엔터프라이즈 AI 도입이 갈수록 활발해지는 가운데 링크드인(LinkedIn)이 실제 현장에서 작동 중인 *AI 에이전트* 활용 사례를 공개하며 업계의 주목을 받고 있다. 추천 알고리즘이나 검색 자동화 수준을 넘어서, 링크드인은 자연어 기반의 '채용 도우미' AI 에이전트를 통해 인재 선발 과정의 효율성과 정확성을 획기적으로 끌어올리고 있다.
링크드인 최고 AI 책임자인 디팍 아가왈(Deepak Agarwal)은 최근 열린 'VB 트랜스폼 2025' 행사에서 “이 시스템은 단순한 시연용이 아닌, 실제 운영되고 있는 서비스”라며 “채용 담당자들의 시간을 절약해 이들이 진짜 중요한 업무인 인재 발굴과 후보자 관리에 집중할 수 있게 돕고 있다”고 밝혔다.
이 시스템은 단일 AI가 아닌 *멀티 에이전트 체계*를 바탕으로 작동한다. 각 에이전트는 특정 작업에 특화돼 있으며, 모든 작업은 총괄 역할을 맡은 감독 에이전트가 조율한다. 예를 들어 사용자가 입력한 구인 조건을 바탕으로 감독 에이전트는 소싱 에이전트에게 맥락을 전달하고, 해당 에이전트는 직무에 적합한 후보자들을 추천하면서 그 이유까지 함께 제시한다. 이후 사용자는 자연어로 추가 의사소통을 이어가며 검색 조건을 조정하거나 새로운 후보를 요청할 수 있다.
아가왈은 “이제 플랫폼에 키워드만 입력할 필요는 없다”며 “사용자와 대화하듯 질문하고 요청할 수 있고, AI도 그에 맞춰 실시간 응답과 수정이 가능하다”고 설명했다. 시스템은 *동기적* 혹은 *비동기적* 방식으로 동시에 여러 작업을 처리하며, 에이전트 간의 적절한 역할 분배, 피드백 수집, 사용자 맞춤 정보 제공까지 수행할 수 있다.
이 에이전트들은 단지 규칙 기반이 아닌 학습이 가능한 존재다. 링크드인의 AI는 사용자의 행동과 피드백으로부터 끊임없이 진화하며 개인 맞춤형 서비스를 정교하게 제공한다. 아가왈은 이를 ‘*사용자 우선(human-first)’ AI 에이전트*라고 정의하며, “궁극적인 목적은 사용자의 업무를 더 빠르고 더 잘 수행하도록 돕는 것”이라고 강조했다.
링크드인의 AI 시스템 개발을 담당하는 수석 소프트웨어 엔지니어 테자스 다람시(Tejas Dharamsi)는 AI 에이전트 플랫폼을 ‘레고 블록’에 비유하며, 개발자들이 원하는 대로 구성 요소를 조합해 제품에 맞춘 기능을 만들 수 있다고 소개했다. 또한 롤 기반 학습(RL), 정밀 튜닝(Fine-tuning), 모델 경량화(Quantization), 지식 증류(Distillation) 등 다양한 AI 기법을 손쉽게 도입할 수 있어 엔지니어들은 하드웨어나 연산 복잡도에 신경 쓰지 않고 알고리즘 개발에 집중할 수 있다는 점도 강조했다.
다람시는 “모델의 신뢰성, 보안성, 개인화, 비용 효율성과 같은 요소를 철저히 고려하고 설계했다”며 “AI가 사용자의 업무에 가치를 더하며 반복적이지 않은 중요한 작업에 집중할 수 있도록 하는 것이 핵심”이라고 말했다.
링크드인이 선보인 이 AI 시스템은 단순한 도구를 넘어서, 인적 자원을 필요로 하는 다양한 기업 환경에서 효율성과 생산성을 극대화할 수 있는 혁신으로 주목받고 있다. AI의 실질적 구현 사례가 드문 시점에서 링크드인의 사례는 엔터프라이즈 AI 도입을 고려 중인 기업에 중요한 참고 모델이 될 것으로 보인다.