[해외 AI 뉴스] OpenAI가 밝힌 업무용 에이전트 확산, Codex 데이터가 말하는 변화

🤖 OpenAI가 2026년 6월 25일 공개한 글에서 업무용 AI의 중심이 짧은 챗봇 대화에서 장시간 위임형 에이전트로 옮겨가고 있다는 내부·사용자 데이터를 제시했습니다.

 

이번 글의 핵심은 단순히 “AI가 더 똑똑해졌다”는 이야기가 아닙니다. OpenAI는 에이전트형 AI가 도구 호출, 환경 상호작용, 반복 실행을 통해 몇 분에서 몇 시간 동안 독립적으로 일할 수 있으며, 그 결과 지식노동의 단위가 한 번의 질문이 아니라 하나의 위임 과제로 바뀌고 있다고 설명했습니다.

 

📌 특히 눈에 띄는 부분은 Codex 사용 데이터입니다. OpenAI에 따르면 2025년 8월까지만 해도 평균 OpenAI 직원이 Codex에 쓰는 토큰 비중은 10% 미만이었습니다. 하지만 현재는 엔지니어링뿐 아니라 법무, 재무, 채용 같은 비개발 부서까지 Codex를 주요 업무용 AI 도구로 사용하고 있다고 밝혔습니다.

 

📊 숫자로 본 변화: 짧은 질문에서 긴 업무 위임으로

 

OpenAI가 공개한 수치에서 가장 중요한 포인트는 사용자가 Codex에 맡기는 일이 점점 길어지고 있다는 점입니다. 2026년 5월 기준 표본 개인 사용자 중 80.6%는 사람이 30분 넘게 해야 할 것으로 추정되는 Codex 요청을 최소 한 번 이상 했고, 70.2%는 1시간 초과 업무를, 25.6%는 8시간 초과 업무를 최소 한 번 이상 맡겼다고 합니다.

 

이는 “AI에게 답을 물어본다”는 기존 사용 방식과 상당히 다릅니다. 챗봇형 사용에서는 사용자가 질문을 던지고 답을 받아 다시 판단하는 흐름이 많았습니다. 반면 에이전트형 사용에서는 사용자가 목표와 조건을 주고, AI가 중간 단계를 실행하며, 필요하면 여러 도구를 호출해 결과물을 완성하는 방식으로 이동합니다.

 

OpenAI는 Codex 요청의 약 4분의 1이 사람이 1시간 이상 걸릴 업무에 해당한다고 설명했습니다. 더 강력한 모델과 제품 기능이 결합되면서 사용자가 단순 코드 질문보다 리팩터링, 자동화, 데이터 변환, 디버깅, 구조화 분석 같은 복합 작업을 맡기는 비중이 커졌다는 뜻입니다.

 

🏢 비개발 부서 확산이 더 중요한 이유

 

이번 발표에서 흥미로운 대목은 Codex가 개발자만의 도구로 머물지 않았다는 점입니다. OpenAI는 2025년 8월 이후 비개발자 개인 사용자가 137배, 조직 사용자에서는 189배 증가했다고 밝혔습니다. OpenAI 내부 비개발자 사용도 12배 늘었다고 설명했습니다.

 

처음에는 코딩 도구로 출발했지만, 시간이 지나며 업무 자동화와 지식노동 보조 도구로 확장됐다는 의미입니다. 법무팀은 문서 검토나 내부 도구 작업을, 채용팀은 데이터 정리나 프로세스 자동화를, 재무·운영 부서는 반복 분석과 구조화 작업을 에이전트에게 맡길 수 있습니다.

 

OpenAI는 법무, 재무, 채용 부서가 2026년 4월 전후로 Codex를 주요 AI 도구로 쓰는 단계에 들어섰다고 설명했습니다. 평균 OpenAI 직원 기준으로 Codex가 출력 토큰의 85% 이상을 차지하고, 전체 내부 주간 출력 토큰 기준으로는 99.8%가 Codex에서 나온다고 밝힌 점도 매우 강한 신호입니다.

 

🧭 업무 경계가 흐려지는 시대

 

이 변화는 “모두가 개발자가 된다”는 단순한 이야기로 해석하면 위험합니다. 더 정확히는 각 직무가 기술적 병목을 덜 의식하고 인접 업무를 직접 처리할 수 있게 되는 방향에 가깝습니다. OpenAI는 비기술 부서도 자동화, 데이터 변환, 도구 제작, 디버깅, 구조화 분석 같은 기술 실행을 Codex로 처리한다고 설명했습니다.

 

예를 들어 마케팅 담당자가 캠페인 성과 데이터를 정리하기 위해 별도의 개발 요청을 기다리지 않고, 에이전트에게 스크립트 작성과 표 정리를 맡길 수 있습니다. 채용 담당자는 후보자 흐름을 분석하는 내부 도구를 만들거나, 반복 보고서를 자동화할 수 있습니다. 이런 변화는 조직의 속도를 높이지만 동시에 검증 책임을 더 중요하게 만듭니다.

 

🎯 그래서 기업 입장에서는 에이전트 도입을 “도구 하나 추가”로만 보면 부족합니다. 권한 관리, 데이터 접근 범위, 결과 검수, 보안 정책, 로그 기록, 실패 시 롤백 절차까지 함께 설계해야 합니다. AI가 더 오래 일할수록 생산성은 커질 수 있지만, 잘못된 방향으로 오래 실행될 위험도 함께 커지기 때문입니다.

 

🔍 이번 뉴스가 의미 있는 이유

 

이번 OpenAI 글은 특정 기능 출시보다 더 넓은 시장 신호를 담고 있습니다. AI 제품 경쟁이 모델 성능 경쟁에서 실제 업무 흐름을 얼마나 오래, 안정적으로, 책임 있게 처리하느냐의 경쟁으로 이동하고 있기 때문입니다.

 

기업용 AI 시장에서는 이미 “검색형 챗봇”보다 “작업형 에이전트”가 더 큰 화두가 되고 있습니다. 단순 답변은 생산성을 조금 높이지만, 장시간 위임형 작업은 업무 프로세스 자체를 바꿀 수 있습니다. OpenAI가 내부 데이터를 공개한 것은 에이전트가 일부 개발자 실험을 넘어 조직 전체의 업무 방식으로 확산될 수 있다는 메시지로 읽힙니다.

 

다만 모든 업무를 곧바로 에이전트에게 맡겨도 된다는 뜻은 아닙니다. 숫자가 보여주는 것은 가능성이고, 실제 현장에서는 업무 난이도, 데이터 민감도, 오류 비용, 사람의 최종 승인 구조에 따라 도입 속도가 달라질 수 있습니다. 특히 법무·재무·채용처럼 민감한 정보가 많은 부서에서는 자동화 편의성과 통제 장치의 균형이 핵심입니다.

 

✅ 앞으로 지켜볼 관전 포인트

 

첫째, 에이전트가 실제로 얼마나 안정적으로 긴 업무를 끝까지 수행하는지가 중요합니다. 8시간 이상 걸릴 업무를 맡기는 사용자가 늘었다면, 중간 실패를 감지하고 복구하는 기능도 함께 발전해야 합니다.

 

둘째, 비개발 부서 확산이 기업 소프트웨어 시장의 구매 기준을 바꿀 가능성이 있습니다. 앞으로는 AI 도구가 개발팀 전용인지, 전사 업무 자동화 플랫폼인지에 따라 평가 기준이 달라질 수 있습니다.

 

셋째, 사람의 역할은 사라지기보다 목표 설정과 검수 중심으로 재배치될 가능성이 큽니다. 에이전트가 실행을 맡는 시간이 길어질수록, 사람은 더 좋은 지시를 만들고 결과의 품질과 책임을 확인하는 쪽으로 이동합니다.

 

🧩 정리하면, 이번 OpenAI 발표는 AI 에이전트가 “개발자를 돕는 보조 도구”에서 “조직 전체가 업무를 위임하는 실행 도구”로 이동하고 있음을 보여줍니다. 아직은 검증과 통제가 필수지만, 업무용 AI의 다음 경쟁 축이 장시간 작업 수행 능력과 조직 내 확산성이라는 점은 분명해 보입니다.

 

🔗 참고한 해외 원문 출처

 

OpenAI - How agents are transforming work

OpenAI News RSS