▲바이트댄스 대기업 에이전트 인력 공장 하이에이전트 3.0
volcengine
한국도 에이전트 열풍입니다. 성능은 얼마나 좋은가, 얼마나 쉽게 만드는가, 얼마나 자동화되는가. 이 질문들은 하나의 전제를 공유합니다. AI 에이전트는 '자동화 된 도구'라는 전제입니다. 그런데 중국은 다른 차원으로 접근합니다. 국가 경제 생산요소 바로 그 자체입니다.
이 분야를 선도하는 바이트댄스가 6월 23일 베이징에서 화산엔진(Volcano Engine) FORCE 콘퍼런스를 열고 하이에이전트 3.0(HiAgent 3.0)을 발표했습니다. 에이전트 직원을 생산하고 파견하는 AI시대의 노동력 공장입니다.
IDC에 따르면 하이에이전트는 중국 AI 에이전트 개발 플랫폼 시장에서 17.8%를 차지하며 2·3위 업체의 합계를 넘어섰습니다. 그러나 점유율보다 중요한 것은, 바이트댄스가 '1+N+X' 아키텍처를 통해 'AI직원'을 생산하고 관리하는 방식 자체를 다시 썼다는 사실입니다.
'디지털 직원'을 생산하는 산업 시스템
하이에이전트 3.0은 정부기관·대기업과 제조·금융·공공기관을 겨냥한 일체형 에이전트 전 수명주기 워크스테이션입니다. 개인·중소기업용 코즈 3.0(Coze 3.0)과 분리된 제품 라인으로, 프라이빗 배포, 내부 ERP·OA·생산 라인과의 연동, 강력한 보안, 대규모 멀티 에이전트 클러스터 관리를 핵심으로 합니다. 2025년 봄 2.0 공개 이후 1년여 만에 3.0은 '1+N+X' 아키텍처를 전면 재구성했습니다. 핵심은 '개발'에서 '운영'으로의 이동입니다.
'1' 에이전트스피어 — '인사팀+경영전략실', 에이전트 조직 관리실
에이전트스피어(AgentSphere)는 3.0의 핵심입니다. 전통적 회사로 치면 인력을 배치·평가하는 인사팀과 조직 전체를 조율하는 경영전략실을 합쳐 놓은 공간입니다. 실제 사람 직원, 에이전트 직원, 백그라운드 스케줄링 에이전트가 같은 작업 공간에서 문서·티켓·데이터베이스를 공유하고, 재무 결산·설비 점검·행정 심사 같은 장기 프로세스를 순차 처리합니다.
부서원들이 한 사무실에서 서류를 주고받으며 결재 라인을 따라 일을 넘기는 방식과 다르지 않습니다. 주목할 것은 디지털 직원의 조직적 관리입니다. 에이전트에게 부서, 직책, 권한, KPI가 부여되고, 실제 직원과 동일한 RBAC(Role-Based Access Control) 체계를 공유합니다. 신입에게 소속과 직급을 정하고 열람 권한을 부여하듯, 에이전트에게도 '재무팀 소속, 비용 산정 담당, 회계 시스템 열람 가능'이라는 조직상의 좌표가 찍히는 것입니다.
관리자는 수백 수천 개의 에이전트를 일괄 입사·퇴사·권한 회수하며, 페이수(Feishu)·딩톡(DingTalk)·기업 위챗·Web/SDK에 단일 에이전트를 동시 배포합니다. 에이전트를 입사, 퇴사, 권한 회수를 시킬 수 있는데 사람에게만 쓰이던 어휘 전체가 에이전트 조직 관리로 이식되었습니다.
'N' — 즉시 투입되는 '공용 총무·비서 인력'
'N'은 문서 처리, 데이터 조회, 회의록 작성 등 공통 업무를 즉시 충족하는 범용 에이전트입니다. 부서를 가리지 않고 어디서나 필요한 총무·비서 인력에 해당합니다. 채용 절차 없이 곧바로 배치되어, 어느 팀에 보내도 기본 업무를 처리하는 막내 사원입니다.
'X' — 사내에서 길러 내는 '전문 인력'
'X'는 무한 확장·지속 진화형 맞춤 에이전트로, 기업은 트레이(TRAE), 코즈 3.0, 하이에이전트 3.0을 기반으로 자체 디지털 직원을 지속 생성·운영·최적화합니다. 회사가 자기 업무에 맞춰 전문 인력을 채용하고 사내에서 길러 내듯, 해운사는 항구 적합성 평가 전문가를, 보험사는 보험금 심사 전문가를 스스로 '키워' 냅니다.
다섯 개의 기술 스택
첫째, MCP 3.0 표준화 게이트웨이. MCP(Model Context Protocol) 3.0은 기업 내 모든 시스템을 연결하는 범용 버스입니다. 제로코드 커넥터가 300개 이상으로 확장돼 ERP·SCADA·IoT·타사 SaaS와 호환되며, 모든 호출이 독립 샌드박스에서 실행돼 정보보안, 등급보호 3등급과 데이터 보안법 요구를 충족합니다.
둘째, veRL 강화 학습 내장. 화산엔진 자체 강화 학습(Reinforcement Learning) 프레임워크 veRL이 실제 운영 대화로 의사결정 로직을 자동 미세 조정합니다. 에이전트는 경력이 쌓일수록 진화하는 디지털 생명체가 됩니다.
셋째, 데이터에이전트(DataAgent). 멀티모달 하이브리드 검색으로 문서·도면·음성 티켓·스캔 문서를 통합 분석하고, 구어체 질의에 시각화 차트와 원인 분석을 자동 생성합니다. 핵심은 데이터 피드백 루프입니다. 운영 대화가 자동 축적·정제·레이블링되어 미세 조정 데이터셋을 만들고 다시 학습에 환류됩니다. 인간 개입이 전혀 없는 반복 체계입니다.
넷째, 멀티 에이전트 클러스터 자율 스케줄링. 지능형 총괄 에이전트(Supervisor Agent)가 목표를 자동 분해·분배·병렬 실행·취합합니다. 탄력적 스케줄링으로 경량/고성능 더우바오(Doubao) 모델을 동적 전환해 AI 호출 비용을 40% 절감하고, 자동 장애 복구로 가용성 99.999%를 보장합니다.
다섯째, Low/No/High-code 통합 개발 엔진. 담당자가 자연어로 업무를 설명하면 워크플로우·지식 베이스·권한·프롬프트·평가 규칙이 자동 출력돼 완전한 에이전트가 원클릭으로 생성됩니다.
한편 화산엔진은 'AI+에너지와 교통' 솔루션도 발표했습니다. 재무 감독 솔루션은 383개 검증 모델로 167개 시나리오를 커버하고, AICC(하드웨어급 기밀 컴퓨팅) 기반 안전 체계에서 주요 고객사의 일일 토큰(Token) 호출량은 300억 회에 이릅니다.
현장에서 증명된 '디지털 직원'의 가치
장쑤 고속도로 — 94만 명을 응대하는 24시간 서비스 에이전트 직원
장쑤 고속도로(江苏高速)는 중국 고속도로망의 2.8%(5,539km)로 전국 교통량의 6.5%를 처리합니다. 하이에이전트 기반 에이전트 샤오모리를 96777 핫라인과 APP·미니 프로그램에 배포해 핫라인 AI 최초 응대율 100%, 일상 상담 비중 12%(악천후 시 33%), 의도 인식 정확도 95%를 기록하며 등록 사용자 94만 명을 위해 24시간 쉬지 않고 서비스합니다.
중국석유 — 세 개의 에이전트가 전사 공유 업무를 다시 씁니다
중국석유(中国石油)는 하이에이전트·데이터에이전트·기업 지식 엔진을 기반으로 18개 시나리오에 적용했습니다. 단순 업무를 95% 줄이고 프로세스 효율을 70% 높였으며, 보고서 작성 시간을 80% 단축하고, 고객 상담 정확도 90% 이상·평균 응답 60초를 달성했습니다. 전사 업무 공유 커버리지는 20%에서 90%로 확대하는 중입니다.
이 밖에도 유니온페이에는 10개 에이전트가 연구개발 전 과정에 투입되었고, 중위안하이윈 특수운송에서는 선박 적합성 평가가 4시간에서 10분으로(정확도 98%+), 항구 비용 산정이 2~3시간에서 10분으로 단축됐습니다.
기업과 노동력의 재정의
중국의 정부기관, 대기업의 행정직, 연구개발, 서비스 인력이 사람에서 에이전트로 대규모 전환중입니다. 자연스럽게 회사의 핵심 자산은 '업무에 최적화된 AI 에이전트 자산'으로 이동합니다. veRL로 미세 조정되고 실제 데이터로 검증된 에이전트는 무한 복제·초 단위 배포·지속 진화가 가능합니다. 이직하지 않고, 피로하지 않으며, 망각하지 않고, 각자의 경험이 다른 에이전트의 학습 데이터로 축적됩니다.
하이에이전트 3.0은 여기에 부서·직책·권한·KPI를 부여해 '디지털 직원 자산'이라는 새로운 자산 항목을 세웁니다. 실제 직원과 같은 관리 체계를 공유하는 것입니다. 2027년 에이전트 개발 플랫폼 시장은 1,000억 위안 규모로 전망되며, 과금 모델도 토큰 과금에서 '업무 효과' 기반으로 진화하고 있습니다. 화산엔진은 이미 30여 개 업종, 수십만 기업 고객에 서비스하는 중입니다.
노동의 관점에서 보면, 반복 업무는 이미 인간의 손을 떠났습니다. 서류 심사, 비용 산정, 코드 리뷰는 더 이상 사람이 '하는' 일이 아니라 사람이 '관리하는' 일입니다. 인간에게 남는 역할은 실행이 아니라 의도와 판단입니다. 에이전트에게 목표를 부여하고, 그들이 올린 결과를 검증하고, 예외를 책임지는 일 — 지시하고 감독하는 자리로 노동의 무게중심이 이동합니다.
교육의 관점에서 보면 질문은 더 근본적입니다. 지난 100년간 학교는 직업을 위해 사람을 길러 왔습니다. 계산하고, 전문지식을 습득하고 문서를 작성하고, 조직에서 살아남는 능력이 교육의 목표였습니다. 그러나 그 능력은 이제 몇 분 만에 '입사'하는 디지털 직원이 대신합니다. 실행을 가르치는 교육은 복제 가능한 에이전트와 경쟁하는 셈입니다. 앞으로의 교육이 재정의되어야 하는 시점입니다.
중국은 몇 초 만에 인력을 찍어 내는 공장이 가동 중이고, 에이전트가 거대한 국가의 핵심 노동력으로서 인간과 공존하는 중입니다. 이제 더 이상 "AI를 써야 하는가"가 아니라 무엇을 하는 사람으로, 그리고 무엇을 할 줄 아는 사람으로 남을 것인가를 고민할 시점입니다.