기업용 AI 도구 시장에서 경쟁력의 기준이 바뀌고 있다. 얼마나 정확한 답변을 내놓느냐보다, 사용자의 업무 맥락을 이어받아 실제 결과물을 만들어내느냐가 관건이 되는 흐름이다. AWS 코리아가 2026년 8월 12일 진행한 아마존 퀵(Amazon Quick) 기자간담회 및 핸즈온 세션은 이런 전환을 보여주는 사례였다. 기자들은 박혜영 AWS 코리아 수석 솔루션즈 아키텍트(SA), 이다은 AWS 코리아 리테일 및 소비재 전문 SA, 김예진 AWS 코리아 AI 전문 SA와 함께 웹 조사, 로컬 폴더 연결, 문체 학습(engram), 스킬·에이전트 구성, 반복 업무 자동화 예약까지 아마존 퀵을 직접 사용해 기사 작성부터 파일 저장까지 실습했다.
질문에서 업무 수행으로, 도구의 역할이 바뀐다
세션에서 실제로 사용된 지시문은 “지금까지 조사한 자료로 내 문체의 기사를 쓰고, 이미지까지 만들어 워드 파일로 저장해줘”였다. 단순히 정보를 묻고 답을 받는 방식이 아니라, 도구가 사용자의 조사 자료와 문체까지 이어받아 완성된 결과물을 내놓는 방식이다. 아마존 퀵은 지식그래프(Knowledge Graph)를 통해 사람·프로젝트·의사결정 간의 관계를 저장해두기 때문에, 사용자가 매번 맥락을 반복 설명하지 않아도 이전 작업 흐름을 그대로 활용할 수 있다.
한 번의 작업이 자동화 루틴으로 이어진다
스킬·에이전트 구성은 이런 흐름을 한 단계 더 확장한다. 사용자가 한 번 수행한 업무 절차를 반복 가능한 자동화 작업으로 전환할 수 있어, 매번 같은 지시를 처음부터 다시 내릴 필요가 없다. 실습에서는 예약 작업을 매주 월요일 오전 10시에 실행되도록 설정하는 과정도 다뤄졌다. 다만 이 예약 작업은 Quick Desktop 기반으로 동작하기 때문에 사용자의 컴퓨터가 켜져 있어야 실행된다는 조건이 붙는다.
조직 단위로 도입할 경우에는 개인의 로컬 정보와 조직이 공유하는 자산이 분리돼 관리된다는 점도 이번 세션에서 확인됐다. 구성원이 퇴사하더라도 조직 차원에서 축적한 자산은 그대로 유지되는 구조다. 여기에 Spaces, Quick Sight, Flows, Automate, Research 등 팀 단위 기능을 더하면 개인 업무를 넘어 조직 전체의 업무 흐름으로 확장할 수 있고, 아마존 퀵과 연동되는 업무 도구는 40개 이상에 달한다.
모델을 고정하지 않는 설계, 그리고 이미 확인된 도입 성과
AWS는 아마존 퀵을 설계하면서 특정 기반 모델을 고정하지 않고, 작업 성격에 맞춰 모델을 자동으로 선택하도록 했다. 특정 모델의 성능에 의존하기보다, 작업에 맞는 처리 방식을 유연하게 조합하는 쪽에 무게를 둔 셈이다.
이런 방식은 실제 기업 도입 사례에서 시간 단축 효과로 이어지고 있다. 메가존클라우드는 데이터 분석에 일주일 이상 걸리던 작업을 12시간 이내로 줄였고, 영업·기술 조직에서 100명 이상이 사용 중이다. 일성아이에스는 전사 160명에 아마존 퀵을 도입했는데, 학술의학팀 3명이 각각 2시간씩 투입하던 논문 검색 업무가 5분으로 단축됐다. 블랙야크는 5개 사업부, 100개 이상의 계정으로 활용 범위를 넓혔다.
이런 사례들은 AI 업무 도구 시장에서 경쟁의 축이 어디로 옮겨가는지를 보여준다. 답변의 완성도를 겨루던 단계를 지나, 이제는 사용자의 실제 업무를 얼마나 자연스럽게 이어받아 처리해내느냐가 도구의 가치를 가르는 기준이 되고 있다.