오픈AI가 2026년 7월 9일 ‘챗GPT 워크(ChatGPT Work)‘라는 새 업무용 에이전트를 공개했습니다. 코딩 도구였던 코덱스(Codex)를 챗GPT 안으로 끌어들여, 개발자가 아닌 일반 사무직도 문서·스프레드시트·프레젠테이션·웹페이지 제작 같은 작업을 몇 시간에 걸쳐 알아서 처리하게 만든 것이 핵심입니다. 챗GPT 워크 업무 활용법을 궁금해하는 분들이 많은데, 이 글에서는 무엇이 달라졌는지와 중소기업 실무 관점에서 어떻게 접근하면 좋을지를 정리해보겠습니다.
지금까지 챗GPT는 질문하면 답을 주는 방식이었고, 코덱스는 개발자가 코드를 짜 달라고 시키는 도구였습니다. 이번에 오픈AI가 공개한 챗GPT 워크는 챗GPT에 코덱스를 결합해 여러 앱의 자료를 모아 문서·스프레드시트·프레젠테이션·웹사이트까지 몇 시간에 걸쳐 대신 만들어주는 방식으로 바뀌었다는 점이 다릅니다. 최신 모델 GPT-5.6을 기반으로 구동되며, 실제로 코덱스를 소프트웨어 개발 외 업무에 쓰는 사용자가 이미 백만 명을 넘어섰다는 점이 이번 확장의 배경이 됐습니다.
챗GPT 워크는 기존 챗봇과 뭐가 다른가요
가장 큰 차이는 ‘한 번 대답하고 끝’이 아니라 ‘작업을 맡기면 알아서 끝까지 진행’한다는 점입니다. 기업 내부 데이터를 활용해 재무 예측을 업데이트하거나 리서치 업무를 수행하는 등 비개발자도 사용할 수 있는 범용 업무 자동화 기능을 제공하는 것이 특징입니다. 문서와 스프레드시트, 프레젠테이션, 웹 애플리케이션 제작은 물론, 여러 단계로 이뤄진 복잡한 업무를 장시간에 걸쳐 자율적으로 수행할 수 있도록 설계됐다는 점에서 기존의 질의응답형 챗봇과는 결이 다릅니다.
예를 들어 재무 담당자가 “이번 달 매출 데이터를 정리해서 임원 보고용 요약본을 만들어줘”라고 요청하면, 챗GPT 워크는 연결된 스프레드시트와 문서에서 데이터를 끌어와 표와 그래프를 포함한 보고서 초안을 스스로 완성합니다. 사람이 할 일은 중간 점검과 최종 검토로 줄어드는 구조입니다.
[업무 요청] → [연결된 앱·파일에서 자료 수집]
→ [단계별 작업 자율 수행 - 몇 시간 소요 가능]
→ [문서/시트/PPT/웹앱 형태로 결과물 완성]
→ [사람이 검토·수정]통합된 플러그인 디렉터리를 통해 이미 업무에서 쓰고 있는 툴의 맥락을 끌어오는 방식이라, 앱을 멘션하면 챗GPT가 관련 맥락을 자동으로 제안해주는 구조입니다. 다만 국내에서는 아직 Pro, Enterprise, Edu 플랜부터 순차적으로 열리는 중이라, 일반 개인 요금제 사용자가 바로 체감하기까지는 시간이 걸릴 수 있습니다.
왜 지금 이 흐름이 나왔을까요
오픈AI가 코딩 도구를 비개발자 업무용으로 확장한 이유는 단순합니다. 매주 코덱스를 이용하는 사용자가 오백만 명에 달하고, 그중 백만 명 이상이 소프트웨어 개발 외의 업무에 코덱스를 쓰고 있다는 점이 이번 확장의 배경입니다. 즉 개발자만 쓰던 자동화 능력에 대한 수요가 일반 사무직에서도 이미 확인된 상태였고, 이를 정식 상품으로 만든 셈입니다.
이는 저희가 앞서 다뤘던 업무 툴 안으로 들어온 AI 에이전트 흐름의 연장선이기도 합니다. 다만 이번에는 별도 업무 툴에 에이전트가 얹히는 게 아니라, 챗봇 자체가 코딩 수준의 자동화 능력을 갖추고 업무 전면에 나섰다는 점이 새롭습니다. 경쟁사인 앤트로픽도 비슷한 시기에 Claude Cowork 등 유사한 방향의 업데이트를 이어가고 있어, 앞으로 이런 ‘알아서 끝내는 업무 에이전트’ 경쟁은 더 빨라질 가능성이 큽니다.
중소기업 실무자는 무엇을 준비해야 할까요
당장 도입 여부를 결정하기 전에 점검할 부분이 몇 가지 있습니다.
첫째, 어떤 업무에 쓸지 범위를 좁히는 것이 먼저입니다. 반복적이고 정형화된 보고서·제안서 초안 작업처럼 결과물의 형식이 정해진 업무부터 시험해보는 것이 안전합니다. 처음부터 판단이 중요한 의사결정 업무에 맡기기보다는, 사람이 검토하기 쉬운 영역에서 시작하는 편이 리스크를 줄입니다.
둘째, 연결하는 앱과 파일의 범위를 명확히 정해야 합니다. 여러 앱에서 자료를 끌어오는 구조이다 보니, 어떤 데이터까지 접근을 허용할지 미리 정리해두지 않으면 의도치 않게 민감한 자료가 결과물에 섞여 들어갈 수 있습니다. 이 부분은 저희가 정리했던 사내 AI 사용 가이드라인 만드는 법에서 다룬 데이터 등급 구분과 같은 원칙을 그대로 적용할 수 있습니다.
셋째, 장시간 자율 작업이라는 특성 때문에 결과물을 받은 뒤 검토하는 절차를 반드시 정해두어야 합니다. 몇 시간에 걸쳐 스스로 작업을 이어가는 방식이라, 중간 과정을 사람이 매번 확인하기 어렵습니다. 최종 결과물이 나온 뒤 어떤 기준으로 검토하고 승인할지 절차를 문서화해두는 것이 필요합니다.
넷째, 여러 AI 도구가 동시에 회사 업무에 들어오는 상황이라면 관리 부담도 함께 커집니다. 챗GPT 워크뿐 아니라 다른 에이전트 도구까지 늘어나는 경우라면, 저희가 정리한 에이전트가 늘어난 사무실, 이제는 관리가 필요합니다 글에서 다룬 이력 관리와 권한 정리 방식을 참고할 만합니다.
코딩 없이 자동화, 그래도 사람이 봐야 하는 이유
챗GPT 워크 같은 도구가 코딩을 몰라도 자동화된 결과물을 만들어주는 것은 분명 매력적입니다. 하지만 자동으로 만들어진 보고서나 문서라도 숫자와 문맥이 실제 업무 상황과 맞는지는 사람이 확인해야 합니다. 자동화는 반복 작업의 부담을 줄여주는 도구일 뿐, 최종 책임과 판단은 여전히 사람에게 남아 있다는 점을 놓치지 않아야 합니다.
작은 회사일수록 이런 도구를 전사적으로 한꺼번에 들이기보다는, 특정 부서나 특정 업무 하나를 정해 3~4주 정도 시범 운영해보고 효과와 위험을 함께 점검하는 방식이 부담이 적습니다. 시범 기간 동안 결과물의 정확도, 소요 시간 절감 효과, 예상치 못한 오류 사례를 함께 기록해두면 다음 확대 적용 여부를 판단하는 근거가 됩니다.
챗GPT 워크를 비롯해 이런 업무 자동화 에이전트가 늘어나는 흐름은 앞으로도 계속될 것으로 보입니다. 픽셀앤코드는 맞춤형 소프트웨어 개발과 데이터 가공, IT 교육을 함께 다루는 회사로서, 이런 새로운 AI 도구를 회사 업무 환경에 맞게 어떻게 접목할지 고민하는 실무자분들과 함께 검토할 수 있는 부분이 있다면 언제든 편하게 문의해주시기 바랍니다.