AI·인공지능•기준 시점 2029년 9월 17일•기록일 2026-09-01

지난해의 배신을 오늘 갚는다: 관계 그래프를 품은 장기기억 AI NPC의 2029년

2029년경 게임 NPC는 대화 기록과 플레이어의 선택을 장기기억과 관계 그래프로 보존해 수개월 뒤 태도와 퀘스트를 바꿀 가능성이 높습니다. 핵심은 생성형 대화 자체가 아니라 기억의 선별, 검증, 갱신, 삭제를 게임 규칙과 연결하는 기술입니다.

공유:

Prediction Factsheet

실현 임박
예상 기준 시점2029년2029-09-17
실현 가능성
80%
데이터 기반 추정 확률
분석 신뢰도
높음
근거 문헌 밀도 기준
예상 범위
2026● 20292031
구현 시작 ~ 성숙 시기
지난해의 배신을 오늘 갚는다: 관계 그래프를 품은 장기기억 AI NPC의 2029년 현장과 주요 시스템 전경
지난해의 배신을 오늘 갚는다: 관계 그래프를 품은 장기기억 AI NPC의 2029년 현장과 주요 시스템 전경

1. Future Diary (2029년 9월 17일, 서울 상암동 게임 스튜디오 폐쇄형 플레이테스트룸)

‘저를 배신한 일을 기억하는 게 아닙니다. 그날 제가 누구를 믿었고 무엇을 잃었는지를 기억하는 겁니다.’ — 플레이테스트 참가자 권지아

오후 7시 42분, 상암동의 한 게임 스튜디오 지하 플레이테스트룸에서 권지아는 검은색 헤드셋의 왼쪽 이어컵을 손가락으로 두 번 두드렸다. 화면 속 항구 도시에는 비가 내리고 있었다. 젖은 목재 부두에 부딪히는 파도 소리, 먼 곳의 쇠사슬이 흔들리는 소리, 캐릭터의 망토에 맺힌 물방울이 모두 낮은 주파수로 섞였다. 그녀가 찾아간 곳은 선술집 뒤편의 창고였다. 1년 전, 이곳에서 밀수꾼 라일라는 지아에게 탈출선을 준비하겠다고 약속했지만 지아는 경비대에게 라일라의 위치를 넘겼다.

지아가 문을 열자 라일라는 칼을 뽑지 않았다. 대신 손에 들고 있던 잔을 천천히 내려놓았다. ‘이번에도 경비대가 네 뒤에 있나?’ 라일라가 물었다. 지아는 준비된 선택지 대신 마이크에 대고 ’그때는 네가 죽을 줄 몰랐어’라고 말했다. 라일라의 시선이 0.8초 동안 지아의 얼굴에서 벗어났다. 대화 엔진은 1년 전 사건의 원문, 라일라의 동생이 체포된 기록, 지아가 이후 세 번이나 항구를 피해 다닌 이동 기록을 불러왔다. 라일라는 곧바로 용서하지 않았다. 그녀는 거래를 제안했지만 보상금의 절반을 먼저 내놓으라고 했다.

방 안의 작가들은 대사를 받아 적지 않았다. 대신 관계 그래프의 변화를 확인했다. 지아와 라일라 사이의 신뢰 간선은 과거의 배신 사건, 동생의 체포, 최근의 사과라는 세 개의 시간표시 사건에 연결되어 있었다. 사과가 입력되자 신뢰도는 단순히 회복되지 않고 분노는 약간 낮아진 반면 경계심은 그대로 남았다. 제작진이 설정한 규칙은 용서 여부를 결정하지 않았다. 라일라가 배신을 기억하되 기억을 어떤 행동으로 번역할지는 성격 모델과 현재 퀘스트 상황이 판단하도록 설계되어 있었다.

지아가 창고를 나서려는 순간 라일라가 뒤에서 말했다. ‘다음 달 보름에 북쪽 부두로 와. 이번에는 내가 먼저 네 등을 보겠다.’ 화면 아래에는 새로운 퀘스트가 생성됐다는 알림이 떴다. 그러나 목표는 단순한 심부름이 아니었다. 라일라가 지아를 다시 시험하는 세 단계의 거래였고 그중 하나는 지아가 1년 전 넘겼던 경비대 문서를 되찾는 일이었다. 플레이테스트 종료 뒤 지아는 헤드셋을 벗고 귀 주변을 문질렀다. ’대사가 자연스러웠다는 느낌보다 내가 게임 안에서 과거의 사람을 다시 만났다는 느낌이 강했다’고 말했다.

이 장면은 완성된 상용 게임의 기록이 아니라 2029년을 가정한 미래일기의 가상 현장이다. 하지만 구현에 필요한 요소들은 이미 연구와 산업 현장에 흩어져 있다. 관건은 NPC가 모든 대화를 영구 저장하는 것이 아니다. 중요한 사건을 추출하고 사건 사이의 관계를 보존하며 시간이 흐른 뒤 현재 상황에 맞는 기억만 꺼내는 것이다.

지난해의 배신을 오늘 갚는다: 관계 그래프를 품은 장기기억 AI NPC의 2029년 기술이 적용된 실제 일상 및 업무 현장

2. 핵심 요약 (Quick Overview & TL;DR)

핵심 기술 예상 상용화 시점 현재 기술 수준 (2026) 결정적 패러다임 전환 주요 기술적 동력 해결 과제
장기기억 AI NPC 2028~2030년 제한적 상용화 음성 대화와 단기 기억은 프로토타입 및 SDK 단계, 장기 관계 지속은 연구·플레이테스트 단계 NPC가 정해진 대사를 재생하는 객체에서 플레이어와의 관계를 누적하는 에이전트로 변화 경량 언어 모델, 벡터 검색, 그래프 데이터베이스, 온디바이스 추론 기억 오류, 지연시간, 추론 비용, 개인정보, 서사 통제
관계 그래프 기반 서사 2029년경 주요 장르부터 적용 지식 그래프와 에이전트 메모리 연구가 빠르게 축적되는 단계 선택지가 아니라 신뢰·부채·배신·목격 관계가 다음 행동을 결정 사건 추출, 시간축 메타데이터, 하이브리드 검색, 규칙 검증기 상충하는 기억의 판정과 작가 의도 보존
지속형 인간관계 게임 설계 2029~2031년 확산 Ubisoft, NVIDIA, KRAFTON 등이 대화형·자율형 캐릭터를 실증 새 회차마다 초기화되는 NPC에서 플레이어 세이브와 함께 성장하는 NPC로 이동 생성형 대화, 감정 상태, 행동 계획, 음성·얼굴 애니메이션 결합 서비스 종료 이후 기억의 소유권과 삭제·이전 정책

핵심 결론은 단순하다. 2029년까지 장기기억 NPC는 등장할 가능성이 높지만 모든 NPC가 인간처럼 모든 일을 기억하는 형태는 아닐 것이다. 먼저 동료, 라이벌, 상점 주인처럼 반복 만남이 잦고 관계 변화가 게임 재미로 직결되는 캐릭터에 적용될 가능성이 크다.

지난해의 배신을 오늘 갚는다: 관계 그래프를 품은 장기기억 AI NPC의 2029년 핵심 아키텍처 및 연구 인프라 구조

3. 현재 상황 및 기술적 토대 (2026년 기준)

핵심 원천 기술 및 메커니즘 (원리 및 기술 아키텍처 상세)

장기기억 NPC의 기본 단위는 대화 문장이 아니라 사건이다. 플레이어가 라일라에게 거짓말을 했다는 음성 기록은 먼저 다음과 같은 사건 레코드로 정규화된다.

  • 주체: 플레이어, 라일라
  • 사건: 탈출선 위치를 경비대에 전달
  • 시간: 게임 내 2028년 9월 17일
  • 결과: 라일라의 동생 체포, 플레이어와 라일라의 신뢰 하락
  • 증거: 대화 전문, 퀘스트 로그, 경비대 이벤트 기록
  • 확신도: 게임 시스템이 직접 관찰한 사건은 높음, NPC가 추론한 내용은 낮음

이 사건 레코드는 원문 저장소와 요약 저장소에 동시에 들어간다. 원문은 감사와 복구를 위한 증거로 남고 요약은 빠른 추론을 위해 사용된다. MemoryBank 연구는 과거 대화, 사건 요약, 이용자 성향을 저장하고 필요할 때 검색하며 시간 경과와 중요도에 따라 기억을 갱신하는 구조를 제안했다. 게임에서는 이 구조를 플레이어의 성향 추정이 아니라 NPC별 세계관 기억으로 바꾸게 된다.

관계 그래프는 사건을 인물과 연결한다. 노드에는 플레이어, NPC, 세력, 장소, 아이템, 퀘스트, 사건이 들어가고 간선에는 신뢰한다, 빚졌다, 목격했다, 배신당했다, 약속했다, 의심한다 같은 관계가 들어간다. 각 간선에는 발생 시점, 최근 갱신 시점, 감정 방향, 강도, 증거 출처가 붙는다. 가상 구현 예시로 신뢰 점수 -0.72는 배신 사건 하나만으로 결정되는 값이 아니라 동생의 체포, 이후 사과, 최근 협력 성공을 합산한 상태값이다.

검색은 벡터 검색 하나로 끝나지 않는다. 플레이어의 현재 발화에서 인물과 장소를 추출한 뒤, 의미가 비슷한 과거 대화를 찾고 관계 그래프에서 해당 인물과 연결된 사건을 시간순으로 확장한다. 이후 최근성, 감정적 중요도, 퀘스트 인과관계, 증거 신뢰도를 점수화해 NPC의 현재 컨텍스트에 삽입한다. 그래프 기반 에이전트 메모리 연구는 이 과정을 기억 추출, 저장, 검색, 진화의 네 단계로 정리하며 관계와 시간 구조를 보존하는 그래프가 장기 상호작용에 유리하다고 분석한다.

최종 발화는 언어 모델이 마음대로 결정하지 않는다. 게임 규칙 계층이 라일라가 이미 사망한 상태인지 해당 사건을 NPC가 실제로 목격했는지 플레이어가 비밀을 알 수 있는 시점인지 먼저 검사한다. 그 위에서 언어 모델이 표현을 생성하고 음성 합성기와 얼굴 애니메이션 모듈이 캐릭터의 말투와 표정을 완성한다. 2029년 상용 시스템의 현실적인 목표는 기억 검색 100밀리초 안팎, 플레이어 음성 입력부터 첫 음성 응답까지 1.5초 안팎, 장기기억 저장은 대화 전체가 아니라 사건 단위로 제한하는 구조가 될 가능성이 높다.

글로벌 선도 기관 및 산업계 동향 (주요 대학, 기업, 연구소의 실증 현황)

Stanford University 연구팀의 Generative Agents는 가상의 마을에 25명 에이전트를 배치하고 관찰, 계획, 회고를 결합했다. 한 캐릭터의 파티 계획이 다른 캐릭터에게 전파되고 새로운 만남과 일정 조율로 이어지는 실험은 NPC의 행동을 개별 대사 묶음이 아니라 사회적 기억의 흐름으로 설계할 수 있음을 보여줬다.

UC Berkeley 연구진이 참여한 MemGPT는 운영체제의 메모리 계층에서 착안해 제한된 컨텍스트 창을 장기 저장소와 작업 메모리로 분리했다. 문서 분석과 다중 세션 대화에서 기억을 유지하는 방식은 게임 세이브 파일과 실시간 대화 컨텍스트를 분리해야 하는 NPC 구조에 직접 참고할 수 있다.

Voyager 연구는 Minecraft 안에서 자동 커리큘럼, 실행 가능한 스킬 라이브러리, 자기검증을 결합했다. 기존 방식보다 고유 아이템을 3.3배 더 발견하고 더 긴 거리를 2.3배 이동했으며 핵심 기술 트리의 일부 단계는 최대 15.3배 빠르게 해금했다. 이 결과는 NPC 기억이 과거 대화만 저장하는 수첩이 아니라 행동 기술과 실패 경험까지 재사용하는 실행 메모리로 발전할 수 있음을 보여준다.

산업계에서는 NVIDIA ACE가 게임용 소형 모델, 음성, 추론, 애니메이션을 게임 하드웨어와 함께 구동하는 개발 스택을 제공하고 있다. NVIDIA가 공개한 사례에는 KRAFTON의 PUBG AI 동료 캐릭터, inZOI의 계획·행동·회고형 Smart Zoi, 플레이어 전술에 적응하는 MIR5 보스가 포함된다. 이는 장기기억 NPC가 대형 클라우드 모델 하나로만 구현되지 않고 온디바이스 모델과 서버 메모리의 혼합 구조로 내려올 가능성을 높인다.

Ubisoft의 NEO NPC 프로토타입은 플레이어가 자연어로 NPC와 상호작용하는 상황에서 캐릭터의 성격과 세계관 일관성을 유지하는 문제를 전면에 내세웠다. 아직 완성된 게임 기능은 아니지만 산업계가 생성형 대화의 신기함보다 작가가 설정한 인물성, 플레이어 경험, 품질 검증을 핵심 개발 과제로 보고 있다는 점이 중요하다.

4. 실현 가능성을 높이는 동력 vs 극복해야 할 난제

🚀 기술 실현을 앞당기는 핵심 동력 (Key Drivers)

1. 기억을 모델 파라미터 밖으로 분리하는 아키텍처

NPC의 성격과 세계관은 소형 언어 모델에 고정하고 플레이어와의 사건 기록은 외부 메모리와 관계 그래프에 저장하면 모델을 매번 재학습하지 않아도 된다. 이 구조는 라이브 서비스 게임에서 패치와 기억 업데이트를 분리할 수 있게 한다. 특정 플레이어에게만 발생한 배신 사건을 전체 모델에 학습시키지 않고 해당 세이브의 그래프만 수정할 수 있다는 뜻이다.

2. 온디바이스 소형 모델과 게임 엔진의 결합

고성능 서버 호출은 깊은 회고와 복잡한 관계 추론에 사용하고 짧은 응답·안전 필터·반복적인 말투 제어는 기기 안에서 처리하는 방식이 현실적이다. NVIDIA ACE가 작은 모델과 게임 하드웨어 최적화를 강조하는 이유도 여기에 있다. 대화가 전투 프레임과 충돌하지 않으려면 AI 추론이 그래픽 렌더링과 메모리를 공유하는 상황을 전제로 설계되어야 한다.

3. 게임 작가의 역할이 기억 정책 설계로 이동

생성형 NPC가 대중화되려면 작가는 수천 개의 대사를 쓰는 대신 무엇을 기억하고 언제 잊으며 어떤 증거가 있어야 태도가 바뀌는지를 정의하게 된다. 신뢰 하락의 최소 조건, 사과를 받아들이는 속도, 거짓 정보가 퍼지는 범위, 기억을 복구할 수 있는 사건을 데이터로 설계하면 생성 모델의 자유도와 서사의 통제력을 동시에 확보할 수 있다.

⚠️ 넘어야 할 기술적·제도적 장벽 (Bottlenecks)

1. 기억 오류가 관계 전체를 오염시키는 문제

플레이어의 농담을 협박으로 저장하거나 다른 NPC가 한 말을 플레이어의 행동으로 잘못 귀속하면 NPC의 태도가 영구적으로 틀어질 수 있다. 모든 기억에 원문·게임 로그·목격자·확신도를 연결하고 서로 충돌하는 사건은 즉시 성격을 바꾸지 않도록 보류 상태로 두는 검증기가 필요하다.

2. 실시간성, 추론 비용, 동시 접속 규모의 충돌

음성 인식, 장기기억 검색, 관계 추론, 발화 생성, 음성 합성, 얼굴 애니메이션이 한 번에 실행되면 한 명의 NPC도 여러 모델을 호출한다. 수천 명의 플레이어가 같은 서버에서 각자의 기억 그래프를 갱신하면 저장 비용과 캐시 전략이 문제가 된다. 따라서 자주 쓰는 관계 요약은 로컬 또는 엣지에 두고 오래된 원문은 서버에 보관하는 계층형 운영이 필요하다.

3. 플레이어 기억의 소유권과 안전한 운영

NPC가 기억하는 대화에는 플레이어의 음성, 가족 이야기, 감정 상태, 다른 이용자에 대한 언급이 섞일 수 있다. 게임은 기억 저장 기간, 이용자 열람과 삭제, 세이브 이전, 미성년자 보호, 신고된 대화의 격리 규칙을 명확히 해야 한다. 서버가 문을 닫을 때 플레이어와 NPC 사이의 관계 데이터가 사라지는 문제도 기존 아이템 세이브보다 훨씬 큰 감정적·운영적 부담이 된다.

5. 산업 생태계 및 사회적 파급 효과 (Impact Analysis)

1) 관련 산업 지형 및 비즈니스 모델 변화

게임 엔진과 언어 모델 사이에 NPC 메모리 미들웨어 시장이 생긴다. 이 계층은 대화 저장소, 관계 그래프, 기억 검색, 충돌 감지, 안전 필터, 음성·애니메이션 연결을 묶어 제공하게 된다. 개발사는 모델 자체보다 캐릭터별 기억 정책과 세계관 데이터를 자산으로 관리하고 플랫폼 기업은 게임당 호출량과 저장량에 따라 과금하는 구조를 택할 가능성이 높다.

내러티브 디자이너의 작업도 달라진다. 기존에는 분기 대사와 컷신을 관리했다면 장기기억 게임에서는 사건의 인과관계, 기억의 유효기간, 관계 점수의 변화 폭, 잘못된 기억을 정정하는 퀘스트를 설계해야 한다. 새로운 직무로 AI 캐릭터 감사자, 기억 데이터 큐레이터, 관계 그래프 설계자, 생성 대화 품질 검수자가 등장할 수 있다.

게임의 과금 방식도 관계의 지속성과 연결된다. 플레이어가 매달 접속해야만 유지되는 NPC 기억, 세이브 간 관계 이전, 가족이나 친구와 함께 쓰는 공유 NPC 등은 새로운 상품이 될 수 있다. 반대로 기억을 이용해 재방문과 결제를 과도하게 유도하면 플레이어의 감정적 의존을 상업적으로 악용한다는 비판을 받을 수 있다.

2) 개인의 삶과 노동 환경의 재편

플레이어는 NPC를 공략 대상이나 퀘스트 제공자가 아니라 과거를 함께 가진 상대방으로 경험하게 된다. 게임을 쉬었다가 돌아왔을 때 NPC가 지난 약속을 상기하거나 과거의 배신 때문에 협력을 거절한다면 접속 간격 자체가 서사의 일부가 된다. 이는 반복 플레이의 동기를 높이지만 게임 속 관계의 상실과 서버 종료를 실제 이별처럼 느끼게 만들 위험도 있다.

교육·훈련용 시뮬레이션에서도 장기기억 NPC는 활용될 수 있다. 상담 훈련생에게 이전 면담의 실수를 기억하는 내담자, 협상 훈련생의 약속 위반을 추적하는 거래 상대, 팀 훈련에서 역할 분담을 평가하는 동료 에이전트가 가능하다. 다만 NPC의 기억이 평가자의 편견을 학습하지 않도록 기억 원문과 평가 규칙을 분리해야 한다.

노동 측면에서는 게임 작가와 성우의 일이 줄어든다기보다 재배치될 가능성이 크다. 성우는 무한 생성 음성의 원천이 되는 대신 캐릭터의 발성 규칙과 감정 범위를 정의하고 작가는 즉흥 대사의 통제 조건과 기억의 윤리적 경계를 설계한다. 인간 창작자의 핵심 가치는 문장을 많이 생산하는 데서 어떤 관계가 계속될 가치가 있는지 판단하는 쪽으로 이동한다.

6. 자주 묻는 질문 (FAQ)

Q1. 2029년까지 1년 전 플레이어의 배신을 기억하는 NPC가 실제 상용 게임에 등장할까요?

A. 등장할 가능성이 높습니다. 다만 모든 시민 NPC가 모든 대화를 기억하는 형태보다 동료·라이벌·핵심 상점 주인처럼 반복 만남과 관계 변화가 중요한 캐릭터부터 제한적으로 적용될 전망입니다.

Q2. 장기기억 AI NPC는 플레이어의 과거 대화를 어떻게 기억하나요?

A. 대화 전문을 그대로 프롬프트에 넣는 대신 사건을 추출해 시간표시가 있는 저장소에 보관하고 인물·세력·퀘스트 사이의 관계 그래프를 갱신한 뒤 현재 상황과 관련된 기억만 하이브리드 검색으로 불러옵니다.

Q3. NPC가 플레이어의 행동을 잘못 기억하거나 거짓 기억을 만들면 어떻게 하나요?

A. 원문 대화와 게임 로그를 증거로 연결하고 기억마다 확신도를 부여해야 합니다. 충돌하는 기억은 즉시 확정하지 않고 보류·정정·롤백할 수 있게 설계해야 하며 장기기억 NPC의 품질은 얼마나 많이 기억하느냐보다 틀린 기억을 얼마나 안전하게 고치느냐로 평가될 것입니다.

실현 가능성을 높이는 요인

  • +생성형 에이전트 연구의 누적: Stanford의 25명 사회 시뮬레이션과 MemGPT의 다중 세션 기억 구조가 관찰·회고·계획을 결합하는 설계 패턴을 제시했습니다.
  • +게임 특화 경량화와 산업 실증: NVIDIA ACE가 온디바이스 소형 모델, 음성·추론·애니메이션 모듈을 게임 렌더링과 함께 구동하고 있으며 KRAFTON과 Ubisoft가 플레이어 대면 NPC를 시험하고 있습니다.

실현을 가로막는 장애 요인

  • -기억 오염과 서사 붕괴: 잘못 추출된 대화 한 줄이 NPC의 신뢰도와 퀘스트 분기를 장기간 왜곡할 수 있습니다.
  • -비용·개인정보·운영 부담: 음성 인식, 검색, 추론, 음성 합성, 얼굴 애니메이션을 매 대화마다 호출하면 서버 비용과 지연시간이 커지고 플레이어 대화의 보존·삭제 정책도 필요합니다.

실현을 좌우할 핵심 변수

기억 검색 지연시간: 음성 대화와 전투 중에도 첫 응답까지 1.5초 안팎을 유지할 수 있는 온디바이스·클라우드 혼합 추론 구조의 확보 여부기억 신뢰도 관리: 플레이어의 거짓말, NPC의 오인, 서로 충돌하는 사건을 시간순 증거와 관계 그래프로 판정하는 검증 계층의 완성도콘텐츠 운영 모델: 작가가 모든 대사를 직접 쓰는 방식에서 벗어나 NPC의 금기, 감정 변화, 관계 전환 조건을 설계하는 방식으로 제작 파이프라인이 전환되는 속도
FD
Editorial & Research DeskFact-Checked

미래일기 리서치랩 & 기술편집국

본 예측 리포트는 공개된 피어리뷰 학술 논문(arXiv, Nature, IEEE 등), 글로벌 선도 테크 기업 공식 로드맵, 특허 및 정부 통계 지표를 바탕으로 미래일기 기술편집국이 직접 교차 검증하여 작성했습니다.

미래일기는 ‘예측은 사실이 아니다(Prediction != Fact)’ 및 ‘철저한 근거 우선주의’ 원칙을 준수하며, 특정 미래 시점 도래 시 사후 적중 스코어를 투명하게 공개하고 변동 이력을 영구 보존합니다.

검증 기준: 국제 오픈액세스 DOI 검증 및 3단계 확률 평가 프레임워크사실 정정 및 의견 제안 →

함께 주목해야 할 미래 예측

동일한 기술 분야와 연관 산업의 파생 예측입니다.

자율 AI 에이전트의 실시간 업무 워크플로와 코드 분석 로그가 표시되는 IT 기업 오피스 전경
2029
실현 임박
AI·인공지능•2029.06.18

조연 한 명이 주인공이 되는 순간: AI가 플레이어의 시선을 따라 다시 쓰는 게임

2029년경 게임과 인터랙티브 콘텐츠는 플레이어의 반복 대화, 체류 시간, 선택 패턴을 분석해 특정 조연의 서브플롯을 확장하고 메인 퀘스트까지 재구성할 전망입니다. 핵심은 생성형 AI가 캐릭터 기억, 관계 그래프, 사건 인과관계를 실시간으로 갱신하면서도 작가가 설정한 세계관 제약을 지키는 하이브리드 내러티브 엔진입니다.

확률78%
목표시기2029년
2027년 이른 아침 서울 테헤란로 핀테크 스타트업 넥스트코어의 조용한 사무실, 대형 모니터에 자율 에이전트 편대 '아르고스'의 실시간 작업 승인 큐와 오케스트레이션 대시보드를 띄워두고 따뜻한 커피를 든 채 검토하는 30대 후반 남성 프로덕트 리드의 모습
2027
실현 임박
AI·인공지능•2027.10.14

사무실의 침묵: 80% 업무를 스스로 끝내는 자율 AI 에이전트 편대

2027년 다중 에이전트 오케스트레이션(Multi-Agent Orchestration) 기술이 성숙하면서 기획, 코딩, 데이터 분석, 고객 협상 등 기업 내 일상 업무의 80%를 인간 개입 없이 자율 처리하는 오피스 자동화 혁명이 가속화됩니다.

확률82%
목표시기2027년