AI 경쟁의 중심, ‘무엇을 아는가’에서 ‘얼마나 끝까지 처리하는가’로 이동

ChatGPT가 다시 한 번 자신의 역할을 바꾸고 있다.

처음의 ChatGPT는 질문에 답하는 도구였다. 사용자가 묻고, AI가 답했다. 글을 요약하고, 이메일을 다듬고, 코드를 설명하고, 아이디어를 제안했다. 그것만으로도 충분히 충격적이었다.

그러나 OpenAI가 공개한 ChatGPT Work는 다른 방향을 가리킨다.

이제 ChatGPT는 답변하는 데서 멈추지 않는다. 사용자의 목표를 받아 여러 앱과 파일을 오가고, 필요한 정보를 모으고, 문서와 슬라이드, 스프레드시트, 대시보드, 웹 앱까지 만들어내는 업무 수행 에이전트로 진화하고 있다.

OpenAI는 ChatGPT Work를 “더 복잡하고 지능적인 작업”을 수행하는 에이전트로 소개했다. 단순히 질의응답을 하는 것이 아니라, 프로젝트를 작은 단계로 나누고, 필요하면 몇 시간 동안 계속 진행하며, 목표를 완성된 결과물로 바꿔주는 방식이다.

이 변화는 AI 산업의 경쟁 기준이 바뀌고 있음을 보여준다.

더 이상 중요한 질문은 “AI가 얼마나 똑똑하게 답하는가”만이 아니다.

이제 중요한 질문은 “AI가 얼마나 오래, 얼마나 정확하게, 얼마나 많은 도구를 연결해 실제 업무를 끝낼 수 있는가”다.

업무의 단위가 질문에서 프로젝트로 바뀐다

기존의 생성형 AI 사용 방식은 대체로 짧은 요청과 짧은 결과를 중심으로 구성됐다.

보고서 초안을 써줘.
메일을 다듬어줘.
엑셀 수식을 알려줘.
회의록을 요약해줘.
프레젠테이션 목차를 만들어줘.

이런 요청은 여전히 유용하다. 그러나 실제 업무는 이렇게 한 번에 끝나지 않는다.

예를 들어 월말 예산 차이를 분석하려면 원천 데이터를 찾아야 한다. 그 데이터를 스프레드시트로 옮기고, 항목별로 정리하고, 예상과 실제의 차이를 계산해야 한다. 차이가 발생한 이유를 확인하고, 이를 설명하는 슬라이드를 만들고, 최종 보고서의 문장까지 다듬어야 한다.

마케팅 캠페인도 마찬가지다. 고객 조사 자료를 읽고, 시장별 차이를 찾고, 캠페인 브리프를 만들고, 문안과 이미지를 조정하고, 지역별 메시지를 바꿔야 한다.

영업 미팅 준비 역시 단순한 요약이 아니다. 고객의 최근 활동, 이전 미팅 노트, CRM 기록, 이메일, 계약 상태, 경쟁사 정보, 기술 요구사항을 모아야 한다. 그런 뒤 계정 계획과 미팅 아젠다, 예상 질문, 후속 조치까지 만들어야 한다.

ChatGPT Work는 이런 업무를 하나의 질문이 아니라 하나의 프로젝트로 본다.

사용자는 목표를 말하고, ChatGPT는 필요한 단계와 자료를 연결한다. 중간에 사용자가 확인해야 할 부분은 질문하고, 중요한 작업은 승인을 받으며, 결과물을 완성해 간다.

AI의 사용 단위가 ‘프롬프트’에서 ‘워크플로’로 이동하고 있는 것이다.

Codex가 개발자 도구에서 업무 운영체제로 확장됐다

ChatGPT Work의 배경에는 Codex가 있다.

Codex는 원래 개발자를 위한 코딩 에이전트로 출발했다. 코드를 읽고, 수정하고, 테스트하고, 풀 리퀘스트를 검토하는 도구였다. 하지만 OpenAI는 Codex가 이제 소프트웨어 개발을 넘어 더 넓은 업무를 지원할 수 있다는 점을 강조한다.

발표에 따르면 매주 500만 명이 넘는 사람들이 Codex를 사용하고 있으며, 100만 명 이상은 소프트웨어 개발 외 업무에도 Codex를 활용하고 있다.

이 대목은 중요하다.

코딩 에이전트가 업무 에이전트로 확장되는 이유는, 기업 업무의 상당 부분이 사실상 ‘절차화 가능한 작업’이기 때문이다. 데이터를 가져오고, 형식을 맞추고, 비교하고, 문서를 만들고, 검토하고, 다시 수정하는 일은 개발 업무와 닮아 있다.

코딩에서 에이전트는 저장소를 읽고, 오류를 찾고, 수정하고, 테스트한다.

업무에서 에이전트는 문서를 읽고, 데이터를 찾고, 표를 만들고, 슬라이드를 만들고, 이해관계자에게 공유한다.

둘 다 핵심은 같다.

맥락을 이해하고, 도구를 사용하고, 중간 결과를 검증하고, 완료 가능한 결과물을 내는 것이다.

ChatGPT Work는 바로 이 원리를 일반 업무로 가져온다.

GPT-5.6이 맡은 역할

ChatGPT Work는 GPT-5.6을 기반으로 제공된다.

OpenAI는 GPT-5.6이 여러 단계의 작업을 추론하고, 사용자의 템플릿과 참고 파일을 따르는 자료를 만드는 데 강점을 가진다고 설명한다. 공식 페이지에서는 GPT-5.6이 Sol, Terra, Luna라는 세 가지 모델 계층으로 제공되며, ChatGPT Work와 Codex에서 사용자의 플랜과 필요에 따라 선택될 수 있다고 안내한다.

이는 업무형 AI에서 모델 성능의 기준이 달라지고 있음을 보여준다.

시험 문제를 잘 푸는 능력만으로는 충분하지 않다. 긴 작업을 기억하고, 지시사항을 유지하고, 파일 형식을 따르고, 여러 출처를 충돌 없이 결합하고, 최종 결과물을 업무에 바로 쓸 수 있는 형태로 만들어야 한다.

기업 현장에서 중요한 것은 화려한 답변이 아니다.

템플릿에 맞는 보고서.
수식이 깨지지 않는 스프레드시트.
실제 회의에 쓸 수 있는 슬라이드.
최신 데이터가 반영된 대시보드.
팀이 공유할 수 있는 프로젝트 사이트.

ChatGPT Work가 겨냥하는 것은 바로 이 ‘완성품’의 영역이다.

AI가 초안을 제안하는 시대에서, AI가 업무 산출물을 생산하는 시대로 넘어가고 있다.

앱과 파일을 연결하는 순간 AI는 달라진다

ChatGPT Work의 가장 큰 변화는 연결성이다.

OpenAI는 ChatGPT Work가 Slack, Microsoft Teams, Google Drive, SharePoint, 이메일, 캘린더, CRM, 프로젝트 트래커, 내부 도구 등과 연결될 수 있다고 설명한다. 사용자는 플러그인을 통해 업무에 쓰는 도구와 컨텍스트를 ChatGPT에 연결할 수 있고, 필요하면 특정 앱을 직접 지정해 정보를 가져오게 할 수도 있다.

이 연결이 중요한 이유는 명확하다.

AI는 맥락이 있어야 일을 할 수 있다.

지금까지 ChatGPT를 업무에 사용할 때 가장 큰 부담은 사용자가 직접 자료를 모아 넣어야 한다는 점이었다. 문서를 복사하고, 회의록을 붙여 넣고, 표를 업로드하고, 관련 메일을 설명해야 했다. AI가 똑똑해도 자료가 없으면 할 수 있는 일은 제한적이었다.

ChatGPT Work는 이 부담을 줄이려 한다.

사용자가 일하는 곳에 이미 있는 자료를 읽고, 그 자료들 사이의 관계를 파악하고, 필요한 결과물을 만든다. 고객 데이터룸과 Slack 대화를 검토해 계정 계획 슬라이드를 업데이트하거나, 새 고객 피드백을 모니터링해 제품 아이디어로 정리하는 방식이 가능해진다.

이때 AI는 더 이상 별도의 창에서만 작동하는 조언자가 아니다.

업무 시스템 안으로 들어온 실행자다.

Sites는 보고서와 앱 사이의 경계를 흐린다

이번 발표에서 흥미로운 기능 중 하나는 Sites다.

OpenAI는 ChatGPT 안에서 Sites 베타를 공개한다고 밝혔다. 사용자는 업무나 아이디어를 인터랙티브 사이트 또는 웹 앱으로 만들고, URL을 통해 팀과 공유하거나 공개할 수 있다.

이는 단순한 문서 생성 기능이 아니다.

지금까지 많은 업무 결과물은 문서, 스프레드시트, 슬라이드 중 하나였다. 보고서는 정적이고, 스프레드시트는 분석 중심이며, 슬라이드는 발표용이었다. 그러나 실제 업무에서는 점점 더 동적인 결과물이 필요하다.

라이브 대시보드.
프로젝트 트래커.
출시 캘린더.
내부 포털.
인터랙티브 보고서.
제품 프로토타입.

Sites는 이런 결과물을 ChatGPT가 만들도록 하는 기능이다.

이는 AI가 ‘글쓰기 도구’에서 ‘업무 소프트웨어 생성 도구’로 확장되고 있음을 의미한다. 더 이상 사용자가 별도의 웹 개발 지식이 없어도, 특정 목적을 가진 작은 업무용 웹 앱을 만들 수 있다.

이 변화는 노코드와 로우코드 시장에도 영향을 줄 수 있다.

과거에는 사용자가 도구 안에서 버튼과 블록을 조합해 앱을 만들었다면, 이제는 목표를 설명하면 AI가 필요한 인터페이스와 데이터 구조, 표시 방식을 만들어주는 방향으로 이동할 수 있다.

예약 작업은 AI를 ‘상시 운영 인력’으로 만든다

ChatGPT Work의 또 다른 핵심은 예약 작업이다.

예약 작업을 사용하면 ChatGPT가 한 번만 작업을 수행하는 것이 아니라, 정해진 시간에 반복하거나, 이벤트가 발생했을 때 실행하거나, 변화가 생기는지 계속 모니터링할 수 있다.

예를 들어 매주 Slack 업데이트를 검토해 회의 안건을 새로 만들 수 있다. 매일 아침 웹사이트와 대시보드를 확인해 변경 사항을 요약할 수 있다. 이메일로 새 피드백이 도착하면 프레젠테이션을 업데이트할 수 있다. 고객 활동이 달라질 때마다 계정 계획을 갱신할 수도 있다.

이 기능은 AI의 역할을 근본적으로 바꾼다.

지금까지 AI는 사용자가 부를 때만 응답했다. 예약 작업이 활성화되면 AI는 사용자가 부르기 전에 움직인다. 정해진 업무를 감시하고, 변화가 생기면 결과물을 업데이트하고, 필요할 때 사용자에게 보고한다.

이는 기업 업무에서 매우 큰 의미를 갖는다.

많은 조직 업무는 창의적 판단보다 반복적인 감시와 정리에 많은 시간을 쓴다. 새 메일이 왔는지 확인하고, 대시보드 수치가 바뀌었는지 보고, 고객 요청이 누락됐는지 찾고, 회의 자료를 최신 상태로 유지하는 일이다.

ChatGPT Work는 이런 일을 인간 대신 계속 수행하는 보조 인력처럼 작동할 수 있다.

AI는 이제 ‘대화 상대’가 아니라 ‘운영 인력’이 되고 있다.

데스크톱으로 들어온 AI의 의미

OpenAI는 ChatGPT 데스크톱 앱도 확장했다.

데스크톱에서 ChatGPT는 로컬 파일과 앱을 사용해 업무를 처리할 수 있고, 내장 브라우저를 통해 웹사이트와 온라인 도구, 클라우드 파일을 가져와 한곳에서 작업을 진행할 수 있다. 컴퓨터 사용 기능을 통해 필요한 위치를 클릭하고, 내용을 입력하고, 파일을 옮기는 작업도 수행할 수 있다.

이 변화는 중요하다.

브라우저 안의 AI는 웹 기반 업무에 강하다. 하지만 실제 직장인의 업무는 여전히 로컬 파일, 데스크톱 앱, 사내 시스템, 브라우저, 메신저, 이메일을 오간다. 사용자는 하루 종일 창을 옮기고, 파일을 열고, 복사하고, 붙여넣고, 다운로드하고, 다시 업로드한다.

ChatGPT가 데스크톱으로 들어온다는 것은 이 반복적인 조작 계층을 AI가 맡을 수 있다는 뜻이다.

이는 생산성 도구 시장의 경쟁을 바꿀 수 있다.

AI가 특정 앱 안에 붙는 것이 아니라, 운영체제와 브라우저, 파일 시스템과 업무 앱 사이를 가로지르는 에이전트가 되면, 기존 소프트웨어의 경계가 약해진다.

사용자는 더 이상 “엑셀에서 무엇을 해야 할까”, “슬랙에서 무엇을 찾아야 할까”, “브라우저에서 어디를 클릭해야 할까”를 따로 생각하지 않을 수 있다.

그저 목표를 말하고, AI가 앱 사이를 이동한다.

Atlas의 종료가 보여주는 전략 변화

OpenAI는 Chrome 사이드바에서 ChatGPT를 직접 사용할 수 있도록 확장 프로그램을 업데이트하고 있으며, 독립형 Atlas 브라우저는 단계적으로 종료한다고 밝혔다.

이 결정은 의미가 있다.

브라우저 자체를 새로 만들기보다, 사용자가 이미 쓰는 브라우저와 데스크톱 환경 속으로 ChatGPT를 깊게 넣겠다는 전략이다.

사람들은 새 브라우저로 쉽게 옮겨가지 않는다. 기업도 보안 정책과 호환성, 관리 문제 때문에 새 브라우저 도입에 신중하다. 반면 기존 브라우저와 데스크톱 앱 안에서 AI가 작동한다면 도입 장벽은 낮아진다.

이는 AI 제품 전략의 현실주의를 보여준다.

AI가 모든 앱을 대체하기보다, 사람들이 이미 일하는 공간에 들어가야 한다는 것이다.

OpenAI는 독립형 AI 브라우저보다, 브라우저와 데스크톱 전반에 걸친 에이전트 경험을 선택한 셈이다.

기업에게 가장 큰 문제는 보안과 거버넌스다

ChatGPT Work가 강력해질수록 기업의 걱정도 커진다.

AI가 이메일과 캘린더, CRM, 문서 저장소, 슬랙과 팀즈, 로컬 파일, 브라우저, 내부 도구에 접근한다면 권한 관리가 핵심 문제가 된다. AI가 잘못된 문서를 외부로 공유하거나, 민감한 정보를 부적절한 곳에 붙여넣거나, 허가되지 않은 시스템에 접근하면 심각한 사고가 발생할 수 있다.

OpenAI는 이를 의식해 보안과 거버넌스를 강조한다.

Enterprise와 Edu 관리자는 누가 ChatGPT Work에 접근할 수 있는지, 어떤 회사 컨텍스트를 사용할 수 있는지, 어떤 도구에 연결할 수 있는지, 어떤 작업을 수행할 수 있는지를 중앙에서 관리할 수 있다. Compliance API는 대화와 작업을 관리 감독할 수 있는 가시성을 제공한다고 설명된다.

자동 검토 기능도 언급됐다. 중요한 작업이 연결된 도구와 API를 통해 실행되기 전에, 모델이 이를 검토해 민감한 정보가 무단으로 공유되는 것을 막는 추가 보호 계층이다.

이 지점에서 ChatGPT Work는 단순한 생산성 도구가 아니라 기업용 운영 시스템에 가까워진다.

권한, 감사, 기록, 승인, 데이터 접근, 네트워크 접근, 민감 작업 제한이 모두 필요하다.

AI 에이전트의 시대에는 “무엇을 할 수 있는가”만큼 “무엇을 하지 못하게 할 것인가”가 중요해진다.

모든 팀이 AI 운영자를 갖게 되는 시대

OpenAI가 제시한 사용 사례는 영업, 마케팅, 재무, 비즈니스 운영, 데이터 분석, 엔지니어링을 모두 포함한다.

영업팀은 고객 활동 변화를 모니터링하고 계정 계획을 업데이트할 수 있다. 마케팅팀은 고객 조사에서 캠페인 브리프와 자산을 만들 수 있다. 재무팀은 원천 데이터를 찾고, Excel 또는 Sheets로 옮기고, 조정하고, 슬라이드로 정리할 수 있다. 운영팀은 프로젝트 상황을 추적하고, 데이터팀은 대시보드와 분석 보고서를 만들 수 있다.

이 변화의 본질은 팀마다 AI 비서가 생기는 것이 아니다.

팀마다 AI 운영자가 생기는 것이다.

비서는 사용자가 시킨 일을 돕는다. 운영자는 업무 흐름을 이해하고, 누락된 부분을 찾고, 반복 업무를 처리하고, 결과물을 최신 상태로 유지한다.

ChatGPT Work가 기업에 들어가면, 팀의 업무 방식은 바뀔 수 있다.

회의 전 자료 준비가 자동화되고, 고객별 계정 계획이 계속 업데이트되며, 월말 보고서 초안이 몇 시간 안에 만들어지고, 프로젝트 사이트가 실시간으로 갱신된다. 사람은 자료를 모으는 데 쓰던 시간을 줄이고, 판단과 설득, 의사결정에 더 많은 시간을 쓸 수 있다.

물론 이 전환은 자동으로 이뤄지지 않는다.

기업은 어떤 업무를 AI에 맡길지, 어떤 업무는 사람 승인이 필요한지, 어떤 데이터는 절대 접근시키지 않을지 정해야 한다. AI가 만든 결과물을 검토하는 책임도 명확히 해야 한다.

AI가 일을 많이 할수록 인간의 책임은 사라지는 것이 아니라 더 중요해진다.

한국 기업에는 ‘AI 활용’보다 ‘업무 재설계’가 필요하다

ChatGPT Work의 등장은 한국 기업에도 직접적인 시사점을 준다.

그동안 많은 기업의 AI 도입은 챗봇, 문서 요약, 사내 검색, 고객 응대 자동화에 머물렀다. 직원들이 AI를 개인적으로 활용하는 경우도 많았지만, 조직 차원의 업무 재설계까지 이어진 사례는 제한적이었다.

ChatGPT Work가 겨냥하는 것은 개인의 생산성 향상을 넘어 팀 단위 업무 흐름이다.

한국 기업도 이제 질문을 바꿔야 한다.

“직원들이 ChatGPT를 쓰게 할 것인가”가 아니라, “어떤 업무 프로세스를 AI 에이전트가 반복 수행하도록 바꿀 것인가”를 물어야 한다.

예를 들어 영업에서는 CRM, 이메일, 미팅 노트, 제안서, 고객 이슈를 연결해 계정 계획을 자동 갱신할 수 있다. 재무에서는 원천 데이터와 스프레드시트, 예산표, 보고서 템플릿을 연결해 월말 마감 자료를 만들 수 있다. 홍보와 정책 부서에서는 기사, 공시, 국회 일정, 규제 문서, 내부 메시지를 연결해 매일 아침 브리핑을 만들 수 있다.

중요한 것은 AI 도구를 하나 더 도입하는 것이 아니다.

업무의 입력, 처리, 검토, 승인, 배포 과정을 다시 설계하는 것이다.

AI가 들어오면 기존 업무 프로세스가 그대로 빨라지는 데 그치지 않는다. 어떤 단계는 사라지고, 어떤 역할은 바뀌며, 어떤 통제는 새로 필요해진다.

에이전트 AI는 조직의 ‘일하는 방식’을 바꾼다

ChatGPT Work가 보여주는 미래는 분명하다.

AI는 더 이상 화면 한쪽에 있는 상담창이 아니다.
AI는 파일을 열고, 데이터를 읽고, 브라우저를 움직이고, 문서를 만들고, 회의 자료를 갱신하고, 팀에 공유하는 실행자다.

이 변화는 기업의 조직 구조에도 영향을 줄 수 있다.

주니어 직원이 하던 자료 수집과 정리 업무가 줄어들 수 있다. 중간관리자는 AI가 만든 초안을 검토하고 판단하는 역할이 커질 수 있다. 전문가의 가치는 자료를 만드는 능력보다, 어떤 질문을 던지고 어떤 결과를 승인할지 판단하는 능력으로 이동할 수 있다.

하지만 위험도 있다.

AI가 잘못된 데이터를 가져오거나, 오래된 문서를 기준으로 보고서를 만들거나, 민감한 정보를 잘못 공유하거나, 조직 내 권한을 우회할 가능성이 있다. 자동화된 작업이 반복되면 작은 오류가 빠르게 확산될 수 있다.

따라서 에이전트 AI 시대의 조직은 두 가지 능력을 동시에 가져야 한다.

AI에게 일을 맡기는 능력.
AI가 한 일을 검증하는 능력.

이 둘 중 하나만 있어서는 부족하다.

질문에 답하는 AI의 시대가 끝나고 있다

ChatGPT Work는 OpenAI가 향하는 방향을 분명히 보여준다.

ChatGPT는 더 이상 질문에 답하는 도구로 머물지 않으려 한다. 사용자가 가진 목표를 실제 결과물로 바꾸는 파트너가 되려 한다. 이는 AI 제품의 경쟁 구도가 성능 평가표에서 업무 완결성으로 이동하고 있음을 뜻한다.

앞으로 기업이 AI를 평가하는 기준도 달라질 것이다.

답변이 얼마나 자연스러운가.
문서를 얼마나 잘 요약하는가.
코드를 얼마나 정확히 설명하는가.

이런 기준은 여전히 중요하다. 하지만 충분하지 않다.

이제는 이런 질문이 더 중요해진다.

AI가 우리 회사의 파일과 앱을 안전하게 연결할 수 있는가.
AI가 몇 시간 동안 업무를 이어가도 목표를 잃지 않는가.
AI가 만든 결과물이 실제 회의와 의사결정에 바로 쓰일 수 있는가.
AI가 반복 업무를 자동화하면서도 민감한 작업에는 승인을 요구하는가.
AI의 작업 내역을 감사하고 통제할 수 있는가.

ChatGPT Work의 등장은 AI가 지식 노동의 주변부가 아니라 중심부로 들어오고 있음을 보여준다.

이제 AI는 답을 주는 존재가 아니라, 일을 맡는 존재가 되고 있다.

그리고 그 순간부터 기업의 경쟁력은 AI를 얼마나 잘 쓰는가가 아니라, AI와 함께 일하는 방식을 얼마나 빨리 다시 설계하는가에 달려 있다.