ChatGPT가 질문에 답하는 도구에서 일을 끝내는 agent(목표를 받아 스스로 계획하고 실행하는 AI)로 옮겨 가고 있습니다. OpenAI가 ChatGPT, Codex, Work를 하나의 화면으로 합치면서 내놓은 ChatGPT Work는 날짜와 인원, 지역 같은 조건만 주면 웹을 뒤져 행사 장소를 추리고 내부 관리용 웹사이트까지 만들어 냅니다. 가족 여행 일정표, 6시간마다 갱신되는 AI 뉴스 대시보드, 모의 주식 포트폴리오, 녹음 파일 정리처럼 서로 다른 일을 같은 방식으로 맡긴 사례를 따라가 보면, 코드를 한 줄도 보지 않고 소프트웨어를 만들어 쓰는 일이 일상이 되는 과정이 드러납니다.

대화, 작업, 코딩: ChatGPT 안의 세 가지 모드

OpenAI는 6~8주 전쯤 따로 흩어져 있던 ChatGPT, Codex, Work를 하나의 인터페이스로 통합했습니다. 공식 비교표를 기준으로 세 모드의 역할을 정리하면 다음과 같습니다.

구분 목적 입력 작동 방식 결과물
ChatGPT Chat 질문에 답하고 개념을 설명하며 아이디어를 내는 것 대화형 prompt 대화 텍스트
ChatGPT Work 과제 전체를 끝내는 것 상위 목표와 프로젝트 파일 계획, 조사, 외부 소프트웨어와 브라우저 조작, 배경 subagent에 위임 완성된 산출물
Codex 개발 작업 코드베이스 코드 안에서 기능 구현, 디버깅 코드 commit

ChatGPT Work는 GPT-5 Astra 같은 최신 모델이 구동하며, 흩어진 아이디어를 완성된 산출물로 바꾸는 실행 환경으로 소개됩니다. 대화형 Chat과 달리 컴퓨터의 앱을 직접 다루고, 웹 브라우저를 열고, 로그인 화면을 지나고, 로컬 소프트웨어를 조작합니다. 오후 일정에 잡힌 회의를 모두 비우라는 식의 여러 단계짜리 관리 작업도 사람이 설정 화면을 일일이 만지지 않고 agent가 알아서 처리합니다.

초기의 Codex나 Claude Code는 코드가 그대로 보이는 화면 때문에 비개발자에게 부담스러웠다는 지적이 있습니다. 새 통합 환경은 코드 실행을 완전히 감추기 때문에, 코드를 전혀 모르는 사람도 vibe coding(코드를 직접 쓰지 않고 말로 소프트웨어를 만드는 방식)으로 도구를 조립할 수 있습니다. 사용자는 넓은 목표만 정해 주고, 실행 과정은 배경에서 조용히 돌아갑니다.

행사 기획 하나로 내부 웹사이트가 생깁니다

가장 먼저 볼 사례는 기업 행사 기획입니다. ChatGPT Work 안에서 '샌프란시스코 출시 행사 기획'이라는 프로젝트를 만들고, 2026년 10월 20일에 샌프란시스코에서 약 100명을 초대하는 제품 출시 행사를 내부 웹사이트로 계획하고 실행하라는 prompt를 넣었습니다.

ChatGPT Work는 subagent(큰 작업의 일부를 나눠 맡는 하위 agent)를 띄우고 Sites 기능으로 'San Francisco Launch HQ'라는 내부 웹 앱을 만들었습니다. agent는 웹을 돌아다니며 Embarcadero Center 근처의 후보 장소를 찾아 수용 인원, 스탠딩 기준 규모, 사진 자료를 뽑아 왔습니다. 조사부터 사이트 완성까지 걸린 시간은 5~10분 정도였습니다.

후보 장소 수용 규모
Sens - Biada Lounge(Embarcadero Center) 스탠딩 130명
Bar Sprezzatura 실내 스탠딩 200명
Heartwood 120명
The Treasury 최대 200명
Harrington's Bar & Grill 200명
Schroeder's 스탠딩 300명

생성된 사이트에는 Overview, Venues, Tasks, Budget, Guests, Run of show 탭이 있고, 행사까지 36일이 남았다는 카운트다운, 0/16으로 시작하는 체크리스트 진행률, 0/100인 확정 손님 수, $0으로 시작하는 예산 추적기가 보입니다. 장소 카드는 사진, 수용 인원, 프라이빗 라운지 정보와 함께 '견적 요청' 버튼까지 갖췄고, 도보 경로도 붙어 있습니다.

회사 브랜드를 사이트에 반영하라고 하자 ChatGPT는 '브랜드 자산'과 '장소 사진'이라는 두 subagent를 스스로 만들었습니다. 장소 사진 agent는 후보지를 검색하고 고해상도 사진을 내려받아 페이지에 직접 넣었습니다. 추천 장소가 마음에 들지 않으면 대화를 새로 시작할 필요 없이 다시 조사해서 페이지를 갱신하라고 말하면 됩니다.

이런 사이트의 가치는 팀장과 경영진이 상태 보고 회의 없이 진행 상황을 바로 확인할 수 있다는 데 있습니다. 정적인 스프레드시트 대신 살아 있는 협업 허브가 생기는 셈입니다.

장소 카드, 진행률 막대, 도보 경로 지도가 있는 행사 기획 대시보드를 작은 도우미들이 채우는 장면

▲ 행사 기획용 내부 사이트 자동 생성

가족 여행 일정표와 네 살 아이를 위한 슬라이드

같은 방식은 개인 생활에도 그대로 적용됩니다. 'Our Disneyland Summer'라는 프로젝트에서는 롤러코스터를 좋아하는 큰 아들들과 순한 놀이기구가 필요한 네 살 딸이라는 조건을 넣고 내년 여름 가족 여행을 맡겼습니다. ChatGPT는 4일짜리 일정 웹사이트를 만들면서 스릴 코스와 어린이 코스를 나눈 경로, 분리된 시간표, 체크리스트, 날짜별 메모, 식사 추천, Google Maps 기반 공원 내 동선을 담았습니다. 부모 중 누가 아들들과 가고 누가 딸과 가는지에 따라 각자 다른 경로를 볼 수 있습니다.

여기에 네 살 딸이 미리 보고 의견을 낼 수 있도록 짧은 설명과 사진이 붙은 슬라이드도 따로 만들었습니다. Peter Pan's Flight, Dumbo the Flying Elephant, Storybook Land Canal Boats, It's a small world 같은 놀이기구가 들어갔습니다. 한 번 모은 조사 데이터를 웹사이트, 발표 자료, 스프레드시트처럼 다른 형태로 재활용할 수 있다는 점이 핵심입니다.

이 방식은 실제 여행에서도 검증됐습니다. 올랜도 Disney World 여행에서 ChatGPT가 만든 일정표를 써 보니, 따로 지시하지 않았는데도 일정마다 Google Maps 링크가 들어가 있었고, 스마트폰에서 누르면 바로 다음 놀이기구까지 도보 길 안내가 시작됐습니다. 종이 한 장에 인쇄한 고정된 일정표와 달리 스마트폰에서 바로 고치고 가족과 공유할 수 있다는 점이 큰 차이로 보입니다.

산책 중 스마트폰으로 만든 AI 뉴스 대시보드

소셜 미디어, 블로그, YouTube 채널, 개발사 공지에 흩어진 AI 소식을 매번 확인하는 번거로움을 해결하기 위해 ChatGPT Sites 위에 뉴스 대시보드를 만든 사례도 있습니다. 예약된 ChatGPT 대화가 6시간마다 자동으로 실행되어 유명 AI 크리에이터들의 채널과 OpenAI, Anthropic, Google, GitHub의 공식 소식을 수집합니다. 매 주기마다 상위 30개 기사를 모아 분류하고 요약한 뒤 중요도 점수를 매깁니다. 예를 들어 GPT-6 Astra 소식은 89점, Claude Cowork의 별도 브라우저 소식은 86점, Gemini 3.8 Flash는 84점, DeepSeek V4.1 Flash는 79점을 받았습니다. 기사를 열면 원문 링크, 공식 발표, GitHub 저장소, 관련 YouTube 해설이 함께 나오고, OpenAI, Claude, Gemini, Perplexity, DeepSeek, Hermes 같은 주제별 필터 탭도 있습니다.

이 대시보드는 산책 도중 스마트폰으로 구상하고 지시해서 만들어졌습니다. 그게 가능한 이유는 집에 항상 켜 둔 Mac mini가 예약 작업과 원격 접속 도구로 ChatGPT와 연결된 채 상시 호스트 역할을 하기 때문입니다. 한때 OpenClaw를 중심으로 번졌던 Mac mini 열풍은 방향이 조금 어긋났을 뿐 상시 가동되는 agent의 백엔드라는 발상 자체는 옳았다는 평가입니다. ChatGPT Sites는 반응형 레이아웃, 사용자 지정 도메인, 배경 자동 갱신을 지원하므로 외부 호스팅을 따로 설정할 필요가 없고, 완성된 대시보드는 iPhone의 Safari에서도 그대로 작동합니다. 같은 시스템에는 뉴스레터, 캐러셀 PDF, 소셜 문구를 뽑아내는 콘텐츠 엔진과 크리에이터 사업 분석 추적기도 붙어 있습니다. 코드를 한 줄도 직접 쓰지 않고 동작하는 웹 소프트웨어를 만들어 배포했다는 점이 이 흐름의 핵심입니다.

집에 켜 둔 소형 데스크톱과 산책 중인 사람의 스마트폰 뉴스 대시보드가 빛줄기로 연결된 장면

▲ Mac mini와 모바일 뉴스 대시보드

이미지 생성과 MCP로 시각 자산까지 한곳에서

ChatGPT에는 ChatGPT 2.5 Image Gen이라는 이미지 생성 모델이 내장되어 있습니다. 많은 사용자가 지나치지만, 텍스트 문구와 시각 자료가 정확히 맞물려야 하는 콘텐츠 작업에서 별도 도구를 이어 붙이지 않아도 된다는 점은 큰 장점으로 꼽힙니다.

여기에 MCP(AI 모델을 외부 도구와 연결하는 표준 규격) 서버를 Mac mini에 직접 띄워 ChatGPT를 YouTube API와 웹 검색에 연결한 사례가 있습니다. 성과가 좋은 크리에이터 채널의 썸네일 수백 장을 가져와 그대로 베끼지 않고 분석하게 하고, 디자인 지침과 브랜드 자산, 참고 템플릿을 skill(작업 방식과 지침을 저장해 두는 기능)로 저장해 결과물을 Google Drive connector로 바로 저장합니다. 이렇게 LinkedIn 캐러셀 PDF, 통일된 아이콘 세트, 브랜드에 맞춘 그래픽이 나옵니다. 특히 OpenAI나 Claude 로고처럼 정확해야 하는 요소는 모델이 대충 그리게 두지 않고 공식 벡터 자산과 가이드라인을 웹에서 찾아 쓰도록 지시합니다. 밤새 썸네일 여러 장을 반복 개선해 아침에 고해상도 후보를 받아 보는 것도 가능합니다.

긴 작업이 옆길로 새지 않게 하는 goal 문서

복잡한 작업에서 가장 효과가 큰 요령으로 꼽히는 것은 /goal 명령으로 시작하는 것입니다. 흔히 쓰는 /plan과 달리 /goal은 모델이 명세서와 최종 산출물 정의(예: implement_workflow.pdf)를 먼저 만들게 합니다. 이후 1~2시간씩 이어지는 실행 동안 ChatGPT가 이 문서를 계속 참조하며 스스로 궤도를 수정하고, 완료를 선언하기 전에 명세서와 대조해 점검합니다.

AI agent는 사람처럼 '주의력 결핍' 같은 행동을 보일 때가 있습니다. 중간 하위 작업에 빠져 원래 목적을 잊는 식입니다. goal 문서는 이 실패를 막는 닻 역할을 합니다. Claude Code나 Claude Cowork에서는 긴 작업 중 context window(모델이 한 번에 기억하는 범위)가 압축되면서 초기 지시를 잊고 엉뚱한 코드 수정에 token을 낭비하는 일이 잦았다는 지적도 있습니다.

다만 최근 ChatGPT는 /goal 같은 명령어를 꼭 치지 않아도 목표를 정하려는 자연어 의도를 알아듣습니다. 매일 실행하라는 반복 작업도 평문으로 지시하면 됩니다. 반면 Claude는 밤새 작업을 시키려면 아침 9시까지 15분마다 /loop를 입력해야 했다는 사례도 있습니다. ChatGPT에 밤새 계속 작업하라고 자연스럽게 말하면 개입 없이 수행된다는 점과 대비됩니다.

ChatGPT Work의 구성 요소와 스타트업에 주는 의미

'ChatGPT Work: 최고의 성과를 내는 데 필요한 모든 도구'라는 개념도는 이 환경을 일곱 가지 모듈로 정리합니다.

  • Projects: 팀 조사를 분리해 담는 작업 공간
  • Plugins: 기업용 도구 연결
  • Browser Use와 Computer Use: 브라우저와 컴퓨터를 직접 조작하는 자율 실행
  • Schedules: 반복 일괄 작업
  • Blocks: 재사용하는 텍스트 자산
  • Skills: 역할 기반의 지속적인 지침

예약된 배경 대화는 무거운 웹사이트 빌드와 DNS 설정까지 사람 개입 없이 처리합니다. 이렇게 되면 AI 웹사이트 빌더, 자동 브라우저 agent, 워크플로 관리자처럼 기능 하나로 승부하던 스타트업 수십 곳의 영역이 ChatGPT Work 안으로 흡수됩니다. OpenAI와 Anthropic이 agent 기능을 기반 플랫폼에 직접 넣고 있으니, AI 스타트업은 범용 도구 대신 특정 산업에 깊이 파고드는 수직 영역을 노려야 한다는 조언이 나옵니다.

비용 면에서는 $20와 $200 요금제 모두에서 ChatGPT가 token당 비용과 사용 여유에서 훨씬 유리하다는 평가입니다. Claude Code나 Cowork에서 복잡한 prompt 하나로 일주일치 사용량을 다 써 버리는 일이 있어 고강도 사용자에게는 답답하다는 불만도 있습니다. 속도 역시 예전에 30분 이상 걸리던 여러 단계 작업을 몇 초 만에 끝낸다는 점이 강조됩니다.

브라우저 조작의 진화: 모의 투자, 파일 정리, 사진 고르기

초기 브라우저 agent는 스크린샷을 찍고 문자를 인식하는 느린 방식이었고, 비밀번호 입력란 앞에서 멈추거나 인증 정보에 접근할 수 없다고 거부해 작업을 끝까지 마치지 못하는 일이 흔했습니다. 지금의 ChatGPT는 저장된 로그인 정보를 활용해 사용자를 대신해 인증하고 웹 화면을 직접 다룹니다. 별도 도구인 Atlas보다 ChatGPT Work가 더 매끄럽게 통합된 환경이라는 평가도 있습니다.

이를 보여 주는 사례가 Alpaca Trader 앱 연동입니다. '$10만 예산으로 배당주 포트폴리오를 만들고, Alpaca 모의 투자로 $1,000어치 매수하고, 앞으로 얼마를 벌 수 있을지 예측하라'는 prompt를 넣자 ChatGPT는 Johnson & Johnson, Procter & Gamble, Coca-Cola, Realty Income 등 10개 배당주에 각 $1만씩 배분한 표를 만들었습니다. 이 포트폴리오의 예상 연간 배당은 $3,691로 수익률 약 3.69%, 월 약 $308입니다. Alpaca의 모의 투자 화면으로 가 보면 API로 자동 실행된 매수 포지션이 실제로 잡혀 있고, 총 잔고는 $100,000에서 $99,969.89로 바뀌어 하루 -$30.11(-0.03%)를 기록했습니다. 다만 이 수치는 전적으로 가상의 결과이며, 실제 거래는 시장 변동과 손실 위험을 수반한다는 점을 사례 자체도 분명히 합니다. 모의 계정은 실제 자금을 쓰기 전에 자동화 논리를 안전하게 검증하는 용도일 뿐이며, 이 글 역시 투자를 권하지 않습니다.

더 평범한 사례도 있습니다. 팟캐스트 녹음 플랫폼 Riverside에는 일괄 다운로드와 Google Drive 자동 동기화 기능이 없습니다. ChatGPT Work에 Riverside에 접속해 미디어 파일을 한꺼번에 내려받고 공유 Google Drive 폴더에 체계적으로 정리하라고 맡기면 사람이 지켜보지 않아도 끝납니다. 같은 일을 원격 비서에게 맡겼을 때는 지연과 파일 이름 불일치, 누락이 생기곤 했다는 비교도 있습니다. 휴가에서 돌아와 바쁜 일정 속에 방치되기 쉬운 사진 수백 장을 골라 앨범으로 묶고 인쇄까지 준비하는 일도 같은 방식으로 agent에게 넘길 수 있습니다.

정리: 지금 무엇을 해 볼 수 있나

이 사례들이 공통으로 보여 주는 것은 하나입니다. 목표, 조건, 연결할 도구만 주면 ChatGPT Work가 조사와 실행, 결과물 제작을 배경에서 끝내고, 사람은 결과를 보고 방향만 고친다는 점입니다. 소프트웨어 사업 쪽에서는 단일 기능 도구가 플랫폼에 흡수되는 흐름이 빨라지고 있다고 볼 수 있습니다.

직접 해 볼 수 있는 것을 정리하면 다음과 같습니다.

  • 반복되는 복잡한 업무는 ChatGPT Work의 Projects로 묶어 맥락과 파일을 유지합니다.
  • 첫 prompt에 날짜, 인원, 지역 같은 구체적 제약을 넣어 agent의 웹 조사가 정확한 후보를 내게 합니다.
  • 스프레드시트 대신 Sites로 팀 내부용 진행 상황 사이트를 만들어 보고 회의를 줄입니다.
  • 가족 여행은 구성원의 나이와 취향을 적어 갈라진 일정표를 받고, 아이에게는 슬라이드로 보여 줍니다.
  • 1~2시간 넘게 돌아가는 작업은 먼저 goal 명세 문서를 만들게 한 뒤 시작합니다.
  • 상시 자동화가 필요하면 항상 켜 둔 데스크톱을 호스트로 두고, 무거운 작업은 밤 시간대에 예약합니다.
  • 금융 API 연동은 반드시 모의 계정에서만 검증하고, 결과 수치를 실제 수익으로 받아들이지 않습니다.
  • AI 스타트업을 준비한다면 기반 플랫폼이 흡수할 범용 기능보다 특정 산업의 깊은 문제를 고릅니다.