GPT-5.6 탑재 'ChatGPT Work' 공개와 플랜별 배포 일정

슬랙에서 내용을 확인해 엑셀에 정리하고, 이를 다시 슬라이드로 옮기는 작업은 많은 직장인이 겪는 반복적인 단순 업무다. OpenAI는 이러한 파편화된 도구 간의 이동을 자동화하는 에이전트 ChatGPT Work를 공개했다. 이 서비스는 단순한 답변 제공을 넘어 사용자의 앱과 워크플로우를 넘나들며 시트, 슬라이드, 문서, 웹 앱 같은 최종 결과물을 직접 만들어낸다. 사용자는 이를 통해 이전보다 더 도전적이고 규모가 큰 과업을 수행할 수 있다.

ChatGPT Work는 최신 프론티어 모델인 GPT-5.6을 탑재했다. GPT-5.6은 추론(Reasoning, 복잡한 문제를 단계별로 분석해 해결하는 능력)과 다단계 과업 수행에 최적화된 모델이다. 이 모델은 사용자가 제공한 템플릿과 참조 파일을 엄격히 따르며, 결과물을 생성하는 과정에서 최신 기술 수준의 추론 능력을 발휘한다. 특히 몇 시간에 걸쳐 지속되어야 하는 복잡한 프로젝트를 작은 단위의 과업으로 분해해 독립적으로 수행하는 것이 가능하다.

서비스 배포는 플랫폼과 플랜별로 구분되어 진행된다. 웹과 모바일 환경에서는 Pro, Enterprise, Edu 플랜 사용자에게 우선적으로 배포되며, Plus와 Business 플랜 사용자는 향후 며칠 내로 기능을 사용할 수 있다. Windows와 Mac용 데스크톱 앱의 경우 Free 플랜을 포함한 모든 사용자에게 Chat, Work, Codex 기능을 제공한다. 해당 데스크톱 앱은 전 세계 어디서든 다운로드하여 즉시 사용할 수 있도록 배포되었다.

코딩 에이전트인 Codex의 활용 범위가 개발 영역을 넘어 확장되고 있다. 현재 Codex의 주간 사용자 수는 500만 명을 기록하고 있으며, 이 중 소프트웨어 개발 업무 외의 용도로 사용하는 비개발자 사용자가 100만 명을 넘어섰다. 이는 특정 기술 직군을 위한 도구가 일반적인 사무 환경의 과업 수행을 지원하는 범용 에이전트로 진화하고 있음을 입증하는 수치다. Codex 기술은 이제 ChatGPT 내부에 통합되어 웹과 모바일, 데스크톱 전반에서 실제 업무를 완수하는 기반이 된다.

컴퓨터 제어(Computer Use)와 스케줄링 기반의 자동화 구조

인공지능은 채팅창 안에서 답만 주는 도구라는 생각은 이제 틀렸다. ChatGPT Work는 컴퓨터 제어(Computer Use, 사용자를 대신해 OS를 조작하는 기능)를 통해 배경에서 직접 클릭하고 타이핑하며 파일을 이동시킨다. 사용자가 마우스와 키보드로 수행하던 단순 반복 조작을 에이전트가 시스템 권한을 가지고 앱과 브라우저를 넘나들며 직접 수행하는 방식이다. 일회성 작업뿐 아니라 예약 작업의 일부로 포함해 컴퓨터 내의 복잡한 단계를 자동으로 처리한다. 챗봇의 영역을 넘어 실제 PC 환경의 실행자로 역할이 확장되었다.

내장 브라우저는 앱 내부에서 웹사이트 정보를 수집하고 Google Workspace나 Microsoft 365 파일을 직접 수정한다. 시장 조사나 소스 비교, 웹페이지 내 단계별 작업 수행을 위해 브라우저를 활용해 최신 맥락을 가져온다. 여기에 플러그인(외부 앱의 기능을 연결하는 확장 도구) 시스템을 더해 Slack, Teams, Google Drive, SharePoint 같은 기업용 협업 툴을 호출한다. 프롬프트에 @ 기호를 입력해 특정 앱을 지정하면 해당 도구의 맥락을 즉시 가져와 분석에 활용한다. 통합 플러그인 디렉토리를 통해 관련 도구를 추천받고 연결하는 과정이 포함된다. 파편화된 SaaS(서비스형 소프트웨어) 간의 데이터 이동을 자동화하는 구조다.

예약 작업(Scheduled Tasks, 특정 조건에서 과업을 자동 실행하는 기능)은 정해진 시간이나 이벤트 발생 시 독립적으로 작동한다. 예를 들어 Microsoft Teams나 Slack에 올라온 신규 메시지를 감지해 자동으로 업데이트된 문서나 슬라이드로 변환하고 팀에 공유하는 과업을 수행한다. 작업 결과물은 사이트(Sites, 퍼블릭 베타) 기능을 통해 URL 형태의 인터랙티브 웹 앱이나 라이브 대시보드, 프로젝트 트래커, 런칭 캘린더, 내부 포털로 변환해 배포할 수 있다. 사용자는 ChatGPT 내부에서 사이트를 테스트하고 정보 변경에 따라 내용을 실시간으로 업데이트한다. 정보 수집부터 최종 결과물 발행까지의 워크플로우를 하나의 루프로 완결한다.

Codex 통합과 Atlas 브라우저 종료가 의미하는 환경 변화

개발자는 전용 코딩 도구를 쓰고 일반 사용자는 채팅창을 쓰는 것이 일반적이었다. OpenAI는 별도의 앱으로 운영하던 Codex를 ChatGPT 데스크톱 앱으로 통합한다. Codex는 코드를 전문적으로 작성하고 관리하는 코딩 에이전트다. 기존에는 개발 환경과 채팅 환경을 오가며 작업해야 했으나 이제는 하나의 앱에서 두 작업이 동시에 이뤄진다. 특히 개발자뿐만 아니라 비개발자 사용자층이 확대됨에 따라 접근성을 높인 조치다. 전문 개발 도구가 일반 업무 환경으로 흡수되며 개발자와 비개발자의 도구 격차가 줄어든다.

통합된 Codex는 개발 워크플로우에 맞춘 세부 기능을 제공한다. Diff(코드의 변경 사항을 비교해 보여주는 기능) 내에서 코드를 즉시 수정하는 인라인 편집이 가능하다. 사이드 패널에서는 PR(풀 리퀘스트, 변경한 코드를 메인 저장소에 반영해달라고 요청하는 절차) 리뷰를 수행한다. 단일 프로젝트 내에서 여러 개의 저장소(코드 파일들을 모아두는 저장 공간)를 동시에 지원하는 기능도 추가됐다. 기존에는 프로젝트마다 저장소를 따로 관리해야 했으나 이제는 하나의 프로젝트 안에서 여러 저장소를 넘나들며 작업할 수 있다. 단순한 코드 생성을 넘어 코드 관리의 전 과정을 앱 내부에서 처리하며 개발 생산성을 높인다.

브라우저 접근 방식은 독립형에서 내장형으로 바뀐다. Chrome 확장 프로그램 업데이트를 통해 브라우저 사이드바에서 ChatGPT를 직접 사용할 수 있다. 동시에 독립 브라우저였던 Atlas 서비스는 종료하며 모든 기능을 ChatGPT 통합 환경으로 전환한다. 사용자가 AI를 쓰기 위해 별도의 브라우저를 켜는 대신 기존 웹 서핑 환경에 AI를 얹어 쓰는 방식이다. 이는 Atlas를 통해 얻은 에이전트 도구의 유용성을 기존 브라우저 환경으로 확장한 결과다. 웹 브라우징과 AI 작업의 물리적 분리를 없애고 브라우저 자체를 AI의 인터페이스로 활용한다.

기업용 거버넌스와 Compliance API를 통한 실무 도입 기준

보안 책임자가 에이전트의 권한 승인 버튼 앞에서 망설이는 장면은 기업 도입 단계에서 흔히 발생한다. ChatGPT Work는 ChatGPT Enterprise의 보안, 개인정보 보호, 컴플라이언스(법규 준수) 기반 설계 위에서 구동된다. Enterprise 및 Edu 플랜 관리자는 누가 서비스에 접근할 수 있는지, 에이전트가 어떤 기업 컨텍스트(배경 정보)를 참조할지, 어떤 외부 도구에 연결하고 어떤 구체적인 작업을 수행할지를 중앙에서 제어한다. 권한이 큰 에이전트일수록 관리자의 통제 범위와 가시성이 실무 도입의 결정적 기준이 된다. 이는 에이전트가 단순한 보조 도구를 넘어 기업의 실행 권한을 갖는 주체가 되었음을 의미한다.

대규모 조직은 수많은 에이전트가 동시에 수행하는 개별 행동을 추적할 수 있는 가시성이 필요하다. 이를 위해 제공되는 Compliance API(기업 감독용 인터페이스)는 에이전트가 수행한 대화와 작업 내역을 대규모로 확인할 수 있는 가시성을 제공한다. 관리자는 이 API를 통해 에이전트가 내부 규정을 준수하며 과업을 수행하는지 감독하고 모든 수행 기록을 데이터로 확보한다. 이는 단순한 채팅 로그 확인을 넘어, 에이전트가 기업의 자산에 접근해 수행한 실제 액션까지 추적함으로써 보안 사고에 대응하고 감사 증적을 남기는 체계를 구축하는 근거가 된다. 기업은 이를 통해 에이전트의 작업 결과뿐 아니라 과정의 정당성을 검증한다.

제어 방식은 사용 환경의 특성에 따라 세분화되어 적용된다. 웹 환경에서 관리자는 플러그인 접근 권한을 개별적으로 관리하고, 클라우드 환경을 위한 브라우저 사용 및 네트워크 액세스를 설정하며, 연결된 시스템 내에서 수행되는 민감한 작업들을 제한한다. 데스크톱 환경에서는 Codex의 기업 거버넌스(관리 체계) 모델과 관리자 제어 기능을 계승하여 적용한다. 특히 로컬 파일과 앱, 브라우저 및 도구에 접근하는 에이전트의 네트워크 액세스 정책을 설정함으로써, 로컬 환경의 데이터가 외부로 무단 전송되는 경로를 차단하고 통제한다. 기업은 이러한 세부 설정을 통해 에이전트의 자율성과 보안 사이의 균형점을 설정하고 실무에 배치한다.

슬랙의 내용을 엑셀로 옮기고 다시 슬라이드로 구성하던 단순 반복 업무의 주체는 이제 사람에서 에이전트로 바뀐다. 챗봇에게 답을 구하는 단계를 넘어, Computer Use와 Scheduled Tasks를 통해 파편화된 SaaS 툴 사이의 워크플로우를 직접 수행하게 하는 것이 핵심이다.

결국 도입의 성패는 Compliance API를 통해 에이전트의 자율성과 보안 사이의 균형점을 얼마나 정교하게 설정하느냐에 달렸다. 기업은 내부 거버넌스 기준에 따라 에이전트의 권한 범위를 설정하고 실무 배치 가능성을 판단하는 것으로 도입 준비를 마쳐야 한다.