OpenAI 슈퍼앱. ChatGPT Work 상륙
📺 원본 영상: OpenAI 슈퍼앱. ChatGPT Work 상륙
🎙️ 채널: 코드팩토리
📅 정리 일자: 2026-07-22
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료, 차트, 코드, 슬라이드 등은 포함되지 않을 수 있습니다.
개요
이 영상은 OpenAI가 ChatGPT 앱 안에 Codex와 ChatGPT Work를 통합하면서, AI 사용 경험이 단순한 질의응답에서 실제 업무 산출물 생성으로 이동하고 있다는 점을 다룬다. 강연자는 발표자료, PDF 인보이스, 스프레드시트 기반 고객 문자 생성 사례를 직접 시연하면서, ChatGPT Work가 일반 지식 근로자의 반복 업무를 어떻게 줄일 수 있는지 설명한다.
핵심은 AI가 더 이상 “답변을 주는 도구”에 머무르지 않는다는 점이다. 사용자는 원하는 목표와 맥락을 자연어로 던지고, ChatGPT Work는 그 맥락을 바탕으로 프레젠테이션, 문서, PDF, 스프레드시트 같은 실무 결과물을 만든다. 강연자는 이 변화가 개발자 중심의 AI 도구 시장을 넘어, 일반 사무직과 사업자까지 포함하는 더 큰 생산성 시장으로 확장되는 신호라고 해석한다.
ChatGPT 앱의 통합과 업무 환경의 재편
강연자가 가장 먼저 강조한 변화는 Codex와 ChatGPT Work가 하나의 ChatGPT 앱 안에서 구분된 작업 모드로 제공된다는 점이다. 기존에는 개발자를 위한 Codex 경험과 일반적인 ChatGPT 사용 경험이 분리되어 있었다면, 이번 업데이트에서는 사용자가 하나의 앱 안에서 개발 작업과 일반 업무 자동화를 선택할 수 있는 구조가 만들어졌다고 설명한다. 화면 왼쪽 사이드바에서 Codex와 ChatGPT Work를 고를 수 있고, 선택한 모드에 따라 중앙 영역의 추천 작업과 플러그인 구성이 달라진다는 점이 중요한 변화로 제시된다.
01:59 - 사이드바에서 Codex와 ChatGPT Work를 선택하는 UI
강연자는 이 구분이 앞으로 AI 업무 시장의 방향을 보여준다고 본다. 한쪽에는 코드 작성, 개발 환경 구성, 기술 구현처럼 전문가가 다루는 작업이 있고, 다른 한쪽에는 문서 작성, 발표자료 제작, PDF 생성, 스프레드시트 정리처럼 일반 지식 근로자가 매일 반복하는 작업이 있다. OpenAI가 ChatGPT Work를 별도 옵션으로 노출한 것은 후자의 시장, 즉 개발자가 아닌 99%의 업무 사용자를 겨냥한 전략으로 해석할 수 있다.
이 변화가 실무적으로 중요한 이유는 사용자가 AI를 “대화창”으로만 인식하지 않게 만들기 때문이다. 대화창은 질문을 던지고 답을 받는 공간이지만, ChatGPT Work는 특정 산출물 유형을 미리 고르고 그 결과물을 직접 생성하는 작업 공간에 가깝다. 따라서 사용자는 더 이상 답변을 복사해 PowerPoint나 Excel로 옮기는 중간 작업을 반드시 거칠 필요가 없고, AI가 만든 초안을 바로 검토하고 수정하는 방식으로 업무 흐름을 바꿀 수 있다.
프레젠테이션 생성 사례: 답변에서 산출물로 이동하다
첫 번째 시연은 ChatGPT Work를 활용해 상사를 설득하기 위한 프레젠테이션을 만드는 작업이다. 강연자는 “이번에 새로 업데이트된 ChatGPT Work 기능을 리서치하고, 왜 회사가 ChatGPT를 구독하고 ChatGPT Work를 사용해야 하는지 상사를 설득할 수 있는 발표자료를 만들어 달라”는 식의 프롬프트를 입력했다. 여기서 중요한 점은 사용자가 프레젠테이션이라는 산출물 유형을 선택했기 때문에, 프롬프트 끝에 “PPT를 만들어 달라”고 명시하지 않아도 시스템이 발표자료 제작 맥락을 이해했다는 것이다.
05:53 - 프레젠테이션 생성 전 모델, Fast Mode, Effort 옵션을 설정하는 화면
생성된 발표자료의 방향도 단순한 AI 찬양이 아니라 “회사가 어떤 일을 더 빠르고 안전하게 끝낼 수 있는가”에 맞춰졌다고 강연자는 설명한다. 이는 ChatGPT Work가 사용자의 목적과 청중을 해석해 설득 구조를 잡는다는 점을 보여준다. 사용자가 한국어로 요청했기 때문에 결과물 역시 한국어 발표자료로 구성되었고, 상사를 설득해야 한다는 맥락에 맞춰 업무 효율과 리스크 관리가 핵심 논리로 배치되었다.
08:14 - 생성된 발표자료를 오른쪽 패널에서 확인하며 슬라이드 내용을 설명하는 구간
강연자는 이 지점에서 업무 방식의 변화를 강조한다. 과거에는 ChatGPT가 준 답변을 사람이 다시 발표자료로 옮기고, 구조를 잡고, 디자인을 적용하는 과정이 필요했다. 그러나 ChatGPT Work에서는 하나의 프롬프트만으로 10페이지 안팎의 발표자료 초안이 만들어지고, 사용자는 그 결과물을 기다리는 동안 다른 일을 할 수 있다. 이후에는 색감, 폰트, 특정 슬라이드의 차트 형식 같은 세부 요소만 지시해 수정하면 된다.
특히 강연자는 발표자료의 색감을 더 고급스럽게 바꾸는 수정 요청을 예로 든다. 사용자는 “색감을 조금 더 고급스럽게 변경해 달라”는 정도의 짧은 지시만 내려도 되고, 더 나아가 “어떤 방식으로 바꾸면 고급스러운 느낌이 나는지 옵션을 제안해 달라”고 요청할 수도 있다. 이 방식은 AI에게 무작정 최종 결정을 맡기는 것이 아니라, 사람이 취향과 판단을 반영할 수 있는 선택지를 받은 뒤 결정하는 구조라는 점에서 실무적으로 더 안정적이다.
PDF 인보이스 자동화: 반복 업무를 템플릿으로 바꾸는 방식
두 번째 사례는 PDF 인보이스 생성이다. 강연자는 자신처럼 인보이스를 자주 보내야 하는 사람에게는 제목, 결제일, 결제 금액, 서비스명, 회사명, 회사 주소 같은 정보를 매번 손으로 입력하는 작업조차 부담이 된다고 설명한다. 그래서 먼저 ChatGPT Work에서 PDF 산출물 유형을 선택한 뒤, 앞으로 전달할 정보를 기반으로 인보이스 PDF를 만들 수 있는 템플릿을 제작해 달라고 요청한다.
이 사례에서 핵심은 한 번 만든 템플릿을 반복 업무의 기반으로 삼는다는 점이다. 사용자는 매번 정돈된 양식으로 데이터를 입력할 필요가 없고, 이메일로 받은 인보이스 관련 내용을 통째로 붙여넣기만 해도 된다. ChatGPT Work는 LLM(Large Language Model, 대규모 언어 모델)이기 때문에 자연어 안에 섞인 회사명, 금액, 서비스명, 날짜 정보를 추출하고, 이를 템플릿의 적절한 위치에 배치할 수 있다.
강연자는 일부러 포맷이 정돈되지 않은 입력도 사용해 본다. 예를 들어 발행일은 “오늘”, 결제기한은 “다음 주 금요일”처럼 상대적 표현으로 입력하고, 청구 금액은 “100만 달러”처럼 장난스럽게 넣는다. 또한 회사 주소는 직접 입력하지 않고 OpenAI 주소를 검색해 적용해 보라고 요청한다. 영상 속 기준일은 7월 15일로 설명되며, ChatGPT Work는 “오늘”을 7월 15일로, “다음 주 금요일”을 7월 24일로 해석해 결과물에 반영했다고 한다.
12:47 - PDF 인보이스 템플릿의 색상 옵션을 비교하고 고급스러운 디자인으로 수정하는 구간
14:48 - 입력한 회사명, 금액, 날짜, 주소가 PDF 인보이스 결과물에 반영된 화면
이 자동화의 실질적 가치는 “PDF를 예쁘게 만든다”는 데만 있지 않다. 반복적으로 발생하는 업무를 하나의 대화 맥락과 템플릿으로 고정해 두고, 이후에는 새로운 정보만 던져 넣어도 결과물이 재생산되는 구조를 만든다는 데 있다. 강연자는 이 경험을 해보면 다시 수작업 방식으로 돌아가기 어렵다고 말하며, 특히 이메일 내용을 복사해 붙여넣는 것만으로 인보이스가 생성되는 흐름이 사무 자동화의 가장 쉬운 출발점이 될 수 있다고 설명한다.
스프레드시트 자동화: 고객 데이터와 일정 데이터를 연결하다
세 번째 사례는 스프레드시트 기반 CRM(Customer Relationship Management, 고객 관계 관리) 자동화다. 강연자는 자동차 영업사원이라는 가상의 시나리오를 설정하고, 첫 번째 스프레드시트에는 고객 명단과 관심 브랜드, 관심 차종, 선호 요일, 선호 시간대, 상담 동의 여부를 넣었다고 설명한다. 두 번째 스프레드시트에는 브랜드별 시승 가능 일정을 준비했고, ChatGPT Work가 두 파일을 함께 읽어 고객별 맞춤 문자를 생성하도록 요청했다.
이 작업은 단순한 표 정리가 아니라 여러 조건을 결합하는 의사결정 문제에 가깝다. 고객이 Porsche에 관심이 있는지 먼저 필터링하고, 그중 상담 동의가 있는 고객만 발송 가능 대상으로 분류한 뒤, 관심 차종과 선호 요일, 선호 시간대에 맞는 시승 일정을 다시 일정표에서 찾아야 한다. 사람이 직접 처리하면 행을 오가며 필터링하고, 조건을 확인하고, 문자 문구까지 작성해야 하므로 시간이 많이 걸리는 업무다.
강연자가 확인한 결과, Porsche 관심 고객은 42명, 상담 동의 고객은 38명, 발송 가능 문자는 38개, 예약 가능한 Porsche 일정은 44개로 정리되었다. 여기서 상담 동의 여부가 발송 가능 여부를 결정한다는 점은 실무적으로 중요하다. 강연자는 한국에서 동의 없는 발송은 법적 문제가 될 수 있다는 취지로 설명하며, AI가 단순히 고객을 많이 추출하는 것이 아니라 발송 금지 고객을 제외하는 방식으로 업무 규칙을 반영해야 한다고 강조한다.
17:55 - 고객 스프레드시트와 시승 일정 데이터를 결합해 통계와 발송 가능 문자 수를 확인하는 구간
| 항목 | 영상에서 언급된 수치 |
|---|---|
| Porsche 관심 고객 | 42명 |
| 상담 동의 고객 | 38명 |
| 발송 가능 문자 | 38개 |
| Porsche 예약 가능 일정 | 44개 |
| 고객별 제안 일정 수 | 최대 3개 |
매칭 기준도 단계적으로 구성되었다. 1순위는 관심 차종, 선호 요일, 선호 시간대가 모두 일치하는 경우이고, 2순위는 관심 차종과 선호 시간대가 일치하는 경우이며, 3순위는 관심 차종과 선호 요일이 일치하는 경우다. 마지막으로 4순위는 관심 차종만 일치하는 경우로 처리된다. 이렇게 우선순위를 둔 이유는 모든 조건이 완벽히 맞는 일정이 없더라도, 고객에게 최대한 관련성 높은 후보를 제안하기 위해서다.
예시로 등장한 고객은 718 Cayman에 관심이 있고, 목요일 저녁을 선호하는 것으로 설명된다. 결과 스프레드시트에는 해당 고객에게 보낼 문자 문구가 자동 생성되었고, 7월 30일 목요일 15시 30분부터 16시 30분까지 Porsche 센터 분당에서 가능한 일정 등 여러 후보가 제시되었다. 강연자는 이처럼 고객별 개별 문구를 자동으로 만들 수 있다면, 사람이 직접 고객 데이터를 읽고 일정을 찾아 문자 문장을 작성하는 부담이 크게 줄어든다고 설명한다.
업무 자동화의 핵심은 완전 대체가 아니라 위임 범위의 확장이다
강연자는 AI가 마지막 10%, 20%, 30%까지 완벽하게 처리하지 못한다는 불만에 대해, 그 부분은 여전히 사용자가 해야 할 일이라고 말한다. 이 발언의 핵심은 AI를 인간을 완전히 대체하는 도구로 보기보다, 초안 생성과 반복 처리, 자료 구조화 같은 부분을 위임하는 도구로 봐야 한다는 데 있다. 실제 업무에서는 최종 판단, 취향, 조직 내부 맥락, 법적 책임 같은 요소가 남기 때문에 사람이 검토하고 조정하는 과정은 여전히 필요하다.
그러나 그 말이 AI의 가치가 작다는 뜻은 아니다. 오히려 전체 업무 중 반복적이고 시간이 많이 드는 70~90%를 AI가 처리해 준다면, 사람은 마지막 검토와 의사결정에 더 많은 에너지를 쓸 수 있다. 발표자료의 색감과 논리 구조를 다듬거나, 인보이스 금액과 회사 정보를 확인하거나, 고객 문자 발송 전 법적 동의 여부를 검토하는 식의 일이 여기에 해당한다.
이 관점에서 ChatGPT Work는 “완성된 결과물을 한 번에 만들어 주는 마법 도구”라기보다, 업무의 출발점을 훨씬 앞당기는 실행 파트너에 가깝다. 사용자는 백지에서 시작하지 않고, AI가 만든 초안을 놓고 판단하며 수정한다. 이 차이는 작아 보이지만, 매일 반복되는 문서, 표, PDF, 메시지 작성 업무에서는 생산성의 체감 차이를 크게 만든다.
프로젝트 관리와 사이드 채팅: 컨텍스트를 오염시키지 않는 작업 방식
영상 후반부에서는 ChatGPT Work의 프로젝트 관리 방식도 소개된다. 강연자는 작업이 프로젝트별로 정리되며, 메뉴에서 My Projects를 선택하면 프로젝트 단위로 결과물을 모아 볼 수 있다고 설명한다. 다만 작업 순서대로 정렬되는 방식에는 한계가 있을 수 있고, 채팅 순서와 프로젝트 정렬이 완전히 같지는 않다는 점도 함께 언급한다.
또 하나의 중요한 기능은 사이드바의 채팅 버튼이다. 기존에는 작업 중간에 AI에게 다른 질문을 하고 싶으면 새 태스크를 만들거나 다른 프로젝트를 선택해야 했지만, 이제는 팝업 형태의 별도 채팅에서 간단한 질문을 던질 수 있다고 한다. 강연자는 환율을 묻는 예시를 들며, 이런 사이드 채팅이 현재 작업 중인 컨텍스트 윈도우를 오염시키지 않는다는 점을 장점으로 본다.
이 기능은 실제 업무에서 꽤 중요하다. 하나의 프로젝트 안에는 발표자료, PDF, 스프레드시트처럼 특정 산출물과 관련된 맥락이 쌓이는데, 여기에 무관한 질문이 계속 섞이면 모델이 현재 작업의 맥락을 혼동할 수 있다. 따라서 별도 채팅을 통해 임시 질문을 처리하고, 핵심 작업 공간은 깨끗하게 유지하는 구조는 AI 업무 환경의 품질을 높이는 설계라고 볼 수 있다.
모바일 연동: 데스크톱 작업을 손 안으로 가져오다
강연자는 마지막으로 모바일 연동 기능을 소개한다. 모바일 ChatGPT 앱에서 사이드바를 열고 Remote 기능을 선택하면 컴퓨터에 접속할 수 있으며, 설정이 완료된 사용자는 데스크톱에서 진행하던 작업을 모바일에서도 확인하고 이어서 지시할 수 있다고 설명한다. 연결이 되어 있지 않은 경우에는 데스크톱 설정에서 Remote를 검색한 뒤, Add를 눌러 QR코드를 스캔하면 등록할 수 있다고 안내한다.
23:35 - Remote 설정에서 iPhone 등록 및 QR코드 스캔 연결 방식을 설명하는 화면
이 기능은 단순히 모바일에서 채팅을 한다는 의미를 넘어선다. 데스크톱에서 생성한 발표자료나 PDF, 스프레드시트 작업의 흐름을 모바일에서도 확인하고 추가 작업을 보낼 수 있다면, 사용자는 자리 이동 중에도 업무 진행 상태를 확인하고 수정 지시를 내릴 수 있다. 특히 ChatGPT Work가 산출물을 생성하는 데 시간이 걸리는 작업을 수행한다면, 모바일 연동은 비동기 업무 방식과 잘 맞는다.
강연자는 과거 개발자들이 CLI(Command Line Interface, 명령줄 인터페이스) 중심으로 AI 작업을 많이 했지만, 이제는 UI 기반의 일반 사용자용 경험이 빠르게 확산되고 있다고 본다. 이는 AI 도구가 개발자만의 생산성 도구에서 벗어나, 문서와 표, 발표자료를 다루는 일반 업무자의 기본 도구로 이동하고 있다는 의미다.
마무리 / 핵심 정리
이 영상이 보여주는 핵심 변화는 ChatGPT Work가 AI 사용의 중심을 “대화”에서 “업무 실행”으로 옮긴다는 점이다. 사용자는 더 이상 AI에게 답변만 받고 그 답변을 바탕으로 별도 프로그램에서 결과물을 만드는 방식에 머물 필요가 없다. 발표자료, PDF 인보이스, 스프레드시트 분석과 문자 생성처럼 실제 업무에서 자주 반복되는 산출물을 하나의 작업 환경 안에서 만들고 수정할 수 있기 때문이다.
강연자는 이 업데이트가 일반 지식 근로자에게 특히 중요하다고 본다. 개발자가 아니더라도 자연어로 충분한 맥락을 제공하면, ChatGPT Work가 업무 초안을 만들고 데이터를 정리하며 반복 작업을 대신 수행할 수 있다. 물론 최종 검토와 판단은 사람의 몫으로 남지만, 그 이전 단계의 반복 노동을 줄이는 것만으로도 업무 방식은 크게 달라질 수 있다.
결국 ChatGPT Work의 의미는 “AI가 모든 일을 대신한다”가 아니라 “사람이 AI에게 위임할 수 있는 범위가 넓어진다”는 데 있다. 발표자료의 초안을 만들고, 인보이스 템플릿을 재사용하고, 고객별 문자 문구를 조건에 맞춰 생성하는 과정은 모두 일상적인 업무의 작은 조각들이다. 그러나 이런 조각들이 하나씩 자동화되면, 지식 근로자는 더 많은 시간을 판단, 설득, 고객 대응, 전략 수립 같은 본질적인 업무에 쓸 수 있게 된다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | OpenAI 슈퍼앱. ChatGPT Work 상륙 |
| 채널 | 코드팩토리 |
| 영상 길이 | 약 24분 57초 |
| 리포트 작성 | 2026-07-22 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.