AI 워크스페이스 챗지피티와 클로드 - 업무자동화, AI에이전트, 생산성

AI 워크스페이스, 이름만 들으면 굉장히 어려운 일인거 같고 처음 알아보다보면 내 파일들이 AI에 노출돼 보안에 문제가 생길 것 같은 두려움때문에 더 깊이 들어가기가 두려웠습니다. 클로드 코워크를 배우면서 AI 워크스페이스의 효율성을 배우기 시작하고, 나아가 최근 출시된 챗지피티 워크를 같이 결합하면서 AI 워크스페이스를 잘 만드는 것이 나의 효율을 몇배는 끌어올릴 수 있겠다는 확신이 생겼습니다. 

 

 

업무자동화, 말처럼 쉬운 건 아니었습니다

제가 처음 AI 워크스페이스를 사용하면서 가장 먼저 한 일은 강의안 PPT 파일이 들어 있는 폴더를 Claude Cowork에 연결하는 것이었습니다. 그리고 "개선점을 찾아서 HTML 보고서로 저장하고, 이메일로 보내줘"라는 단 한 줄의 지시를 입력했습니다. 솔직히 이건 예상 밖이었습니다. AI가 폴더 안 파일을 스스로 찾아 읽고, 결과물까지 지정된 위치에 저장해 두더군요.

여기서 말하는 AI 에이전트(AI Agent)란, 단순히 질문에 답하는 것을 넘어 주어진 목표를 달성하기 위해 여러 단계의 작업을 스스로 판단하며 수행하는 AI를 의미합니다. 쉽게 말해, 사람이 중간에 개입하지 않아도 작업 순서를 스스로 정해 실행하는 시스템입니다. 기존의 챗봇과는 결이 다릅니다.

그런데 제가 경험한 업무자동화(Task Automation)에는 한 가지 전제가 있었습니다. 업무자동화란 반복적인 작업 흐름을 미리 설계해 AI나 시스템이 자동으로 처리하도록 만드는 것을 말합니다. 문제는 이 '설계' 단계에서 내가 그 업무를 제대로 이해하고 있어야 한다는 점입니다. 지시가 모호하면 AI가 만들어낸 결과물도 방향이 엉뚱하게 흘렀습니다. 제 경험상 이건 꽤 중요한 부분이었습니다.

• ChatGPT Work: 데스크탑에서 로컬 폴더를 연결해 파일 읽기·저장·이메일 발송까지 연속 처리 가능
• Claude Cowork: 작업을 단계별로 분리해 진행하며, 참고 파일을 스스로 선택해 활용하는 방식
• TeraBox: 클라우드 기반 모바일 AI 워크스페이스로, 생성·저장·공유를 앱 하나에서 처리

요약: AI 에이전트 기반 업무자동화는 강력하지만, 정확한 지시를 내리려면 먼저 내가 그 업무를 잘 알고 있어야 합니다.

 

AI에이전트가 45페이지짜리 PPT를 만든 날

Claude Cowork에서 작업을 맡겼을 때 가장 인상적이었던 건 속도가 아니라 '과정'이었습니다. 오른쪽 패널에 태스크가 번호순으로 나열되며 하나씩 실행되는 모습을 보면서, AI가 실제로 작업 흐름을 설계하고 있다는 걸 시각적으로 확인했습니다. 기존 강의안의 개선 보고서를 참고해 버전 2 PPT를 만들고, 완료 후 이메일로 알림까지 보내는 과정이 한 번에 이어졌습니다.

멀티스텝 에이전시(Multi-step Agency)라는 개념이 있습니다. 단일 질의응답이 아니라 여러 단계의 작업을 연속으로 수행하는 AI의 작동 방식을 말합니다. 이 방식 덕분에 이전에는 "파일 찾기 → 업로드 → 질문 → 다운로드 → 이메일 전송"이라는 5단계 수작업이, 지금은 지시 한 줄로 끝납니다. 맥킨지에 따르면 생성형 AI의 자동화 가능 업무 비율은 전체 업무의 60~70%에 달하는 것으로 분석되었습니다.

다만 제가 직접 써봤는데, 이메일 발송 기능은 파일을 직접 첨부하지 않고 저장 경로만 본문에 적어 보내는 경우가 있었습니다. 완벽하게 자동화됐다고 보기보다는 "상당 부분이 자동화됐다"는 표현이 현재로서는 더 정확할 것 같습니다. 결과물을 그대로 믿기보다 한 번은 확인하는 습관이 여전히 필요합니다.

 

요약: AI에이전트의 멀티스텝 처리는 반복 업무 시간을 크게 줄여주지만, 결과물 검증은 여전히 사람의 몫입니다.

 

생산성은 도구 수가 아니라 흐름에서 나옵니다

TeraBox를 모바일에서 처음 실행했을 때 솔직히 '이게 되겠어?'라는 생각이 먼저 들었습니다. 그런데 "기업의 AX 전환에 대한 강의안 만들어줘"라고 입력하자 15장 분량의 PPT가 이미지까지 포함된 상태로 생성됐습니다. 클라우드에 자동 저장되고, 링크 공유로 외부에 바로 공개할 수도 있었습니다. 앱 하나에서 생성, 저장, 공유가 모두 끝났습니다.

AX(AI Transformation)는 기업이 업무 방식 전반에 AI를 도입해 운영 구조를 바꾸는 전환 과정을 의미합니다. 단순히 AI 도구를 몇 가지 쓰는 수준이 아니라, 업무 흐름 자체를 AI 중심으로 재설계하는 것입니다. Gartner는 2026년까지 기업의 80% 이상이 생성형 AI를 핵심 업무에 통합할 것으로 전망했습니다.

제 경험상 이 흐름에서 가장 중요한 건 도구를 많이 아는 것이 아닙니다. 제가 실제로 반복하는 업무 하나를 골라서, 처음부터 끝까지 AI에게 맡겨보는 경험이 훨씬 더 값졌습니다. ChatGPT Work, Claude Cowork 중 어떤 서비스가 더 우월한지를 따지는 것보다, 내 업무의 어느 구간에서 어떤 도구가 맞는지를 파악하는 것이 생산성(Productivity)을 실제로 높이는 방법이었습니다. 생산성이란 결국 투입 대비 산출의 비율이고, AI 도구는 그 비율을 높이는 수단일 뿐입니다.

 

요약: AI 워크스페이스의 진짜 생산성은 도구의 수가 아니라, 내 업무에 맞는 흐름을 설계하는 데서 나옵니다.

 

자주 묻는 질문

Q. Claude Cowork랑 ChatGPT Work 중에 뭐가 더 낫나요?

A. 제가 직접 써본 결과, 어느 쪽이 절대적으로 낫다고 말하기는 어렵습니다. Claude Cowork는 작업 단계를 시각적으로 확인하며 진행하는 구조라 흐름 파악이 쉬웠고, ChatGPT Work는 로컬 폴더 연결과 이메일 발송까지 한 번에 연결되는 속도가 인상적이었습니다. 내 업무 방식에 어느 쪽이 맞는지를 직접 한 번씩 써보면서 판단하는 것이 가장 현실적인 방법입니다.

 

Q. AI가 이메일을 자동으로 보낸다는 게 보안상 괜찮은 건가요?

A. 제가 실제로 사용해보면서 가장 신중하게 봤던 부분도 바로 이 지점입니다. 이메일 발송이나 파일 수정처럼 실제 업무에 영향을 주는 작업은 자동화 범위를 넓히기 전에 충분한 테스트가 필요합니다. 특히 민감한 내부 자료가 포함된 경우라면, 먼저 테스트 계정이나 제한된 범위에서 작동 방식을 확인한 뒤 적용 범위를 넓혀가는 것이 안전합니다.

 

Q. 개발자가 아니어도 AI 워크스페이스를 쓸 수 있나요?

A. 네, 가능합니다. Claude Cowork나 ChatGPT Work 모두 코드 작성 없이 텍스트 지시만으로 작동합니다. 다만 정확한 결과를 얻으려면 작업 목적, 필요한 자료, 결과물의 기준을 구체적으로 지시하는 능력이 중요합니다. 도구 사용법보다 "AI에게 일을 정확하게 맡기는 능력"이 더 필요한 시대입니다.

 

결론

제가 이번 경험에서 가장 크게 바뀐 생각은 하나입니다. AI 워크스페이스를 잘 쓴다는 건 도구를 많이 아는 게 아니라, 내 업무를 얼마나 잘 이해하고 있느냐의 문제라는 것입니다. AI에이전트는 지시를 실행하는 것이지, 업무의 목적과 기준을 스스로 판단하지는 않습니다. 그 판단은 여전히 사람의 몫입니다.

제가 지금 가장 현실적이라고 생각하는 접근은 이렇습니다. 지금 당장 반복하고 있는 업무 하나를 정하고, 그 업무 전체를 AI에게 맡겨보는 실험을 한 번 해보는 것입니다. 거창하게 시작할 필요가 없습니다. 작은 성공 경험 하나가 AI 워크스페이스에 대한 막연한 기대를 구체적인 활용 방식으로 바꿔줍니다.