기업이 AI 도입을 검토할 때 가장 많이 막히는 지점은 챗봇이나 모델을 고르는 일이 아닙니다. 이미 있는 고객 데이터, 문서, 승인 절차, 담당자 업무와 AI를 어떻게 안전하게 연결할지가 더 어렵습니다.
Accenture와 Google Cloud가 출범시키는 ‘Accenture Gemini Enterprise Business Group’은 이 지점을 겨냥합니다. 약 1,000명의 포워드 디플로이드 엔지니어(Forward-Deployed Engineer)를 기업 현장에 투입해 Gemini 기반 AI 에이전트를 실제 업무에 연결하겠다는 계획입니다.
컨설팅 보고서가 아니라 현장 연결에 무게를 둡니다
포워드 디플로이드 엔지니어는 제안서와 전략을 전달하는 역할에 머물지 않습니다. 고객사 내부의 업무 흐름을 확인하고, 어떤 문서를 읽게 할지, 어떤 시스템에서 정보를 가져올지, 사람이 반드시 최종 승인해야 하는 단계는 무엇인지까지 구현 과정에 참여하는 인력에 가깝습니다.
예를 들어 상담 AI를 만든다고 해도 답변 기능만 붙여서는 실무에 쓰기 어렵습니다. 최신 상품 정책과 고객 이력에 접근해야 하고, 환불이나 계약 변경처럼 민감한 업무는 담당자 승인 단계가 남아 있어야 합니다. AI 에이전트 도입은 결국 이런 연결 작업의 완성도에서 차이가 납니다.
Gemini 기반 에이전트가 의미하는 것
여기서 에이전트는 질문에 답하는 AI를 넘어, 정해진 범위 안에서 정보를 찾고 업무를 여러 단계로 처리하는 형태를 말합니다. 다만 기업 입장에서는 ‘자동으로 일한다’는 말만 보고 기대치를 높일 일은 아닙니다.
권한 관리가 정리되지 않았거나 데이터가 오래됐다면 AI도 잘못된 정보를 바탕으로 움직입니다. 초기에는 고객 응대 초안 작성, 사내 문서 검색, 보고서 정리처럼 결과를 사람이 검토하기 쉬운 업무부터 연결하는 편이 현실적입니다.
5만 명 교육 확대가 보여주는 방향
Accenture는 내부 Gemini 관련 교육 인력을 5만 명까지 확대할 계획입니다. 1,000명의 현장 엔지니어만으로는 많은 기업의 업무를 깊게 이해하고 운영 단계까지 지원하기 어렵기 때문입니다. AI 프로젝트는 구축 후에도 프롬프트, 데이터 접근 범위, 업무 규칙을 계속 조정해야 합니다.
이번 움직임은 대형 컨설팅·클라우드 기업이 AI를 데모나 실험 과제로 보지 않고, 기업 시스템 구축과 운영의 문제로 다루기 시작했다는 신호에 가깝습니다.
국내 기업이 봐야 할 판단 기준
기업이 AI 외주나 도입 파트너를 검토한다면 모델 이름보다 현장 투입 방식부터 확인하는 편이 좋습니다. 기존 그룹웨어, CRM, ERP, 문서 저장소와 어디까지 연결하는지, 데이터 권한은 어떻게 나누는지, 오류가 났을 때 누가 결과를 검토하는지가 견적서와 구축 범위에 구체적으로 담겨야 합니다.
AI 도입은 기능 하나를 추가하는 일이 아니라 업무 방식을 조정하는 프로젝트입니다. 이번 Accenture와 Google Cloud의 계획도 결국 그 현실을 보여줍니다. AI의 성능만 비교하기보다, 우리 회사의 실제 업무 한 가지를 끝까지 연결해 줄 수 있는 팀인지 판단하는 것이 더 중요합니다.
