SK텔레콤 사내 AI 에이전트 173건 출품, 수상작 5건으로 보는 직장인 업무 자동화 4가지 유형

SK텔레콤 사내 AI 에이전트 173건은 어떻게 모이고 걸러졌나?

173은 출품 건수다. 2026년 8월부터 10월까지 3개월간 'AX 스파크'에 173건이 들어왔고, 매월 예선으로 우수작 20건을 뽑은 뒤 사내외 심사위원 평가와 구성원 투표로 최종 5건을 가렸다. 개발자와 비개발자를 가리지 않고 참여했다.

SK텔레콤 뉴스룸 발표(11월 3일)에 따르면 AX 스파크는 구성원이 직접 만들어 업무에 쓰는 AI 에이전트를 검증하고 평가하는 경연대회다. MNO CIC, AI CIC, 직속 조직까지 전사에서 출품이 나왔다. 회사는 '1인 1에이전트'를 내걸고 사내 AX 커뮤니티, 개발 플랫폼, 단계별 교육을 지원해 왔고, 올해 사내에서 업무 관련 에이전트가 5,000개 이상 개발됐다고 밝혔다.

숫자의 층위를 구분해서 읽어야 한다. 만들어진 에이전트는 5,000개 이상, 대회에 나온 것은 173건, 예선을 통과한 것은 20건, 시상대에 오른 것은 5건이다. 173건은 전체의 3% 남짓이고, 그중에서도 5건만 전사 확산 대상으로 지목됐다. 만드는 일보다 고르는 일에 단계가 더 많이 붙어 있다.

이 구조는 낯설지 않다. 롯데칠성음료의 2026 AI 경연대회도 198건을 모아 대상작을 가렸다. 롯데칠성 AI 경연대회 대상작 분석에서 다룬 것처럼, 사내 대회는 아이디어를 모으는 장치이면서 동시에 현장에서 실제로 쓰이는 것을 걸러내는 장치다.

수상작 5건은 각각 무슨 일을 하나?

대상은 통합보안센터의 M-TripleA로, 악성 앱을 분석하고 공격 서버를 자동 추적한다. 최우수상은 ATLAS와 PYLON, 우수상은 AUTO LLM JUDGE와 AI 서비스 운영 에이전트가 받았다. 다섯 건 모두 특정 조직의 반복되는 판단 업무에서 나왔다.

• M-TripleA: 스마트폰에 설치된 악성 앱을 분석해 공격 서버까지 자동으로 추적한다. 분석가가 단서를 하나씩 따라가던 조사를 에이전트가 이어서 수행하는 구조다
• PYLON: 전국 18만여 통신설비의 전기 사용량과 요금을 분석한다. 대상이 18만 곳을 넘으면 사람이 전수로 들여다보기 어렵다
• ATLAS: 서비스 기획부터 개발, 운영까지 수행하도록 설계된 멀티 에이전트 플랫폼이다. 단일 작업이 아니라 단계가 이어지는 흐름 전체를 대상으로 한다
• AUTO LLM JUDGE: AI 응답을 평가해 오답의 원인과 개선 우선순위를 판별한다. AI가 낸 결과물을 AI가 검수하는 품질 관리 에이전트다
• AI 서비스 운영 에이전트: 고객 응대, 품질 평가, 장애 대응을 자동화한다

다섯 건 중 두 건이 AI 서비스의 품질을 평가하고 운영하는 에이전트라는 점이 눈에 띈다. 에이전트가 늘어나면 그 결과를 검수하는 일도 같이 늘어난다는 뜻이다. AUTO LLM JUDGE가 하는 일의 일반 원리는 LLM-as-a-Judge 검증 에이전트 설계 패턴에서 따로 정리했다.

직장인 실무에 바로 옮길 수 있는 AI 에이전트 유형은 무엇인가?

수상작이 맡은 일을 묶으면 추적형, 전수 집계형, 검수형, 1차 대응형 네 가지다. 보안이나 통신망 업무가 아니어도 같은 모양의 일은 어느 부서에나 있다. 이 분류는 수상작 설명을 바탕으로 한 이 글의 해석이다.

1. 추적형: 단서 하나에서 출처까지 따라가는 일

M-TripleA가 악성 앱에서 공격 서버로 이어지는 경로를 따라가듯, 사무 업무에도 단서에서 원인으로 거슬러 올라가는 일이 있다. 거래처 문의 한 건의 이력을 메일, 계약서, 정산 내역 순으로 찾아가는 일, 숫자가 맞지 않는 보고서에서 원본 시트까지 거슬러 가는 일이 그렇다. 따라가는 순서가 매번 같다면 에이전트에 넘길 후보다.

2. 전수 집계형: 건수가 많아 표본만 보던 일

PYLON의 대상은 18만여 곳이다. 사람은 이 규모를 표본으로만 본다. 법인카드 내역, 지점별 비용, 계약 갱신일처럼 건수가 많아 이상한 것만 골라 보던 업무는 전수로 훑고 벗어난 값만 올리는 방식으로 바꿀 수 있다.

3. 검수형: 결과물을 기준에 맞춰 평가하는 일

AUTO LLM JUDGE는 응답을 평가하고 오답 원인과 우선순위를 가린다. 보고서 형식 점검, 제안서 필수 항목 확인, 번역 검수처럼 통과 기준을 문장으로 적을 수 있는 검수는 같은 구조로 옮겨진다. 기준을 적을 수 없다면 아직 넘길 단계가 아니다.

4. 1차 대응형: 문의를 분류하고 초안을 내는 일

AI 서비스 운영 에이전트는 고객 응대와 장애 대응을 자동화한다. 사내 헬프데스크 문의, 반복되는 견적 요청, 장애 접수처럼 유형이 정해진 문의는 분류와 초안 작성까지 넘기고, 발송과 예외 판단은 사람이 맡는 구성이 출발점이다.

에이전트를 만들 업무는 기술로 고르는 것이 아니라, 순서와 통과 기준을 문장으로 적을 수 있는지로 고른다.

173건 출품 뒤에 SK텔레콤이 성과 평가를 붙인 이유는 무엇인가?

만든 개수만으로는 조직 성과가 설명되지 않기 때문이다. 파이낸셜뉴스 11월 1일 보도에 따르면 SK텔레콤은 사내 에이전트의 성과와 비용을 평가하는 체계를 도입했고, 개인이 써 보는 단계에서 조직 성과를 만드는 단계로 넘어가겠다고 설명했다.

같은 보도에서 SK텔레콤 김인수 AI보드 팀장은 10월 30일 AX 캠프에서 "AX 1.0에서는 직원들이 각자 에이전트를 만들어보고 써보는 것부터 시작했지만, AX 2.0을 통해서는 개인을 넘어 조직의 성과를 만들고자 한다"고 말했다. 에이전트를 직접 만든 구성원은 4,000명을 넘었고 월간 이용자는 7,500명 이상이라고 한다. 만드는 사람이 충분히 늘어난 뒤에 평가가 붙은 순서다.

이 순서는 다른 조사와도 맞물린다. 개인 생산성 향상을 체감하는 비율과 조직 성과로 이어졌다고 답하는 비율 사이에 간격이 있다는 점은 KPC 2027 HRD 트렌드 분석에서 다뤘다. SK텔레콤의 경연대회와 성과 평가는 그 간격을 메우려는 장치로 읽힌다.

직장인 31명을 대상으로 4주 동안 Claude로 각자 AI 프로젝트를 만드는 과정을 직접 운영한 적이 있다. 운영자 입장에서 보면 대회나 과정은 만들 계기를 주는 장치이고, 가치는 과정이 끝난 뒤에도 그 결과물이 업무에서 계속 쓰이느냐로 정해진다. SK텔레콤이 수상 자체보다 전사 확산을 다음 단계로 말한 것도 같은 맥락으로 읽는다.

이 발표에서 조심해서 읽을 부분

회사 발표 자료가 근거이고, 수상작의 절감 시간·비용 같은 성과 수치는 공개되지 않았다. 5,000개와 173건은 집계 기준이 다른 숫자이며, 4가지 유형 분류는 이 글의 해석이다.

• 성과 수치가 없다: 수상작이 시간을 얼마나 줄였는지, 정확도가 어느 정도인지는 발표와 보도에서 확인되지 않는다. 기능 설명만 공개됐다
• 173건은 출품 수다: 173건 모두가 현장에서 쓰이고 있다는 뜻은 아니다. 예선 통과 20건, 최종 5건이라는 단계가 따로 있다
• 수치마다 기준이 다르다: 5,000개 이상은 올해 개발된 에이전트 수(회사 발표), 4,000명과 7,500명은 제작 구성원과 월간 이용자 수(파이낸셜뉴스 보도)다. 서로 나누거나 더해서 쓰면 안 된다
• 통신사 고유 환경이다: 수상작은 보안 관제, 통신설비, 자사 AI 서비스 운영처럼 SK텔레콤의 데이터와 시스템 위에서 돈다. 구조는 참고할 수 있어도 그대로 가져올 수는 없다
• 유형 분류는 해석이다: 추적형, 전수 집계형, 검수형, 1차 대응형은 SK텔레콤이 쓴 분류가 아니다