오픈AI, 챗GPT 워크용 데이터 에이전트 출시…대화로 사내 데이터 분석

비즈니스 지표가 갑자기 떨어졌을 때 원인을 확인하려면 데이터팀에 분석을 요청하고 며칠씩 리포트를 기다리는 것이 일반적인 기업의 모습이었습니다.

OpenAI가 9월 10일 ChatGPT Work용 신규 기능인 데이터 에이전트(Data agent)를 공식 선보였습니다. 비전문가도 복잡한 쿼리를 작성할 필요 없이 자연어 질문만으로 사내 데이터를 분석하고, 대시보드를 생성하며, 후속 업무까지 지시할 수 있는 기능입니다.

데이터 저장소와 비즈니스 정의를 직접 연결

이번 데이터 에이전트는 단순히 챗봇이 SQL 코드를 생성해 주는 수준을 넘어 실제 사내 데이터 인프라와 깊숙이 연동됩니다.

Amazon Redshift, Google BigQuery, Snowflake, Databricks, MongoDB, ClickHouse, Datadog 등 대표적인 데이터 플랫폼과 직접 연결되며, Google Drive와 SharePoint 내 문서까지 분석 범위에 끌어올 수 있습니다.

핵심은 기업의 실제 비즈니스 맥락을 이해한다는 점입니다. dbt, Databricks Genie Ontology, Snowflake Horizon, GitHub 등에서 메트릭 정의와 계산 규칙을 읽어와 분석에 반영합니다.

따라서 지표 산출 방식이 기업 내부 규칙을 그대로 따르게 되며, 관리자는 역할별로 데이터 접근을 제어할 수 있습니다. 기존 계정에 설정된 테이블, 행, 열 단위의 보안 권한도 엄격하게 유지됩니다.

분석이 끝나면 근거 데이터를 대조해 볼 수 있을 뿐 아니라, 대화창 안에서 상호작용 가능한 인터랙티브 대시보드를 즉시 구축할 수 있습니다. Tableau, Power BI, Sigma, Omni, Oracle BI, ThoughtSpot 등 기존 BI 도구와 연계해 대시보드를 제어하는 것도 가능합니다.

더 나아가 결과 보고서를 Slack이나 이메일로 팀원에게 전송하고, 승인을 거쳐 연동된 업무 도구에서 후속 액션을 실행하도록 명령할 수도 있습니다.

현재 NTT Data, Thermo Fisher, ServicePiston 등이 초기 프로그램에서 이를 도입해 활용 중입니다. OpenAI 측은 자사 프로덕트 팀의 거의 전원과 영업 및 사업 개발 조직의 3분의 2 이상이 이미 사내에서 이 도구를 사용하고 있다고 밝혔습니다.

왜 중요한가

일반 실무자 입장에서 이 기능은 데이터 분석의 진입 장벽을 완전히 허물어 줍니다. 주간 활성 사용자가 왜 줄었는지 @Data로 호출해 바로 원인을 짚어내고 보고용 대시보드까지 뽑아낼 수 있다면, 반복적인 데이터 추출 요청으로 병목을 겪던 현업과 분석팀 모두의 생산성이 크게 올라갑니다.

업계 전반으로 보면 OpenAI가 엔터프라이즈 워크플로의 최상단 인터페이스를 장악하려는 움직임이 뚜렷합니다. Snowflake나 Databricks 같은 저장소를 직접 대체하거나 Tableau 같은 BI 툴을 몰아내는 대신, 이들을 아우르는 대화형 관제탑 자리를 꿰차는 영리한 방식을 택했습니다. 데이터 플랫폼들이 자체적으로 내놓던 AI 비서들에게는 직접적인 압박이 될 것입니다.

하지만 실제 도입 효과는 기업 자체의 데이터 정제 수준에 크게 좌우될 것으로 보입니다. dbt나 권한 체계가 깔끔하게 정리되어 있지 않은 기업이라면, AI 에이전트가 잘못된 정의를 기반으로 왜곡된 결론을 빠르게 양산할 위험도 여전히 존재합니다.