초록

대규모 언어 모델(LLM)의 급속한 발전은 데이터 에이전트—복잡한 데이터 관련 작업을 해결하기 위해 데이터 + AI 생태계를 조율하는 자율 시스템—의 등장을 촉진하고 있다. 그러나 현재 ‘데이터 에이전트’라는 용어는 정의의 모호성과 적용의 일관성 부족으로 인해, 단순한 질의 응답 시스템과 고도로 자율적인 아키텍처를 혼동하게 만들고 있다. 이러한 용어적 모호성은 사용자 기대와의 괴리, 책임 소재의 혼란, 산업 성장에 대한 장벽을 초래한다. 운전 자동화를 위한 SAE J3016 표준을 영감으로 삼아, 본 조사에서는 데이터 에이전트에 대한 체계적이고 계층적인 분류 체계를 제안한다. 이 체계는 자율성의 점진적 진화를 명확히 하기 위해 총 6단계로 구성되며, 수동 운영(L0)에서 시작해 생성형으로 완전 자율적인 데이터 에이전트(L5)를 향한 비전을 제시함으로써, 기능적 한계와 책임 배분을 명확히 한다. 이 관점에서, 자율성의 수준이 높아지는 순서로 기존 연구를 체계적으로 정리하였으며, 데이터 관리, 준비, 분석에 특화된 데이터 에이전트를 포함해, 향후 자율성 향상이 강화된 다기능·통합형 시스템에 대한 새로운 시도도 다루고 있다. 또한, 데이터 에이전트의 발전을 위한 핵심적 진화 단계와 기술적 격차를 분석하였으며, 특히 절차적 실행에서 자율적 조율로 전환되는 L2에서 L3로의 전환 과정이 주목할 만한 이정표임을 강조한다. 마지막으로, 능동적이고 생성형의 데이터 에이전트가 등장할 미래를 전망하는 전망도 제시한다.