AI 보조에서 AI 실행으로, 이번 발표가 다른 이유
매일 AI에게 초안을 만들어달라고, 정리해달라고 부탁하죠. 그러면 다시 그걸 붙여넣고, 다듬고, 다른 앱에 옮기는 건 사람 몫이었어요. OpenAI가 7월 9일 출시한 ChatGPT Work는 이 흐름을 바꾸려는 제품이에요. 슬라이드도, 스프레드시트도, 심지어 웹앱까지 — AI가 수 시간에 걸쳐 혼자 완성하는 방향으로요.
이름은 익숙해도 아키텍처가 꽤 달라요.
핵심 요약
- GPT-5.6 기반 에이전트 레이어로, 데스크톱 앱이 Chat / Work / Codex 세 모드로 나뉘어요
- 슬라이드·시트·문서·Sites(웹앱) 완성이 가능하고, Scheduled Tasks로 자리를 비워도 워크플로우가 계속 돌아가요
- Computer Use로 클릭·타이핑·파일 이동 같은 컴퓨터 조작도 직접 해요
- Google Drive·Slack·Teams·Salesforce 등 수십 개 앱을 ”@” 멘션으로 연결해 컨텍스트를 직접 가져와요
- 데스크톱(Mac/Windows)은 전 플랜 즉시 이용 가능, 웹·모바일은 Pro, Pro Lite, Enterprise, Edu 우선으로 순차 확대 (2차 보도 기준)
From Assistant to Executor — Why This Launch Feels Different
Every day you ask AI for a draft, a summary, a starting point. Then you paste, clean up, and carry it to the next app yourself. ChatGPT Work, launched July 9, is OpenAI’s answer to that gap: an agentic layer that doesn’t just start the task but finishes it — slides, sheets, docs, and even web apps, over hours.
The name is familiar. The architecture is different.
TL;DR
- Built on GPT-5.6, running as a distinct “Work” mode in the desktop app alongside Chat and Codex
- Produces slides, sheets, docs, and Sites (web apps); Scheduled Tasks keep workflows running while you’re away
- Computer Use lets it click, type, and move files directly on your computer
- Connects to Google Drive, Slack, Teams, Salesforce, and dozens more via ”@” mention — the agent pulls context, you don’t paste it
- Desktop available for all plans immediately; web and mobile rolling out to Pro, Pro Lite, Enterprise, and Edu first (based on secondary reporting)
뭐가 어떻게 달라졌나요
Chat이 아니라 Work 모드
ChatGPT 데스크톱 앱에 이제 세 가지 모드가 있어요. 기존의 Chat, 코딩 특화 Codex, 그리고 이번에 새로 나온 Work. 같은 GPT-5.6을 쓰지만 모드에 따라 에이전트가 활성화되는 방식이 달라요.
Work 모드의 핵심은 완성까지 책임지는 에이전트예요. “이 회의 노트로 보고서 만들어줘”라고 하면 초안을 주는 게 아니라, Slack에서 관련 대화를 가져오고, Google Drive에서 자료를 찾고, 슬라이드를 만들어서 팀에 공유까지 해요. 중간에 사람이 개입할 필요 없이요. (2차 보도 기준: The Decoder, The Neuron)
Scheduled Tasks — 비어 있는 동안에도 돌아가요
자리를 비워도 워크플로우가 계속 돌아가는 게 Scheduled Tasks예요. Teams나 Slack의 새 메시지를 주기적으로 확인해서 문서로 만들거나, 특정 이벤트가 발생하면 자동으로 보고서를 생성하는 방식으로 동작해요. (2차 보도 기준: The Neuron, Nerova) 반복 업무를 설정해두고 결과물을 받아보는 구조예요.
Computer Use — 앱을 직접 조작해요
Computer Use가 Work에 통합됐어요. 클릭, 타이핑, 파일 이동 같은 동작을 AI가 실제로 수행해요. 1회성 작업으로 쓸 수도 있고, Scheduled Task의 일부로 돌릴 수도 있어요.
보안 측면에서 OpenAI는 “adversarial red-teaming 중 보호 데이터 추출 시도를 100% 차단했다”고 발표했어요. (수치 출처: The Decoder 2차 보도 — OpenAI 자체 평가, 외부 검증 없음) Computer Use처럼 컴퓨터를 직접 제어하는 기능은 실제로 써보면서 신뢰성을 확인하는 게 맞아요.
통합 앱 생태계
Google Drive, SharePoint, Slack, Teams, Gmail, Outlook, Salesforce, Adobe, Zoom, LinkedIn, GitHub, Canva, Dropbox — ”@” 멘션으로 불러오거나 에이전트가 자동으로 판단해 연결해요. (2차 보도 기준: The Decoder) 컨텍스트를 사람이 붙여넣는 게 아니라 에이전트가 필요한 앱에서 직접 가져오는 방식이에요.
GPT-5.6은 세 가지예요
함께 GA로 전환된 GPT-5.6은 Sol·Terra·Luna 세 가지로 구분돼요. (2차 보도 기준: DataCamp, community.openai.com)
| 모델 | 포지셔닝 | API 가격 (1M 토큰) |
|---|---|---|
| Sol | 최강 성능 | 입력 $5 / 출력 $30 |
| Terra | 균형 | 입력 $2.50 / 출력 $15 |
| Luna | 속도·비용 최적화 | 입력 $1 / 출력 $6 |
6월 26일 limited preview로 시작해서 7월 9일 GA(일반 출시)가 됐고, ChatGPT Work와 함께 나왔어요.
Workspace Agents는 Business·Enterprise 플랜에서 에이전트를 팀 단위로 만들고 공유하는 기능이에요. Slack 연동도 포함돼 있어서 팀원이 별도 도구 없이 에이전트를 바로 쓸 수 있고요. (2차 보도 기준: Nerova) 이 기능의 과금이 7월 6일부터 토큰 기반으로 전환됐어요.
왜 중요한가요
에이전트 AI 얘기가 많았는데, 실제로 기업 도구로 들어오는 건 이번이 처음에 가까워요.
포지셔닝 변화가 중요해요. OpenAI는 ChatGPT Work를 “chat assistant”에서 “task execution layer”로 명시적으로 설명해요. (2차 보도 기준: Nerova) 이게 단순한 마케팅 언어가 아닌 이유는 Workspace Agents 과금이 7월 6일 토큰 기반으로 전환됐기 때문이에요. 기업이 에이전트를 인프라처럼 쓰기 시작했다는 신호예요.
기존 AI 협업에서 가장 걸리는 게 컨텍스트 이동이었어요. Slack에서 복사하고, 드라이브에서 다운로드하고, AI에 붙여넣고, 결과물을 다시 옮기는 과정이요. ChatGPT Work가 이 연결 비용을 없애준다면, 생산성 향상의 의미가 ‘더 빨리 쓰기’에서 ‘결정에 쓰는 시간 확보’로 달라져요.
핵심 통찰
에이전트 AI의 진짜 기준은 ‘더 잘 쓰는 것’이 아니라 ‘완성까지 책임지는 것’이에요.
같은 주에 Grok 4.5, Fable 5 같은 모델들도 나왔어요. 모두 모델 성능을 중심으로 얘기했는데, OpenAI는 “무엇을 완성할 수 있는가”로 경쟁의 기준을 다르게 잡았어요. 이 차이가 결국 어떤 플레이어가 기업 환경에 자리를 잡는지를 가를 거예요.
My Take
솔직히 아직 skeptical한 부분이 있어요. Computer Use가 실제 업무 환경에서 얼마나 신뢰성 있게 동작하는지는 써봐야 알고, “100% 차단”은 자체 평가예요. 통합 앱이 많아질수록 공격 표면도 커진다는 것도 고려해야 하고요.
그런데 방향은 맞아요. AI를 쓸 때 가장 번거로운 부분이 컨텍스트 이동이에요. ChatGPT Work가 이 부분을 실제로 해결해준다면, 쓰는 방식 자체가 달라질 거예요.
지금 해볼 수 있는 것: ChatGPT 데스크톱 앱을 업데이트하고 Work 탭을 열어보세요. Scheduled Tasks로 반복 업무 하나를 등록해보는 것부터 시작하는 게 현실적이에요. Computer Use와 Workspace Agents는 실제로 써보면서 신뢰성을 직접 확인하는 게 맞아요.
What Actually Changed
It’s a Mode, Not Just a Model Upgrade
The ChatGPT desktop app now has three modes: Chat, Codex, and Work. All three run on GPT-5.6, but Work activates the full agentic stack.
Work mode means the agent takes responsibility for the final output, not just a first draft. Ask it to “turn these meeting notes into a report” and it pulls the relevant Slack thread, grabs files from Google Drive, builds the slide deck, and shares it with the team — no human handoff. (Based on secondary reporting: The Decoder, The Neuron)
Scheduled Tasks — Work Runs While You’re Away
Scheduled Tasks queue workflows to run on a schedule or trigger. In practice: ChatGPT monitors your Teams or Slack channels, converts new messages into structured documents, or generates weekly summaries automatically. (Secondary source: The Neuron, Nerova) You set it up once and collect outputs.
Computer Use — It Can Click Things
Computer Use is built into ChatGPT Work. The model clicks, types, and moves files on your actual machine — as a standalone task or as part of a Scheduled Task. OpenAI claims it “blocked 100 percent of attempts to extract protected data during adversarial red-teaming.” (Source: The Decoder; self-reported figure, no independent verification.) Computer Use on real hardware is the part to pressure-test before trusting at scale.
The App Integration Layer
Google Drive, SharePoint, Slack, Teams, Gmail, Outlook, Salesforce, Adobe, Zoom, LinkedIn, GitHub, Canva, Dropbox — via ”@” mention or automatic agent selection. (Secondary source: The Decoder) You don’t paste context. The agent fetches it.
GPT-5.6 Is Three Models
GPT-5.6 moved from limited preview (June 26) to GA (July 9) alongside ChatGPT Work. It ships in three tiers: (Based on multiple secondary sources)
| Model | Positioning | API Price (per 1M tokens) |
|---|---|---|
| Sol | Max capability | $5 in / $30 out |
| Terra | Balanced | $2.50 in / $15 out |
| Luna | Speed + cost | $1 in / $6 out |
Workspace Agents — for Business and Enterprise teams to build, share, and schedule agents — switched to token-based billing on July 6. (Secondary source: Nerova)
Why It Matters
We’ve talked about agentic AI for years. ChatGPT Work is one of the first commercial products that ships it into the enterprise workflow stack.
The reframe is explicit: OpenAI describes ChatGPT Work as a move from “chat assistant” to “task execution layer.” (Secondary source: Nerova) The billing switch for Workspace Agents on July 6 backs that up — it’s a signal that OpenAI is trying to make agents infrastructure, not just a product feature.
The productivity gap ChatGPT Work targets is real. Context transfer — copy from Slack, download from Drive, paste into AI, move the output — is where AI-assisted workflows currently break down most. If Work handles that loop end-to-end, the gain isn’t “write faster.” It’s “spend more time deciding and less time moving files.”
Key Insight
The bar for useful AI at work isn’t being smarter. It’s taking ownership of the final output, not just the first draft.
Grok 4.5, Fable 5, and ChatGPT Work all launched the same week. The other two competed on model benchmarks. OpenAI competed on what gets finished. That distinction will likely determine which players get embedded into enterprise stacks over the next year.
My Take
Computer Use is the part to watch. “100% blocked” is OpenAI’s own red-team figure — no external audit yet. More integrations also means a larger attack surface.
But the direction is right. If ChatGPT Work genuinely closes the context-transfer loop, the way people use AI at work changes structurally — not just “I use AI to write faster” but “AI handles the connective tissue of my workflows.”
Start here: update the ChatGPT desktop app, open Work mode, and try setting up one Scheduled Task for a repeating workflow. That’s the lowest-risk first test. Hold judgment on Computer Use and Workspace Agents until you’ve seen them run end-to-end in your actual environment.
댓글Comments