심심이의 다음 24년 — 대화 챗봇에서 정서 안전망 에이전트로

AI 업계는 오랫동안 대화를 ‘응답’의 문제로 다뤘다. 사용자가 묻고, 모델이 답하고, 세션이 닫히는 구조다. 그런데 고립과 정서 변화는 질문이 오기 전에 움직인다. 170억 건 이상의 대화 데이터를 쌓아온 심심이가 이번에는 180억원 규모 정부 에이전틱 AI 과제의 주관기관으로 올라섰다¹.

왜 심심이였나 — 오래된 챗봇이 새 에이전트의 실험장이 됐다

심심이는 2002년 상업적 AI 일상대화 챗봇을 선보인 회사다¹. 지금의 생성형 AI 문법으로 보면 오래된 서비스처럼 보일 수 있다. 그러나 정서형 AI에서는 오래됨이 약점만은 아니다. 사용자가 무슨 질문을 하는지보다, 어떤 말투로 돌아오고 어떤 주제를 반복하며 어느 순간 침묵하는지를 보려면 긴 시간의 대화 맥락이 필요하다.

이번 과제의 이름은 ‘국민 정서 안전망 구축을 위한 정서 고립 선제 감지 및 적시 개입 에이전틱 AI 기술개발’이다¹. 표현은 길지만 핵심은 분명하다. 단순 상담 챗봇이 아니라, 사용자의 정서적 변화를 파악하고 필요한 시점에 도움을 제공하는 일상 동행형 AI 컴패니언을 만들겠다는 것이다¹. 심심이가 받은 신호는 ‘챗봇을 잘 만들었다’가 아니라, 대화 데이터를 사회적 안전망의 입력값으로 바꿀 수 있느냐는 검증이다.

정부가 보는 방향도 응답형 AI 이후에 있다. 과학기술정보통신부와 정보통신기획평가원은 이번 사업을 정부의 ‘에이전틱 AI 이니셔티브’ 핵심 과제 중 하나로 뒀고, 사람의 개입을 10% 이하로 줄인 자율형 제품·서비스 개발을 목표로 제시했다¹. 여기서 중요한 것은 자동화율 자체가 아니라, 실제 세계에서 AI가 먼저 판단하고 움직일 수 있는지를 묻는다는 점이다.

그 질문에 심심이는 기술 논문만으로 답하지 않는다. 111개 언어, 200개국, 170억 건 이상이라는 운영 데이터가 있다¹. 이 숫자는 모델 성능을 보장하지 않는다. 다만 정서형 에이전트가 피할 수 없는 다양성, 반복성, 장기 맥락의 문제를 이미 서비스 현장에서 겪어온 회사라는 점은 설명한다.

무엇이 다른가 — 상담 챗봇과 정서 에이전트의 경계

심심이가 풀어야 할 세 가지 병목

1. 정서 변화를 ‘감지’하는 문제 정서 고립은 사용자가 명시적으로 말하지 않을 수 있다. 그래서 심심이의 과제는 단순 감성분석이 아니라, 반복 대화 속 변화 신호를 읽고 위험도를 판단하는 쪽에 가깝다¹.
2. 적시 개입의 선을 정하는 문제 먼저 다가가는 AI는 편리함과 침범 사이의 경계에 선다. 이번 사업이 ‘적시 개입’을 명시한 이유도 여기에 있다¹. 언제 말해야 하고, 언제 멈춰야 하며, 언제 사람에게 넘겨야 하는지가 제품의 신뢰를 가른다.
3. 연구 과제를 글로벌 서비스로 바꾸는 문제 정부는 2027년 말 단계평가를 거쳐 최우수 1개 과제를 선정하고 글로벌 시장을 겨냥한 서비스로 고도화할 계획이다¹. 심심이에게 이번 선정은 끝이 아니라, 연구 산출물을 실제 서비스 품질과 운영 지표로 증명해야 하는 시작점이다.

The Bet — 대화 데이터는 정서 안전망의 원재료가 될 수 있는가

다음 12개월에 지켜볼 지표 3개

1. 10% 이하 개입 목표의 실제 정의 사람의 개입을 10% 이하로 줄인다는 목표가 상담 연결, 위험 감지, 응답 생성, 운영 모니터링 중 어디에 적용되는지 봐야 한다¹. 정의가 명확해질수록 기술 성과와 서비스 성과를 구분할 수 있다.
2. 산학연 컨소시엄의 역할 분담 이번 사업에는 심심이를 포함한 4개 주관기업과 대학·연구기관 등 총 26개 기관이 참여한다¹. KAIST, 고려대학교, 성균관대학교 등 참여 주체의 연구 결과가 제품 레이어로 연결되는지가 관건이다¹.
3. 2027년 말 단계평가 전의 서비스 지표 최우수 1개 과제 선정은 2027년 말로 예정돼 있다¹. 그 전까지는 SSA 86% 같은 벤치마크 외에, 정서 변화 감지 정확도와 적시 개입 후 사용자 반응 같은 운영 지표가 공개되는지 지켜봐야 한다¹.