에이전틱 AI는 지식 기반 업무를 처리하는 방식을 한 번의 상호작용에서 장기간에 걸친 위임형 작업으로 바꾸고 있습니다. 챗봇과의 상호작용은 대개 짧고 독립적으로 이루어집니다. 반면 에이전트는 여러 도구를 호출하고, 다양한 환경과 상호작용하며, 해결책을 반복적으로 개선하는 과정을 몇 분 또는 몇 시간 동안 자율적으로 수행할 수 있습니다. 그 결과 에이전트는 빠르게 가장 강력한 업무용 AI 도구로 자리 잡고 있습니다.
지난 1년 동안 OpenAI는 이러한 변화를 직접 경험했습니다. Codex가 공개된 후 몇 달 동안은 OpenAI 내부에서도 ChatGPT가 기본 업무용 AI 도구로 사용되었습니다. 2025년 8월까지 OpenAI 직원 1인당 평균적으로 Codex에서 사용한 토큰은 전체의 10% 미만이었습니다. 하지만 지금은 법무와 채용 같은 비기술 부서를 포함한 모든 부서가 Codex를 주된 업무용 AI 도구로 활용하고 있습니다. 이는 에이전트형 도구의 성능과 접근성이 확대되면서 앞으로의 업무 방식이 어떻게 변화할지를 보여주는 사례라고 OpenAI는 보고 있습니다.
Codex의 도입은 기능의 발전과 함께 꾸준히 확대되었습니다. 더 강력한 모델과 새로운 제품 기능을 활용하면서 Codex는 점점 더 다양한 생산적인 업무를 수행할 수 있게 되었습니다. 지난 1년 동안 개인 사용자와 조직 사용자, OpenAI 직원 전반에서 네 가지 공통된 변화가 나타났습니다.
- Codex는 더 장기적인 작업에 활용되고 있습니다. 2026년 5월 기준으로 표본에 포함된 개인 사용자 가운데 80.6%는 사람이 수행할 경우 30분 이상 걸릴 것으로 추정되는 Codex 요청을 최소 한 번 이상 수행했으며, 70.2%는 1시간 이상, 25.6%는 8시간 이상 걸릴 것으로 추정되는 요청을 최소 한 번 이상 수행했습니다.
- Codex는 OpenAI의 모든 부서에서 가장 많이 사용하는 AI 도구가 되었습니다. 가장 먼저 전환한 것은 엔지니어링 부서였지만, 2026년 4월경에는 법무, 재무, 채용 부서 역시 Codex를 주된 업무용 AI 도구로 사용하기 시작했습니다. 현재 OpenAI 직원의 평균 출력 토큰 가운데 85% 이상이 Codex에서 생성되고 있습니다. 또한 Codex 사용자는 비사용자보다 더 많은 토큰을 사용하는 경향이 있기 때문에 전체 비중은 더욱 높습니다. 현재 OpenAI에서 생성되는 주간 출력 토큰의 99.8%가 Codex에서 생성되고 있습니다.
- 비개발자의 도입은 개발자보다 더 빠르게 증가했습니다. 2025년 8월 이후 비개발자 사용자는 개인 사용자에서 137배, 조직 사용자에서 189배, OpenAI 내부에서는 12배 증가했습니다.
- Codex는 OpenAI 직원이 자신의 직무 범위를 넘어서는 업무까지 수행할 수 있도록 지원했습니다. 기술적인 활용은 여전히 엔지니어에게 가장 많지만, 비기술 직군도 자동화, 데이터 변환, 도구 개발, 디버깅, 구조화된 분석 등 코딩이나 기술적인 작업을 수행하기 위해 Codex를 일상적으로 활용하고 있습니다.
에이전트는 더 어렵고 더 오랜 시간이 필요한 작업을 수행합니다
2026년 5월에는 70%가 넘는 사용자가 사람이 완료하는 데 1시간 이상 걸릴 것으로 추정되는 작업을 Codex에 요청했습니다.1 Codex가 긴 컨텍스트를 바탕으로 독립적으로 작업하는 능력이 향상되면서 사용자는 짧은 상호작용에서 벗어나 더 어렵고 장기간에 걸친 작업을 맡기기 시작했습니다.
아래 그래프는 사람이 수행할 경우 30분 이상, 1시간 이상, 4시간 이상, 8시간 이상 걸릴 것으로 추정되는 작업을 한 번 이상 Codex에 요청한 개인 사용자의 비율을 보여줍니다.2 2025년 12월부터 2026년 5월까지 사람이 수행할 경우 30분 이상 걸릴 것으로 추정되는 작업을 요청한 사용자의 비율은 80.6%까지 증가했습니다. 1시간 이상 걸릴 것으로 추정되는 작업을 요청한 사용자의 비율은 70.2%까지 증가했습니다. 8시간 이상 걸릴 것으로 추정되는 작업을 요청한 사용자의 비율은 낮은 수준에서 시작했지만 가장 빠른 증가세를 보였습니다.
에이전트 활용의 증가는 Codex의 일일 실행 시간에서도 확인할 수 있습니다. OpenAI의 일일 활성 사용자 가운데 가장 많이 사용하는 사용자는 하루 동안 Codex에 몇 시간에 걸친 에이전트 작업을 맡기고 있습니다. 2026년 6월 기준 상위 1% 사용자(99백분위수)는 여러 에이전트를 병렬로 활용해 하루 평균 60시간이 넘는 Codex 에이전트 턴을 생성하고 있습니다. Codex의 성능이 향상되고 병렬 작업 능력이 강화되면서, 사용자는 한 번에 하나의 답변을 요청하는 수준을 넘어 하루 동안 여러 에이전트 작업을 조율하는 방식으로 활용 범위를 넓혀가고 있습니다.
Codex 도입은 엔지니어를 넘어 OpenAI 전반으로 확대되고 있습니다
OpenAI에서는 엔지니어들이 가장 먼저 Codex를 도입했으며, 점진적으로 활용 범위를 넓혀 왔습니다. 2025년 12월에는 OpenAI 엔지니어들이 사용하는 OpenAI 제품의 대부분이 Codex 중심으로 전환되었습니다. 현재 OpenAI 엔지니어들은 출력 토큰의 99%를 ChatGPT가 아닌 Codex에서 생성하고 있습니다. 법무, 재무, 채용 부서는 약 2026년 4월부터 Codex가 주된 AI 도구가 되었으며, 전환 속도는 엔지니어링 부서보다 훨씬 빨랐습니다. 현재 OpenAI의 법무 및 채용 담당자는 평균적으로 출력 토큰의 85% 이상을 Codex에서 생성하고 있습니다.
지난 6개월 동안 OpenAI에서는 Codex 활용이 더욱 활발해지고 사용량도 크게 증가했습니다. 활성 내부 사용자 기준으로 부서별 총 출력 토큰은 전반적으로 큰 폭으로 증가했습니다. 리서치 부서의 증가 폭이 가장 컸으며, 2026년 6월 기준 중앙값 사용량은 2025년 11월보다 56배 높아졌습니다. 고객 지원은 32배, 엔지니어링은 27배 증가했으며, 법무는 증가 속도는 다소 완만했지만 11월 대비 13배 수준까지 확대되었습니다.
이 두 가지 변화는 Codex가 OpenAI의 업무 수행 방식을 어떻게 바꾸었는지를 보여줍니다. OpenAI 전반에서 사용자는 챗봇 중심의 AI 활용에서 에이전트 중심으로 전환하고 있으며, 에이전트가 수행하는 업무량도 기하급수적으로 증가하고 있습니다.
비개발자는 가장 빠르게 증가하는 사용자층입니다
OpenAI 내부 사용자와 조직 사용자, 개인 사용자를 포함한 모든 사용자층에서 Codex는 처음에는 코딩 도구의 주된 사용자였던 개발자를 중심으로 도입되었습니다. 하지만 Codex의 활용 범위가 보다 일반적인 지식 기반 업무까지 확대되면서 비개발자의 도입 속도는 더욱 빨라졌습니다. 아래 사용자 증가 그래프에서 볼 수 있듯이 개인 사용자와 조직 사용자, OpenAI 내부 사용자 모두에서 비개발자의 주간 사용자 증가율이 개발자보다 더 높게 나타났습니다. 2026년 6월 초 기준 비개발자 개인 사용자는 2025년 8월 대비 137배 증가했습니다. 비개발자 조직 사용자는 189배, OpenAI 내부의 비개발자 사용자는 12배 증가했습니다. OpenAI 내부 사용자의 증가 폭이 상대적으로 작은 것은 이미 높은 수준에서 사용이 시작되었기 때문으로 보입니다.
이는 모든 비개발자가 엔지니어와 같은 방식으로 Codex를 사용한다는 의미는 아닙니다. 대신 더 많은 비개발자가 어떤 형태로든 에이전트 기반 업무에 Codex를 활용하고 있다는 의미입니다.
Codex는 생산적인 업무의 가능성을 넓히고 있습니다
Codex는 그동안 기술 전문성이 병목이 되었던 워크플로를 비기술 부서에서도 더 빠르게 수행할 수 있도록 지원합니다. 아래 히트맵은 OpenAI 내부의 직무와 Codex 출력에서 나타난 작업 유형을 비교한 것입니다. 데이터 과학과 리서치에서는 엔지니어링과 코딩이 가장 큰 비중을 차지한 반면, 재무와 비즈니스 운영, 마케팅, 운영 등에서는 지식 기반 업무가 가장 큰 비중을 차지했습니다.
한편 에이전트형 도구는 개인이 수행할 수 있는 업무의 범위 자체를 넓혀 줍니다. 예를 들어 비즈니스 부서 직원이 Codex로 수행한 업무의 4분의 1 이상은 엔지니어링 또는 코딩 관련 작업이었습니다. 에이전트는 작업 간 경계를 넘는 비용을 낮추고, 이전에는 전문적인 기술 지원이 필요했던 인접 업무까지 수행할 수 있도록 돕습니다.
Occupation vs. work done with Codex
| Work category | |||||
|---|---|---|---|---|---|
| Consolidated inferred department | |||||
| Engineering | |||||
| Data Science / Research | |||||
| Finance / Biz Ops | |||||
| Product / Marketing / Ops | |||||
| Other | |||||
에이전트의 경제적 잠재력이 의미하는 바
비엔지니어 직원의 에이전트형 도구 활용이 늘어나면서 이들이 수행할 수 있는 업무의 범위도 확대되고 있습니다. 이는 기업이 워크플로를 어떻게 재설계할지 결정하는 데 중요한 의미를 가지며, 직원이 앞으로 어떤 역량을 갖춰야 하는지, 그리고 정책 입안자와 연구자가 AI가 노동시장에 미치는 영향을 이해하는 데에도 중요한 시사점을 제공합니다.
이번 논문은 최첨단 AI 도구를 가장 먼저 활용하는 사용자들이 강력한 에이전트형 도구를 어떻게 받아들이는지를 보여줍니다. 연구 결과는 사람들이 강력한 에이전트형 도구를 쉽고 폭넓게 활용할 수 있게 되면 어떤 변화가 일어나는지를 보여줍니다. 도구의 성능이 향상될수록 사람들은 더 오랜 시간이 필요한 작업과 더 복잡한 업무, 그리고 여러 직무를 아우르는 업무에 이를 활용하게 됩니다. 이러한 변화는 앞으로의 업무 방식이 나아갈 방향을 보여주는 모습일 가능성이 높습니다.


