인사이트

“오늘 회의 일정 확인하고, 회의 관련 자료를 찾아서 보고서 초안까지 만들어줘.”

“지난주에 논의한 내용 중 아직 처리되지 않은 업무 ‘To-Do’로 정리하고 담당자 지정해줘.”

“이번주 중 구매팀과 품질팀이 모두 가능한 시간으로 회의 일정 잡고 회의실도 예약해줘. 그리고 사전에 필요한 자료도 함께 준비해줘.”

얼마 전까지만 해도 이런 요청은 임직원이 직접 메일을 검색하고, 캘린더를 확인하고, 여러 시스템에서 자료를 내려받은 뒤, 문서를 작성해야 가능한 일이었습니다. 하지만 지금은 AI에게 자연어로 요청하는 것만으로도 업무의 상당 부분을 대신 처리하는 수준까지 진화했습니다. Microsoft 365의 Copilot Cowork는 Outlook, Teams, Excel 등 기본 오피스 업무 데이터에 AI Agent를 연계하여 복잡한 업무를 계획하고 실행합니다. Claude Cowork과 ChatGPT Work도 특화된 Agentic AI 엔진을 기반으로 다양한 도구와 자료를 연결하여 업무를 수행 중입니다. 이들 서비스의 공통점은 AI가 단순히 사용자의 질문에 답하는 수준을 넘어, 사용자가 맡긴 업무를 여러 단계로 나누어 자동으로 처리한다는 점입니다.

엔터프라이즈 워크플레이스 영역에 AI Agent가 본격적으로 침투하면서 사람들이 AI에 기대하는 것도 점점 분명해지고 있습니다. 더 빠르게 검색하고, 더 좋은 문서를 만들고, 스스로는 중요한 판단과 창의적인 일에 집중하고 싶어 합니다. 이제 AI는 ‘써볼 만한 신기술’이 아니라, 일을 더 잘하기 위해 ‘함께하는 업무 파트너’가 되고 있습니다.

그런데, 이렇게 개인의 AI 활용은 빠르게 진화하고 있는데, 기업의 업무환경은 그 속도를 따라가고 있을까요?

AI는 똑똑해졌는데, 회사 일은 왜 여전히 복잡할까?

잠깐 자동차 회사 이야기를 해볼까요? 테슬라의 FSD는 운전자가 차량에 탑승할 때부터 내릴 때까지 운전자가 하는 주행을 End-to-End로 연결해서 자동화하고 있습니다. 운전자의 인지-판단-제어를 따로 떼지 않고 하나의 흐름으로 처리하고 있습니다.

그런데 우리 업무는 어떨까요? 영업 시스템에서 AI 에이전트와 대화하고, 다시 계약 시스템으로 넘어가서 다른 AI 에이전트와 대화하고, 또 구매 시스템에서 또 다른 AI 에이전트와 대화를 합니다. 기업 시스템에 붙어있는 AI 에이전트는 늘었지만, 여전히 업무는 끊겨 있습니다.

실제 기업의 업무는 하나의 시스템 안에서 끝나지 않습니다. 더 나아가 시스템에서만 끝나는 것이 아닙니다. 메일과 일정은 그룹웨어에서 확인하고, 인사·재무·구매 등 Value-chain 상 업무는 각각의 시스템을 이용하며, 회사의 중요한 지식은 별도의 문서관리 시스템이나 각각 파일 서버에 흩어져 있습니다. 그리고 나의 업무 노하우는 내 PC에 있습니다.

직원 한 명이 보고서 하나를 작성하려고 해도 여러 시스템을 오가며 자료를 찾고, 필요한 내용을 복사해 문서에 붙여 넣고, 규정에 맞는지 다시 또 몇 번이고 검수합니다. 회의 하나를 잡으려고 해도 참석자별 일정 확인, 빈 회의실 확인, 회의실 예약, 초대 메일 전송 등 세분화된 여러 단계의 Task가 수반됩니다. AI가 각각의 Task를 도와줄 수는 있지만 업무 전체의 흐름과 맥락을 이해하지 못한다면 직원은 여전히 여러 시스템 사이를 직접 오가야 합니다. 검색은 빨라졌지만, 실행은 여전히 사람의 몫으로 남아 있는 것입니다.

^{그림1. 하나의 화면에서 다양한 업무를 한번에 수행할 수 있는 Enterprise Agentic Workplace를 활용한 업무 예시}

디지털 워크플레이스 서비스의 다음 과제는 여기에 있습니다. 업무 시스템을 더 많이 추가해서 시스템별 Agent를 많이 만드는 것이 아니라, 이미 존재하는 서버사이드-시스템과 데이터 그리고 클라이언트사이드-업무와 나의 지식을 하나의 흐름으로 연결하고 실행하는 똘똘한 Agent가 필요한 것입니다.

^{그림 2. Super Agent로 연결되는 Enterprise Agentic Workplace 예시}

Enterprise AI의 확산을 결정하는 조건, 보안과 거버넌스

기업용 AI는 답변을 잘하는 것만으로 충분하지 않습니다. AI가 어떤 데이터와 시스템에 접근하고, 어떤 업무를 실행할 수 있는지 통제하며, 사람의 승인을 기반으로 모든 실행 과정을 기록하고 점검할 수 있어야 합니다. 특히 금융·공공·제조 등 민감한 정보와 규제가 적용되는 산업에서는 데이터가 어디에서 활용되고, AI가 어떤 근거로 답변하며, 실행 결과를 어떻게 추적할 수 있는지가 핵심 기준이 됩니다. 또한, 에이전트형 AI는 외부 문서나 웹페이지의 지시를 입력으로 받아 다른 시스템의 기능을 호출할 수 있습니다. 이 과정에서 프롬프트 인젝션, 민감정보 노출, 과도한 실행 권한이 결합되면 단순한 답변 오류가 권한 밖의 데이터 조회나 잘못된 업무 실행으로 이어질 수 있습니다. 이는 곧 단순한 실수가 아닌 기업의 신뢰와 보안 침해에 직결되는 중대한 사고가 될 수도 있습니다.

보안과 거버넌스는 단순히 AI 서비스 앞단에 필터를 하나 추가하는 방식으로 완성되지 않습니다. 기업에 따라 그들만의 IT 생태계가 존재하며, 표준화된 보안 필터는 이 모든 위험을 방어해주지는 않기 때문이죠. 따라서 기업은 우리만의 AI 사용 현황과 데이터 흐름을 파악하고, 우리만의 최소 권한과 승인 기준을 설정하며, 우리만의 결과 검증·모니터링·감사·사고 대응을 운영 프로세스로 연결해야 합니다. 고위험 AI에 대해 기록 보존과 인간의 감독을 요구하는 규제 흐름도 이러한 방향을 뒷받침하고 있습니다.

결국 Enterprise AI의 확산을 가르는 기준은 AI를 얼마나 많이 배치했는지가 아니라, 똘똘한 몇몇의 AI Agent가 본인의 맡은 업무를 책임감있게 수행할 수 있는 범위와 그 결과에 대한 통제력을 조직이 얼마나 명확하게 설계했는지에 달려 있습니다.

^{그림 3. Enterprise AI의 작동을 위한 보안 및 거버넌스 관점의 실행 조건}

디지털 워크플레이스의 중심이 ‘연결’에서 ‘실행’으로 이동하다.

기존의 디지털 워크플레이스는 직원이 언제 어디서나 업무에 접근하고 협업할 수 있도록 사람 간 연결을 지원하는 데 초점을 두었습니다. 하지만 AI가 업무에 들어오면서 워크플레이스의 역할이 달라지고 있으며, AI는 이제 개인의 생산성을 높이는 도구를 넘어 조직의 업무 방식을 바꾸고 있습니다. 이제 중요한 것은 얼마나 많은 AI를 도입했는지가 아니라, 우리 회사의 지식과 시스템, 규정과 업무 프로세스를 지키며 나의 업무 노하우를 연결해서 AI가 일할 수 있는 환경으로 연결되어 있는가입니다.

LG CNS는 이러한 변화를 AWP(AI-Native Workplace Platform)로 구체화하고 있으며, 디지털 업무 환경과 물리적 업무공간을 AI 기반 업무 파트너인 AI Co-Worker로 연결합니다. 즉, LG CNS의 워크플레이스는 직원이 업무를 시작하는 화면만 바꾸는데 그치지 않고, 출근부터 퇴근까지 이어지는 임직원 여정 전체를 기준으로 업무 경험을 다시 설계합니다. AI는 사전에 정해진 기준과 승인 권한에 따라 처리 가능한 업무를 구분하여 자동 처리한 내역을 목록으로 보여주고, 사람은 요청과 판단만을 수행합니다.

^{그림4. IDC MarketScape 2026, ‘Major Player’ LG CNS가 제시하는 AI 기반 업무환경}

LG CNS의 강점은 a:xink라는 개별 솔루션에만 있지 않습니다. 20년 이상 축적한 기업 업무환경에 대한 이해, 레거시와 기업 시스템을 연결하는 통합 역량, 그리고 보안과 규제가 중요한 산업에서의 실행 경험이 함께 작동한다는 점에 있습니다. LG CNS는 디지털 워크플레이스를 직원이 정보를 찾아가는 공간에서, AI가 업무를 이해하고 실행하는 공간으로 확장하고 있습니다. 앞으로의 워크플레이스는 기업의 지식과 시스템, 사람과 Agent가 하나의 업무 흐름 안에서 연결되는 AI-Native 환경으로 진화할 것입니다. LG CNS의 AI 기반 디지털 워크플레이스 혁신 역량을 자세히 알아보려면 연관 자료에서 IDC 시장분석 보고서를 확인해 보세요.

• IDC 보고서 다운로드

▌요약

• 엔터프라이즈 Agentic Workplace는 AI Agent가 여러 시스템을 넘나들며 업무를 계획하고 실행하는 업무 환경입니다. Microsoft 365 Copilot Cowork, Claude Cowork, ChatGPT Work처럼 일정 조율부터 보고서 초안 작성까지 여러 단계를 나누어 처리하는 수준으로 진화했습니다.

• AI Agent가 늘어도 업무가 끊기는 이유는 시스템별로 Agent가 따로 붙어 있기 때문입니다. 업무 전체의 흐름과 맥락을 이해하지 못하면 검색은 빨라져도 실행은 여전히 사람의 몫으로 남습니다.

• 필요한 것은 Agent의 수가 아니라 서버사이드 시스템과 클라이언트사이드 업무 지식을 하나의 흐름으로 연결하는 Super Agent입니다.

• Enterprise AI 확산의 조건은 보안과 거버넌스입니다. 프롬프트 인젝션, 민감정보 노출, 과도한 실행 권한이 결합되면 권한 밖 데이터 조회나 잘못된 업무 실행으로 이어질 수 있어, 기업별 최소 권한·승인 기준·감사 체계를 운영 프로세스로 설계해야 합니다.

• AWP(AI-Native Workplace Platform)는 디지털 업무 환경과 물리적 업무공간을 AI Co-Worker로 연결하는 LG CNS의 워크플레이스 모델입니다. AI는 정해진 승인 권한 안에서 처리 가능한 업무를 자동 처리하고 내역을 보여주며, 사람은 요청과 판단에 집중합니다.

• 디지털 워크플레이스의 중심은 '연결'에서 '실행'으로 이동하고 있습니다. LG CNS는 20년 이상 축적한 업무환경 이해와 시스템 통합 역량, 규제 산업 경험을 바탕으로 a:xink를 제시하며, IDC MarketScape 2026에서 ‘Major Player’로 평가받았습니다.

▌FAQ

Q1. 엔터프라이즈 Agentic Workplace란 무엇이고, 왜 지금 필요한가요?

A1. 엔터프라이즈 Agentic Workplace는 AI Agent가 여러 시스템을 넘나들며 업무를 계획하고 실행하는 업무 환경입니다. Microsoft 365 Copilot Cowork, Claude Cowork, ChatGPT Work처럼 AI가 일정 조율부터 보고서 초안 작성까지 처리하는 수준으로 진화했지만, 기업 안에서는 시스템마다 Agent가 따로 붙어 있어 업무 흐름이 끊깁니다. 이제 중요한 것은 AI를 얼마나 많이 도입했느냐가 아니라, 업무를 처음부터 끝까지 연결해 실행할 수 있느냐입니다.

Q2. 시스템마다 AI Agent를 붙이면 업무가 해결되지 않나요?

A2. 그렇지 않습니다. 시스템별 Agent는 각 Task를 도와줄 수는 있어도 업무 전체의 흐름과 맥락을 이해하지 못합니다. 영업, 계약, 구매 시스템에서 각각 다른 Agent와 대화해야 한다면 직원은 여전히 여러 시스템을 직접 오가야 하고, 검색은 빨라져도 실행은 사람의 몫으로 남습니다. 필요한 것은 Agent의 수가 아니라, 서버사이드 시스템과 클라이언트사이드 업무 지식을 하나의 흐름으로 연결하는 Super Agent입니다.

Q3. 기업용 AI Agent 도입 시 가장 큰 보안 위험은 무엇인가요?

A3. 프롬프트 인젝션, 민감정보 노출, 과도한 실행 권한이 결합되는 경우입니다. 에이전트형 AI는 외부 문서나 웹페이지의 지시를 입력으로 받아 다른 시스템의 기능을 호출할 수 있어, 단순한 답변 오류가 권한 밖 데이터 조회나 잘못된 업무 실행으로 이어질 수 있습니다. 이는 기업의 신뢰와 보안 침해로 직결되는 중대한 사고가 될 수 있습니다.

Q4. 보안 필터만 추가하면 AI 거버넌스가 해결되나요?

A4. 충분하지 않습니다. 기업마다 IT 생태계가 다르기 때문에 표준화된 보안 필터만으로는 모든 위험을 막을 수 없습니다. 기업은 자사의 AI 사용 현황과 데이터 흐름을 파악하고, 최소 권한과 승인 기준을 설정하며, 결과 검증·모니터링·감사·사고 대응을 운영 프로세스로 연결해야 합니다. 특히 금융·공공·제조처럼 규제가 강한 산업에서는 데이터 활용 위치, AI의 답변 근거, 실행 결과의 추적 가능성이 핵심 기준이 됩니다.

Q5. AWP(AI-Native Workplace Platform)란 무엇인가요?

A5. AWP는 디지털 업무 환경과 물리적 업무공간을 AI 기반 업무 파트너인 AI Co-Worker로 연결하는 LG CNS의 워크플레이스 모델입니다. 출근부터 퇴근까지 이어지는 임직원 여정 전체를 기준으로 업무 경험을 설계하며, AI는 사전에 정해진 기준과 승인 권한에 따라 처리 가능한 업무를 자동 처리하고 그 내역을 목록으로 보여줍니다. 사람은 요청과 판단에 집중합니다. LG CNS는 20년 이상 축적한 기업 업무환경 이해와 시스템 통합 역량, 규제 산업에서의 실행 경험을 바탕으로 a:xink를 제시하고 있으며, IDC MarketScape 2026에서 ‘Major Player’로 평가받았습니다.

관련 오퍼링 및 문의하기

• 디지털AX | LG CNS | Korea
• LG CNS 홈페이지 문의하기

본 콘텐츠는 저작권법에 의해 보호받는 저작물로 LG CNS에 저작권이 있습니다.

사전 동의 없이 2차 가공 및 영리적인 이용을 금합니다.