에이전트가 업무 방식을 어떻게 혁신하고 있는지

에이전트가 업무 방식을 어떻게 혁신하고 있는지

에이전트 AI는 지식 작업 단위를 확 바꿔놓았어요. 이제 짧은 대화가 아니라, 길고 복잡한 작업들을 통째로 맡길 수 있게 된 거죠. 챗봇이랑 대화하는 건 보통 짧고, 그 자체로 끝나는 경우가 많잖아요. 그런데 에이전트는 도구들을 호출하고, 주변 환경과 상호작용하면서, 해결책을 찾을 때까지 몇 분이든 몇 시간이든 혼자서 쭉 작업을 진행할 수 있어요. 그래서 에이전트는 빠르게 업무용 AI 도구 중 가장 강력한 존재가 되고 있답니다.

지난 한 해 동안, OpenAI 팀은 이런 변화를 직접 경험했어요. 코덱스(Codex)가 처음 대중에게 공개된 후 몇 달 동안은 챗GPT가 OpenAI 내부에서 주로 사용되는 AI 업무 도구였어요. 2025년 8월까지는 OpenAI 직원이 토큰 사용량의 10% 미만을 코덱스에 썼죠. 하지만 지금은 법무팀이나 채용팀 같은 비기술 부서를 포함한 모든 부서에서 코덱스를 주요 AI 업무 도구로 사용하고 있어요. 이런 패턴은 에이전트 도구의 확장된 기능과 접근성을 고려했을 때, 미래의 업무 방식이 어떻게 변할지에 대한 좋은 예시라고 생각해요.

코덱스 도입은 코덱스의 기능 향상과 함께 성장했어요. 코덱스가 더 강력한 모델과 새로운 제품 기능을 활용하면서, 생산적인 작업들을 점점 더 많이 처리할 수 있게 된 거죠. 개별 사용자, 조직 사용자, 그리고 OpenAI 직원들을 대상으로 지난 한 해 동안 다음 네 가지 트렌드를 발견했어요.

• 사람들은 더 긴 시간을 요하는 작업을 코덱스에 사용하기 시작했어요. 2026년 5월까지, 샘플링된 개별 사용자 중 80.6%는 사람이 30분 이상 걸릴 것으로 예상되는 코덱스 요청을 한 번 이상 했고요. 70.2%는 한 시간 이상, 25.6%는 여덟 시간 이상 걸릴 것으로 예상되는 코덱스 요청을 한 번 이상 했어요.
• 코덱스는 OpenAI 모든 부서의 주요 AI 도구가 되었어요. 엔지니어링 팀이 가장 먼저 도입했지만, 법무, 재무, 채용 부서도 2026년 4월경에는 코덱스를 주요 AI 도구로 사용하기 시작했어요. 평균적인 OpenAI 직원의 경우, 코덱스 사용량이 전체 출력 토큰의 85% 이상을 차지하고 있어요. 코덱스 사용자들이 비사용자보다 더 많은 토큰을 사용하는 경향이 있어서, 전체 토큰에서 코덱스가 차지하는 비중은 훨씬 더 높은데요. OpenAI 내부에서 생성되는 주간 출력 토큰의 99.8%를 코덱스가 차지하고 있답니다.
• 비개발자들의 채택률이 특히 빠르게 늘었고, 개발자들의 채택률을 앞질렀어요. 2025년 8월 이후, 비개발자 사용자는 개인 사용자 그룹에서 137배, 조직 사용자 그룹에서 189배, 그리고 OpenAI 내부에서는 12배 증가했어요.
• 코덱스 덕분에 OpenAI 직원들은 자신의 직무 설명을 넘어서는 작업을 할 수 있게 되었어요. 기술적인 사용은 여전히 엔지니어들 사이에서 가장 보편적이지만, 비기술직 사용자들도 자동화, 데이터 변환, 툴링, 디버깅, 구조화된 분석을 포함한 코딩이나 기술적 실행 작업을 코덱스로 꾸준히 처리하고 있어요.

에이전트, 더 어려운 작업을 더 오래 처리해요

전체 코덱스 요청 중 거의 4분의 1은 사람이 완료하는 데 한 시간 이상 걸리는 작업들이에요.1 코덱스가 독립적으로 긴 컨텍스트 작업을 처리하는 능력이 좋아지면서, 사용자들은 짧은 상호작용에서 벗어나 더 어렵고 긴 시간이 필요한 작업으로 전환했어요.

아래 차트는 개별 사용자 중 네 가지 시간 임계값을 넘긴 사용자 비율을 나타내고 있어요. 사람이 완료하는 데 30분 이상, 한 시간 이상, 네 시간 이상, 그리고 여덟 시간 이상 걸리는 작업들이죠.2 2025년 12월부터 2026년 5월까지, 사람이 30분 이상 걸릴 것으로 예상되는 작업을 요청한 사용자 비율은 80.6%로 증가했어요. 한 시간 이상 걸리는 작업을 요청한 비율은 70.2%로 늘었죠. 특히 여덟 시간 이상 걸리는 작업을 요청한 비율은 낮은 초기 수치에서 가장 빠르게 성장했답니다.

에이전트 사용량 증가는 코덱스의 일일 런타임에서도 확인할 수 있어요. OpenAI의 일일 활성 사용자 중 가장 많이 쓰는 사람들은 하루에 몇 시간씩 에이전트 작업을 코덱스에게 요청해요. 2026년 6월까지, 상위 1% 사용자들은 여러 개의 에이전트를 동시에 돌리면서 하루에 60시간이 넘는 코덱스 에이전트 '턴'을 꾸준히 생성했답니다. 코덱스가 더 강력해지고 병렬 처리가 가능해지면서, 사용자들은 코덱스에게 한 번에 한 가지 질문만 하던 것에서 벗어나, 하루 동안 여러 에이전트 작업을 점점 더 많이 오케스트레이션하고 있어요.

엔지니어에서 OpenAI의 다른 부서로 확산되는 도입

OpenAI의 엔지니어들은 코덱스를 처음에는 점진적으로 도입하기 시작했어요. 2025년 12월까지는 회사 내 평균적인 엔지니어들이 OpenAI 제품 사용량의 대부분을 코덱스로 전환했죠. 오늘날, 평균적인 엔지니어는 챗GPT 대신 코덱스로 출력 토큰의 99%를 생성하고 있어요. 법무, 재무, 채용 부서는 2026년 4월경에 코덱스의 주된 사용자로 전환했지만, 그들의 전환 속도는 훨씬 빨랐어요. OpenAI의 평균적인 변호사나 채용 담당자는 이제 코덱스로 출력 토큰의 85% 이상을 생성하고 있답니다.

지난 6개월 동안 OpenAI 내에서 코덱스 사용은 더욱 깊고 강렬해졌어요. 활성 내부 사용자들 사이에서, 부서별 총 출력 토큰의 변화가 급격하게 증가했죠. 연구 부서가 가장 큰 폭으로 증가했는데, 2026년 6월까지 중간 사용량이 2025년 11월보다 56배나 높아졌어요. 고객 지원팀은 32배, 엔지니어링팀은 27배 증가했고, 법무팀은 더 점진적으로 성장했지만 그래도 11월 수준의 13배에 달했답니다.

이 두 가지 패턴은 코덱스가 OpenAI가 AI를 활용해 생산적인 작업을 수행하는 방식을 어떻게 변화시켰는지 보여주고 있어요. 회사 전반에서 사용자들은 챗봇에서 에이전트로 주된 AI 상호작용 방식을 바꾸고 있으며, 에이전트 작업량이 기하급수적으로 늘어나고 있답니다.

비개발자가 가장 빠르게 성장하는 사용자 그룹이에요

모든 사용자 그룹—OpenAI, 조직, 그리고 개인 사용자—에서 코덱스 사용은 코딩 도구로 시작했기 때문에, 자연스러운 타겟 고객이었던 개발자들로부터 시작되었어요. 하지만 코덱스가 더 일반적인 지식 작업으로 확장되면서, 비개발자들 사이에서의 채택률은 훨씬 더 빠르게 증가했답니다. 아래 사용자 증가 차트에서 볼 수 있듯이, 개별, 조직, 그리고 OpenAI 내부 사용자 그룹 모두에서 주간 비개발자 사용자가 개발자 사용자보다 더 빠르게 증가했어요. 2026년 6월 초까지, 비개발자 개인 사용자는 2025년 8월 이후 137배나 증가했죠. 비개발자 조직 사용자는 189배 증가했고, 비개발자 OpenAI 사용자는 12배 증가했는데, 이는 이 그룹이 이미 평균보다 훨씬 높은 시작점에서 출발했기 때문일 가능성이 커요.

이런 변화가 모든 비개발자가 엔지니어와 같은 방식으로 코덱스를 사용한다는 의미는 아니에요. 오히려, 더 많은 비개발자가 어떤 형태로든 에이전트 작업을 위해 코덱스를 사용하고 있다는 뜻이죠.

코덱스는 잠재적인 생산적 업무의 지평을 넓히고 있어요

코덱스는 비기술 부서가 이전에 기술 전문성 때문에 병목 현상이 발생했던 워크플로우를 가속화할 수 있도록 해줘요. 아래 히트맵은 OpenAI 내부의 추론된 직무와 코덱스 출력에서 나타나는 업무 유형을 비교하고 있어요. 엔지니어링 및 코딩은 데이터 과학 및 연구 분야에서 가장 큰 범주로 나타나는 반면, 지식 작업은 재무 및 비즈니스 운영, 마케팅, 운영 및 기타 부서에서 가장 큰 범주로 나타나죠.

그렇다고 해도, 에이전트 도구는 개별 작업자가 할 수 있는 일을 확장할 수 있어요. 예를 들어, 비즈니스 직무에 있는 직원들이 코덱스를 사용하여 수행한 작업의 4분의 1 이상이 엔지니어링 또는 코딩이었어요. 에이전트는 작업 경계를 넘나드는 비용을 낮춰주고, 이전에는 더 전문적인 기술 지원이 필요했던 인접 작업을 직원들이 수행할 수 있도록 도와줄 수 있답니다.

직무 vs. 코덱스로 수행된 작업

직무 vs. 코덱스로 수행된 작업

| 업무 카테고리 | | | | | | | --- | | 통합된 추론 부서 | | | | | | | 엔지니어링 | | | | | | | 데이터 과학 / 연구 | | | | | | | 재무 / 비즈니스 운영 | | | | | | | 제품 / 마케팅 / 운영 | | | | | | | 기타 | | | | | |

부서별 출력 토큰 점유율

이것이 에이전트의 경제적 잠재력에 미치는 영향

비엔지니어 직원들의 에이전트 도구 사용 증가는 이들 작업자들이 할 수 있는 일의 영역을 넓혀줘요. 이는 워크플로우를 어떻게 재설계할지 결정하는 기업, 어떤 기술이 더 가치 있게 될지 배우는 직원, 그리고 AI가 노동 시장을 어떻게 변화시킬지 이해하려는 정책 입안자 및 연구자들에게 중요한 의미가 있어요.

OpenAI의 연구 논문은 최전선 사용자들이 어떻게 유능한 에이전트 도구를 채택하는지 보여줘요. 그 결과는 사람들이 유능한 에이전트 도구에 광범위하고 마찰 없는 접근권을 가질 때 어떤 일이 벌어지는지를 증명하는데요. 도구가 개선될수록 사람들은 더 길고, 더 복잡하며, 더 교차 기능적인 작업에 그 도구를 사용한다는 거예요. 시간이 지날수록 이것이 미래의 업무 모습이 될 가능성이 높답니다.