ChatGPT Work는 답변을 받는 화면보다 업무를 맡기는 작업 공간에 가깝다. OpenAI 문서는 파일, 플러그인, 승인한 도구를 써서 정보를 찾고 파일을 만들며 워크플로를 실행한 뒤, 사람이 검토할 결과를 내놓는 기능이라고 설명한다. 데스크톱 앱에서는 로컬 파일, 앱, 브라우저도 쓸 수 있다. 그래서 도입 논의의 출발점은 “무엇을 잘하나”가 아니라 “무엇을 읽고, 무엇을 실행하며, 어디에서 멈추나”가 되어야 한다.
8월 30일 Simon Willison이 공개한 사용 관찰도 이 차이를 또렷하게 보여 준다. 그는 클라우드에서 동작하는 Work와 컴퓨터에서 파일과 프로그램에 닿는 데스크톱 Work를 구분했다. 클라우드 쪽에서는 인터넷 접근 코드 실행, 헤드리스 Chrome, 세션 간 공유되는 파일 시스템, 하위 에이전트와 예약 작업을 확인했다. 같은 이름의 기능이라도 직원이 올린 자료와 실행 권한의 범위는 작업 환경에 따라 달라진다.
직원은 산출물보다 작업 경계를 먼저 적어야 한다
“시장 동향을 정리해 줘”처럼 넓은 지시는 필요한 정보보다 많은 도구를 열게 한다. 반대로 좋은 업무 요청에는 쓸 자료, 허용할 도구, 멈출 행동이 들어간다. 예를 들어 고객 제안서를 만들 때에는 지정한 제품 자료와 공개 웹사이트만 읽고, 결과는 공유 전용 폴더의 초안 파일로 끝내라고 적을 수 있다. 고객관리 시스템 전체, 개인 메일, 외부 발송 권한은 이 과업에 필요하지 않다.
특히 로컬과 클라우드는 같은 기능의 두 화면이 아니다. 로컬 파일과 앱을 쓰는 작업이라면 그 컴퓨터의 폴더 구조와 로그인된 서비스가 곧 접근 범위가 된다. 웹에서 실행하는 작업이라면 어떤 플러그인과 도메인이 켜져 있는지부터 확인해야 한다. 업무를 시작하는 직원은 “이 자료를 넣어도 되는가”에서 멈추지 말고, “이 과업이 끝난 뒤 AI가 다음으로 할 수 있는 행동은 무엇인가”까지 적어야 한다.
관리자는 접근권한과 외부 콘텐츠를 한 표에서 봐야 한다
Willison은 민감한 데이터 접근, 신뢰할 수 없는 콘텐츠 노출, 외부로 정보를 내보낼 수단이 한 작업에 합쳐질 때 생기는 위험을 ‘lethal trifecta’라는 모델로 설명한다. 이 표현은 특정 제품의 결함을 지목하는 말이 아니라, 에이전트 업무를 설계할 때 세 조건이 한 번에 열려 있는지 살피는 기준이다. 외부 웹페이지를 읽는 브라우저와 고객 자료가 연결된 상태에서, 자동 발송이나 게시까지 허용하면 프롬프트 인젝션 한 번이 문서 요약의 범위를 넘어갈 수 있다.
따라서 관리자는 플러그인과 브라우저를 팀 전체에 한꺼번에 열기보다 과업별로 연결해야 한다. OpenAI의 안내도 사용할 출처를 제한하고, 다섯 개 선택지만 비교하며, 보내기 전에 멈추라고 경계를 명시하는 방식을 예로 든다. 외부로 나가는 행동은 초안 생성과 분리하고, 사람이 승인한 뒤 실행하게 하면 업무 속도와 책임 소재를 함께 지킬 수 있다. 예약 작업도 예외가 아니다. 정해진 시간에 다시 실행되는 작업은 그때의 자료, 연결된 도구, 결과 수신자를 다시 가진다.
시범운영은 반복 업무 하나와 검토 기록으로 끝내야 한다
처음부터 “업무 자동화”라는 큰 권한을 주면 무엇이 효과였고 무엇이 위험했는지 남지 않는다. 매주 같은 형식으로 만드는 경쟁사 동향 초안, 지정 폴더의 회의록에서 액션 아이템을 뽑는 일처럼 입력과 결과가 분명한 업무 하나가 적합하다. 그 업무에서 AI가 읽은 자료, 사용한 도구, 만든 파일, 사람의 수정과 승인 여부를 한 번의 결과물로 남긴다.
이 기록이 쌓이면 다음 판단도 구체적이 된다. 자료 범위를 넓혀도 되는지, 브라우저 접근이 필요한지, 초안 다음 행동을 자동으로 넘겨도 되는지를 작업별로 결정할 수 있다. ChatGPT Work의 강점은 답변이 길어지는 데 있지 않다. 사람이 검토 가능한 결과를 향해 파일과 도구를 묶는 데 있다. 그만큼 도입의 첫 문서도 기능 비교표가 아니라 권한과 중단 지점을 적은 업무 설계서여야 한다.
출처: OpenAI, Get started with ChatGPT Work · Simon Willison, Understanding ChatGPT Work (2026-08-30)