지난 회에서 다섯 가지 영역으로 자가 진단을 해보셨다면, 한 가지 질문이 따라붙었을 겁니다. "우선순위 영역은 정했는데, 그래서 거기에 뭘 도입해야 하나." 실제로 사장님 한 분이 진단표를 들고 사무실에 오셔서 이렇게 물으셨습니다. "운영 쪽을 1순위로 봤는데, 이게 RPA 영역인가요 아니면 요즘 말하는 AI 에이전트 영역인가요."
솔직히 그 자리에서 한 줄로 답하기 어려운 질문입니다. 둘은 자주 같은 문장 안에 등장하지만, 실제로는 서로 다른 층의 도구입니다. 이 차이를 흐릿하게 둔 채 도입하면 비싸게 사고 싸게 쓰거나, 반대로 공장 망치로 못을 박는 일이 벌어집니다.
두 가지가 같아 보이지만 다른 이유
먼저 용어부터 풀어두겠습니다. RPA(Robotic Process Automation)는 사람이 하던 컴퓨터 작업—마우스 클릭, 양식 입력, 파일 이동—을 스크립트로 그대로 따라 하게 만드는 도구입니다. 정해진 규칙대로 "실행"하는 층이라고 보시면 됩니다. 워크플로우 자동화는 이걸 좀 더 넓혀, 여러 시스템 사이의 흐름을 트리거-액션 형태로 묶는 방식이고요.
반면 AI 에이전트는 결이 다릅니다. "이 메일함을 보고 견적 문의만 골라서, 우리 가격표에 맞춰 견적서 초안을 만들고, 애매하면 영업팀에 넘겨라" 같은 목표를 받으면, 단계를 스스로 쪼개고 예외 상황에서 판단을 내리는 "추론" 층입니다. 비정형 데이터—메일, 문서, 채팅 문의—를 다루는 데 강합니다.
비유하자면 RPA는 매뉴얼대로 정확히 일하는 신입 사원이고, AI 에이전트는 맥락을 읽고 알아서 처리하는 시니어입니다. 신입에게 "적당히 알아서"는 통하지 않고, 시니어에게 단순 입력 반복만 시키면 인건비가 아깝습니다. 도구 선택의 본질도 여기서 갈립니다.
2026년 흐름은 "갈아엎기"가 아니라 "결합"
한 가지 짚고 갈 부분이 있습니다. 2025년만 해도 "AI 에이전트가 나왔으니 RPA는 끝났다"는 이야기가 돌았는데, 2026년 현장은 그 반대로 가고 있습니다. Gartner는 2026년 말까지 엔터프라이즈 애플리케이션의 약 40%에 AI 에이전트가 내장될 것이라 봤는데, 흥미로운 점은 그게 RPA를 대체하는 형태가 아니라는 겁니다.
오히려 "AI 에이전트가 머리 역할을 하고, 그 손발로 RPA와 API를 호출한다"는 하이브리드 구조가 표준이 되고 있습니다. 업계에선 이걸 Agentic Process Automation, 줄여서 APA라고 부르기 시작했고요. 에이전트가 "이 건은 자동 처리, 이 건은 사람에게 에스컬레이션"을 판단하면, 실제 처리는 RPA가 군말 없이 해내는 그림입니다.
우리 회사 업무는 어느 쪽인가 — 세 가지 질문
그래서 결재자 입장에서 가장 빠른 판단법은 도입 후보 업무에 다음 세 질문을 던져보는 것입니다.
첫째, 이 업무는 "규칙이 95% 이상 똑같은가, 매번 약간씩 다른가." 거래명세서 입력, 급여명세 발송, 발주서 양식 채우기처럼 양식과 절차가 거의 변하지 않는 업무라면 워크플로우 자동화·RPA의 영역입니다. 여기에 AI 에이전트를 붙이는 건, 엄밀히 말하면 동작은 합니다만, 비용·속도·안정성 모두 손해입니다.
둘째, 이 업무는 "비정형 텍스트나 문서를 읽고 판단해야 하는가." 고객 문의 분류와 1차 응대, 견적서 초안 작성, 이력서 1차 검토, 계약서 리스크 조항 발췌. 이런 업무는 RPA가 다루기 어렵습니다. 규칙으로 못 적기 때문입니다. AI 에이전트의 영역입니다.
셋째, "두 성격이 섞여 있지 않은가." 사실 현장 업무 대부분이 여기에 해당합니다. 예를 들어 "메일로 들어온 발주 문의를 보고, 정형 발주는 ERP에 자동 입력하고, 비표준 요청은 영업팀에 넘긴다"—이런 흐름은 판단(에이전트) + 실행(RPA)을 같이 써야 합니다. 5years+에서 다루는 자동화 프로젝트의 절반 이상도 이 세 번째 유형입니다.
결재자가 자주 헷갈리는 두 가지
이 자리에서 짚고 가고 싶은 오해가 둘 있습니다.
첫 번째는 "AI 에이전트만 도입하면 RPA는 필요 없겠네"입니다. 정형 업무까지 LLM에 맡기면 토큰 비용이 빠르게 쌓이고, 응답 시간도 길어지고, 같은 입력에 다른 결과가 나올 위험도 생깁니다. 100% 똑같은 일은 100% 똑같이 처리하는 도구에 맡기는 게 맞습니다.
두 번째는 반대로 "우리는 RPA가 있으니 AI 에이전트는 굳이 안 봐도 되겠다"입니다. 그런데 RPA를 도입한 회사일수록 "RPA가 못 다루는 예외 케이스"가 회사 안 어디에 누적돼 있는지를 잘 알고 계실 겁니다. 그 영역이 바로 에이전트가 일할 자리입니다. 지난 회 자가 진단 가이드에서 운영 영역을 1순위로 꼽으셨다면, 그 안에서도 정형/비정형을 한 번 더 가른 뒤에 도구를 골라야 합니다.
작게 시작하는 법
그래서 결국 둘 중 하나를 골라야 하느냐. 아닙니다. 가장 권하고 싶은 출발은 "에이전트가 RPA를 호출하는 작은 PoC 한 개"입니다. 회사 업무 전체를 갈아엎지 않고, 매일 발생하는 한 흐름—예를 들어 "고객 문의 메일 분류 → 정형 케이스 자동 응답 → 비정형 케이스 담당자 배정" 한 줄기만 골라 두 도구를 한 번 엮어 보는 겁니다.
이렇게 작게 시작하면 두 가지가 보입니다. 우리 회사 업무에서 어느 비율이 정형이고 어느 비율이 비정형인가, 그리고 사람의 판단이 정말 필요한 지점은 어디인가. 30%만 자동화돼도, 100건 처리하던 팀에 30건이 줄어든다는 뜻입니다. 작아 보이지만 작은 숫자가 아닙니다.
맺으며
두 도구를 비교 검토 중이시라면, 한 가지만 기억하셔도 됩니다. "무엇을 살까"가 아니라 "우리 업무의 어디가 정형이고 어디가 비정형인가"가 먼저입니다. 그 지도가 그려지면 어느 도구를 어디에 쓸지는 자연스럽게 따라옵니다.
5years+에서는 한국·일본 중소기업을 대상으로 AI 에이전트 도입과 워크플로우 자동화를 둘 다 다루고 있습니다. 처음엔 정형/비정형이 섞인 업무 한 줄기를 골라 작은 PoC 1건부터 시작하는 회사가 많습니다. 비슷한 고민 중이시라면 5years+에 가볍게 상담 요청을 주시거나, AI 에이전트 도입 사례집을 요청해 주셔도 됩니다.
다음 회에서는 이렇게 고른 도구를 PoC부터 본 운용까지 어떻게 굴려가는지, 단계별 로드맵을 다룰 예정입니다.