AI 에이전트가 24시간 일하는 시대, 우리 팀은 일을 맡길 줄 아나요?
OpenAI Dots와 Meta Muse 발표로 AI에게 일을 맡기는 시대가 열렸습니다. 직원에게 필요한 위임 역량과 점검 질문 5가지를 정리했습니다.
퇴근 전에 AI에게 "내일 아침까지 이번 주 문의 메일 정리하고, 답장 초안 만들어 둬"라고 말해 두는 장면을 떠올려 보세요. 어제까지는 조금 먼 이야기처럼 들렸는데요, 9월 29일 발표를 보면 이제는 실제 제품으로 나오기 시작했습니다.
이 글에서는 두 발표가 무엇을 바꿨는지 짧게 정리하고, 이런 에이전트를 맞이하는 조직과 직원이 어떤 역량을 준비해야 하는지 코드프레소의 관점으로 이야기해 보겠습니다.
어제 발표된 두 AI 에이전트, 무엇이 달라졌나요?
OpenAI Dots는 에이전트마다 전용 클라우드 컴퓨터와 브라우저를 두고, 사용자의 목표를 향해 24시간 일하는 에이전트입니다. 4,000개가 넘는 앱에 연결할 수 있고, Slack이나 Teams 메시지로 일을 맡길 수도 있습니다(OpenAI).
Meta Muse for Small Business는 9월 초 미국에서 출시된 개인용 에이전트 Muse를 소상공인과 중소기업 업무로 넓힌 제품입니다. Asana, Slack, Shopify, Notion 같은 업무 도구와 Meta 광고 계정, 인스타그램·페이스북 비즈니스 계정에 연결해 마케팅과 운영 업무를 맡길 수 있습니다(Meta).
| 구분 | OpenAI Dots | Meta Muse for Small Business |
|---|---|---|
| 한 줄 설명 | 전용 클라우드 컴퓨터에서 목표를 24시간 수행 | 업무 도구와 광고 계정을 연결해 사업 운영을 돕는 에이전트 |
| 일을 맡기는 곳 | ChatGPT, Slack, Teams | Muse 앱과 연결된 업무 도구 |
| 사람이 개입하는 지점 | 행동마다 허용·승인 필요·차단 규칙 설정 | 메일 발송·구매 같은 민감한 작업 전 확인, 전체 작업 기록 제공 |
| 한국 제공(9/30 기준) | Pro 제외 지역에 한국 없음, 기업 요금제는 순차 제공 | 미국·캐나다만 제공 |
두 제품이 공통으로 보여 주는 변화는 하나입니다. 지금까지는 직원이 질문하고, AI가 답하고, 직원이 그 답을 업무에 옮겼습니다. 앞으로는 직원이 일을 맡기고, AI가 여러 시스템을 오가며 처리하고, 직원은 결과를 확인하고 승인하는 쪽으로 역할이 바뀝니다.
두 회사가 똑같이 넣어 둔 장치, 사람의 승인
흥미로운 건 두 회사가 모두 "사람이 확인하는 단계"를 전면에 내세웠다는 점입니다. Meta는 Muse가 메일을 보내거나 결제하기 전에 사용자에게 먼저 묻고, 지금까지 한 일과 앞으로 할 일을 모두 기록으로 보여 준다고 밝혔습니다(Meta). OpenAI는 사용자가 없는 동안 Dots가 스스로 찾아보는 작업에는 읽기 전용 도구만 쓰게 했고, 어떤 행동은 허용하고 어떤 행동은 승인을 받게 할지 사용자가 규칙으로 정할 수 있게 했습니다(OpenAI).
그런데 이 스위치를 어디에 켤지는 도구가 대신 정해 주지 않습니다. 재고 조회는 바로 맡겨도 되는지, 견적 발송은 누가 승인해야 하는지, 고객에게 나가는 메일은 몇 번째 단계에서 멈춰 세울지는 그 업무를 가장 잘 아는 직원만 판단할 수 있거든요. 도구가 좋아질수록 이 판단을 할 줄 아는 사람이 더 중요해집니다.
그래서 필요한 건 '프롬프트 실력'보다 '위임 역량'입니다
코드프레소는 에이전트 시대에 직원에게 필요한 역량을 위임 역량이라고 봅니다. 한 번의 질문으로 좋은 답을 받아내는 능력을 넘어, AI에게 일을 맡기고 그 결과에 책임질 수 있는 능력입니다.
| 구분 | AI에게 묻는 방식 | AI에게 맡기는 방식 |
|---|---|---|
| 직원이 주는 것 | 질문, 프롬프트 | 목표, 완료 기준, 권한 |
| 필요한 역량 | 원하는 답을 끌어내는 질문 설계 | 업무를 쪼개고 완료 기준을 정하는 설계 |
| 사람이 확인하는 시점 | 답을 받은 직후 | 되돌리기 어려운 작업 직전(승인 지점) |
| 실수했을 때 | 틀린 답을 버리면 끝 | 잘못 보낸 메일, 잘못 집행된 비용이 남음 |
| 잘하는 사람의 특징 | 질문을 잘 다듬는다 | 맡길 일과 맡기지 않을 일을 구분한다 |
실제로 AXMOS·코드프레소의 AX Grow 프로그램으로 진행한 서울창조경제혁신센터 교육도 "AI에게 묻던" 방식에서 "AI에게 업무를 맡기는" 방식으로 관점을 바꾸는 데 목표를 뒀습니다. 임직원 대부분이 이미 생성형 AI를 쓰고 있었지만, 일을 맡기는 방식은 따로 배워야 했기 때문입니다.
우리 팀의 위임 역량, 이 5가지로 점검해 보세요
에이전트를 도입하기 전에 팀원들과 아래 질문에 답해 보세요. 세 개 이상 막힌다면 도구보다 역량 준비가 먼저입니다.
- 목표를 완료 기준까지 쓸 수 있나요? "문의 메일 정리해 줘"가 아니라 "문의 메일을 제품별로 분류하고, 답장 초안을 만들어 담당자에게 넘기면 완료"처럼 끝나는 지점까지 적을 수 있어야 합니다.
- 되돌리기 어려운 작업을 골라낼 수 있나요? 발송, 결제, 계약, 삭제처럼 한 번 실행하면 되돌리기 어려운 작업 앞에는 사람의 승인 단계를 둬야 합니다.
- 권한을 읽기와 쓰기로 나눌 수 있나요? 메일함과 단가표는 읽기만, 발송은 사람이 직접 하는 식으로 필요한 만큼만 권한을 줄 수 있어야 합니다.
- 결과를 검증하는 기준이 있나요? 에이전트가 만든 결과물을 어떤 기준으로 확인할지, 이상하면 어디서 멈출지 정해 둬야 합니다.
- 효과를 숫자로 비교할 수 있나요? 처리 시간, 처리 건수, 수정 비율처럼 도입 전후를 비교할 기준이 있어야 계속 쓸지 판단할 수 있습니다.
이 다섯 가지를 회사 차원에서 어떻게 설계하는지는 AXMOS 블로그의 24시간 일하는 AI 에이전트에게 기업은 무엇을 맡겨야 하나에서 더 자세히 다뤘습니다. 에이전트 도입 전에 확인할 관리 체계는 AI 에이전트 도입, 기술 말고 이 3가지부터 확인하세요에서도 볼 수 있습니다.
한국에서는 언제부터 쓸 수 있나요?
2026년 9월 30일 기준으로 Meta Muse는 미국과 캐나다에서만 쓸 수 있습니다. OpenAI Dots는 Pro 요금제의 경우 유럽경제지역, 영국, 스위스를 제외한 지역에 제공되고, Business Premium과 Enterprise 요금제에는 전 세계에 순차적으로 열리고 있습니다(OpenAI 도움말). 회사 워크스페이스에서는 관리자가 기능을 켜야 쓸 수 있습니다.
도구가 한국에 본격적으로 들어오기까지 시간이 남아 있다는 건 오히려 기회입니다. 도구는 요금제를 고르면 바로 쓸 수 있지만, 일을 맡길 줄 아는 사람은 하루아침에 생기지 않거든요. 대한상공회의소가 국내 제조기업 504곳을 조사했을 때도 80.7%가 AI 활용을 위한 전문인력이 없다고 답했습니다(대한상공회의소, 2025.11).
위임 역량은 어떻게 확인하고 키우나요?
위임 역량은 수료증이나 만족도 설문으로는 보이지 않습니다. 실제 업무 상황에서 AI에게 어떻게 일을 맡기고, 중간에 어떻게 검증하고 고쳤는지를 봐야 알 수 있습니다.
코드프레소의 AI Fluent는 이 과정을 데이터로 확인하는 AI 역량 진단 서비스입니다. 특히 AI Agent 기반 업무 효율화 트랙은 문제 정의부터 도구·스킬 구성까지 AI 에이전트를 설계하고 운용하는 역량을 보고, 개발 직군과 비개발 직군이 함께 응시하는 공통 트랙입니다. 프롬프트 입력 이력, 중간 산출물, 최종 결과물을 함께 채점하고, 결과를 Entry, Beginner, Intermediate, Professional 4단계로 보여 줍니다.
진단 결과는 다음 교육의 출발점이 됩니다. 진단으로 부족한 지점을 찾고, 교육으로 보완하고, 다시 진단해 얼마나 나아졌는지 확인하는 흐름입니다. 조직 전체의 전환이 목표라면 AXMOS와 함께 운영하는 AX Grow 프로그램으로 진단, 실무 교육, 업무 내재화까지 이어서 진행할 수 있습니다.
자주 묻는 질문
Q. OpenAI Dots와 Meta Muse는 한국에서 바로 쓸 수 있나요?
Q. 위임 역량은 프롬프트를 잘 쓰는 것과 무엇이 다른가요?
Q. 개발자가 아니어도 위임 역량을 키울 수 있나요?
Q. 우리 팀의 위임 역량은 어떻게 확인하나요?
참고 자료