[써보고서] 진화한 '챗GPT'…인터뷰 준비부터 기획 취재 업무까지 돕다
"'챗GPT 워크'가 흩어진 자료를 모아 인터뷰 준비를 지원하고 취재 현황을 팀과 공유할 수 있게 대시보드까지 만들어줬다. 인공지능(AI)이 대답하는 챗봇을 넘어 업무 시작부터 완성까지 돕는 존재로 진화했음을 체감했다." 오픈AI가 이달 발표한 챗GPT 워크 기능을 업무에 활용해 본 뒤 든 첫 생각이다. 약 일주일간 챗GPT 워크에 인터뷰 일정 조율과 자료 분석을 맡기고, 팀 기획 취재 현황을 공유할 대시보드 제작을 시켜봤다. 처음에는 워크가 기존 챗GPT에 단순 업무 기능을 더한 수준일 것이라 생각했지만, 이리저리 분산된 정보와 작업을 연결해 실제 결과물까지 만들어냈다는 점이 예상 밖이었다. 챗GPT 워크는 단순한 대화보다 복잡하고 장시간 이어지는 업무에 초점을 맞춘 실행형 AI 에이전트다. 챗GPT 무료와 고 이용자는 워크를 'GPT-5.6 테라'로 구동할 수 있다. 플러스와 프로, 비즈니스, 엔터프라이즈 이용자는 '솔' '테라' '루나' 가운데 작업 목적에 맞는 모델을 선택하고 추론 강도도 조절할 수 있다. 복잡한 작업에 더 많은 연산을 투입하는 '울트라' 모드는 프로와 엔터프라이즈 요금제에 제공된다. 워크는 구글 캘린더를 비롯한 지메일, 슬랙, 마이크로소프트 팀즈, 구글드라이브, 셰어포인트 등 외부 업무 도구와 연결된다. 도구 연동을 통해 필요한 정보를 찾아 분석하는 데 그치지 않고 보고서와 문서, 스프레드시트, 프레젠테이션, 웹앱 등 완성된 결과물로 전환하는 것이 특징이다. 인터뷰 일정 조율부터 자료 분석...보고서까지 만들어 스노우플레이크 글로벌 임원 인터뷰 준비에 워크를 활용해 봤다. 그동안 인터뷰 준비는 늘 빠듯하게 이뤄졌다. 우선 일정을 정하기 위해 캘린더를 일일이 확인했다. 웹 또는 메일함에서 기업 관련 소식이나 최신 보도자료를 찾아야 했다. 이를 토대로 별도 문서에 들어가 인터뷰 질문을 만들었다. 인터뷰 준비 하나에 여러 서비스와 문서를 반복해서 오갔던 셈이다. 챗GPT 워크에선 이 과정을 한 번에 처리할 수 있었다. 먼저 워크에 업무 스케줄이 입력된 구글캘린더와 지메일을 연동했다. 다음 주 일정 가운데 인터뷰하기 적절한 시간 세 개를 제시해달라고 워크에 요청했다. 워크는 기존 회의와 취재 일정을 확인해 후보 시간을 정리했다. 이 중 첫 번째 일정을 선택하자, 해당 시간을 캘린더에 인터뷰 일정으로 자동 추가했다. 일정 확인→후보 선정→일정 등록 과정이 별개 작업이 아니라 한 흐름으로 처리됐다. 이어 웹 또는 지메일에서 스노우플레이크 관련 자료를 찾아 주요 사업 현황을 보고서 형태로 작성해 달라고 워크에 요청했다. 특정 메일 제목이나 발신자를 지정하지 않고 인터뷰 목적과 취재 방향을 설명한 뒤 자료를 찾아 분석하도록 지시했다. 워크는 메일에 흩어진 스노우플레이크 관련 보도자료와 참고 자료를 분석했다. 이중 가장 최신 사업 소식인 데이터 표준 프로젝트 '아파치 오시(Apache Ossie)' 관련 정보를 모았다. 프로젝트 추진 배경과 주요 참여 조직, 기업마다 데이터를 다르게 해석하는 문제, 글로벌 데이터 표준 경쟁 등을 웹에서 검색해 이를 쟁점으로 구조화했다. 워크가 작성한 보고서에는 AI가 자료 바탕으로 정리할 수 있는 부분과 사람이 직접 확인해야 할 부분이 나뉘어져 있었다. 주요 사업 설명과 메일 내용은 워크가 요약했지만, 실제 솔루션 도입 사례, 한국 기업 활용 현황 등 수치 부분은 인터뷰 때 재확인하도록 표시됐다. 이를 인터뷰 질의서 작성에 참고해 핵심 내용을 질문할 수 있었다. 섬세함 필요한 팀 기획 취재…회의 시간 단축 팀 기획 취재 준비부터 기사 작성까지 실시간 확인할 수 있는 대시보드도 워크로 만들어 봤다. 팀 기획 기사는 조율이 촘촘하게 필요한 작업이다. 전체 기획 방향과 기사별 역할을 나눠야 하고, 각 기자 취재 내용이 중복되지 않도록 조정해야 한다. 여러 기사가 한 문제의식과 결론으로 이어지게 만드는 작업도 필요하다. 그동안 기획 취재는 팀원들이 직접 만나 회의하거나 전화나 메시지로 진행 상황을 수시로 확인하는 식으로 이뤄졌다. 취재가 시작된 뒤 협업은 더 어렵다. 누가 어떤 취재원과 통화했는지, 어떤 답변을 확보했는지, 추가 확인이 필요한 쟁점은 무엇인지 실시간으로 파악하기 힘들었다. 새로운 취재 내용이 나올 때마다 다시 전화하거나 회의를 열어 공유해야 했다. 소프트웨어팀 기자 3명과 깃허브 AI 사업 전략을 다루는 기획 기사를 준비할 때 워크로 업무 대시보드를 만들었다. 챗GPT 워크에 각 기자 취재 역할인 '코딩 에이전트 플랫폼으로 확장하는 깃허브' 'AI 사용량 중심 수익모델' '코드와 개발 데이터를 활용한 플랫폼 경쟁력'을 제시했다. 이후 기사별 담당 기자와 가제, 핵심 취재 방향, 진행률, 주요 취재원, 통화 여부, 확보한 답변과 추가 확인 사항을 한 화면에 보여주는 웹·앱을 만들어 달라고 요구했다. 워크는 기획 취재에 필요한 기능을 참고해 대시보드를 여러 버전으로 만들었다. 한 버전을 선택한 후 이를 URL로 공유할 수 있게 웹·앱 버전을 개설해 달라고 요청했다. 워크는 '사이트(Sites)' 기능을 이용해 기획 기사 프로젝트 보드 접속 가능한 URL을 제작했다. 이 기능은 웹 대시보드나 간단한 애플리케이션을 제작·공유해 주는 기능이다. 무료와 고를 제외한 유료 요금제에만 제공된다. 대시보드에 들어가니 워크에 요청했던 모든 기능이 탑재돼 있었다. 대시보드에 수정이 필요하면 자연어로 화면 구성과 기능 변경을 요청할 수도 있었다. 팀원들은 대시보드 URL에 접속해 기획 기사에 필요한 취재원 연락처를 비롯한 취재 방향, 진행률 등 필요한 사항을 실시간으로 대시보드에 입력했다. 외근이나 취재 이동 중에도 팀원 진행률과 취재 내용을 확인할 수 있었다. 아직 풀리지 않은 쟁점이나 중복 취재 가능성도 파악할 수 있었다. 반드시 만나서 논의해야 하거나 전화해야 파악할 수 있었던 진행 상황을 링크 하나로 확인할 수 있어 편했고, 일정에 맞춰 기획 기사를 완성할 수 있었다. URL 방식이라고 해서 모든 정보가 공개되는 것도 아니었다. 접근 범위를 소유자와 관리자, 지정된 사용자나 그룹, 같은 워크스페이스 구성원 등으로 설정할 수 있다. 특정 팀원에게만 접근 권한을 부여하면 링크를 전달받은 제3자라도 허용된 계정으로 로그인하지 않는 한 사이트를 열 수 없다. 접속 권한과 내용 수정 권한도 구분 가능하다. 팀원에게는 진행률과 취재 메모를 변경할 수 있는 권한을 주고, 외부 관계자에게는 열람만 허용하는 방식이다. 다만 지속적인 공동 편집을 구현하려면 로그인 기능과 사용자별 권한, 변경 내용을 저장할 데이터베이스를 대시보드에 함께 구성해야 한다. 취재원 정보처럼 민감한 내용은 더 세분된 관리가 필요하다. 이에 전체 진행률은 팀원에게 공유하되 전화번호나 비공개 발언, 내부 평가 등은 별도 영역으로 분리하도록 했다. AI가 대시보드를 만들더라도 어떤 정보를 누구에게 공개할지는 사용자가 설계해야 한다. 이같은 기능은 특히 '슬랙'이나 '마이크로소프트 팀즈' 등 협업 서비스를 사용하지 않는 조직에서 활용 가능성이 커 보였다. 새로운 협업 플랫폼을 전사적으로 도입하지 않아도 기존 단체 채팅방에 URL 공유하는 식으로 프로젝트 현황·진행을 안전하게 추진할 수 있어서다. 결과물 검증·판단은 인간 몫...연동 앱 생태계 확장 필요 워크가 업무를 도운 건 맞지만 여전히 최종적으로 결과물을 검증하는 일은 사용자 몫이다. AI가 후보를 제시하고 업무를 도와줄 수는 있지만, 모든 업무 우선순위를 정하고 최종 결정을 내릴 수는 없이 때문이다. 특히 메일에는 오래된 정보나 중복 자료가 포함될 수 있고, AI가 중요하다고 판단한 내용이 실제 기사 가치와 일치하지 않을 수도 있다. 출처와 날짜, 수치, 인용 가능 여부를 검증하는 절차는 역시 생략할 수 없는 필수 요소다. 캘린더에 비어 있는 시간이 반드시 인터뷰에 가장 적합한 시간이라는 보장도 없다. 기사 마감이나 이동 시간, 사전 준비처럼 일정표에 표시되지 않은 변수까지 AI가 모두 파악하기는 어렵다. 또 오픈AI가 워크 활용 범위를 넓히려면 연동 가능한 제3자 앱 생태계를 확대할 필요가 있다. 현재 국내에서 활용되는 카카오톡이나 네이버웍스 같은 한국 협업·메신저 서비스까지 연동된다면, 국내 이용자층이 한층 넓어질 수 있을 것으로 보인다.
