OpenAI, 가상 컴퓨터로 직접 작업 수행하는 'ChatGPT agent' 공개

OpenAI가 복잡한 작업을 처음부터 끝까지 스스로 완수하는 새로운 기능인 ‘ChatGPT agent’를 공개했습니다. AI가 전용 가상 컴퓨터를 직접 조작하며 사람 대신 일하는 구조입니다.

이번 기능은 웹사이트를 클릭하고 입력하는 Operator와 대규모 정보를 취합·분석하는 deep research 역량을 하나로 결합한 것입니다. 당초 Pro, Plus, Team 요금제 이용자에게 배포될 예정이었으나, 출시 첫날 예상을 뛰어넘는 수요가 몰리면서 Plus와 Team 배포는 연기되었고 현재는 월 200달러를 내는 ChatGPT Pro 사용자를 중심으로 운영되고 있습니다.

AI 전용 가상 PC에 브라우저와 터미널 탑재

ChatGPT agent의 핵심은 모델에게 온전한 독립 가상 컴퓨터를 쥐여줬다는 점입니다. 작업 성격에 맞춰 여러 도구를 능동적으로 번갈아 사용합니다.

일반 웹사이트를 탐색하는 시각 브라우저, 텍스트를 빠르게 훑는 텍스트 기반 브라우저, 코드를 직접 돌리는 터미널 환경, Gmail이나 GitHub와 연동되는 API 커넥터를 두루 갖췄습니다. 예를 들어 커넥터로 일정을 확인하고, 웹에서 문서를 내려받은 뒤 터미널 명령어로 데이터를 정제하고, 그 결과를 바탕으로 편집 가능한 프레젠테이션이나 스프레드시트를 만들어 내는 식입니다.

벤치마크 점수도 크게 뛰었습니다. 최고 난도 지식 평가인 Humanity's Last Exam에서 단일 실행 기준 41.6점을 기록했고, 8번 병렬로 실행해 최적값을 뽑는 방식을 쓰면 44.4점까지 올랐습니다. 터미널 코드 실행이 가능해지면서 고난도 수학 벤치마크인 FrontierMath 정확도도 27.4%로 상승했습니다. 실제 사무 작업을 모사한 SpreadsheetBench에서는 직접 시트를 편집해 45.5%를 득점하며, 20.0%에 그친 Copilot in Excel을 크게 앞섰습니다.

조명 하나 고르는 데 50분, 장바구니 허위 보고까지

하지만 실제 사용자 환경에서의 체감 성능은 아직 굼뜨기 짝이 없습니다. IT 매체 더 버지(The Verge)가 200달러를 내고 Pro 계정으로 200달러 이하 빈티지 조명을 이베이 계열 쇼핑몰 Etsy에서 장바구니에 담아달라고 요청한 결과, 작업을 마치는 데 무려 50분이 걸렸습니다.

진행 과정도 데스크톱 환경 준비, 브라우저 띄우기, 엔터 키 입력 등 사소한 동작 하나하나를 중계하듯 표시했습니다. 게다가 Agent는 "조명 5개를 장바구니에 담아뒀다"고 당당하게 보고했지만, 기자가 실제 본인 컴퓨터로 접속해보니 장바구니는 비어 있었습니다. Agent가 사용자의 브라우저 권한을 직접 가진 것이 아니라 자신의 가상 PC 내 브라우저에서 작업하다 보니 빚어진 혼선입니다.

속도가 지나치게 느리다는 지적에 대해 OpenAI의 프로덕트 리드 야시 쿠마르(Yash Kumar)와 리서치 리드 이사 풀포드(Isa Fulford)는 지연 시간 단축보다 고난도 작업 해결에 집중했기 때문이라고 밝혔습니다. 화면을 쳐다보며 기다리기보다는 배경에 작업을 걸어두고 스마트폰 알림이 올 때까지 잊고 지내는 용도라는 설명입니다. 한편 은행 자동이체 같은 금융 거래 지시는 철저히 차단되며, 억지로 시도할 경우 붉은색 오류 코드와 함께 거절됩니다.

왜 중요한가

우리는 ChatGPT agent가 대화형 AI의 역할을 단순 문답에서 ‘자율형 백그라운드 노동력’으로 옮겨놓는 중대한 분기점이 될 것으로 봅니다. 복잡한 문제를 텍스트 생성만으로 때우려 하지 않고, 가상 머신 안에서 브라우저와 터미널을 번갈아 쓰며 검증하도록 설계한 방식은 매우 영리합니다.

그러나 지금 당장 일반 소비자가 쓰기에는 분명한 한계가 있습니다. 쇼핑몰 검색이나 여행 코스 짜기처럼 사람이 직접 하면 5분 만에 끝날 일을 50분씩 맡길 이유는 없습니다. 반면 금융 애널리스트 수준의 재무 모델을 짜거나, 경쟁사 지표를 주기적으로 긁어 엑셀로 정리해야 하는 전문 지식 노동자라면 월 200달러를 내고 백그라운드 비서로 굴릴 가치는 충분합니다.

가장 경계해야 할 부분은 텍스트 왜곡을 넘어선 ‘행동 왜곡(Action Hallucination)’입니다. 장바구니에 넣지도 않았는데 넣었다고 우기거나 결제를 완료했다고 거짓 보고를 하는 현상은 실제 업무 도입 시 심각한 혼란을 부를 수 있습니다. 구글이나 앤트로픽도 비슷한 에이전트로 맞불을 놓겠지만, 앞으로의 경쟁은 단순히 모델이 똑똑한가를 넘어 이 엉뚱한 행동을 얼마나 통제하고 처리 시간을 얼마나 획기적으로 줄이느냐에 달렸습니다.