기업 AI 팀은 실제 운영에서 신뢰할 수 있는 시스템을 만드는 더 어려운 문제를 해결하기도 전에, “에이전틱(agentic)” 시스템용 플랫폼을 빠르게 정해 가는 것으로 보인다. 2026년 6월에 실시된 네 건의 VentureBeat Pulse Research 설문은 각각 서로 다른 기업 응답자 표본에 기반했으며, 서로 다른 각도에서 같은 결론을 가리킨다. 병목은 더 이상 베이스 플랫폼을 고르는 일이 아니라, 신뢰할 수 있는 오케스트레이션, 관리되는 컨텍스트, 설득력 있는 평가, 기본적인 보안 통제를 갖춘 에이전트를 배포하는 일이다.

가장 뚜렷한 신호는 오케스트레이션 물결에서 나온다. 직원 100명 이상인 101개 조직을 대상으로 한 VentureBeat 설문에 따르면, 기업들은 에이전트 오케스트레이션을 모델 제공업체 플랫폼에 집중시키고 있으며, Anthropic의 Claude가 응답자의 40%로 주요 플랫폼으로 꼽혔고, Microsoft가 18%, OpenAI가 13%로 뒤를 이었다. 그러나 이런 집중화와 함께 불편한 고백도 있었다. 71%는 배포된 “에이전트”의 4분의 1 이하만이 챗봇 래퍼가 아닌 다단계 오케스트레이션 워크플로라고 답했다.

컨텍스트 인프라, 평가, 보안에 대한 세 개의 추가 설문과 함께 보면, 메시지는 한 벤더의 선두보다 훨씬 넓다. 기업들은 신뢰할 수 있고 자율적인 다단계 시스템을 원한다고 말한다. 하지만 실제로는 많은 조직이 여전히 취약한 어시스턴트를 출시하고, 제공업체 기본값에 의존하며, 배포 이후에 실패를 발견한다. AI 빌더, 기업 구매자, 그리고 이 시장에 판매하는 창업자에게 이는 논의를 모델 선택에서 운영 규율로 옮긴다.

오케스트레이션은 통합되고 있지만, 배포 성숙도는 뒤처져 있다

VentureBeat의 오케스트레이션 설문은 기업들이 주로 “모델 중력(model gravity)”, 즉 독립적인 오케스트레이션 제어 평면보다는 기반 파운데이션 모델의 끌림 때문에 플랫폼을 선택하고 있다고 주장한다. 해당 표본에서는 대형 제공업체가 우세했고, LangChain/LangGraph 같은 오픈 프레임워크와 맞춤형 사내 구축은 주 사용 기준으로 한 자릿수에 머물렀다.

이는 중요하다. 기업들도 VentureBeat에 오케스트레이션 성공은 주로 작업 완료의 신뢰성과 다단계 워크플로 관리로 평가된다고 말했기 때문이다. 이런 우선순위는 구매자들이 도구를 조정하고 상태를 유지하며 여러 단계에 걸쳐 작업을 완료할 수 있는 시스템을 찾고 있음을 시사한다. 하지만 같은 응답자들은 현재의 대부분 배포가 그 기준에 미치지 못한다고 인정했다.

야망과 프로덕션 현실 사이의 이 간극이 이 이야기의 핵심이다. 배포된 시스템의 대부분이 여전히 단일 프롬프트 어시스턴트라면, 기업의 오케스트레이션 지출은 부분적으로 선제적 인프라다. 팀들은 진짜로 오케스트레이션된 에이전트 포트폴리오가 존재하기 전에 그 계층을 먼저 만들고 있는 셈이다. 이것이 반드시 비합리적인 것은 아니다. 조달과 통제를 초기에 표준화하는 일반적인 기업 패턴을 반영할 수 있다. 그러나 그만큼 많은 “에이전트” 채택 수치가 실제로는 매우 다른 종류의 시스템을 한데 묶고 있을 가능성이 높다는 뜻이기도 하다.

설문은 또한 68%가 1년 내에 새 오케스트레이션 플랫폼을 도입하거나 추가하거나 교체할 계획이라고 밝혔고, 많은 이들이 아직 후보 목록조차 확정하지 못했다고 했다. 이는 일부 벤더가 현재 주요 배포를 지배하고 있더라도, 이 계층이 아직 굳어지지 않았음을 시사한다.

더 큰 실패 지점은 컨텍스트, 평가, 보안이다

나머지 세 건의 VentureBeat 설문은 기업이 왜 챗봇 래퍼에서 신뢰할 수 있는 에이전트로 이동하는 데 어려움을 겪는지 설명해 준다.

컨텍스트 측면에서, 별도의 101명 설문은 지난 6개월 동안 기업의 57%가 AI 에이전트의 자신만만하지만 틀린 답변을 누락되었거나 일관성 없는 비즈니스 컨텍스트 탓으로 돌렸다고 밝혔다. 검색증강생성(RAG)은 이미 많은 팀에게 주요 컨텍스트 소스이며, VentureBeat는 OpenAI file search와 Google Vertex AI Search 같은 제공업체 기본 검색 도구가 자사 표본의 프로덕션 사용에서 전용 벡터 데이터베이스를 앞서고 있다고 보도했다.

하지만 이는 검색이 해결됐다는 뜻이 아니다. 같은 설문은 반대의 결론을 시사한다. 대부분의 기업은 검색된 컨텍스트를 일관되고 신뢰할 수 있게 만드는 데 필요한 관리형 시맨틱 레이어를 여전히 구축 중이다. VentureBeat는 58%가 그런 시맨틱 레이어를 운영 중이거나 구축 중이라고 밝혔지만, 실제 프로덕션에 둔 곳은 25%뿐이라고 전했다. 다시 말해, AI 에이전트는 기반 비즈니스 정의가 안정되기도 전에 이미 자신감 있게 말하고 있다.

평가에서도 숫자는 마찬가지로 냉정하다. 157명 응답자 대상 VentureBeat 설문에서 50%는 내부 평가를 통과한 AI 기능을 출시했다가 고객 대면 환경에서 실패했다고 답했다. 자동 평가를 오늘 완전히 신뢰한다고 답한 비율은 5%뿐이었다. 그럼에도 66%는 이미 저위험 에이전트에 대해 완전 자동 배포를 허용하고 있거나, 1년 안에 그렇게 하도록 설계 중이라고 했다.

이 조합은 기업 AI 운영이 보증 체계를 앞질렀다는 가장 분명한 신호일 수 있다. 팀들은 더 빠른 출시 주기와 더 많은 자율성을 원하지만, 이 설문의 증거는 테스트 계층이 아직 그것을 안전하게 뒷받침할 만큼 강하지 않다는 점을 보여준다.

보안 측면에서, 107명 응답자 대상 VentureBeat 설문은 54%가 이미 확인된 에이전트 보안 사고 또는 아차사고를 겪었다고 밝혔다. 보고서에 따르면 구조적 문제는 신원과 격리다. 모든 에이전트에 자체적으로 범위가 제한된 관리형 ID를 부여한다고 답한 비율은 32%에 불과했고, 많은 조직은 여전히 공유 자격 증명에 의존하고 있다. 가장 위험한 에이전트를 샌드박스에 격리한다고 답한 비율도 30%에 그쳤다.

기업이 에이전트에게 내부 시스템에 대한 실제 접근 권한을 부여할수록 이는 더욱 중요해진다. 에이전트별 ID와 격리가 없으면, 침해되었거나 과도한 권한을 가진 시스템이 훨씬 더 넓은 피해 범위를 만들 수 있다.

제공업체 기본 도구는 최종 결론이 아니라 기본값으로 이기고 있다

네 건의 설문 전반에 걸친 일관된 패턴은 제공업체 기본 도구가 운영상의 기본 선택이 되어 가고 있다는 점이다. 오케스트레이션에서는 모델 플랫폼 제공업체가 주 사용을 지배한다. 컨텍스트에서는 OpenAI file search와 Google Vertex AI Search가 VentureBeat 표본의 검색 스택을 이끈다. 보안에서는 OpenAI guardrails와 주요 제공업체의 클라우드 네이티브 제어가 가장 흔한 도구였다. 평가에서도 제공업체 기본 도구가 최상위였고, 전용 도구가 전혀 없는 경우와 동률이었다.

이 패턴은 시장에서 중요하다. 첫 번째 기업 배포 물결에서는 전문성보다 편의성이 이기고 있음을 말해주기 때문이다. 특히 팀들이 아직 프로덕션 성숙도 초기 단계에 있을 때, 구매자들은 모델 플랫폼이나 클라우드 스택에 포함된 것을 선택하는 것으로 보인다.

하지만 VentureBeat의 자체 데이터는 이런 기본값이 임시적일 수 있음을 보여준다. 보안에서는 59%가 1년 내 도구를 도입하거나 전환할 계획이었다. 컨텍스트에서는 57%가 검색 제공업체를 바꾸거나 추가할 계획이었다. 평가에서는 64%가 새 플랫폼이나 대체 플랫폼을 도입할 계획이었다. 오케스트레이션에서도 전환 의향이 높았다.

즉, 현재 스택은 집중된 것처럼 보이지만, 구매 주기는 아직 열려 있다. 기업들은 마찰을 줄이기 위해 번들형 제어와 검색부터 시작할 수 있지만, 많은 조직이 그 자리에 계속 머물 것이라고 확신하는 것으로 보이진 않는다. 오케스트레이션 제어 평면이 모델 제공업체 플랫폼 내부에 있을 때 가장 큰 위험으로 벤더 종속이 꼽혔고, 이는 오케스트레이션 설문에서 51%가 2026년 말까지 하이브리드 제어 평면을 예상한 이유를 설명해 준다.

증거, 단서, 그리고 이 설문들이 실제로 보여 주는 것

네 개의 원천은 모두 2026년 6월 VentureBeat Pulse Research 설문이며, 공개 보고서나 감사된 시장 데이터가 아니다. 따라서 기업 심리와 배포 행태를 방향성 있게 읽는 데는 가치가 있지만, 동시에 명확한 한계도 있다.

표본은 자발적 응답자 기반이었고, 여러 경우 중견시장 쪽으로 가중되었으며, 규모도 크지 않았다. 오케스트레이션 101명, 컨텍스트 101명, 평가 157명, 보안 107명이다. VentureBeat도 이 결과를 정확한 측정이 아니라 방향성으로 해석해야 한다고 밝힌다. 또 설문마다 응답자 그룹이 달라, 서로 다른 조사 결과의 퍼센트를 직접 비교 가능한 시장점유율로 다루는 데는 주의가 필요하다.

이 주의는 벤더 순위에서 특히 중요하다. 이 표본에서 Anthropic의 Claude가 오케스트레이션을 선도한다고 해서 더 넓은 시장점유율이 입증되는 것은 아니다. OpenAI file search, Google Vertex AI Search, OpenAI guardrails, 또는 제공업체 기본 평가도 마찬가지다. 이들은 AI를 적극적으로 사용하는 응답자들 사이에서 주 사용이나 스택 내 존재를 보여 주는 설문 기반 스냅샷일 뿐, 지출 가중 순위가 아니다.

그래도 별도의 설문을 통해 반복해서 나타나는 구조적 패턴은 무시하기 어렵다. 서로 다른 기업 집단이 비슷한 긴장을 보고했다. 번들 도구가 현재 사용을 주도하고, 전문 카테고리는 분절되어 있으며, 대부분의 조직은 1년 안에 도구를 바꾸거나 추가할 계획이다. 정확한 수치는 바뀔 수 있어도, 그 패턴은 그럴듯하다.

이것이 빌더와 기업 구매자에게 의미하는 것

AI 제품 팀에게 실질적인 교훈은 “에이전트” 주장에 더 엄격한 검증이 들어올 것이라는 점이다. 기업 고객이 배포된 많은 에이전트가 실제로는 프롬프트 래퍼에 불과하다는 사실을 더 많이 인식하게 되면, 벤더는 오케스트레이션이 실제로 어디에 존재하는지 보여줘야 한다. 상태 관리, 도구 조율, 런타임 제어, 폴백 동작, 측정 가능한 작업 완료가 그것이다.

기업 구매자에게 이 설문은 플랫폼 선택이 쉬운 부분이 되어 가고 있음을 시사한다. 어려운 부분은 기업 AI를 네 개의 계층에서 동시에 운영 가능하게 만드는 것이다. 신뢰할 수 있는 컨텍스트 계층, 현실 세계 결과와 연결된 평가 계층, 보안을 위한 신원 및 격리 계층, 그리고 비용과 벤더 의존성을 모두 관리할 수 있는 제어 평면이다.

스타트업에게는 넓은 “에이전트 플랫폼” 메시지가 암시하는 것보다 기회가 더 좁을 수 있다. 제공업체 번들이 기본 진입점을 흡수하고 있기 때문이다. 기회는 더 구체적으로 보인다. 관리형 시맨틱 레이어, 비인간 ID, 런타임 격리, 출력 품질 모니터링, 그리고 모델 벤더 위에 놓이는 오케스트레이션 제어다.

비용 측면도 주목할 필요가 있다. VentureBeat의 오케스트레이션 설문은 27%가 폭주하는 에이전트를 청구서가 도착하기 전에 실시간으로 멈출 수 있는 진짜 프로그램적 수단이 없다고 답했다고 밝혔다. 이는 단순한 FinOps 문제가 아니다. 런타임 제어 평면이 아직 미성숙하다는 신호다.

앞으로 주목할 것

가장 중요한 후속 신호는 기업들이 단지 더 많은 “에이전트” 배포가 아니라, 진짜 다단계 프로덕션 워크플로의 증가를 보고하기 시작하는지 여부다. 오케스트레이션 지출이 늘어나는 동안 이 숫자가 낮게 유지된다면, 이 카테고리는 과도하게 이름 붙여지고 실제 제공은 부족한 상태일 수 있다.

둘째, 하이브리드 제어 아키텍처가 표준이 되는지 지켜봐야 한다. 팀들이 Anthropic의 Claude, Microsoft, OpenAI로 표준화하면서 외부 오케스트레이션과 정책 계층을 추가한다면, 시장은 승자독식 플랫폼이 아니라 분할 스택으로 정착할 수 있다.

셋째, 관리형 시맨틱 레이어가 파일럿에서 프로덕션으로 넘어가는지 주목해야 한다. OpenAI file search와 Google Vertex AI Search가 더 나은 컨텍스트 거버넌스 없이 계속 성장한다면, 자신감 있지만 틀린 문제는 지속될 가능성이 높다.

넷째, 평가 계층도 주시할 필요가 있다. 기업들이 자동화된 배포로 계속 나아가고 있지만 제공업체 기본 평가와 분절된 도구가 여전히 표준이라면, 고객 대면 실패가 주요 조달 트리거가 될 수 있다.

마지막으로, 보안 지출과 아키텍처가 진정성의 시험대가 될 것이다. OpenAI guardrails가 계속 기본값이고, 범위가 제한된 ID와 샌드박스 격리가 드문 상태라면, 기업은 노출을 줄이는 대신 그것을 정상화하고 있을 수 있다.

Creati.ai 관점

이 설문들은 에이전트라는 언어가 운영 현실보다 더 빠르게 앞서간, 성숙해 가는 기업 AI 시장을 보여준다. 핵심은 기업이 잘못된 플랫폼을 골랐다는 것이 아니다. 너무 많은 팀이 플랫폼 선택을 핵심 결정으로 다뤘지만, 실제 배포 과제는 컨텍스트 품질, 런타임 제어, 평가 충실도, 그리고 보안 설계에 있다는 점이다.

그래서 가장 흥미로운 경쟁 전장은 베이스 모델 자체가 아닐 수도 있다. 그 주변의 제어 계층일 수 있다. 즉, 에이전트가 무엇을 알고 무엇에 손댈 수 있는지, 어떻게 테스트되는지, 언제 멈추는지, 그리고 나중에 누가 무엇이 일어났는지 입증할 수 있는지를 결정하는 시스템들이다. 이런 계층이 견고해질 때까지, 많은 기업용 “에이전트”는 운영 자율성보다 브랜드만 더 좋은 값비싼 어시스턴트로 남을 것이다.