5060도 알아야 해요 AI 시대, 3가지 능력만 살아남는다, 이경일

"50 60도 알아야 해요' AI 시대, 3가지 능력만 살아남는다 [이경일 대표 풀버전]

 

1. AI 시대의 직업 변화와 AI 에이전트의 등장

1.1. AI 시대의 직업 변화: 개발자 및 지적 노동 직업군의 위기

1. 미국 개발자 취업률 급락:
   • 미국 1위 개발자 양성 대학인 카네기 멜론 대학(CMU)과 스탠포드, MIT 등의 취업률이 3년 전 300~400%에서 작년 50%로 급락하였다.
   • 이는 기존 직원도 해고하는 상황에서 신입사원을 뽑지 않기 때문이며, 한국에도 심각한 문제가 될 가능성이 있다.
2. 소프트웨어 개발자 해고 가속화:
   • 가트너에 따르면 2030년까지 소프트웨어 개발자의 80%가 해고될 것으로 전망된다.
   • 지난 2년간 미국에서 30만 명의 소프트웨어 개발자가 해고되었으며, 최근 마이크로소프트와 구글도 대규모 해고를 단행하였다.
   • 소프트웨어 개발은 계획, 디자인, 개발, 테스트, 전달, 유지보수 등 업무 프로세스와 지식이 필요한 지적 노동에 해당한다.
   • 아이러니하게도 AI를 만드는 소프트웨어 엔지니어들이 자신이 만든 AI에 의해 가장 먼저 영향을 받는 직업이 되고 있다.
3. 변호사(로이어) 시장의 변화:
   • 변호사 업무는 지적 노동 프로세스(조사, 소장 작성, 이슈 발견 등)를 포함하며, 이는 AI 에이전트가 대체하기 시작했다.
   • 영국에서는 변호사가 한 명도 없는 로펌이 정부 승인을 받았으며, 대표 이사만 변호사이고 실무는 AI가 담당한다.
   • 특히 채권 추심과 같이 루틴한 업무에 AI 변호사 선임이 법적으로 가능해졌다.
4. 연구 개발(R&D) 분야의 변화:
   • 바이오, 신약 개발 분야는 AI 없이는 미래 경쟁력이 없을 정도로 AI 의존도가 높아지고 있다.
   • 개인 맞춤형 항암 백신(mRNA 기반 안티네오젠) 개발 등은 인간의 능력으로는 거의 불가능하여 AI가 필수적이다.
   • 새로운 물질 개발이나 창의적인 과학 연구 분야에서도 AI가 대부분의 R&D 프로세스를 대체하고 있다.
   • 특허 작성 등 변리사 업무에서도 챗GPT나 루시아 같은 AI 도구가 이미 널리 사용되고 있다.
5. 무형 자산 기반 직업의 빠른 대체:
   • 데이터, 문서, 무형의 프로세스를 통해 돈을 벌던 지적 노동 직업군이 AI에 의해 가장 빠르게 대체되고 있다.
     
     

1.2. AI 에이전트의 개념과 발전 단계

1. AI 에이전트의 정의:
   • AI 에이전트는 인공지능이 사람의 업무를 대행하고, 기획하며, 실행하고, 책임지고, 전문성을 가지며, 문제 해결 및 경제성까지 달성하도록 하는 인공지능을 의미한다.
   • 기존의 질문에 대답하는 수준을 넘어, 사람을 대신하여 행동하고, 의사 결정을 내리며, 행동 결과에 대한 위험 관리와 경제적 참여까지 하는 인공지능이다.
2. 에이전시의 역할과 AI 에이전트의 유사성:
   • 여행 에이전시: 여행 설계, 항공편/일정/숙소 예약, 문제 해결 등 전 과정을 담당한다.
   • 부동산 에이전시: 위탁받아 중개 수수료를 받는다.
   • 연예/스포츠/광고/마케팅 에이전시: 기획, 양성, 새로운 비즈니스 모델 창출, 생산물 제작 등 전문성을 바탕으로 경제적 가치를 만들어낸다.
   • 이러한 에이전시의 핵심은 사람의 업무를 대행하고, 기획하며, 실행하고, 책임을 지며, 전문성을 갖고, 문제 해결을 통해 경제성을 창출하는 것이다.
   • 이 모든 과정을 꿰뚫는 업무 프로세스를 가진 것이 에이전시이며, 여기서 일하는 사람이 에이전트이다.
3. 젠슨 황의 AI 발전 4단계:
   • 엔비디아 젠슨 황은 인공지능 발전 단계를 네 단계로 제시하였다.
   • 1단계: 퍼셉션 AI: 음성 인식, 이미지 인식 등 '인식' 단계이다.
   • 2단계: 생성 AI: 현재 우리가 있는 단계로, 글, 영상, 음악 등을 '생성'한다.
   • 3단계: 에이전틱 AI: 사람을 대신하여 업무 프로세스를 자율화하고 자동화하는 단계이다.
   • 4단계: (언급되지 않음)
4. 에이전틱 AI가 가져올 시장 변화:
   • 젠슨 황은 코딩 어시스턴트, 고객 서비스, 환자 관리(페이션트 케어) 시장이 에이전틱 AI에 의해 완전히 변화하고 파괴될 것이라고 예측했다.
   • 이경일 대표는 이 외에도 부동산, 전자상거래 등 중요한 모든 산업이 AI 에이전트에 의해 엄청난 타격 또는 혁신을 겪을 것이라고 전망한다.

1.3. 일반 AI와 AI 에이전트의 차이점

1. 생성 AI (챗GPT, 달리 등):
   • 작동 방식: 사용자가 질문(번역, 문서 작성 등)을 하면, 초거대 언어 모델(LLM)이 사전에 학습한 데이터를 기반으로 답변을 생성한다.
   • 문제점:
     • 환각(Hallucination): 거짓말을 하는 것이 가장 큰 문제이다.
     • 최신 정보 부족: 최신 정보를 학습하지 못하면 답변을 할 수 없는 경우가 있다.
2. 검색형 인공지능 (퍼플렉시티):
   • 작동 방식: 사용자가 질문하면, AI가 스스로 검색을 통해 답이 있는 문서를 찾고, 실시간 정보를 학습한 내용과 결합하여 답변을 생성한다.
   • 기술명: RAG (Retrieval-Augmented Generation, 검색 증강 생성) 기술을 사용한다.
3. AI 에이전트:
   • 작동 방식:
     • LLM 기반으로 추론과 계획을 세운다.
     • 다른 도구 및 인공지능과 소통하며 협업한다. (예: 정치/채권 관련 AI, 차트 툴 호출)
     • 다양한 형태로 답변을 생성할 뿐만 아니라, 직접 거래(액션)까지 수행할 수 있다. (예: 주식 매매, 포트폴리오 구성)
   • 핵심 차이: 기존 AI가 질문에 대답만 하는 것과 달리, AI 에이전트는 요구를 받으면 다른 에이전트와 협력하여 깊이 있는 조사 및 분석을 수행하고, 실제 행동(액션)까지 실행한다.
   • 예시: "일본 2박 3일 여행 계획 짜줘"라고 하면, AI 에이전트가 날짜, 선호도 등을 묻고, 항공/숙박/음식/교통 관련 에이전트들을 불러 협력하여 예약 앱을 통해 실제 예약을 진행한다.
     
     

1.4. AI 에이전트 협업을 위한 플랫폼과 1인 기업의 부상

1. AI 에이전트 협업의 필요성:
   • 다양한 분야의 AI 에이전트(부동산, 정치, 경제, 항공, 숙박, 음식, 교통 등)가 협력해야 복잡한 업무를 처리할 수 있다.
   • 이를 위해 AI 에이전트를 찾고, AI 에이전트끼리 소통할 수 있도록 돕는 '인공지능 잡사이트'와 같은 플랫폼이 필요하다.
2. 주요 AI 에이전트 협업 프로토콜:
   • MCP (Multi-Agent Communication Protocol): 엔트로픽(클로드 개발사)이 제안하여 전 세계 표준화되었다. AI 에이전트들이 서로를 찾고 소통하는 방식을 표준화한다.
   • A2A (Agent-to-Agent): 구글이 개발한 프로토콜로, 여러 에이전트가 협력할 수 있도록 돕는다.
3. AI 에이전트의 조직화 및 역할 분담:
   • AI 에이전트들은 스스로 조직화하고 역할을 분담하여 일을 처리할 수 있다.
   • 이는 마치 군대 조직처럼 각 에이전트가 특정 업무(여행 일정, 비행기표, 식당 예약 등)를 담당하여 협력하는 방식이다.
4. 1인 기업 및 소규모 회사의 급증:
   • AI 에이전트의 등장으로 미국에서 1인 회사 및 소규모 회사가 어마어마하게 많이 생겨나고 있다.
   • 대표적인 예로 직원 20명의 '커서(Cursor)'라는 회사는 몇 달 만에 1억 이상의 매출과 엄청난 순이익을 올리고 있다.
   • 혼자 창업하여 연 매출 50억~100억 이상을 올리는 회사들이 우후죽순 생겨나고 있다.
   • 이는 챗GPT가 행동을 할 수 없는 한계를 AI 에이전트가 극복하여, 사실상 AI 직원들에게 일을 시키는 개념이 되었기 때문이다.

---

2. AI 시대의 경제적 변화와 인간의 역할

2.1. 지적 노동 자동화와 경제 성장 둔화

1. GDP 성장과 산업 혁명:
   • 미국의 1인당 실질 GDP는 지난 120년간 10배 증가했으며, 한국은 40배 증가하여 삶의 질이 크게 향상되었다.
   • 2차 산업 혁명 (1900~1930년대): 전기, 공장 자동화, 표준화를 통해 더 좋은 제품을 낮은 가격에 생산하며 경제성을 달성했다.
   • 3차 산업 혁명 (1980~2000년대): 컴퓨터, 인터넷 기반으로 경제 성장을 이끌었다.
   • 이러한 경제 성장의 주축은 근육 노동의 자동화였다.
2. 기계 자동화의 한계와 지적 노동 자동화의 시작:
   • 2000년대 이후 선진국에서는 기계 자동화를 통한 혁신이 멈추면서 실질 및 잠재 성장률이 2% 미만으로 줄어들었다.
   • 이제는 지적 노동의 자동화, 즉 무형의 자산과 산출물을 만들어내는 무형의 프로세스를 가진 직업들이 AI에 의해 혁신되기 시작한다.

2.2. AI 시대의 근무 시간 변화와 양극화 심화

1. 근무 시간의 감소:
   • 산업 혁명 시기마다 주당 근무 시간은 감소하는 경향을 보였다.
   • 2차 산업 혁명 시기(공장 자동화)에는 60시간에서 급격히 줄어 40시간을 유지했다.
   • 1990년대 이후 컴퓨터와 인터넷 도입으로 근무 시간이 34시간으로 다시 급격히 줄었다.
   • 이는 직업이 사라지는 것이 아니라 다양해지면서 근무 시간이 줄어들었음을 의미한다.
   • AI에 의한 지적 노동 대체는 일자리에 변화를 가져오겠지만, 근무 시간은 더 줄어들 것으로 예상된다.
   • 2050년 무렵에는 적은 시간 일하고도 많은 돈을 벌 수 있는 시대가 올 수 있다.
2. 부의 양극화 심화:
   • 1인당 GDP는 계속 상승하는 것처럼 보이지만, 1980~90년대 인터넷과 컴퓨터 도입 이후 중산층의 소득 성장은 멈췄다.
   • 중산층이 삶의 질을 유지하기 위해 맞벌이를 시작했으며, 한국에서도 2000년대 초부터 같은 현상이 나타났다.
   • 1인당 GDP 상승은 부자들이 어마어마하게 돈을 벌고 있음을 의미하며, AI로 인해 양극화는 더욱 강화될 것이다.
   • 직업이 없어지지는 않겠지만, 일하는 시간은 줄어들고 중산층의 수준은 유지될 것이며, 부자들은 더욱 부자가 될 것이다.
   • AI에 투자하고, AI를 소유하며, AI로 돈 버는 수단을 가진 자들이 부를 축적할 것이다.
   • 변호사 시장의 예시처럼, 로펌 대표는 부자가 되고 실무 변호사들은 일이 줄어들거나 알바를 해야 하는 구조가 될 수 있다.

2.3. AI 시대에 살아남을 인간의 경쟁력과 직업의 변화

1. 일하는 방식과 역할의 변화:
   • AI 시대에는 다른 직업으로 가는 것이 아니라, 똑같은 일을 다르게 하게 될 것이다.
   • 교육 분야의 변화:
     • 현재 획일적인 교육 방식(OMR 카드 정답 찍기)은 AI가 더 잘하게 될 것이다.
     • 미적분 개념만 필요한 학생에게는 개념 위주로, 퀀트 투자 AI 개발자에게는 심화 수학 교과서와 시험 문제가 제공될 것이다.
     • 교사는 지식 전달자가 아닌, 학생들의 연애/교우 상담, 미래 비전 코치 등 인간적인 역할에 집중하게 될 것이다.
   • 의료 분야의 변화:
     1. AI가 진단, 처방, 수술의 일부까지 수행하게 될 것이다.
     2. 의사는 AI의 진단/처방을 검토하고 의사 결정 과정에 참여하며(휴먼 인 더 루프), 로봇과 협력하여 수술을 진행할 것이다.
     3. 남는 시간에는 환자 가족의 궁금증을 해소하고 아픔을 나누는 등 인간적인 역할에 집중하게 될 것이다.
   • 택시 산업의 변화:
     1. 자율주행 택시가 보편화되어 운전기사가 거의 사라질 것이다.
     2. 그러나 외로운 사람들을 위한 대화 상대, 관광객을 위한 설명 등 인간적인 관계를 요구하는 택시 서비스는 여전히 존재할 수 있다.
2. 인간의 경쟁력 집중과 직업 다양화:
   • 결국 인간은 인간이 잘하는 부분에 집중하면서 직업 종류는 다양해지고 일하는 시간은 줄어들 것이다.
   • 실업률은 크게 증가하지 않겠지만, 부는 양극화가 가속화될 것이다.
   • 소득은 상대적으로 줄어들 수 있으며, 한국의 높은 자살률은 상대적 박탈감과 관련이 있다.
   • AI 도입은 직업을 없애기보다 일하는 방식을 바꾸거나 새로운 업무를 창출할 가능성이 높다.
3. 몸으로 하는 일의 가치 상승:
   • 과거에는 중요하지 않게 여겨졌던 소소한 일들이 돈을 받고 일하는 형태로 바뀔 수 있다.
   • 특히 몸으로 하는 일의 가치가 높아질 가능성이 크다.
   • 배관공(플러머) 사례: 미국이나 캐나다에서 배관공은 높은 수입을 올리며, 예약이 한 달 이상 밀리기도 한다.
   • 이는 주택마다 배관 구조가 달라 AI가 학습하기 어렵고, 인간이 더 빠르고 효율적으로 해낼 수 있기 때문이다.
   • 자동차보다 느리지만, 달리기 선수가 더 많은 돈을 버는 것처럼, 몸으로 하는 섬세하고 구체적이며 다양한 직업이 새롭게 부각될 것이다.
   • 인간적인 매력, 대체 불가능한 몸의 움직임, 효율성, 감정 노동 등이 살아남을 것이다.
4. 미래 예측의 어려움:
   • 유튜버의 사례처럼, 과거에는 상상하기 어려웠던 직업이 큰 성공을 거두는 경우가 많다.
   • 미래 예측은 현재의 지식으로 함부로 판단하기 매우 어렵다.

---

3. AI 시대에 필요한 핵심 역량과 미래 전망

3.1. 향후 20년간 필요한 역량: 전문성과 소양

1. 멀티 커리어에서의 깊이 있는 전문성:
   • AI를 전공하기보다, 생물학처럼 특정 분야에서 최고의 전문성을 갖추고 AI를 도구로 활용하는 것이 중요하다.
   • AI 리터러시(AI 활용 능력)는 MG세대에게 스마트폰 사용처럼 자연스러운 문화가 될 것이므로, 차별화된 전문성이 더욱 중요해진다.
   • 기자가 AI를 잘 쓰는 다른 인간 기자에게 대체되는 것처럼, AI를 기똥차게 잘 쓰는 사람이 성공할 것이다.
   • 문학, 생명공학, 역사 등 특정 분야에 깊이 들어가 전문성을 확보하고, 거기에 AI를 접목하는 방식이 필요하다.
2. 미래 교육의 변화와 대학의 의미:
   • 좋은 대학을 가는 기준인 OMR 카드 정답 찍기는 AI가 이미 상위 1% 수준으로 잘하며, 변호사 시험도 상위 20%를 합격했다.
   • AI는 스스로 안 본 문제도 추론 기술로 풀어내며, 5년 후에는 수능 시험에서 상위 1등을 할 수도 있다.
   • 따라서 AI가 정답을 찾아내는 시대에 대학 진학의 의미는 퇴색될 수 있다.
3. 네 가지 핵심 소양:
   1. 위대한 질문 능력 (Great Questioning):
      • 똑같은 AI에 질문해도 어떻게 질문하느냐에 따라 답이 달라지므로, 프롬프트 엔지니어링 능력이 중요하다.
      • 답을 잘 찾는 사람보다 호기심과 위대한 질문을 AI에게 할 수 있는 사람이 성공 가능성이 크다.
      • 이는 AI에게 창의적으로 일하도록 요구하는 능력이며, 깊은 인사이트가 있어야 가능하다.
      • 대한민국은 질문 능력이 전 세계 꼴찌 수준이므로, 이 능력 향상이 중요하다.
   2. 메타인지 능력 (Metacognition):
      • 자신이 무엇을 알고 모르는지, 무엇을 할 수 있고 없는지 아는 능력이다.
      • AI 시대에는 남들이 안 해본 일을 해야 하므로, 데이터가 없는 상황에서 자신이 올바른 방향으로 가고 있는지 판단하는 능력이 필수적이다.
      • 향상 방법:
        • 배우거나 듣는 것만으로는 부족하며, 계속 글을 쓰고 다른 사람을 가르치는 역할을 할 때 향상된다.
        • 명상, 깨달음, 반성, 자기 성찰 등 AI가 하기 어려운 인간 고유의 활동을 통해 길러진다.
   3. 회복 탄력성 (Resilience):
      • 실수하거나 실패했을 때 좌절하지 않고, 거기서 배움을 얻어 다시 시작할 수 있는 힘이다.
      • 산업 시대의 표준화된 교육은 실패를 개인의 부족함으로 여기게 만들었지만, AI 시대에는 남들이 안 해본 실패가 귀중한 데이터가 된다.
      • 일론 머스크처럼 실패를 두려워하지 않고 끊임없이 시도하며 비전을 실행하는 능력이 중요하다.
   4. 친화력 (Affinity):
      • 인간적인 매력이나 아직 대체 불가능한 몸으로 하는 일, 감정 노동 등이 중요해질 것이다.
      • 사회 발전과 함께 작은 차이가 큰 가치를 만드는 시대가 오면서, 세심함과 인간적인 터치가 중요해진다.
      • 로봇이 웹툰을 그리더라도, 인간의 개성과 터치가 더해진 웹툰이 더 큰 가치를 가질 수 있다.
4. 결론: 좋은 대학 진학은 여전히 중요하지만, 자신만의 전문성을 지속적으로 향상시키고, AI와 협업하며, 스스로 실행하고 질문하며, 아는 것과 모르는 것을 구분하는 능력이 더욱 중요해진다.

3.2. 20년 이후의 미래 전망: 예측 불가능성과 양극화 심화

1. 미래 예측의 불확실성:
   • 20년 후의 미래는 아무도 정확히 예측할 수 없다.
   • 알파고와 이세돌의 바둑 대결 사례처럼, 전문가들도 AI의 발전 속도와 영향력을 예측하기 어려웠다.
   • 인간과 AI가 한 팀으로 바둑을 두면 AI 단독으로 두는 것을 이기는 것처럼, 협력의 가능성도 존재한다.
2. 극단적인 양극화 심화:
   • 부익부 빈익빈 현상이 현재 예상보다 훨씬 더 극단적으로 심해질 것이다.
   • 이에 대한 해결책으로 AI와 로봇에 세금을 부과하여 기본 소득을 제공하자는 논의가 학자들과 정치인들 사이에서 나오고 있다.
   • 법인(법적인 인간)에 세금을 물리는 것과 유사하게, 로봇과 AI에게 세금을 물리는 것이 필수적으로 시도될 가능성이 높다.
3. 투자 관점에서의 양극화:
   • 극단적인 양극화는 소수의 회사와 그 회사를 운영하는 사람들에게 부가 집중될 것임을 의미한다.
   • 이러한 회사에 투자하는 것이 양극화를 줄이는 방법일 수 있으나, 어떤 회사가 성공할지 예측하기는 매우 어렵다.
   • AI 관련 기업에 대한 초기 투자는 이미 시기를 놓쳤다고 볼 수 있다. (예: 아마존 초기 투자)
   • 기업 간 경쟁 또한 치열하여 누가 살아남을지 알 수 없다. (예: 노키아, 모토로라, LG, 삼성 중 삼성만 살아남은 휴대폰 시장)
   • 현재는 미국과 중국이 AI 시장을 장악하고 있으며, 초기 투자는 이미 끝났다.
   • 현재 AI 선두 기업에 투자해도 600배 수익은 어렵고, 5~10배 수익은 가능할 수 있다.
4. 결론: 20년 뒤는 예측 불가능하지만, 20년 안쪽으로는 인간적인 감성이나 도전 정신이 필요한 분야에서 기회가 있을 것이다.

3.3. AI 에이전트의 실제 활용 사례: 구버(Goover) AI

1. 구버 AI 소개:
   • 솔트룩스의 '구버(Goover) AI'는 리서치 에이전트로, 깊이 있고 어려운 질문에 대해 창의적인 결과값을 만들어낸다.
2. 부동산 투자 전략 분석 시연:
   • 질문 예시: "이재명 정부의 경기 부양과 부동산 가격 상승 상황에서 향후 부동산 투자 전략(지역, 유형, 규제 전망)을 검토하고, 미국 관세 전쟁 및 이스라엘-이란 전쟁이 부동산에 미칠 영향과 각각의 경우 어떤 결정을 하는 것이 좋을지 조사 분석해달라."
   • 초기 답변 (챗GPT 수준): 일반적인 부동산 시장 동향과 지역별/유형별 전략을 제시한다.
   • AI 에이전트의 작동 과정:
     • 질문 재구성 및 확장: AI 에이전트가 질문 의도를 분석하고, 스스로 질문을 재구성하며 필요한 학습 내용을 파악한다. (예: 이재명 정부 부동산 정책, 미국 관세 영향, 환율 변동, 중동 지정학적 영향 등)
     • 정보 수집 및 검증: 국내외 부동산 관련 애널리스트 리포트, 뉴스, 논문 등 방대한 자료를 검색하고, 수집된 문서의 적절성과 근거를 스스로 검증한다.
     • 정보 공백 탐지 및 추가 질문 생성: 필요한 정보가 부족하면 스스로 추가 질문을 생성하고 다른 AI 에이전트에게 던져 협업한다. (예: 도심 재건축 공급 물량 예측 보고서, 관세의 GDP 영향 보고서, 중동 지정학적 영향 연구 기관 등)
     • 추론 및 논리적 검증: 수집된 정보를 바탕으로 추론 엔진을 통해 논리적 타당성을 검증하고, 근거가 부족한 내용은 걸러낸다.
     • 답변 계획 수립: 질문자를 설득하기 위한 최적의 답변 구조(목차)를 스스로 설계한다.
     • 최종 답변 생성: 여러 차례의 추론과 검증 과정을 반복하여 목표에 도달할 때까지 심층적인 답변을 생성한다.
   • 최종 답변 내용:
     • 이재명 정부 부동산 정책: 공급 확대 초점, 재건축/재개발 절차 간소화 및 용적률 향상, 재건축 초과 이익 환수제 유지 방침 등.
     • 4기 스마트 신도시 발표: (내용 생략)
     • 공사비 상승 및 재건축 프로젝트 연기 가능성: 유가 상승, 분양 상한제 규제 유지 등으로 인한 악화 전망.
     • 역사적 사례 분석: 1973년 석유 파동 등 과거 사례와 현재 상황 비교.
   • AI 에이전트의 장점:
     • 인간이 몇 주 걸릴 작업을 4~5분 만에 수행한다.
     • 모든 답변에 근거 자료를 제시하며, 단순히 베끼는 것이 아니라 에이전트가 직접 해석하고 추론하여 예측한다.
     • 여러 전문가 에이전트와 협업하여 깊이 있는 분석을 제공한다.
3. AI 에이전트의 추가 기능:
   • 에이전트 생성 및 모니터링: 특정 이슈(예: 부동산 변동) 발생 시 사용자에게 정리하여 알려주는 에이전트를 생성할 수 있다.
   • 콘텐츠 생성: 조사한 내용을 바탕으로 유튜브 영상, 팟캐스트 등을 자동으로 생성할 수 있다. (가상 인간 아나운서 활용)
   • 개인 맞춤형 기업 모니터링 (컴퍼니 에이전트):
     • 사용자가 관심 있는 기업(예: SK하이닉스)에 대해 매일/매시간 조사하여 맞춤형 정보를 제공한다.
     • 뉴스 동향 분석: 호재/악재 구분, 시황 분석 및 근거 제시.
     • 자동 요약 보고서 생성: 기업의 주가, 시총, 핵심 인사이트(주가 상승 동기, 외부 변수, 시장 점유율, 재무 리스크 등)를 요약하여 보고서를 작성한다.
     • 주식 토론방 분석: 주식 토론방의 모든 내용을 읽고 요약하여 인간 지표까지 제공한다.
     • 애널리스트 리포트 요약: 국내 애널리스트 리포트를 수집하여 요약 제공.
     • 공시 요약: 일반인이 이해하기 어려운 공시 내용을 읽고 해석하여 요약해준다.
     • 관련 리포트 생성 및 알림: AI가 기업을 지속적으로 모니터링하고 리스크를 관리하며, 하루에도 여러 번 리포트를 내주고 알림까지 보낸다.
     • 관련 없는 기업(예: TSMC)의 동향까지 분석하여 연관성을 찾아 제공한다.
4. 수혜주 추천 시연:
   • 질문 예시: "이재명 정부의 상법 개정(저PBR주, 코스피 5천 달성)에 따른 수혜주 중 PBR 0.5 이하, 영업이익률 15% 이상, 배당률 5% 이상인 주식을 찾아주고, 현재 배당이 없어도 향후 상법 개정으로 배당 가능성이 생긴 회사도 제시해달라."
   • 답변 내용:
     • 주주 가치 재평가 서막: 상법 개정 내용(자사주 소각 의무화, 배당 성향 공시 의무화)과 수혜 기대 섹터를 제시한다.
     • PBR 0.5 이하 기업 분석: 현대제철, GS, 한국가스공사, BNK 등 제시.
     • 운송/기계 업종 분석: HMM, 메리츠금융 등 제시.
     • 배당 관련 기업 분석: 두산에너빌리티 등 제시.
     • 종합 수혜주 10선: 금융 지주, 에너지 섹터, 조선/통신 섹터, 기타 저평가 대형주 등 중첩되는 종목을 뽑아준다.
   • 특징: 모든 추천에 대한 추론 과정과 근거 자료(참조)를 제시하여 사용자가 검증할 수 있다.
5. AI 에이전트 활용의 의미:
   • AI 에이전트는 개인이 마치 리서치 그룹을 운영하는 것처럼 방대한 자료를 순식간에 조사하고 분석할 수 있게 해준다.
   • 이는 전문가들에게 엄청난 도구가 되며, 일반인들도 AI를 활용하여 개인 사업자나 CEO처럼 일할 가능성을 부여한다.
   • 경쟁은 더욱 치열해지겠지만, AI를 똑같이 사용하더라도 남들이 하지 않는 시도를 하고 새로운 것을 배우는 인간의 노력(휴먼 인 더 루프)이 경쟁력이 될 것이다.
   • 작은 차이가 큰 가치를 만들어내는 시대가 될 것이다.