article · 2026-06-07
AI-Native 조직도는 하나가 아니다: 에이전트를 무엇으로 보느냐가 조직을 가른다
같은 에이전트를 도입해도 조직도는 다섯 갈래로 갈린다. 그리고 그 배분을 떠받치는 단위가 ‘권한 = 리스크 버짓’이다
요약
AI-Native 전환을 이야기할 때 우리는 보통 도구와 모델부터 고른다. 어떤 에이전트 프레임워크를 쓸지, 어떤 모델을 붙일지. 그런데 정작 조직도를 바꾸는 결정은 그 앞에 있다. "우리는 에이전트를 무엇으로 보는가."
이 질문은 철학 논쟁이 아니다. 에이전트를 대리인 으로 보느냐 디지털 직원 으로 보느냐 도구 로 보느냐에 따라, 조직도·역할·책임 구조·예산이 통째로 달라진다. 같은 에이전트를 도입해도 AI-Native 조직도는 하나로 수렴하지 않고 다섯 갈래 로 갈린다.
그리고 이 다섯 갈래를 제멋대로 고르는 것 이 아니라 근거를 갖고 배분 하게 해주는 단위가 따로 있다. 권한을 켜고 끄는 스위치가 아니라 쓰면 줄어드는 다차원 예산(리스크 버짓) 으로 보는 관점이다. 이 글은 조직도에서 출발해, 그 조직도를 떠받치는 회계 단위까지 내려간다.
1. 같은 에이전트, 갈라지는 조직도
'agent'는 단일 정의가 아니다. 현장에서는 적어도 다섯 가지 해석이 동시에 쓰인다. 그리고 어느 해석을 택하느냐가 곧 조직 설계의 분기점이다.
| 해석 | 권한의 원천 | 책임 귀속 | 자율성 인정 | 한 줄 정의 |
|---|---|---|---|---|
| ① 대리인 | 위임(파생) | 위임한 사람 | 낮음 | 위임자 권한 천장 안의 deputy |
| ② 자율 행위자 | 목표함수(내재) | 모호 | 높음 | 목표를 들고 스스로 행위하는 주체 |
| ③ 도구 | 없음(호출 응답) | 사용자 | 없음 | 질문을 기다리는 수동적 분석가 |
| ④ 도덕적 행위자 | (논쟁) | (불가) | 전제됨 | 옳고 그름에 책임지는 존재 |
| ⑤ 법적 연장 | 운영자 권한 | 운영자 | 무관 | 인간 운영자 권한의 연장 |
같은 에이전트라도 ①로 보면 결재선에 묶고, ②로 보면 직원처럼 채용·평가하며, ③으로 보면 사내 플랫폼의 기능으로 제공한다. 해석이 조직도를 정한다.
2. 관점별 AI-Native 조직도 (다섯 archetype)
2.1 ① 대리인 → 위임 위계 조직
에이전트마다 위임한 사람(named principal) 이 존재하고, 권한은 조직의 결재 한도표(DoA)에 동기화된다. 에이전트 권한은 min(부여된 범위, 위임자의 본래 권한)을 넘지 못한다. 위임자가 Accountable 이다. IAM이 아니라 이미 굴러가는 결재선 에서 출발하므로 기존 조직과 가장 정합적이다. 송금·계약 같은 비가역·고규제 액션에 적합하다.
2.2 ② 자율 행위자 → 디지털 워크포스(HR) 조직
에이전트를 직원처럼 다룬다. 잡 디스크립션, 온보딩, 액세스 컨트롤, 성과평가, 그리고 책임 있는 decommission까지. "IT가 새로운 HR"이 되고, Agent Supervisor·Manager 역할이 신설된다. 에이전트 팀이 목표에 못 미치면 retrain하거나 워크플로를 재설계한다. 인간은 감독자·예외 처리자로 올라가고, 한 사람이 보는 범위(span of control)가 넓어진다. 반복적 볼륨 작업을 자율 수행하는 에이전트군에 맞는다.
2.3 ③ 도구 → 중앙 플랫폼 / CoE 조직
에이전트는 조직 구성원이 아니라 역량(capability as product) 이다. 플랫폼/enabling 팀이 셀프서비스로 stream-aligned 팀에 제공한다. 호출-응답 경계 안에서는 권한·예산 논의가 얇다. 다만 전이 위험이 있다. 자율 실행(인프라 변경·송금)이 생기는 순간 도구 프레임이 깨지고 대리인/워크포스 모델이 필요해진다. 저위험·정형 작업, copilot 단계에 맞는다.
2.4 ④ 도덕적 행위자 → 책임 위원회 조직
에이전트는 도덕적 책임을 질 수 없으므로, 인간 책임 구조를 명시적으로 강제한다. legal·privacy·IT·security·business를 횡단하는 AI Governance Committee를 두고, named Accountable과 Eval Owner를 지정한다. RACI로 역할을 분리한다(예: 실무자=Responsible, IT=Accountable, compliance=Consulted). 고위험 판단이 걸린 영역에 맞는다.
2.5 ⑤ 법적 연장 → 컴플라이언스 조직
책임이 운영자(법적 주체) 에게 귀착한다. 감사 추적, 규제 정렬, 불변 로그가 핵심이고 legal/compliance 부서가 소유한다. 기존 컴플라이언스 거버넌스에 흡수하며 별도 거버넌스를 신설하지 않는다(SOX/ICFR식 위임 역추적). 금융·의료·공공 같은 규제 산업에 맞는다.
종합 매핑
| 해석 | 조직 archetype | 핵심 설계 요소 | 인간의 자리 | 적합 영역 |
|---|---|---|---|---|
| 대리인 | 위임 위계 | DoA 동기화 권한 천장, named principal | 위임자=Accountable | 비가역·고규제 액션 |
| 자율 행위자 | 디지털 워크포스(HR) | 잡디스크립션·성과평가·decommission | 감독자·예외 처리 | 반복 볼륨 작업 |
| 도구 | 플랫폼/CoE | capability as product, 셀프서비스 | 소비자 | 저위험 정형·copilot |
| 도덕적 행위자 | 책임 위원회 | AI Gov Committee, named Accountable, RACI | Accountable 보드 | 고위험 판단 |
| 법적 연장 | 컴플라이언스 org | 책임 운영자 귀착, 감사추적 | 운영자(법적 주체) | 규제 산업 |
3. 해석이 달라도 변하지 않는 것
조직도는 갈라지지만, AI-Native 전환에서 공통으로 일어나는 변화가 있다.
- 피라미드 역전: junior가 하고 senior가 검토하던 구조가, 에이전트가 하고 사람이 감독하는 구조로 뒤집힌다. 사람은 위로 올라가 감독·판단·예외 처리를 맡는다.
- 신규 인간 역할 4종: Agent Supervisor, Eval Owner, Exception Handler, HITL Reviewer.
- named owner: 배포된 모든 에이전트에 명시적 책임자가 붙는다.
- 레이어드 금지: 기존 인간용 운영모델에 에이전트를 덧붙이는 건 "자전거에 제트엔진"이다. 시스템 차원의 재설계가 필요하다.
- 거버넌스는 정렬, 병렬 금지: 클라우드·보안·컴플라이언스를 맡은 같은 리더가 에이전트 감독도 소유한다. 별도 거버넌스를 신설하지 않는다.
그리고 다섯 해석을 가르는 진짜 축은 두 개이고 서로 직교한다. Agency(의도적 행위 능력) 와 Autonomy(사람 개입 없이 작동하는 정도) 는 다르다. '대리인' 프레임은 권한 천장(agency)에는 강하지만, 자율성(autonomy)이 만드는 조직 변화를 놓친다. 그래서 단일 해석으로는 부족하다.
4. 그렇다면 무엇이 배분을 결정하는가: 권한 = 리스크 버짓
여기서 한 층 내려간다. 다섯 조직도를 근거를 갖고 배분하려면, 에이전트마다 "얼마나 큰 행동을 맡길 수 있는가"를 잴 단위가 필요하다. 그 단위가 권한을 보는 관점에 있다.
에이전트에게 일을 맡기면 누구나 먼저 "이 툴 써도 돼?"를 묻는다. 틀린 질문은 아니지만 충분하지 않다. 같은 송금 권한이라도 1건과 기계 속도로 연쇄되는 1만 건은 전혀 다른 일이다. 켜고 끄는 스위치에는 '얼마나'라는 차원이 없다.
권한은 켜고 끄는 스위치가 아니라, 쓰면 줄어드는 다차원 예산이다. 그리고 그 예산의 크기는 곧 잘못됐을 때 번지는 피해 범위(blast radius)다.
4.1 권한에는 천장이 두 개 있다
에이전트는 정의상 대리인이므로, 유효 권한은 두 천장의 교집합이다.
유효 권한 = min( 에이전트에게 부여된 범위 , 위임한 사람의 본래 권한 )
실무 설계는 거의 항상 첫 번째만 정의하고 두 번째를 빠뜨린다. 그 결과가 대리를 통한 권한 상승, 즉 권한 없는 사람이 에이전트를 거쳐 권한 있는 행동을 하게 되는 구멍이다. 그래서 권한은 (에이전트, 위임자) 쌍으로 정의돼야 한다.
4.2 예산은 숫자 하나가 아니라 여러 축이다
한 번의 액션은 여러 자원을 동시에 깎는다. 돈, 시간, 인력, 토큰, 그리고 가장 자주 빠뜨리는 축인 사람의 검토 용량이다. 게이팅 기준을 "이 툴 쓸 수 있나"에서 "이 액션이 깎는 비용이 모든 축에서 잔여 예산 이하인가"로 바꾸면, 같은 툴이라도 영향 1건이면 자동 실행되고 1만 건이면 자동으로 사람 승인 게이트로 분기된다.
4.3 거버넌스는 U자 비용곡선이다
사람의 검토 용량도 예산이다. 권한을 조일수록 사람 승인 게이트가 늘고, 검토 큐가 쌓이고, 결국 안 읽고 승인하는 고무도장으로 퇴화한다(배포 6~8주면 시작된다). 거버넌스는 너무 적으면 위험에 노출되고 너무 많으면 관료제로 무너지는 U자 곡선이다. 그래서 핵심은 균일한 거버넌스가 아니라 비례·결정론·분리 다. 저위험 액션은 결정론 규칙 한 줄로 자동 통과시키고, 비싼 검토 예산은 피해 범위가 큰 소수에만 몰아준다.
5. 조직도와 리스크 버짓이 만나는 곳: 포트폴리오
이제 두 층이 맞물린다. 성숙한 조직은 다섯 해석 중 하나만 고르지 않는다. 에이전트군별로 다른 조직도를 동시에 운영하는 포트폴리오 다. 단, 무거운 모델 5개를 다 까는 게 아니라 싼 기본값 + 비싼 예외 다.
- 몸통(대다수, 저위험): 도구/플랫폼 조직 + 결정론 게이트. 토큰 0, 사람 개입 0.
- 꼬리(소수, 고자율·고위험): 워크포스 + 책임 위원회 + HITL.
배분 기준은 단 하나의 곱, autonomy × blast radius 다. 그리고 이 곱을 재는 단위가 바로 4절의 리스크 버짓이다. 대부분의 에이전트가 몸통(저위험)에 있을 때만 이 포트폴리오가 경제적으로 성립한다.
| 조직 설계(관점) | 떠받치는 리스크 버짓 개념 |
|---|---|
| 위임 위계 org의 DoA 동기화 | 유효 권한 = min(grant, 위임자 권한) |
| 워크포스 모델의 감독 범위 | blast radius의 속도(velocity) 항 |
| HITL 밀도·span 트레이드오프 | 인적 검토 예산 |
| named owner + 책임 위원회 | 책임 비위임 원칙 |
| 에이전트군 분류(몸통/꼬리) | 가역성 등급 |
이렇게 조직 설계(operating model) ← 형식 모델(리스크 버짓) ← 의미론(다섯 해석) 세 층이 하나로 닫힌다. 시작은 "에이전트를 무엇으로 보는가"였고, 끝은 그것을 계량하는 회계 장부였다.
6. 내일 아침 할 수 있는 일 (체크리스트)
- 에이전트군을 먼저 그려라. 우리 조직의 에이전트들을 autonomy × blast radius로 분류한다.
- 몸통엔 싼 기본값, 꼬리엔 비싼 예외 를 매핑한다. 저위험 다수는 도구/플랫폼 + 결정론 게이트, 고위험 소수는 워크포스 + 책임 위원회.
- 결재 한도표(DoA)부터 펴라. 권한 정책의 SSOT는 IAM이 아니라 이미 굴러가는 결재선이다. 에이전트마다 named principal을 붙인다.
- 권한을 (에이전트, 위임자) 쌍으로 정의한다:
min(grant, 위임자 천장). - 예산을 벡터로 적는다: 돈·시간·인력·토큰·검토 용량. 검토 용량을 빠뜨리지 않는다.
- 게이트를 blast radius에 비례 시킨다: 저위험은 자동, 고위험만 사람에게.
- 모든 에이전트에 named owner. 권한은 위임해도 책임은 위임하지 않는다.
한 문장 요약. AI-Native 조직도는 하나로 수렴하지 않는다. "에이전트를 무엇으로 보는가"가 다섯 갈래의 조직도를 만들고, 그 갈래를 근거 있게 배분하는 단위가 "권한 = 다차원 리스크 버짓"이다. 조직도의 천장은 기술이 아니라 사람이 책임질 수 있는 범위 다.
1차 출처
이 글의 주장은 새 발명이 아니라 아래 1차 출처들이 다듬어온 결과의 재조합이다.
조직 설계 · operating model · 자율성
- MIT Technology Review, Rethinking organizational design in the age of agentic AI, 2026.
- Deloitte Insights, Rethinking operating models for humans with agents, 2026.
- IBM, Think 2026: Blueprint for the AI Operating Model, 2026.
- Knight First Amendment Institute, Levels of Autonomy for AI Agents, 2026 (arXiv:2506.12469).
- Morgan Lewis, From Assistant to Actor, 2026.
- Microsoft Learn, Governance and security for AI agents across the organization (Cloud Adoption Framework).
대리인 이론 · capability 보안 · 위임
- Jensen & Meckling, "Theory of the Firm…," Journal of Financial Economics 3(4):305–360, 1976.
- Hardy, "The Confused Deputy," ACM SIGOPS OSR 22(4):36–38, 1988.
- Saltzer & Schroeder, "The Protection of Information in Computer Systems," Proceedings of the IEEE 63(9), 1975.
- Miller, Robust Composition (PhD thesis), Johns Hopkins University, 2006.
- IETF RFC 6749 (OAuth 2.0); RFC 8693 (Token Exchange).
금융 리스크 · 내부통제 · 프로젝트 관리
- Roncalli, Introduction to Risk Parity and Budgeting, 2013; Tasche, "Euler Principle," arXiv:0708.2542, 2008.
- COSO, Internal Control–Integrated Framework, 2013; Sarbanes-Oxley Act §404.
- PMI, PMBOK Guide / Practice Standard for Earned Value Management; Goldratt, Critical Chain, 1997.
형식 모델 이론
- Pearl, Causality, 2nd ed., 2009; Wright, "Path Coefficients," Annals of Mathematical Statistics 5(3), 1934; Leontief, Input–Output Economics, 1966.
⚠️ 귀속 주의: NIST는 공식 "Agentic Profile"을 발행하지 않았다. 인용 가능한 실재 NIST 문서는 SP 800-162(ABAC)·SP 800-207(Zero Trust)이며, 시중의 "Agentic AI RMF Profile"은 CSA Labs·UC Berkeley CLTC의 제3자 확장이다.
검증 한계: 위 인용은 다중 교차검증을 거쳤으나 일부 원문 verbatim과 2026년 arXiv ID 실재 여부는 외부 공개 전 원문 대조가 필요하다.