KT 에이전트 빌더: 코딩 없이 AI 직접 만드는 법

기업 AI 도입률 80%, 실제 성과 30%. 이 괴리를 KT가 드래그앤드롭 하나로 뒤집으려 합니다.
비개발자도 5분 안에 AI 에이전트를 만들 수 있는 시대가 MWC 2026에서 선언됐습니다.

기업 AI가 80%인데 성과는 왜 30%일까

맥킨지 조사에 따르면, 기업의 AI 활용률은 생성형 AI를 포함해 80%를 훌쩍 넘었습니다. 그런데 실제 업무 시스템과 연동해 눈에 보이는 성과를 내는 기업은 고작 30%에 그칩니다. 스포츠카를 사서 시속 10km로 달리는 꼴, KT AX사업본부장 유서봉 상무의 표현이 이 현실을 가장 잘 설명합니다.

왜 이런 괴리가 생길까요? 이유는 세 가지입니다. 첫째, 기업 내부 시스템(ERP, 문서관리, HR 등)과의 연동 개발 비용이 한 파일럿 프로젝트당 1억~2억 원에 달합니다. 둘째, 전산 부서의 역할 재편 문제와 데이터 보안 우려가 AI 확산을 막는 심리적 브레이크로 작용합니다. 셋째, 현업 담당자는 “AI를 쓰고 싶다”는 의지가 있어도 기술 진입장벽 때문에 IT 부서에 매달릴 수밖에 없는 구조입니다.

결국 문제의 핵심은 “누가 만드느냐”입니다. 개발자만 AI 에이전트를 만들 수 있다면, 현업의 수십 가지 요구사항은 언제나 개발 백로그에 쌓이고 맙니다. KT 에이전트 빌더는 바로 이 지점에 칼을 꽂습니다.

▲ 목차로 돌아가기

KT 에이전트 빌더란 무엇인가

KT 에이전트 빌더(Agent Builder)는 KT가 2026년 3월 3일(현지시간) 스페인 바르셀로나 MWC 2026에서 공개한 노코드 기반 AI 에이전트 제작 플랫폼입니다. 개발 언어 한 줄 몰라도 드래그앤드롭만으로 업무용 AI 에이전트를 만들고, 기업 내부 시스템에 연결하고, 즉시 배포할 수 있습니다.

핵심 구조를 한 문장으로 정리하면 이렇습니다. “시나리오를 입력하면 에이전트 빌더가 스스로 에이전트를 생성한다.” 사용자는 미리 준비된 업무 템플릿과 대화 모듈을 마우스로 끌어다 조합하기만 하면 됩니다. 에이전트 빌더가 이를 바탕으로 사용 목적과 역할을 정의하고, 데이터·시스템 연결, 응답 방식 구성, 배포까지 자동으로 처리합니다.

배포 이후에도 플랫폼은 멈추지 않습니다. 실시간 로그 분석, 성능 모니터링, 품질 개선 피드백 기능이 내장되어 있어 에이전트가 운영 중에도 스스로 성능을 개선할 수 있는 구조입니다. 단순히 “만들고 끝”이 아니라 “만들고 키운다”는 개념으로 접근한 게 포인트입니다.

▲ 목차로 돌아가기

드래그앤드롭으로 AI 에이전트 만드는 4단계

KT 에이전트 빌더의 제작 프로세스는 4단계로 구성됩니다. 각 단계가 어렵지 않다는 점이 핵심입니다. 현업 담당자가 IT 부서에 요청 메일 쓸 시간도 들이지 않고 직접 AI를 설계할 수 있도록 설계됐습니다.

실제 사례를 보면 이 흐름이 더 선명해집니다. 공공기관의 ‘회의록 자동화 에이전트’는 회의 녹취 데이터를 받아 화자 분리와 전처리를 거친 뒤, 핵심 안건과 결정사항을 구조화해 회의록을 생성합니다. 여기서 끝이 아닙니다. 담당 부서와 처리 기한을 자동으로 반영해 공문 양식의 문서 초안까지 만들어낸 다음, 내부 문서관리 시스템과 연동해 검토→결재 전 과정을 자동으로 처리합니다.

개인적으로 이 4단계 구조에서 가장 인상 깊은 부분은 3단계 ‘응답 방식 구성’입니다. 기존 노코드 도구들이 비슷한 약속을 했다가 결국 복잡한 조건 분기 앞에서 막혀버리는 경우가 많았기 때문입니다. KT가 기존 AICC(AI콘택트센터) 운영 15년의 노하우를 모듈로 녹여냈다면, 이 한계를 실제로 넘을 수 있을지가 검증의 핵심 포인트가 될 것입니다.

▲ 목차로 돌아가기

산업별 AI 템플릿: 어디에 어떻게 쓰이나

에이전트 빌더의 경쟁력은 ‘산업별 AI 템플릿’에서 완성됩니다. KT는 현재 금융, 제조, 공공 분야에서 실제 적용 검증을 마친 에이전트 시나리오를 템플릿으로 패키징했습니다. 수백 개의 특화 템플릿 출시를 준비 중이며, 이미 시범 적용 중인 주요 사례 두 가지가 MWC 2026에서 공개됐습니다.

공공기관: 회의록·공문 작성 자동화

회의 녹취를 올리면 화자 분리부터 핵심 안건 정리, 공문 초안 생성, 결재 연동까지 전 과정이 자동으로 처리됩니다. 공공기관 특유의 엄격한 공문 양식과 내부 결재 체계에 맞게 커스터마이징이 가능하다는 점이 글로벌 범용 AI 툴과의 차별점입니다.

금융사: 자산운용 리서치 브리핑 자동화

시장 데이터와 내부 리서치 자료를 실시간으로 수집·분석해 자산운용 브리핑 문서를 자동 생성합니다. 금융 약관 가이드나 법률 판례 분석처럼 국내 규제 환경에 맞는 세밀한 튜닝이 필요한 영역에서 KT의 한국어 특화 LLM ‘믿음’이 핵심 역할을 합니다.

제조업: 현장 이상 감지 및 리포트 자동화

제조 현장의 센서 데이터와 장비 로그를 연동해 이상 감지 알림과 정기 점검 리포트를 자동으로 생성합니다. 팔란티어 등 글로벌 파트너사와 협력해 비정형 데이터(토지대장, 판례, 설비 이력 등)를 정형화하는 작업도 병행합니다.

▲ 목차로 돌아가기

K 인텔리전스 스튜디오와 믿음 K2.5 Pro의 연결고리

에이전트 빌더는 단독 제품이 아닙니다. KT의 통합 AI 플랫폼 ‘K 인텔리전스 스튜디오(K Intelligence Studio)’의 핵심 기능 중 하나로 내장되어 있습니다. K 인텔리전스 스튜디오는 AI 에이전트, RAG, LLM 등 핵심 기능을 모듈화해 제공하는 플랫폼으로, 기업은 자신의 비즈니스 환경에 맞는 기능만 선택해 조합할 수 있습니다.

여기에 2026년 3월 정식 출시 예정인 ‘믿음 K2.5 Pro’가 결합됩니다. 파라미터 32B 규모의 이 모델은 에이전트 특화 평가에서 구글의 Gemini 3 Pro에 버금가는 성능을 기록한 것으로 KT 측은 밝혔습니다. 중요한 건 단순한 벤치마크 숫자가 아니라, 이 모델이 한국어 업무 환경에서 구동되는 에이전트에 최적화되어 있다는 점입니다.

인프라 측면에서는 월 구독형 GPU 서비스 ‘K GPUaaS(GPU as a Service)’와 온프레미스 방식의 ‘AI GPU 매니지드’가 선택지로 제공됩니다. 클라우드 방식과 사내구축형 방식을 모두 지원하므로, 규제가 엄격한 금융·공공 기관도 도입 장벽이 낮아집니다. 마이크로소프트와의 전략적 협업으로 하이브리드 클라우드 형태도 가능합니다.

▲ 목차로 돌아가기

보안이 걱정된다면: 제로트러스트와 Responsible AI

기업들이 AI 도입을 망설이는 이유 중 하나는 데이터 유출 우려입니다. 직원이 업무용 민감 데이터를 외부 AI에 입력했을 때 어디로 흘러가는지 모른다는 불안감입니다. KT 에이전트 빌더는 이 문제를 ‘Responsible AI’ 체계로 해결합니다.

구체적으로 정책 수립부터 컨설팅까지 전담하는 별도 팀이 운영되며, 부적절한 프롬프트를 자동으로 차단하고 제로트러스트(Zero Trust) 기반의 거버넌스를 구축합니다. 제로트러스트란 “절대 신뢰하지 않고 항상 검증한다”는 원칙으로, 내부 직원이라도 매번 엄격한 인증을 거쳐야 데이터에 접근할 수 있는 보안 모델입니다.

규제 산업(금융, 공공)을 위해 온프레미스 구축도 지원합니다. 데이터가 외부 클라우드로 나가지 않고 기업 내부 서버에만 머무르는 구조입니다. 태국 자스민그룹에 국산 LLM 기술을 수출한 경험에서 알 수 있듯, KT는 이미 보안 요건이 까다로운 글로벌 기업 환경에서 검증된 레퍼런스를 보유하고 있습니다.

▲ 목차로 돌아가기

글로벌 빅테크 대비 KT의 진짜 차별점

마이크로소프트 코파일럿 스튜디오, 구글 애플리케이션 허브, Salesforce 에이전트포스 등 글로벌 빅테크도 이미 노코드 AI 에이전트 제작 플랫폼을 제공하고 있습니다. KT 에이전트 빌더가 이 경쟁에서 설 자리가 있을까요? 저는 있다고 봅니다. 단, 조건부로.

KT의 진짜 강점은 세 가지입니다. 첫째, 2010년부터 축적된 AICC 운영 노하우입니다. 콜센터 AI를 15년간 운영하면서 쌓인 한국어 대화 데이터와 업무 프로세스 이해도는 단기간에 복제되기 어렵습니다. 둘째, 한국 산업 특화 템플릿입니다. 공공기관 공문 양식, 금융 약관, 제조 현장 코드 등은 글로벌 서비스가 커버하지 못하는 영역입니다. 셋째, 풀스택 인프라입니다. 모델(믿음 K2.5 Pro)부터 클라우드(K GPUaaS), 온프레미스 옵션, 보안 체계까지 단일 벤더에서 제공된다는 점은 기업 IT 담당자 입장에서 관리 부담을 크게 줄여줍니다.

반면 약점도 분명합니다. 글로벌 서비스에 비해 서드파티 연동 생태계가 아직 제한적입니다. 업스테이지, 팔란티어와 협력하고 있다고는 하나, MS의 Azure 생태계나 구글 클라우드처럼 수천 개의 SaaS와 즉시 연동되는 수준에 도달하려면 시간이 필요합니다. 결국 KT 에이전트 빌더의 최적 타깃은 한국 시장에서 규제 산업을 영위하는 중견·대기업입니다.

▲ 목차로 돌아가기

Q&A: KT 에이전트 빌더 자주 묻는 질문 5가지

▲ 목차로 돌아가기

마치며: KT 에이전트 빌더, 쓸 만한가

솔직하게 평가해 보겠습니다. KT 에이전트 빌더는 한국 기업 환경에서 가장 현실적인 AX 진입로가 될 가능성이 높습니다. 글로벌 빅테크 플랫폼이 제공하지 못하는 한국 산업 특화 템플릿, 15년 AICC 노하우, 규제 산업 대응 보안 체계를 갖췄다는 점은 분명한 강점입니다.

다만 냉정하게 보면 아직 ‘발표’ 단계입니다. 산업별 AI 템플릿이 수백 개 나온다고 했지만 실제 출시 시점은 미정이고, 믿음 K2.5 Pro 성능도 “에이전트 특화 평가에서 Gemini 3 Pro에 버금간다”는 KT 자체 발언만 있을 뿐 독립적인 검증 결과는 아직 없습니다. 노코드 플랫폼이 복잡한 업무 흐름을 정말 코드 없이 처리할 수 있는지도 실제 운영 사례를 더 봐야 판단할 수 있습니다.

그럼에도 불구하고, 지금 이 시점에서 주목해야 할 이유는 분명합니다. 기업이 AI 도입에 쓰는 1억~2억 원짜리 파일럿 비용이 노코드 플랫폼으로 대폭 줄어든다면, 그 절약된 예산은 다른 업무 자동화로 확산됩니다. AI 투자 성과 갭을 해소하는 것이 2026년 기업 IT 부서의 최우선 과제라면, KT 에이전트 빌더는 그 과제에 가장 직접적으로 답하는 국산 솔루션입니다.

3월 중 믿음 K2.5 Pro 정식 출시와 함께 에이전트 빌더 베타 서비스도 확대될 예정입니다. 도입을 검토하는 기업이라면, 지금 공식 보도자료를 확인하고 컨설팅 문의를 먼저 시작해두는 것이 유리합니다.

▲ 목차로 돌아가기