ChatGPT Work로 업무 자동화하는 8가지 방법

원문 제목: [한영자막] ChatGPT Work로 업무 자동화하는 8가지 방법
URL: https://www.youtube.com/watch?v=keUx4WhU83U
날짜: 2026-08-16
채널: aiDotEngineer

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==ChatGPT Work를 단순히 질문에 답하는 채팅 도구가 아니라, 데스크톱 파일·브라우저·업무용 도구를 직접 조작해 결과물까지 완성하는 장시간 실행형 AI 에이전트로 어떻게 활용할 것인가?==

• 전용 ChatGPT 데스크톱 앱은 현재 열어 둔 파일을 보고, 자체 브라우저를 사용하고, 사용자가 매일 쓰는 도구 안에서 작업할 수 있다.
• 대시보드, 웹 자동화, 엑셀 모델, 리드 조사, 영수증 처리, 대량 편집, 이미지 생성, 원격 실행까지 반복 업무의 앞뒤 단계를 연결할 수 있다.
• 한 번에 완벽한 결과를 기대하기보다 스크린샷·스킬·플러그인·기존 템플릿·피드백을 결합하고, 긴 작업은 백그라운드에 맡겨 사람이 검토하는 방식이 핵심이다.

ChatGPT Work는 답변을 출력하는 소프트웨어가 아니라 실제 업무를 수행하는 작업자에 가깝다. 사용자는 원하는 결과물, 참조 자료, 도구 연결 방법, 검증 기준을 지시하고, 에이전트는 파일을 읽고 웹을 탐색하고 코드를 실행하고 스프레드시트 수식을 만들고 여러 하위 에이전트를 병렬로 운영한다. 따라서 API나 공식 커넥터가 없는 서비스도 브라우저 자동화로 다룰 수 있으며, 컴퓨터에서 시작한 작업을 휴대폰에서 이어서 확인하고 지시할 수 있다.

1. 업무 모드와 에이전트의 기본 작동 방식

ChatGPT Work의 핵심은 대화형 답변을 넘어 실제 파일과 외부 도구에 접근해 작업을 끝내는 데 있다.

1.1. 사용 환경과 전제 조건

1. 전용 데스크톱 앱 사용

   1. 웹 버전이 아니라 ChatGPT 데스크톱 앱을 사용해야 화면에 열려 있는 파일을 보고 로컬 폴더에 결과를 저장하는 사례들이 제대로 작동한다.
   2. 앱을 전체 화면으로 연 뒤 왼쪽 위에서 Codex가 아닌 ChatGPT가 선택되어 있는지 확인해야 한다.
   3. 상단 토글을 채팅 모드에서 업무 모드로 바꾸면 ChatGPT Work 작업 환경이 열린다.

2. 에이전트의 작업 범위

   1. 데스크톱에 상주하는 에이전트는 사용자가 이미 작업 중인 파일을 읽고, 자체 브라우저를 열고, 평소 사용하는 도구 안에서 행동한다.
   2. 단순히 계산 결과를 알려주는 대신 실제 계산을 수행하고, 파일을 만들고, 사이트를 수정하고, 완료된 산출물을 지정 폴더에 남긴다.
   3. 대시보드 구축부터 잠재 고객 목록 조사, 컴퓨터에서 시작해 휴대폰에서 마무리하는 장시간 작업까지 하나의 작업 흐름으로 연결된다.

1.2. 스킬과 플러그인을 결합하는 방법

1. 맞춤 스킬(Custom Skill)

   1. 내장 플러그인이 없는 YouTube 채널도 맞춤형 ‘유튜브 채널’ 스킬을 만들어 채널 연결 방법과 데이터 조회 방식을 알려줄 수 있다.
   2. 리드 조사 스킬은 어떤 기업을 찾고 어떤 신호를 확인할지 정의하며, 영수증 스킬은 폴더 감시·분류·스프레드시트 기록 규칙을 정의한다.
   3. short.io처럼 전용 커넥터가 없는 서비스도 맞춤 스킬로 연결 절차, 동적 필드, 추적 매개변수를 지정할 수 있다.

2. 내장 플러그인과 외부 연결

   1. 데이터 분석 플러그인은 데이터 웨어하우스 연결 방법과 실행할 쿼리 유형을 제공한다.
   2. 사이트 플러그인은 인터랙티브 웹 대시보드를 생성하고 공유할 수 있게 한다.
   3. 스프레드시트 플러그인은 실제 Excel 수식과 편집 가능한 차트를 포함한 통합 문서를 만든다.

2. 활용 사례 1 — 스크린샷에서 실시간 인터랙티브 대시보드 만들기

참조 이미지와 데이터 연결 지침만으로 팀이 함께 사용할 YouTube 성과 대시보드를 몇 분 안에 만들 수 있다.

2.1. 화면 디자인을 요구사항으로 바꾸기

1. 참조 화면 수집

   1. Google에서 YouTube 분석 대시보드 이미지를 검색해 여러 디자인 사례를 살펴본다.
   2. 상단에 핵심 지표가 있고 아래에 개별 그래프가 배치된 마음에 드는 대시보드 이미지를 연다.
   3. 해당 이미지를 복사해 ChatGPT Work 작업 영역에 붙여넣는다.

2. 대시보드 프롬프트 작성

   1. 첨부한 스크린샷을 바탕으로 실제 공유 가능한 YouTube 대시보드 사이트를 재현하라고 요청한다.
   2. YouTube 채널과 BigQuery 데이터 웨어하우스에서 실시간 수치를 가져오도록 요구한다.
   3. 맞춤 ‘유튜브 채널’ 스킬, 데이터 분석 플러그인, 사이트 플러그인을 함께 지정해 채널 데이터 조회·쿼리 실행·웹 화면 생성을 연결한다.

2.2. 결과와 반복 개선

1. 생성된 지표와 화면

   1. 대시보드는 채널 로고를 가져오고, 참조 스크린샷과 유사한 상단 핵심 통계 영역을 만든다.
   2. 최근 30일의 일일 조회수, 평균 시청 시간, 총 시청 시간 등 주요 지표를 보여준다.
   3. 요일별 조회수 성과를 비교해 어느 요일에 영상을 공개하는 것이 유리한지 판단할 수 있다.
   4. 하단에는 최신 영상 목록을 표로 모아 채널 개요와 개별 콘텐츠를 한 화면에서 확인한다.

2. 자연어 피드백으로 상호작용성 개선

   1. 첫 버전은 그래프 위에 마우스를 올려도 해당 기간의 숫자가 나타나지 않아 기대한 만큼 상호작용적이지 않았다.
   2. “차트에 마우스를 올렸을 때 해당 기간의 수치를 표시할 수 있는가?”라고 피드백하자 약 4분 뒤 툴팁 숫자가 표시되도록 업데이트됐다.
   3. 과거에는 BI·데이터 분석 팀에 요청하면 부서별 적체 때문에 운이 좋아도 2~3주를 기다려야 했지만, 이제 몇 분 안에 첫 버전을 만들고 대화로 수정할 수 있다.
   4. 공유 버튼을 누르면 조직 전체 또는 특정 사람에게 대시보드를 공유할 수 있다.

3. 활용 사례 2 — API 없는 웹사이트에서 이미지와 메타데이터 수집하기

내장 브라우저는 공식 API나 커넥터가 없는 사이트에서도 반복적인 다운로드·정리 업무를 수행한다.

3.1. 9X 블로그의 대표 이미지 수집

1. 수집 목표 정의

   1. 9X 블로그 게시글 대표 이미지들은 비슷한 색상의 일러스트라는 일관된 스타일을 갖고 있다.
   2. 각 게시글 페이지를 방문해 대표 이미지 20개를 다운로드하고 하나의 폴더에 저장하도록 요청한다.
   3. 각 게시글 제목과 해당 이미지를 연결하는 CSV 파일도 함께 만들어 나중에 AI가 이미지와 게시글의 관계를 학습하게 한다.

2. 브라우저 자동화 실행

   1. 블로그 목록 링크를 ChatGPT Work에 전달하면 오른쪽 브라우저 패널에 새 탭이 열리고 라이브 목록을 검사한다.
   2. 에이전트에는 자체 마우스가 있어 화면을 직접 조작할 수 있지만, 이번 작업에서는 여러 이미지를 한 번에 받기 위해 간단한 JavaScript 코드를 작성해 다운로드한다.
   3. 몇 분 뒤 20개의 대표 이미지와 CSV 파일이 모두 검증되어 지정 폴더에 들어간다.

3.2. 브라우저 자동화가 유용한 조건

1. 커넥터가 없는 서비스 처리
   1. 전용 API가 없거나 MCP 서버·커넥터로 연결할 수 없는 도구도 로그인부터 파일 다운로드까지 브라우저로 처리할 수 있다.
   2. 예를 들어 매달 송장을 받을 시점에 에이전트를 실행해 플랫폼에 로그인하고 송장을 내려받아 필요한 폴더에 저장하게 할 수 있다.
   3. 브라우저 창과 ChatGPT Work의 파일 창을 닫은 뒤 폴더에서 이미지 20개와 제목-이미지 매핑 CSV를 확인한다.

4. 활용 사례 3 — 여러 데이터 파일로 수식 기반 코호트 분석 만들기

복잡한 Excel 모델도 원본 데이터, 명확한 수식 요구, 스프레드시트 플러그인을 주면 장시간 백그라운드 작업으로 생성할 수 있다.

4.1. 다섯 개 데이터 내보내기 파일 통합

1. 분석 데이터 구성

   1. Circle 커뮤니티 회원 현황 파일을 사용한다.
   2. 라이브 이벤트 운영 플랫폼의 통계 파일을 사용한다.
   3. Stripe 거래 내역에서 유료 회원과 무료 회원을 구분한다.
   4. 새 커뮤니티로 이전하기 전 사용하던 기존 도구의 데이터를 포함한다.
   5. 총 다섯 개의 내보내기 파일을 작업 폴더에 넣고, 각 파일의 의미를 설명한 지침과 함께 하나의 Excel 통합 문서로 코호트 분석을 만들도록 요청한다.

2. 하드코딩 금지 원칙

   1. 모든 셀은 고정된 숫자가 아니라 Excel 내부의 실제 수식을 사용해야 한다.
   2. 수식을 사용하면 계산이 정확한지 검증할 수 있고, 코호트 정의가 마음에 들지 않을 때 수식만 수정해 분석 방식을 바꿀 수 있다.
   3. 실행 전에 내장 스프레드시트 플러그인을 추가해 통합 문서와 수식 생성 능력을 활성화한다.

4.2. 1시간 7분 44초 동안의 처리와 결과

1. 대용량 데이터 처리

   1. ChatGPT Work는 다른 일을 하는 동안 1시간 7분 44초 동안 계속 작동했다.
   2. 입력 데이터는 약 35MB였고 수천 개의 행을 검토했다.
   3. 같은 파일을 ChatGPT 웹 버전에 업로드하면 데이터가 너무 많아 처리할 수 없다는 오류가 날 가능성이 높지만, 데스크톱 앱은 작업 폴더의 파일을 직접 다룬다.
   4. 작업 드롭다운을 열면 해당 시간 동안 수행한 단계들을 추적할 수 있다.

2. 통합 문서의 구성

   1. 원시 데이터가 하나의 통합 문서 안 여러 탭으로 정리된다.
   2. 유지율 탭에는 회원 수, 활성 월, 코호트별 유지율 분석이 들어간다.
   3. YouTube, LinkedIn, 광고, 자연 검색처럼 고객 유입 소스별 코호트 그래프도 제공한다.
   4. 결과 탭에는 Excel에서 편집 가능한 그래프가 들어가며, 단순히 붙여 넣은 이미지가 아니라 모델의 실시간 수식과 데이터를 바탕으로 갱신된다.

4.3. 기존 템플릿을 재사용하는 방식

1. 템플릿 활용
   1. @spreadsheets를 태그하면 기본 제공 템플릿들을 확인할 수 있다.
   2. 새 회사가 아니라 이미 운영 중인 회사라면 원하는 공식과 분석 방식이 담긴 기존 Excel 파일을 템플릿으로 지정할 수 있다.
   3. ChatGPT Work가 모델을 처음부터 만들게 하지 않고 기존 모델에 연결하면, 사용자가 싫어하는 수동 입력만 자동화하면서 회사가 검증한 계산 구조를 그대로 유지할 수 있다.

5. 활용 사례 4 — 조건과 증거를 갖춘 잠재 고객 리드 조사

맞춤 리드 리서치 스킬과 병렬 하위 에이전트를 사용하면 단순한 회사 목록이 아니라 연락할 근거와 의사결정권자까지 포함한 B2B 잠재 고객 목록을 만들 수 있다.

5.1. 검색 범위와 적합성 신호 정의

1. 유럽 시장의 25개 기업 찾기

   1. 9X의 AI 교육에 관심을 가질 만한 기업을 찾도록 리드 리서치 스킬을 직접 구축한다.
   2. 이번 검색 범위는 미국이 아니라 유럽으로 지정한다.
   3. 결과 기업 수는 25개로 설정한다.

2. 검색 신호와 제외 조건

   1. AI 자동화 또는 운영 혁신 관련 직책을 현재 채용 중이어야 한다.
   2. 최근 새로운 AI 프로젝트를 발표했어야 한다.
   3. 직원 수는 50~500명 범위여야 한다.
   4. 비즈니스 운영 비중이 큰 산업에 속해야 한다.
   5. 작업 폴더 안의 기존·현재 협력사 목록을 읽어 이미 거래한 기업은 검색 결과에서 제외해야 한다.

5.2. 최고 성능 모델과 병렬 하위 에이전트

1. 성능 설정

   1. 사용량이 더 늘어나더라도 모델 성능을 최고 수준으로 올린 뒤 검색을 실행한다.
   2. 근거가 필요한 리드 조사에서는 검색 정확도와 결과 검증이 중요하므로 성능과 비용의 교환을 감수한다.

2. 지역별 병렬 조사

   1. 수석 연구원이 20분 넘게 작업하는 동안 여러 하위 에이전트가 동시에 조사를 수행한다.
   2. 한 그룹은 베를린과 함부르크를, 다른 그룹은 뮌헨·비엔나·취리히를, 또 다른 그룹은 영국과 아일랜드를 맡는다.
   3. 기존 협력사를 정확히 제외하는 별도 하위 에이전트도 생성된다.
   4. 각 하위 에이전트가 흩어진 조사 결과를 총괄 에이전트에게 보고하므로 지역을 순서대로 검색하는 것보다 빠르게 25개 후보를 합칠 수 있다.

5.3. 검증 가능한 리드의 모습

1. Coro 사례

   1. 베를린의 Coro는 회사 전체 AI 목표를 정하고 모든 팀 리더를 코칭하며 AI를 기본 업무 방식으로 만들기 위해 AI 전환 책임자 자리를 신설했다.
   2. 해당 직책이 채용되면 9X 팀원용 교육 프로그램에 관심이 있는지 연락할 수 있다는 영업 가설을 세울 수 있다.

2. Peter Park 사례와 의사결정권자

   1. Peter Park는 회사 전반의 AI 전략을 담당할 비즈니스 자동화 및 AI 팀 리더를 채용하고 있었다.
   2. 채용 공고는 LinkedIn에서 가져왔고, 원문 링크를 복사해 실제 공고인지 확인할 수 있다.
   3. 결과에는 COO, 전무이사, 창립자 겸 CEO 같은 고위 의사결정권자의 이름·직책과 LinkedIn 프로필이 포함된다.
   4. 각 인물이 Nine X에 적합한 이유와 조사 신뢰도도 함께 제시되므로, B2B 영업에서 바로 연락할 후보를 우선순위화할 수 있다.

6. 활용 사례 5 — 영수증 폴더에서 비용을 자동 정리하기

사진으로 찍은 영수증을 폴더에 넣는 습관만으로 개인·사업 지출을 분류하고 Excel 기록까지 갱신할 수 있다.

6.1. 폴더 감시와 예약 실행

1. 수집 폴더 운영

   1. 컴퓨터에 영수증이라는 별도 폴더를 만들고 지출할 때마다 영수증 사진을 그곳에 넣는다.
   2. 개인 지출 추적, 사업 비용 파악, 회계사 제출 자료 준비에 같은 흐름을 사용할 수 있다.
   3. 전용 영수증 스킬은 원래 예약 시간에 실행되도록 설정하지만, 동작을 검증하기 위해 수동으로 한 번 실행할 수도 있다.

2. 처리 후 정리

   1. 루트 폴더에 새 영수증이 있으면 에이전트가 해당 이미지를 처리한다.
   2. 처리가 끝난 파일은 처리 폴더로 이동한다.
   3. 영수증 접수 날짜를 기준으로 파일을 정렬해 세금 신고와 지출 확인에 필요한 자료를 모은다.

6.2. 이미지 인식과 Excel 기록

1. 영수증 OCR·분류

   1. 에이전트는 먼저 폴더 안 영수증 이미지를 찾아 내용을 본다.
   2. 사진 한 장에서 날짜와 금액을 비롯한 주요 항목을 식별한다.

2. 원장 갱신

   1. 추출한 비용이 Excel 기록의 맨 아래 새 행으로 추가된다.
   2. 비용 항목이 적절한 범주로 분류되므로 사진을 다시 보지 않고도 지출 내역을 확인할 수 있다.

7. 활용 사례 6 — 130개 이상 YouTube 설명란을 조건부로 일괄 편집하기

여러 플랫폼을 오가며 동적 링크를 만들고 콘텐츠 맥락에 따라 CTA를 삽입하는 작업은 단순한 일괄 치환보다 ChatGPT Work의 문맥 이해와 검증 흐름에 잘 맞는다.

7.1. 작업 전 백업과 데이터 추출

1. YouTube 목록 백업

   1. 채널 연결 기능을 사용해 동영상 ID, 제목, 게시 날짜, 조회수를 포함한 CSV를 만든다.
   2. 각 영상 설명을 마크다운 파일로도 저장해 원래 구조와 문구를 보존한다.
   3. 모든 영상 목록과 설명 미리보기를 먼저 확보하면 나중에 설명 수정이 잘못되어도 원본을 참고하거나 복구 기준으로 삼을 수 있다.

2. 새 CTA의 목적

   1. 영상 설명 첫 번째 링크에는 무료 자료 링크가 들어가는 경우가 많지만, AI 교육에 관심 있는 회사가 9X에 쉽게 연락하도록 새 링크 유형을 추가하려 한다.
   2. 현재 채널에는 130개가 넘는 영상이 있어 사람이 설명란을 하나씩 수정하는 작업은 매우 오래 걸린다.
   3. 단축 링크마다 어떤 영상에서 방문자가 유입됐는지 추적해야 하므로 동영상 ID를 링크의 동적 필드로 사용한다.

7.2. short.io 연결과 조건부 CTA 규칙

1. 동적 링크 생성

   1. 전용 커넥터가 없는 short.io에 연결하는 방법을 맞춤 스킬로 정의한다.
   2. 모든 링크에 적용할 추적 매개변수를 고정하고, 영상 ID만 영상마다 자동으로 바뀌게 한다.
   3. 이 구조로 웹사이트 방문이 어느 YouTube 영상에서 발생했는지 확인한다.

2. 설명 구조에 따른 삽입 규칙

   1. 설명이 리드 마그넷 링크로 시작하면 새 교육 CTA를 그 링크 바로 아래에 넣는다.
   2. 기존 CTA로 시작하지 않으면 새 CTA를 첫 줄에 넣는다.
   3. 구독 유도 문구로 시작하면 “이 영상이 마음에 드셨다면 구독해주세요.”로 바꾼 뒤 교육용 CTA를 삽입한다.
   4. 앞부분에 이미 무료 자료 링크가 있는지, CTA 문구가 어느 위치에 있는지에 따라 영상별 수정 문자가 달라지므로 단순한 고정 문자열 치환으로는 충분하지 않다.

7.3. 작은 범위 테스트와 검증

1. 올해 영상 20~30편으로 테스트

   1. 처음부터 130개를 수정하지 않고 올해 공개한 약 20~30개 영상에서 작업하도록 범위를 줄인다.
   2. ChatGPT Work는 목록을 모두 보여주고 무엇이 바뀌었는지 영상 링크와 함께 보고한다.
   3. 각 영상에 대해 동적으로 생성된 단축 링크가 실제로 만들어졌는지 확인할 수 있다.

2. 결과 확인과 자동화의 차이

   1. 원래 구독 문구가 있던 영상의 설명을 열면 첫 번째 링크에 새 동적 링크가 정확히 배치된다.
   2. 사람이 직접 했다면 몇 시간이 걸렸을 작업을 단축할 수 있다.
   3. 일반 자동화 도구도 일괄 수정은 할 수 있지만, 영상별 설명 맥락을 읽고 위치에 따라 다른 문자를 삽입하는 작업은 ChatGPT Work가 적합하다.

8. 활용 사례 7 — 기존 이미지 스타일을 학습해 블로그용 이미지 생성하기

기존 대표 이미지 20개를 참조 자료로 삼으면 블로그의 시각적 언어를 분석하고 여러 대안을 백그라운드에서 제작할 수 있다.

8.1. 스타일 분석과 아이디어 생성

1. 참조 이미지 활용

   1. 앞선 브라우저 자동화로 받은 최근 대표 이미지 20개와 제목-이미지 CSV를 ChatGPT Work에 제공한다.
   2. 기존 이미지가 어떤 방식으로 만들어졌고 어떤 스타일·색상·구성을 사용하는지 분석하게 한다.
   3. 이미지의 정확한 해상도도 기록하도록 지시해 출력 형식을 표준화한다.

2. 게시글별 세 가지 콘셉트

   1. 새 블로그 게시글 세 편의 제목을 주고 각각에 사용할 대표 이미지 아이디어를 요청한다.
   2. 게시글 하나당 세 가지 콘셉트를 만들면 첫 시도가 마음에 들지 않아도 대안을 고를 수 있다.
   3. 세 게시글에 세 가지씩 제안하면 총 9개의 대표 이미지 후보가 만들어진다.

8.2. 12분간의 생성과 결과 검토

1. 정규화된 이미지 생성

   1. 이미지 생성은 약 12분 동안 진행되며, 그 시간에 다른 업무를 수행할 수 있다.
   2. 표준 형식으로 정규화된 대표 이미지 9개가 생성되어 지정 폴더에 저장된다.
   3. 결과물은 기존 블로그의 색상과 일러스트 스타일, 브라우저 주변에 7개 요소를 깔끔하게 배치하는 방식과 일치한다.
   4. ChatGPT Work와 Claude CoWork를 활용해 아이콘을 기존 스타일에 맞게 선택하고 배치한다.

2. 프롬프트까지 보존하는 검토 루프

   1. 에이전트는 이미지만 저장하지 않고 생성에 사용한 모든 프롬프트를 마크다운 파일에 기록한다.
   2. 결과가 잘못된 방향으로 갔다면 사용자는 프롬프트를 읽고 왜 그런 이미지가 나왔는지 파악한 뒤 다음 요청을 구체화할 수 있다.
   3. 같은 흐름은 블로그 썸네일뿐 아니라 메타 광고 변형, 이메일 이미지 등 AI 생성 이미지가 필요한 다른 창작 업무에도 적용할 수 있다.

9. 활용 사례 8 — 휴대폰에서 원격으로 데스크톱 에이전트 관리하기

원격 기능은 노트북에서 시작한 장시간 작업을 외부에서 확인하고 추가 지시하는 연결 고리다.

9.1. 휴대폰에서 세션 불러오기

1. 접근 절차

   1. 휴대폰 ChatGPT 앱을 열고 왼쪽 메뉴의 ‘원격’ 섹션으로 이동한다.
   2. 메뉴가 보이지 않으면 ‘더보기’ 점 세 개를 누른다.
   3. Face ID로 접근을 인증하면 컴퓨터에서 시작한 ChatGPT Work 세션들이 불러와진다.

2. 클라우드와 데스크톱의 역할 구분

   1. ChatGPT는 웹·클라우드와 휴대폰에서도 사용할 수 있지만, 로컬 파일에 접근해 실제 작업을 수행하는 기능은 데스크톱에서 시작해야 한다.
   2. 휴대폰은 데스크톱 세션의 진행 상황을 확인하고 새 지시를 보내는 원격 조종 장치 역할을 한다.

9.2. 외부에서 긴 작업을 이어가기

1. 실제 원격 지시

   1. 노트북에서 올해 YouTube 영상 설명을 전부 새로 작성하는 작업을 시작한 뒤 점심을 먹으러 나갔다고 가정한다.
   2. 휴대폰에서 작업 완료 메시지를 확인하고 “2025년 이후의 모든 영상에도 실행할 수 있나?”라고 추가 지시를 보낼 수 있다.
   3. 휴대폰에서 지시를 보내는 동안 노트북에서도 작업이 다시 시작되는 과정을 확인할 수 있다.

2. 조건과 실용성

   1. 상담원과 협업하듯 장시간 걸리는 작업을 먼저 시작해 두고 진행 상황을 언제든 확인할 수 있다.
   2. 일부 작업은 최대 한 시간까지 걸리지만, 데스크톱 버전이므로 컴퓨터 파일에 접근할 수 있다.
   3. 작업 중인 컴퓨터가 켜져 있어야 한다는 조건은 있지만, 장소와 무관하게 에이전트의 진행을 확인하고 지시할 수 있다.

주요 발언 모음

“단순히 답만 주는 게 아니라, 실제로 계산까지 해주는 겁니다.”

“웹 버전이 아닌 전용 데스크톱 앱을 사용해야만 제가 보여드릴 몇 가지 사용 사례가 제대로 작동합니다.”

“차트에 마우스를 올렸을 때 기간의 수치를 표시하는 것도 가능한가요?”

“모든 셀들이 하드코딩된 데이터가 아니라는 것을 알 수 있습니다. 우리는 실제로 공식을 검증할 수 있습니다.”

“보고하는 모든 신호는 실제로 감지된 것입니다. 정확한 URL을 알려드리면 해당 정보를 확인할 수 있습니다.”

“사실 ChatGPT Work가 아니었다면 저는 이 일을 해낼 수 없었을 겁니다.”

“작업 중인 컴퓨터가 켜져 있어야 하지만, 말 그대로 어디에 있든 이러한 에이전트의 기능을 활용할 수 있습니다.”

“ChatGPT를 단순히 질문하는 곳으로만 사용하지 말고 실제로 작업을 대신해주는 도구로 활용해 보십시오.”

핵심 데이터 & 수치

• 활용 사례 수: 대시보드, 웹 자동화, Excel 코호트 분석, 리드 조사, 비용 관리, 대량 편집, 이미지 생성, 원격 실행의 8가지다.
• 대시보드 범위: 최근 30일의 조회수·평균 시청 시간·총 시청 시간과 일별 성과를 조회한다.
• 대시보드 개선 시간: 마우스 오버 수치 표시를 요청한 뒤 약 4분 만에 업데이트됐다.
• 기존 BI 요청 시간: 과거에는 BI·데이터 분석 팀 요청 후 운이 좋아도 2~3주를 기다려야 했다.
• 웹 자동화 수집량: 9X 블로그 대표 이미지 20개와 제목-이미지 CSV 1개를 수집했다.
• 코호트 분석 입력: Circle, 라이브 이벤트 플랫폼, Stripe, 기존 커뮤니티 도구 등을 포함한 5개 내보내기 파일이다.
• 코호트 분석 데이터량: 입력 파일은 약 35MB이고 수천 개 행을 검토했다.
• 코호트 분석 처리 시간: Excel 통합 문서 생성에 1시간 7분 44초가 걸렸다.
• 리드 조사 목표: 유럽 시장에서 25개 기업을 찾고, 직원 수 50~500명 조건을 적용했다.
• 리드 조사 시간: 지역별 하위 에이전트를 포함해 20분 넘게 조사했다.
• YouTube 대량 편집 범위: 채널에 130개가 넘는 영상이 있으며, 먼저 올해 공개한 약 20~30편으로 테스트했다.
• 이미지 생성량과 시간: 게시글 세 편에 대해 세 가지씩, 총 9개의 표준화 대표 이미지를 약 12분 동안 생성했다.
• 원격 실행 조건: 일부 작업은 최대 한 시간까지 걸리고, 로컬 파일 접근을 위해 작업 중인 데스크톱 컴퓨터를 켜 두어야 한다.

결론 및 시사점

1. ChatGPT Work의 가장 큰 가치는 질문에 답하는 속도가 아니라 파일을 읽고 도구를 조작해 검증 가능한 결과물을 남기는 실행 능력에 있다.
2. 데스크톱 앱을 기본 작업 장소로 삼으면 웹 자동화, 로컬 폴더 처리, 대용량 스프레드시트 생성처럼 웹 채팅만으로 어려운 작업을 맡길 수 있다.
3. API나 공식 커넥터가 없는 서비스도 브라우저와 맞춤 스킬을 결합하면 로그인·검색·다운로드·업데이트를 자동화할 수 있다.
4. 스킬에는 단순한 명령보다 입력 위치, 예외 조건, 동적 필드, 추적 매개변수, 결과 검증 기준을 구체적으로 적어야 한다.
5. Excel 모델은 반드시 수식 기반으로 만들고, 기존에 검증된 회사 템플릿을 재사용하면 계산의 신뢰성과 수정 가능성을 확보할 수 있다.
6. 리드 조사는 지역별 하위 에이전트로 병렬화하고, 기존 고객 제외 목록과 실제 URL 근거를 함께 요구해야 영업에 쓸 수 있는 결과가 된다.
7. YouTube 설명란 같은 대량 편집은 원본 CSV·마크다운 백업을 먼저 만든 뒤 작은 범위로 테스트하고, 변경 링크와 수정 결과를 검토해야 한다.
8. 이미지 생성은 기존 성공 사례, 정확한 해상도, 게시글별 복수 아이디어, 생성 프롬프트 보존을 함께 요구해야 브랜드 일관성과 반복 개선이 가능하다.
9. 장시간 작업은 사람이 기다리지 않고 백그라운드에 맡기되, 중간 단계와 최종 산출물을 검토하는 인간 승인 루프를 유지해야 한다.
10. 한 주의 업무에서 가장 자주 반복되고 규칙이 명확한 일을 하나 고른 뒤, 컴퓨터에서 시작하고 휴대폰으로 확인하는 에이전트 흐름부터 적용하면 매주 몇 시간의 시간을 절약할 수 있다.

핵심 요약 (20줄)

1. ChatGPT Work는 질문에 답하는 챗봇을 넘어 파일·브라우저·업무 도구를 직접 다루는 데스크톱 AI 에이전트다.
2. 로컬 파일과 브라우저를 활용하는 사례를 실행하려면 웹 버전이 아닌 ChatGPT 전용 데스크톱 앱이 필요하다.
3. ChatGPT Work는 ChatGPT 앱에서 ChatGPT를 선택하고 상단 토글을 채팅 모드에서 업무 모드로 바꾸면 시작된다.
4. Google에서 찾은 YouTube 대시보드 스크린샷과 BigQuery 연결 지침을 주면 팀용 인터랙티브 대시보드를 만들 수 있다.
5. 생성된 대시보드는 최근 30일 조회수·평균 시청 시간·총 시청 시간과 요일별 성과를 보여준다.
6. 그래프 마우스 오버 수치가 빠졌을 때 자연어 피드백을 주자 약 4분 만에 상호작용성이 추가됐다.
7. 내장 브라우저는 공식 API가 없는 블로그를 방문해 대표 이미지 20개와 제목 매핑 CSV를 몇 분 안에 저장한다.
8. Circle·이벤트 플랫폼·Stripe·기존 도구에서 나온 다섯 파일로 하드코딩 없는 Excel 코호트 모델을 만들 수 있다.
9. 약 35MB의 수천 행 데이터를 처리한 코호트 모델은 1시간 7분 44초 뒤 유지율·유입 소스·편집 가능한 그래프로 완성됐다.
10. 기존 회사 Excel 템플릿을 @spreadsheets에 연결하면 검증된 공식은 유지하고 원시 데이터 입력만 자동화할 수 있다.
11. 리드 리서치 스킬은 유럽의 직원 50~500명 기업 중 AI 채용·프로젝트 발표 신호가 있는 25개 회사를 찾는다.
12. 지역별 하위 에이전트와 기존 협력사 제외 에이전트는 20분 넘는 조사를 병렬로 수행하고 URL 근거를 보고한다.
13. Coro와 Peter Park 사례처럼 AI 전환 채용 공고와 COO·CEO급 연락처는 B2B 영업 우선순위를 정하는 근거가 된다.
14. 영수증 폴더 스킬은 사진을 읽어 비용을 분류하고 처리 폴더로 옮긴 뒤 접수 날짜별로 정리한다.
15. 영수증에서 추출한 비용은 Excel 원장의 새 행으로 추가되므로 세금 신고와 회계사 제출 준비가 쉬워진다.
16. 130개가 넘는 YouTube 설명란도 원본 CSV·마크다운을 먼저 저장하고 short.io 동적 링크와 조건부 CTA를 일괄 적용할 수 있다.
17. 올해 공개한 약 20~30편으로 먼저 테스트하면 영상별 링크 생성과 CTA 위치를 확인한 뒤 전체 채널로 확대할 수 있다.
18. 기존 대표 이미지 20개를 분석하고 게시글별 세 가지 아이디어를 생성하면 표준화된 이미지 9개를 약 12분에 만들 수 있다.
19. 생성 프롬프트를 마크다운으로 남기면 이미지가 브랜드 스타일에서 벗어났을 때 원인을 추적하고 재생성할 수 있다.
20. 휴대폰 원격 기능은 켜져 있는 데스크톱에서 최대 한 시간 걸리는 작업을 실행하고 외부에서 진행 상황과 추가 지시를 관리하게 한다.