AI 에이전트, 업무 혁신의 새로운 물결

Agentic AI는 지식 작업의 단위를 단순한 상호작용에서 위임된 장기 과제로 변화시킵니다. 챗봇 상호작용은 종종 짧고 독립적이지만, 에이전트는 도구 호출을 조정하고 환경과 상호작용하며 해결책을 찾아가는 동안 독립적으로 몇 분에서 몇 시간 동안 작동할 수 있습니다. 결과적으로 에이전트는 업무를 위한 가장 강력한 AI 도구로 빠르게 자리 잡고 있습니다.

지난해 동안 OpenAI에서 이러한 변화를 직접 목격했습니다. Codex가 대중에게 공개된 초기 몇 달 동안, ChatGPT는 여전히 OpenAI 내에서 기본적인 업무용 AI 도구로 남아 있었습니다. 2025년 8월까지 OpenAI 직원들은 Codex에 전체 토큰의 10% 미만을 사용했습니다. 이제 법무 및 채용과 같은 비기술 부서를 포함한 모든 부서가 Codex를 주요 AI 도구로 사용하고 있습니다. 이는 에이전트 도구의 확장된 기능과 접근성을 고려할 때 우리가 믿는 미래의 업무 패턴을 반영합니다.

Codex의 채택은 Codex의 기능과 함께 성장했습니다. Codex가 더 강력한 모델과 새로운 제품 기능을 활용하면서 생산적인 작업의 범위를 확장할 수 있게 되었습니다. 개인 사용자, 조직 사용자, OpenAI 직원 전반에 걸쳐 지난 1년 동안 네 가지 트렌드를 문서화했습니다:

사람들은 Codex를 더 긴 시간의 작업에 사용합니다. 2026년 5월까지 샘플링된 개인 사용자의 80.6%가 인간 작업으로 30분 이상 걸릴 것으로 추정되는 Codex 요청을 한 번 이상 했으며, 70.2%는 1시간 이상 걸릴 것으로 추정되는 요청을 했고, 25.6%는 8시간 이상 걸릴 것으로 추정되는 Codex 요청을 한 번 이상 했습니다.
Codex는 OpenAI의 모든 부서에서 주요 AI 도구가 되었습니다. 엔지니어링이 먼저 움직였지만, 법무, 재무, 채용 부서는 2026년 4월경 Codex를 주요 AI 도구로 사용하기 시작했습니다. 평균 OpenAI 직원의 경우 Codex 사용은 이제 출력 토큰의 85% 이상을 차지합니다. Codex 사용자는 비사용자보다 더 많은 토큰을 사용하는 경향이 있기 때문에 전체 토큰의 비율은 더욱 높습니다: Codex는 OpenAI 내에서 생성된 주간 출력 토큰의 99.8%를 차지합니다.
비개발자 채택이 특히 빠르게 증가하여 개발자 채택을 앞질렀습니다. 2025년 8월 이후, 비개발자 사용자는 개인 사용자에서 137배, 조직 사용자에서 189배, OpenAI 내에서 12배 증가했습니다.
Codex는 OpenAI 직원들이 직무 설명 외의 작업을 수행할 수 있도록 했습니다. 기술적 사용은 여전히 엔지니어들 사이에서 가장 흔하지만, 비기술적 사용자들도 Codex를 정기적으로 사용하여 자동화, 데이터 변환, 도구 사용, 디버깅, 구조적 분석 등 코딩이나 기술적 실행을 수행합니다.

에이전트는 더 긴 시간 동안 더 어려운 작업을 수행합니다

Codex 요청의 거의 4분의 1은 사람이 완료하는 데 1시간 이상 걸리는 작업을 위한 것입니다. Codex의 독립적인 장기 컨텍스트 작업 능력이 향상됨에 따라, 사용자는 짧은 상호작용에서 더 어려운 작업으로 전환했습니다.

2025년 12월부터 2026년 5월까지, 30분 이상 걸리는 작업 요청을 한 사용자의 비율은 80.6%로 증가했습니다. 1시간 이상 걸리는 작업 요청을 한 사용자의 비율은 70.2%로 증가했습니다. 8시간 이상 걸리는 작업 요청을 한 사용자의 비율은 낮은 기반에서 가장 빠르게 증가했습니다.

에이전트 사용의 증가는 일일 Codex 실행 시간에서도 볼 수 있습니다. OpenAI의 일일 활성 사용자 중 가장 많은 사용자는 하루에 여러 시간의 에이전트 작업을 Codex에 요청합니다. 2026년 6월까지, 99번째 백분위수의 사용자는 정기적으로 하루에 60시간 이상의 Codex 에이전트 턴을 생성하며, 이는 여러 병렬 에이전트에 분산됩니다. Codex가 더 강력하고 병렬화 가능해짐에 따라, 사용자는 Codex에 한 번에 하나의 답변만 요청하는 대신 하루 동안 점점 더 많은 에이전트 작업을 조정하게 되었습니다.

채택은 엔지니어에서 OpenAI의 나머지 부서로 이동 중입니다

OpenAI의 엔지니어들은 처음에 Codex를 점진적으로 채택하기 시작했습니다. 회사의 평균 엔지니어는 2025년 12월까지 OpenAI 제품 사용의 대부분을 Codex로 전환했습니다. 오늘날, 평균 엔지니어는 ChatGPT 대신 Codex로 출력 토큰의 99%를 생성합니다. 법무, 재무, 채용 부서는 2026년 4월경에 Codex의 주요 사용으로 전환했지만, 그들의 전환은 훨씬 더 빨랐습니다. OpenAI의 평균 변호사나 채용 담당자는 이제 Codex로 출력 토큰의 85% 이상을 생성합니다.

지난 6개월 동안 Codex 사용은 OpenAI에서 더욱 깊어지고 강렬해졌습니다. 활성 내부 사용자 중, 부서 전반에 걸쳐 결합된 출력 토큰의 변화가 급격히 증가했습니다. 연구 부서는 가장 큰 증가를 보였으며, 2026년 6월까지 중간 사용량이 2025년 11월보다 56배 증가했습니다. 고객 지원은 32배, 엔지니어링은 27배 증가했으며, 법무 부서는 더 점진적으로 증가했지만 여전히 11월 수준의 13배에 도달했습니다.

이 두 가지 패턴은 Codex가 OpenAI가 생산적인 작업을 수행하는 방식을 어떻게 변화시켰는지를 보여줍니다. 회사 전반에 걸쳐, 사용자는 챗봇에서 에이전트로 AI 상호작용의 주요 형태를 전환하고 있으며, 에이전트 작업의 양이 기하급수적으로 증가하고 있습니다.

비개발자가 가장 빠르게 성장하는 사용자 그룹입니다

모든 사용자 그룹—OpenAI, 조직, 개인 사용자—에서 Codex 사용은 개발자, 즉 코딩 도구로 시작된 Codex의 자연스러운 대상 사용자로부터 시작되었습니다. 그러나 Codex가 보다 일반적인 지식 작업으로 확장됨에 따라 비개발자들 사이에서의 채택이 더욱 빠르게 증가했습니다. 사용자 성장 차트에 따르면, 주간 비개발자 사용자는 개인, 조직, OpenAI 인구에서 개발자 사용자보다 더 빠르게 증가했습니다. 2026년 6월 초까지, 비개발자 개인 사용자는 2025년 8월 이후 137배 증가했습니다. 비개발자 조직 사용자는 189배 증가했으며, 비개발자 OpenAI 사용자는 12배 증가했습니다. 이는 이 그룹이 이미 평균 이상의 시작점을 가졌기 때문일 가능성이 큽니다.

이 변화는 모든 비개발자가 엔지니어와 동일한 방식으로 Codex를 사용하는 것을 의미하지는 않습니다. 대신, 더 많은 비개발자가 어떤 형태로든 에이전트 작업을 위해 Codex를 사용하고 있음을 의미합니다.

Codex는 잠재적인 생산적 작업의 지평을 확장하고 있습니다

Codex는 비기술적 부서가 기술 전문 지식에 의해 병목되었던 워크플로우를 가속화할 수 있도록 합니다. 아래의 히트맵은 OpenAI 내에서 추론된 직업과 Codex 출력에 나타난 작업 유형을 비교합니다. 엔지니어링과 코딩은 데이터 과학 및 연구에서 가장 큰 범주로 나타나며, 지식 작업은 재무 및 비즈니스 운영, 마케팅, 운영 및 기타 부서에서 가장 큰 범주로 나타납니다.

그렇다고 해서 에이전트 도구가 개별 작업자가 할 수 있는 일을 확장할 수 있습니다. 예를 들어, 비즈니스 기능에서 Codex로 수행된 작업의 4분의 1 이상이 엔지니어링 또는 코딩이었습니다. 에이전트는 작업 경계를 넘나드는 비용을 낮추고, 더 전문화된 기술 지원이 필요했던 인접 작업을 수행하는 데 도움을 줄 수 있습니다.

직업 대 Codex로 수행된 작업

작업 범주
통합된 추론 부서
엔지니어링
데이터 과학 / 연구
재무 / 비즈니스 운영
제품 / 마케팅 / 운영
기타

부서 내 출력 토큰의 비율

에이전트의 경제적 잠재력에 대한 의미

비엔지니어 직원의 에이전트 도구 사용 증가로 인해 이들이 할 수 있는 작업의 한계가 확장됩니다. 이는 기업이 워크플로우를 재설계하는 방법을 결정하는 데 중요하며, 직원들이 어떤 기술이 더 가치 있게 되는지를 배우는 데 중요하며, AI가 노동 시장을 어떻게 변화시키는지를 이해하려는 정책 입안자와 연구자에게도 중요합니다.

우리의 논문은 최전선 사용자가 유능한 에이전트 도구를 어떻게 채택하는지를 보여줍니다. 우리의 결과는 사람들이 유능한 에이전트 도구에 광범위하고 마찰 없는 접근을 할 때 어떤 일이 벌어지는지를 보여줍니다: 도구가 개선됨에 따라 사람들은 더 길고, 더 복잡하고, 더 많은 기능을 교차하는 작업에 그것들을 사용합니다. 시간이 지남에 따라, 이것이 미래의 업무 모습이 될 가능성이 큽니다.

파이랩 정리