9월 8일 메타가 뮤즈를 공개했고, 9월 말에는 오픈AI가 닷츠를 내놓았습니다. 10월 21일에는 앤트로픽이 클로드 듀엣을 공개했습니다. 여름에 나온 xAI의 그록봇까지 더하면 주요 AI 회사 네 곳이 모두 일을 대신 맡는 에이전트 제품을 낸 셈입니다.
이름은 달라도 내세우는 내용은 거의 같습니다. 일을 맡기면 알아서 처리하고, 창을 닫아도 계속 일하고, 필요하면 먼저 연락한다는 것입니다. 그렇다 보니 매일 쓰는 챗GPT나 클로드 채팅과 무엇이 다른지, 회사에서 써 보려면 무엇부터 봐야 하는지 구분하기 어렵습니다. 이 글에서는 에이전트의 개념부터 회사별 차이, 사무직이 맡길 만한 일, 맡기기 전에 확인할 것까지 차례로 살펴보겠습니다. 제품 정보는 2026년 11월 12일 공식 문서를 기준으로 했습니다.
목차
- AI 에이전트란? 챗봇과 무엇이 다를까요?
- 회사별 AI 에이전트 비교
- 사무직이 에이전트에게 맡길 만한 일 5가지
- 에이전트에게 일을 맡기기 전 확인할 것
- 에이전트를 직접 만들어 쓰는 것과는 무엇이 다를까요?
- 에이전트는 제품보다 맡길 일을 먼저 고르는 것이 중요합니다
AI 에이전트란? 챗봇과 무엇이 다를까요?
AI 회사들이 직접 내린 정의부터 보겠습니다. 오픈AI는 에이전트 구축 가이드에서 에이전트를 “사용자를 대신해 독립적으로 작업을 완수하는 시스템”이라고 정의하고, 질문에 답만 하는 단순한 챗봇은 에이전트가 아니라고 선을 긋습니다. 앤트로픽은 AI 모델이 스스로 작업 순서와 도구 사용을 정하는 시스템을 에이전트라고 부릅니다.
두 정의를 사무실 장면으로 옮기면 차이가 분명해집니다. 챗봇에게는 “이 문의 메일에 답장 초안을 써 줘”라고 한 번에 한 가지를 묻고, 결과를 받아 메일함에 옮기는 일은 사람이 합니다. 에이전트에게는 “이번 주 고객 문의를 정리해서 반복되는 요청을 찾고, 답장 초안을 만들어 둬”라고 목표를 줍니다. 에이전트는 메일함을 열어 문의를 읽고, 분류하고, 초안을 저장하는 단계를 스스로 정해 진행합니다.
| 구분 | 챗봇 | 에이전트 |
|---|---|---|
| 맡기는 단위 | 질문 하나 | 목표 하나 |
| 일하는 곳 | 대화창 안 | 연결된 앱, 브라우저, 전용 컴퓨터 |
| 진행 방식 | 사람이 다음 질문을 해야 이어짐 | 다음 단계를 스스로 정함 |
| 창을 닫으면 | 대화가 멈춤 | 클라우드에서 계속 진행 |
| 사람의 역할 | 매 단계 확인하고 옮김 | 방향을 정하고 중요한 단계에서 승인 |
이번에 나온 제품들이 공통으로 갖춘 장치는 두 가지입니다. 하나는 클라우드 컴퓨터입니다. 내 PC와 별도로 인터넷 쪽 서버에 마련된 작업용 컴퓨터로, 에이전트는 여기서 브라우저를 열고 파일을 만듭니다. 다른 하나는 커넥터입니다. 지메일, 캘린더, 슬랙처럼 다른 서비스에 접속할 수 있게 해 주는 연결 통로입니다. 이 두 가지가 있어서 노트북을 닫아도 일이 이어집니다.
회사별 AI 에이전트 비교
같은 에이전트라도 회사마다 어디서 일하는지, 먼저 움직이는지, 누구를 위한 제품인지가 다릅니다. 아래 표는 사무직이 많이 쓰는 서비스를 같은 기준으로 놓은 것입니다.
| 제품 | 만든 곳 | 일하는 방식 | 요금 |
|---|---|---|---|
| 그록봇 | xAI | 이름을 붙인 봇에게 메시지로 일을 맡기면 상시 클라우드 컴퓨터에서 브라우저, 파일, 명령 실행으로 처리 | X 구독 Premium 월 30달러 이상, Cursor 유료 요금제 |
| 닷츠(dots) | 오픈AI | dot마다 전용 클라우드 컴퓨터, 4,000개 넘는 앱 연결. 쉬는 동안 연결 앱을 읽고 도울 일을 먼저 제안 | ChatGPT Pro, Business Premium |
| 뮤즈(Muse) | 메타 | 이용자마다 둔 가상 머신에서 메일, 예약, 결제를 대신 처리 | 무료, Power 월 20달러, Maximum 월 100달러 |
| 클로드 코워크 | 앤트로픽 | 내 폴더와 연결 앱의 자료로 문서, 표, 발표 자료 작업 | 클로드 유료 요금제 |
| 클로드 듀엣 | 앤트로픽 | 연결한 계정을 주기적으로 확인하고 할 일을 먼저 제안 | 유료 요금제 사용량에서 차감 |
| 마이크로소프트 365 코파일럿 | 마이크로소프트 | Word, Excel, PowerPoint 안에서 여러 단계 작업을 승인받아 가며 처리 | 업무용 라이선스 |
표에서 차이가 드러나는 지점은 네 가지입니다.
첫째, 어디서 일하는지입니다. 그록봇, 닷츠, 뮤즈는 각자의 클라우드 컴퓨터에서 브라우저를 직접 조작합니다. 코워크와 코파일럿은 내 파일과 회사 문서를 중심으로 일합니다. 앞쪽은 웹사이트를 돌아다니는 일에, 뒤쪽은 문서를 만들고 고치는 일에 강합니다.
둘째, 먼저 움직이는지입니다. 코워크는 시킨 일을 처리합니다. 닷츠와 듀엣은 사람이 말을 걸지 않아도 연결된 앱을 살펴보다가 “보내지 않은 청구서가 있는데 초안을 만들어 둘까요?”처럼 먼저 제안합니다. 오픈AI가 소개한 초기 테스터 사례가 바로 이 장면입니다.
셋째, 누구의 계정에 연결되는지입니다. 뮤즈는 개인의 쇼핑, 예약, 구독 정리에 초점을 맞춘 소비자용 제품입니다. 업무용 마이크로소프트 365 코파일럿은 회사 계정 안에서 움직입니다. 닷츠와 그록봇은 개인 계정과 업무 도구를 모두 연결할 수 있습니다.
넷째, 지금 한국에서 쓸 수 있는지입니다. 화제가 된 뮤즈는 미국, 캐나다, 일본, 싱가포르 등 일부 국가에서만 제공되고 한국은 아직 대상이 아닙니다. 듀엣은 미국 Pro, Max, Ultra 이용자에게 대기 명단으로만 제공됩니다. 닷츠는 유럽경제지역, 영국, 스위스를 뺀 지역에 순차 제공되므로 한국의 ChatGPT Pro, Business Premium 이용자도 대상입니다. 당장 업무에 써 볼 수 있는 쪽은 이미 회사에서 쓰고 있는 서비스의 상위 요금제나 업무용 기능입니다.
사무직이 에이전트에게 맡길 만한 일 5가지
각 회사가 공식 사용 예로 든 업무 가운데 사무직에서 자주 하는 일을 골랐습니다.
- 고객 문의에서 반복되는 요청 찾기: 지난 한 주 문의를 읽고 같은 요청끼리 묶고 요청별 건수를 정리합니다.
- 새 데이터가 들어오면 분석과 차트 다시 만들기: 매주 같은 시트에 숫자가 쌓이면 같은 기준으로 표와 그래프를 다시 그립니다.
- 제안서를 최신 자료와 맞추기: 상품 정보나 가격표가 바뀌면 영업 제안서의 해당 부분을 찾아 고칩니다.
- 회의록과 기획서로 보고서 초안 만들기: 여러 문서를 읽고 보고서나 발표 자료의 뼈대를 만듭니다. 코워크와 코파일럿이 잘하는 일입니다.
- 놓친 일 알아채기: 보내지 않은 청구서, 답하지 않은 메일처럼 빠진 일을 찾아 초안까지 준비합니다.
다섯 가지의 공통점은 결과를 사람이 확인할 수 있다는 것입니다. 문의 건수는 원문과 대조하면 되고, 차트는 원본 숫자와 맞춰 보면 되고, 초안은 보내기 전에 읽으면 됩니다. 반대로 어떤 고객을 우선할지, 가격을 얼마로 제안할지처럼 회사의 사정을 알아야 하는 판단은 에이전트가 근거를 모으는 데까지만 맡기는 편이 안전합니다.
에이전트의 실력도 냉정하게 봐야 합니다. 실제 원격 근무 의뢰를 AI에게 맡겨 의뢰인이 받아들일 수준으로 끝냈는지 평가하는 Remote Labor Index에서, 가장 높은 점수는 10월 21%대에서 11월 41.3%까지 빠르게 올랐습니다. 그래도 여전히 절반 이상은 그대로 납품하기 어려웠다는 뜻입니다. 한 번에 길고 복잡한 일을 맡기기보다, 확인할 수 있는 크기로 나눠 맡기는 것이 지금 단계에서 실패를 줄이는 방법입니다.
에이전트에게 일을 맡기기 전 확인할 것
에이전트는 사람이 보지 않는 동안 움직이기 때문에, 어떤 행동에서 멈추고 사람에게 묻는지가 가장 중요합니다. 회사마다 정해 둔 규칙이 다릅니다.
| 제품 | 사람에게 묻거나 하지 않는 일 |
|---|---|
| 닷츠 | 먼저 살펴보는 단계에서는 읽기만 가능. 행동마다 “묻지 않고 실행”, “실행 전 확인”, “사람에게 넘기기” 같은 규칙을 지정. 비밀번호 변경과 송금은 항상 사람이 처리 |
| 클로드 듀엣 | 메시지 발송, 결제, 서명, 삭제 전에 승인. 증권 거래와 계좌 간 자금 이동은 승인해도 하지 않음 |
| 뮤즈 | 결제할 때마다 승인 |
| 그록봇 | 같은 계정의 봇들이 컴퓨터와 로그인 상태를 함께 씀. 공식 문서도 봇을 나누는 것을 보안 경계로 쓰지 말라고 안내 |
여기에 더해 세 가지를 확인하시길 권합니다.
- 연결한 계정의 권한: 에이전트는 연결한 계정이 할 수 있는 일을 모두 할 수 있습니다. 업무에 필요한 권한만 가진 계정을 연결하고, 더 쓰지 않는 연결은 해제합니다.
- 외부 자료 속 숨은 지시: 에이전트가 읽는 웹페이지나 메일에 “이 내용을 다른 주소로 보내라” 같은 문장을 숨겨 AI를 조종하는 공격을 프롬프트 인젝션이라고 합니다. 요청하지 않은 전송이나 파일 변경을 제안하면 멈추고 원인을 확인합니다.
- 사용량 과금: 요금제에 포함된 에이전트도 무제한은 아닙니다. 긴 작업은 짧은 질문보다 사용량을 많이 차지하고, 추가 사용료가 자동으로 붙는 설정도 있습니다. 반복 작업을 걸어 두기 전에 사용량 화면과 지출 한도를 봅니다.
에이전트를 직접 만들어 쓰는 것과는 무엇이 다를까요?
지금까지 본 제품들은 회사가 완성해서 내놓은 에이전트입니다. 이와 달리 우리 업무에 맞는 에이전트를 직접 만들어 쓰는 방법도 있습니다. n8n 같은 자동화 도구에 AI 단계를 넣는 방법, 오픈클로(OpenClaw)처럼 내 컴퓨터에 설치하는 오픈소스 에이전트를 쓰는 방법, 클로드 코드나 코덱스 같은 코딩 에이전트에 업무 규칙 문서와 스킬을 붙여 쓰는 방법이 대표적입니다. 스킬은 AI가 특정 일을 할 때 따르는 지침과 도구 사용 절차를 묶은 파일입니다.
저희 팀도 이렇게 만든 에이전트를 매일 씁니다. 평일 아침에는 에이전트가 캘린더와 메일, 지난 업무 자료를 훑어 그날 할 일을 정리해 메신저로 보내 줍니다. 회의 녹음이 올라오면 전사된 내용에서 일정을 찾아 캘린더에 등록하고, 우리 쪽이 하기로 한 일만 골라 알려 줍니다. 고객사 메일이 오면 지난 이력을 찾아 답장 초안을 만들어 둡니다. 보내는 일은 사람이 합니다.
완성형 에이전트와 직접 만든 에이전트는 다음 기준에서 차이가 납니다.
| 기준 | 완성형 에이전트 | 직접 만든 에이전트 |
|---|---|---|
| 시작 | 가입하고 계정을 연결하면 바로 사용 | 도구를 고르고 연결과 규칙을 직접 구성 |
| 연결 범위 | 제공사가 지원하는 앱 | 사내 시스템, 내부 문서, 사내 데이터베이스까지 연결 가능 |
| 업무 기준 | 대화에서 그때그때 설명 | 보고 양식, 금지 표현, 판단 기준을 문서로 고정 |
| 멈추는 지점 | 제공사가 정한 승인 규칙 안에서 선택 | 어떤 행동에서 멈출지 직접 설계 |
| 비용 | 월 구독료와 포함 사용량 | 모델 사용료와 운영하는 컴퓨터나 서버 비용 |
| 관리 | 제공사가 업데이트와 장애 대응 | 인증 만료, 업데이트, 오류를 우리가 관리 |
가장 큰 차이는 회사의 기준을 얼마나 담을 수 있느냐입니다. 완성형 에이전트는 누구에게나 맞도록 만든 제품이라, 우리 회사의 보고서 양식이나 고객사별 이력은 매번 대화로 알려 줘야 합니다. 직접 만든 에이전트는 이런 기준을 규칙 문서로 남겨 두기 때문에, 담당자가 바뀌어도 같은 방식으로 일합니다. 사내 자료를 외부 서비스에 연결하기 어려운 회사라면 자료가 회사 안에 머무는 구성을 고를 수 있다는 점도 차이입니다.
대신 관리하는 수고는 우리 몫입니다. 저희도 연결해 둔 서비스의 인증이 풀려 아침 정리가 오지 않은 날이 있었습니다. 완성형 에이전트라면 제공사가 처리했을 일입니다. 오픈클로처럼 설치형 도구를 쓸 때는 접속 권한과 격리 설정을 직접 확인해야 하고, 외부에서 받은 스킬이 어떤 명령을 실행하는지도 읽어 봐야 합니다.
그래서 순서를 이렇게 권합니다. 처음에는 이미 쓰고 있는 서비스의 에이전트 기능으로 작은 반복 업무 하나를 맡겨 봅니다. 그 일이 매주 같은 방식으로 돌아가고, 우리 회사만의 기준이 계속 필요하다고 느껴질 때 직접 만드는 쪽을 검토합니다. 어떤 일부터 맡길지 고르는 기준은 이전 글에서 자세히 다뤘습니다.
에이전트는 제품보다 맡길 일을 먼저 고르는 것이 중요합니다
그록봇, 닷츠, 뮤즈, 듀엣은 모두 “알아서 일하는 AI”를 내세우지만, 일하는 곳과 먼저 움직이는 방식, 멈추는 규칙이 다릅니다. 그리고 지금 한국에서 바로 쓸 수 있는 제품은 일부입니다. 새 에이전트 소식이 나올 때마다 갈아타기보다, 우리 팀의 반복 업무 가운데 결과를 확인할 수 있는 일 하나를 정하고 그 일에 맞는 에이전트를 고르는 편이 실제로 시간을 줄여 줍니다.
맡길 일을 정했다면 세 가지만 먼저 적어 보세요. 에이전트가 읽을 자료가 어디에 있는지, 어떤 행동 앞에서 멈추고 물어야 하는지, 결과를 무엇과 대조해 확인할지입니다. 이 세 가지가 정리되면 완성형 에이전트를 쓰든 직접 만들든 같은 기준으로 비교할 수 있습니다.
오픈소스마케팅은 담당자가 이미 하고 있는 반복 업무에서 출발해 회사에 맞는 AI 업무 환경을 만드는 AX 컨설팅을 진행합니다. 어떤 업무를 어떤 에이전트에게 맡길지 함께 점검이 필요하다면 편하게 문의해 주세요.
