OpenAI Frontier를 소개합니다

AI는 그동안 아이디어 구상에 머무르며 실행에 옮기지는 못했던 일들을 해낼 수 있게 만들었습니다. 실제로 기업 근로자의 75%는 AI가 이전에는 할 수 없었던 업무를 수행하는 데 도움이 되었다고 말합니다. 이러한 변화는 기술 조직에만 국한되지 않고 모든 부서에서 공통적으로 나타나고 있습니다. 업무 방식 자체가 달라지고 있으며, 많은 기업들이 그 영향을 분명하게 체감하기 시작했습니다.

지난 몇 년간 100만 개 이상의 기업 사례에서도 이를 확인할 수 있었습니다. 한 대형 제조 기업에서는 에이전트를 통해 생산 최적화에 걸리던 시간을 6주에서 하루로 단축했고, 한 글로벌 투자 회사는 영업 프로세스 전반에 에이전트를 적용해 영업 담당자가 고객과 직접 소통하는 데 할애할 수 있는 시간을 90% 이상 늘렸습니다. 또 다른 대형 에너지 기업에서는 에이전트 도입으로 생산량을 최대 5%까지 끌어올렸으며, 이는 10억 달러가 넘는 추가 매출로 이어졌습니다.

이러한 흐름은 모든 산업 분야의 AI 선도 기업에서 공통적으로 나타나며 이를 따라잡아야 한다는 압박도 점점 커지고 있습니다. 기업의 발목을 잡는 요인은 모델의 지능이 아니라 조직 안에서 에이전트를 구축하고 운영하는 방식에 있습니다.

오늘 OpenAI는 기업의 업무용 AI 에이전트 구축과 배포, 관리를 지원하는 새로운 플랫폼 Frontier를 출시합니다. Frontier는 비즈니스 컨텍스트, 온보딩, 피드백 기반 학습, 명확한 권한과 경계 등 에이전트가 업무를 효과적으로 수행하는 데 필요한 핵심 역량을 제공합니다. 이를 통해 기업은 단편적인 활용을 넘어 비즈니스 전반에서 함께 일하는 동료로 AI 에이전트를 확장할 수 있습니다.

HP⁠(새 창에서 열기), Intuit⁠(새 창에서 열기), Oracle⁠(새 창에서 열기), State Farm⁠(새 창에서 열기), Thermo Fisher⁠(새 창에서 열기), Uber⁠(새 창에서 열기)는 Frontier를 가장 먼저 도입했으며 BBVA⁠(새 창에서 열기), Cisco⁠(새 창에서 열기), T-Mobile⁠(새 창에서 열기)을 포함한 수십 개의 기존 고객사도 Frontier의 접근 방식을 시범 적용해 복잡하고 가치가 높은 업무에 AI를 활용하고 있습니다.

많은 기업이 여러 클라우드, 데이터 플랫폼, 애플리케이션으로 분산된 시스템과 거버넌스로 인해 복잡성 문제를 겪고 있습니다. AI는 이러한 파편화를 더욱 선명하게 드러냈고 경우에 따라서는 문제를 한층 심화시켰습니다. 이제 AI 에이전트가 각기 다른 환경에 배포되면서 접근할 수 있는 정보와 수행 가능한 작업이 서로 분리된 상태에 놓여 있습니다. 충분한 맥락 없이 추가되는 에이전트는 도움이 되기보다 복잡성을 키우는 결과로 이어지기 쉽습니다.

에이전트의 역량이 크게 향상되면서 모델이 할 수 있는 일과 실제로 조직이 배포할 수 있는 수준 사이의 기회 격차도 함께 커졌습니다. 이는 단순히 기술 문제만으로 설명할 수 없습니다. AI가 발전하는 속도에 맞춰 에이전트를 초기 실험 단계에서 실제 업무로 옮길 수 있는 조직의 지식과 운영 역량은 아직 충분히 축적되지 않았습니다. OpenAI만 보더라도 새로운 기능이나 개선 사항이 평균적으로 사흘에 한 번 출시되고 있으며 그 속도는 계속 빨라지고 있습니다.¹ 이를 따라가기 위해서는 통제와 실험 사이의 균형이 필요하지만 결코 쉽지 않은 과제입니다.

초기 선도 기업과 그 외 기업 간의 격차가 빠르게 벌어지면서 많은 기업이 지금 이 문제를 해결해야 한다는 압박에 직면해 있습니다.

OpenAI 팀은 문제의 일부만 해결하는 AI 도구로는 이러한 상황에 대응하기에 충분하지 않다는 점을 확인했습니다. 에이전트를 구축, 배포, 관리하는 전 과정을 아우르면서 프로덕션 환경에 안정적으로 도입할 수 있도록 지원이 필요했습니다.

이를 위해 기업이 인력을 도입해 온 방식을 먼저 살펴봤습니다. 기업은 온보딩 프로세스를 마련하고 조직의 지식과 내부 언어를 교육합니다. 이후 실제 업무에 투입해 경험을 통해 학습하도록 하며, 피드백을 통해 성과를 개선합니다. 또한 필요한 시스템에만 접근 권한을 부여하고 명확한 경계를 설정합니다. AI 에이전트 역시 동일한 요소가 필요합니다.

AI 에이전트가 실제 동료로서 업무를 수행하려면 몇 가지 조건이 필요합니다.

• 시스템 전반에서 업무가 실제로 어떻게 이루어지는지 이해해야 합니다
• 계획하고 실행하며 현실의 문제를 해결할 수 있도록 컴퓨터와 도구에 접근할 수 있어야 합니다
• 업무가 변하더라도 품질을 개선할 수 있도록 무엇이 이상적인 결과인지 이해해야 합니다
• 팀이 신뢰할 수 있는 명확한 신원과 권한, 경계를 갖춰야 합니다

이 모든 요소는 여러 클라우드 환경에 분산된 시스템 전반에서 작동이 가능해야 합니다. Frontier는 기업이 이미 사용 중인 시스템과 함께 작동하며 새로운 플랫폼 이전을 요구하지 않습니다. 기존 데이터와 AI를 현재 위치 그대로 활용할 수 있고, 오픈 표준을 통해 이미 사용 중인 애플리케이션도 그대로 연동할 수 있습니다. 새로운 형식을 도입하거나 이미 배포한 에이전트와 애플리케이션을 포기할 필요가 없습니다.

이 접근 방식의 가장 큰 강점은 AI 에이전트가 특정 UI나 애플리케이션에 구속되지 않고 어떤 인터페이스에서도 접근 가능하며 실질적으로 활용될 수 있다는 점입니다. 에이전트는 ChatGPT 대화, Atlas 기반 워크플로, 기존 비즈니스 애플리케이션 등 업무가 이루어지는 모든 지점에서 직원들과 함께 일할 수 있습니다. 이는 사내에서 직접 개발한 에이전트뿐만 아니라 OpenAI를 통해 도입한 에이전트, 다른 벤더의 솔루션과 통합한 에이전트에도 동일하게 적용됩니다.

효율적으로 일하는 모든 직원은 비즈니스가 어떻게 운영되고 필요한 정보가 어디에 있는지, 어떤 판단이 바람직한지 잘 알고 있습니다.

Frontier는 서로 분리된 데이터 웨어하우스, CRM 시스템, 티켓팅 도구, 내부 애플리케이션을 연결하여 AI 에이전트에게도 동일한 비즈니스 컨텍스트를 제공합니다. 에이전트는 비즈니스 컨텍스트를 바탕으로 정보의 흐름과 의사결정 지점, 중요한 결과를 이해할 수 있습니다. 이는 모든 AI 에이전트가 참조할 수 있는 엔터프라이즈 공통의 시맨틱 레이어로 작동해, 업무 수행과 커뮤니케이션을 효과적으로 지원합니다.

비즈니스 컨텍스트가 공유되면 에이전트는 실제 업무를 수행할 수 있게 됩니다.

기술 조직과 비기술 조직을 포함한 전사 팀은 Frontier를 활용해 사람이 컴퓨터로 수행해 온 다양한 업무를 대신할 AI 에이전트를 동료로 도입할 수 있습니다. Frontier는 신뢰할 수 있는 개방형 에이전트 실행 환경에서 데이터에 대한 추론과 파일 작업, 코드 실행, 도구 활용 등 복잡한 작업을 수행할 수 있는 역량을 AI 에이전트에게 제공합니다. AI 에이전트는 업무를 수행하는 과정에서 기억을 축적하며, 과거의 상호작용을 유용한 컨텍스트로 전환하여 업무 성과를 지속적으로 높입니다.

배포 이후에도 AI 에이전트는 로컬 환경과 엔터프라이즈 클라우드 인프라, OpenAI가 호스팅하는 런타임 환경 전반에서 동일하게 작동하기 때문에 팀은 기존 업무 방식을 다시 설계할 필요가 없습니다. 또한 시간이 중요한 업무의 경우 Frontier는 OpenAI 모델에 대한 저지연 접근을 우선해 응답 속도와 일관성을 유지합니다.

에이전트가 시간이 지나도 유용하게 작동하려면 사람과 마찬가지로 경험을 통해 학습할 수 있어야 합니다.

Frontier에 내장된 성과 평가와 최적화 방식은 무엇이 효과적이고 무엇이 그렇지 않은지를 관리자와 AI 에이전트 모두가 명확히 파악할 수 있도록 합니다. 바람직한 동작은 시간이 지날수록 강화되며 에이전트는 중요한 업무에서 점점 더 나은 성과를 내게 됩니다.

이러한 과정을 통해 에이전트는 시연 수준을 벗어나 실제 업무를 믿고 맡길 수 있는 동료로 발전합니다.

Frontier는 AI 에이전트가 분명한 기준과 범위 안에서 작동하도록 보장합니다. 각 에이전트는 고유한 신원을 가지며 명확한 권한과 가드레일이 설정되어 있어 민감하거나 규제가 필요한 환경에서도 안심하고 활용할 수 있습니다. 엔터프라이즈급 보안과 거버넌스⁠가 기본으로 내장되어 있어 팀은 통제력을 유지한 채 확장할 수 있습니다.

기회 격차를 해소하는 일은 기술만으로 해결할 수 있는 문제가 아닙니다.

OpenAI는 수년간 대규모 기업과 함께 복잡한 AI 도입을 진행하며 무엇이 효과적이고 무엇이 그렇지 않은지를 직접 경험했습니다. 이제 이러한 경험을 바탕으로 기업이 가장 어려운 문제를 해결하는 데 그 노하우를 적용할 수 있도록 지원하고 있습니다.

OpenAI는 전담 엔지니어를 고객 팀에 투입하여 프로덕션 환경에서 에이전트를 구축하고 운영하는 모범 사례를 함께 만들어 갑니다.

전담 엔지니어는 기업 팀과 OpenAI 연구 팀을 직접 연결하는 역할도 합니다. 에이전트를 배포하는 과정에서 OpenAI 팀은 모델 주변의 시스템을 어떻게 개선해야 하는지뿐만 아니라 실제 업무에서 유용하게 활용하기 위해 모델 자체를 어떻게 발전시켜야 하는지도 함께 학습합니다. 비즈니스 과제에서 배포를 거쳐 연구로 다시 이어지는 이 피드백 루프는 양측 모두가 더 빠르게 발전할 수 있도록 돕습니다.

엔터프라이즈 환경에서 AI는 플랫폼과 애플리케이션이 함께 작동할 때 가장 큰 효과를 냅니다. Frontier는 오픈 표준을 기반으로 설계되어 소프트웨어 팀이 동일한 비즈니스 컨텍스트를 활용하는 에이전트를 손쉽게 연결하고 구축할 수 있습니다.

이 점이 중요한 이유는 많은 에이전트 애플리케이션이 필요한 컨텍스트를 충분히 확보하지 못해 실패하기 때문입니다. 데이터는 여러 시스템에 흩어져 있고 권한 구조는 복잡하며 각 통합 작업은 일회성 프로젝트가 되기 쉽습니다. Frontier는 적절한 통제를 전제로 애플리케이션이 필요한 비즈니스 컨텍스트에 더 쉽게 접근할 수 있는 환경을 제공하며 복잡한 준비 없이 에이전트를 실제 업무에 바로 활용할 수 있도록 합니다. 기업 입장에서는 매번 긴 통합 주기를 거치지 않고도 더 빠르게 AI를 적용할 수 있습니다.

Frontier에는 Abridge⁠(새 창에서 열기), Clay⁠(새 창에서 열기), Ambience⁠(새 창에서 열기), Decagon⁠(새 창에서 열기), Harvey⁠(새 창에서 열기), Sierra⁠(새 창에서 열기) 같은 같은 AI 네이티브 빌더도 참여합니다. 이들은 고객의 요구를 파악하고 솔루션을 설계하며 배포를 지원하는 과정에 함께합니다. OpenAI는 앞으로 이 프로그램을 확대해 엔터프라이즈 AI에 집중하는 더 많은 빌더를 맞이할 예정입니다.

이제 중요한 질문은 AI가 업무 방식을 바꿀 것인지가 아니라, 조직이 얼마나 빠르게 에이전트를 실질적인 경쟁 우위로 전환할 수 있는지입니다.

Frontier는 현재 일부 고객을 대상으로 제공되고 있으며, 앞으로 몇 달에 걸쳐 더 많은 기업으로 확대될 예정입니다. 협업 방안에 대해 자세히 알아보려면 OpenAI 팀에 문의해 주세요.