 외부 LLM 연동에 제약이 없는 환경이라면 AI 에이전트 기반의 자동화 전략을 검토할 수 있어요. 로컬 파일 접근, 다문서 통합 분석, 업무 단위 위임이라는 세 가지 기능만으로도 문서 집약적인 업무의 상당 부분을 자동화할 수 있어요.
🔒폐쇄망 환경 - 정보 유동성 중심 전략
하지만 망분리·온프레미스 환경에서는 외부 모델 호출 자체가 제한되거나 불가능한 경우가 많아요. 즉, Agent의 ‘실행 위임 구조’가 성립하기 어렵기 때문에, Agent형 AI만을 목표하는 전략은 현실성이 떨어져요.
따라서 폐쇄망에서는 ‘정보의 유동성’을 확보하는 것이 선행되어야 해요. 폐쇄망 환경의 특성상 통합된 데이터 시스템이 부족하고, 정보가 구조화되어 있지 않은 경우가 많아요. 데이터가 흩어져 있고, 메타데이터가 빈약하기 때문에 정보의 가시성과 탐색 정확도를 해결해야 AI가 제대로 일할 수 있는 인프라를 마련할 수 있어요.
Polaris AI Search: 지능형 데이터 탐색 인프라
이때 온디바이스에서 작동하는 Polaris AI Search를 활용할 수 있어요. AI Search는 자연어 기반 검색 솔루션으로, 단순 키워드 검색으로는 찾기 어려운 표, 차트, 이미지 형태의 비정형 정보까지 자연어로 찾아내요. "3분기 물류 비용이 나온 슬라이드 찾아줘"라는 질문 하나로, 원하는 정보가 담긴 페이지를 정확히 찾을 수 있어요.
검색 결과를 기반으로 한 객체 추출 기능도 제공해, 데이터 활용까지 자유로워져요. 데이터가 외부 서버로 나가지 않고, 로컬 환경 안에서 모든 프로세스가 처리되어 더욱 안전하고요.
키워드가 아닌 문장 질문으로 탐색
표, 차트, 이미지 등 비정형 정보 인식
자체 Parser 기반 정확한 문서 형식 변환 (PDF, 이미지 등)
문서 내 객체 요소 추출 (텍스트, 차트, 표, 이미지 등)
AX 전략의 본질은 ‘정보 활용력’
AI 에이전트에 대한 세간의 이목은 ‘자동화’에 집중되어 있어요. 하지만 에이전트의 수행 능력은 데이터 위에 세워지게 돼요. 폐쇄망 환경에서는 데이터 활용도와 탐색 정확도를 우선적으로 확보해야, 보다 전략적인 AI 인프라를 세울 수 있어요.
기업 정보 자산을 얼마나 빠르게 찾고, 이해하고, 활용할 수 있는지, 정보가 움직이기 시작하는 순간이 AX의 출발점이 될 거예요. 조직 환경에 맞는 AI 도입 설계, 언제든 폴라리스오피스에 물어봐 주세요!