Enterprise Signals: 프런티어 기업은 무엇을 다르게 하고 있는가

기업의 AI 활용이 새로운 단계에 접어들고 있습니다. 더 많은 업무가 에이전트에 위임되면서, AI 활용을 선도하는 기업과 나머지 기업 간의 격차가 벌어지고 있습니다. 프런티어 기업도 다른 기업과 동일한 AI 모델을 사용하지만, AI 활용 수준은 훨씬 빠르게 높이고 있습니다. 차이를 만드는 것은 이러한 모델을 실제 업무에 활용하는 방식입니다. 단순한 지원에서 업무 위임으로 나아가고, 에이전트에 복잡한 작업을 완료하는 데 필요한 컨텍스트와 도구를 제공하며, 소프트웨어 개발을 넘어 에이전트형 AI 활용을 빠르게 확대하고 있습니다.

에이전트가 OpenAI의 업무 방식을 어떻게 변화시키고 있는지 살펴본 연구는 이러한 변화가 AI 네이티브 조직에서 어떻게 나타날 수 있는지를 미리 보여줍니다. Enterprise Signals는 분석 범위를 OpenAI의 전 세계 기업 고객으로 넓혀, 에이전트형 업무가 조직 전반에 어떻게 확산되고 있는지, 그리고 프런티어 기업이 다른 기업과 어떻게 다른지를 보여줍니다.

이번 Enterprise Signals에서는 매월 AI 사용량 상위 10%에 해당하는 프런티어 기업과 중간 10%에 해당하는 일반 기업 간의 격차가 점점 벌어지고 있음을 보여줍니다. 프런티어 기업은 무엇을 다르게 하고 있는지, 그리고 다른 조직은 이러한 격차를 좁히기 위해 무엇을 할 수 있는지 살펴봅니다.

주요 내용:

• 기업의 AI 활용이 점차 에이전트 중심으로 전환되고 있습니다.6월 기준, 기업 고객의 Codex와 ChatGPT 합산 출력 토큰 중 64%가 Codex에서 생성되었습니다. 이는 에이전트를 통해 더 실질적인 업무를 위임하는 방식으로 AI 활용이 변화하고 있음을 보여줍니다.
• 프런티어 기업과 일반 기업의 격차가 확대되고 있습니다.매월 AI 사용량 상위 10%에 해당하는 프런티어 기업의 활성 사용자당 출력 토큰 수는 일반 기업의 8.3배로, 1월의 2.6배에서 크게 증가했습니다.
• 프런티어 기업은 고급 기능을 더 자주 활용합니다.매주 프런티어 기업의 활성 사용자 중 21%가 플러그인을 사용하는 반면, 일반 기업에서는 그 비율이 9%에 그칩니다. OpenAI에서는 직원의 95%가 매주 플러그인을 사용하고 있어, 이러한 기능이 더욱 폭넓게 활용될 수 있는 가능성을 보여줍니다.
• 에이전트가 지식 업무 전반으로 확산되고 있습니다.2월 이후 기업의 주간 활성 Codex 사용자 수는 엔지니어링에서 5배 증가한 데 비해 법무에서는 108배, 영업에서는 41배, 채용에서는 41배, 마케팅에서는 26배 증가했습니다.
• 경력 초기 직원의 AI 사용률이 더 높습니다. AI 사용률은 경력 초기 직원에게서 가장 높고 직급이 높아질수록 낮아지는 것으로 나타나, 경력 초기 직원이 AI 활용에서 상대적인 우위를 가질 가능성을 시사합니다.

기업의 AI 활용은 질문에 답하는 것을 넘어 실제 업무를 수행하는 단계로 나아가고 있습니다. 이러한 변화는 Codex를 통해 소프트웨어 엔지니어링 분야에서 가장 먼저 본격화되었습니다. 이제 ChatGPT Work는 에이전트형 AI의 활용 범위를 개발자에서 기업 전반의 직원으로 확대하여, 단순히 도움을 요청하는 데서 나아가 실질적인 업무를 위임할 수 있도록 지원합니다.

2026년 6월 기준, 기업 고객의 Codex와 ChatGPT 합산 출력 토큰 중 에이전트형 AI 사용량(Codex 토큰으로 정의)이 64%를 차지했습니다. ChatGPT와 에이전트형 AI는 모두 동일한 기반 프런티어 모델을 사용하지만, 차이는 이러한 AI의 역량을 실제 업무에 어떻게 활용하느냐에 있습니다.

ChatGPT는 사용자가 질문하고, 아이디어를 발전시키고, 문제를 해결해 나갈 수 있도록 돕습니다. Codex와 ChatGPT Work 같은 에이전트형 AI는 모델에 컴퓨터에서 작업할 수 있는 도구를 제공하여 정보를 찾고, 파일을 편집하고, 여러 단계로 이루어진 작업을 자율적으로 또는 사용자의 감독하에 수행할 수 있도록 합니다. 복잡하고 장시간에 걸쳐 수행되는 작업을 완료하려면 훨씬 더 많은 연산이 필요할 수 있으며, 이는 에이전트형 AI의 토큰 사용량이 빠르게 증가한 이유 중 하나입니다.

매월 활성 사용자당 출력 토큰 수를 기준으로 기업 고객의 순위를 매깁니다. 프런티어 기업은 해당 월 상위 10%에 속하는 기업이며, 일반 기업은 45~55백분위에 해당하는 기업입니다. 6월 기준, 프런티어 기업의 활성 사용자당 출력 토큰 수는 일반 기업의 8.3배로, 1월의 2.6배에서 약 세 배로 격차가 확대되었습니다.

프런티어 기업과 일반 기업 간의 격차는 산업별로도 나타납니다. 토큰 사용량 격차는 정보 및 기술 분야에서 11.7배로 가장 크고, 제조업에서 5.3배로 가장 작습니다. 반면, 일반 기업의 토큰 사용량은 산업별로 큰 차이가 없으며, 지난 1년간 증가 폭도 1.9배에서 2.8배 수준으로 비교적 완만했습니다. 이는 많은 조직이 여전히 단순한 채팅 어시스턴트 위주로 AI를 사용하고 있으며, AI 활용 수준을 높이고 에이전트에 더 복잡한 업무를 맡길 여지가 상당히 크다는 것을 시사합니다.

토큰은 비즈니스 가치를 완벽하게 측정하는 지표가 아닙니다. 짧은 응답도 매우 높은 가치를 제공할 수 있는 반면, 긴 응답이 별다른 가치를 더하지 못할 수도 있습니다. 하지만 토큰 사용량은 AI가 얼마나 깊이 활용되고 있는지, 직원들이 AI에 얼마나 많은 업무를 맡기고 있는지를 가늠하는 유용한 대리 지표가 됩니다.

선도 기업은 조직 내부와 업계 전반의 구체적인 문제에 AI를 적용하면서 AI 활용을 더욱 확대하고 있습니다.

초기 기업용 AI 애플리케이션은 사내 업무에서 시작되어 직원들이 정보를 찾고, 문서 초안을 작성하고, 데이터를 분석하고, 코드를 작성하고, 반복적인 프로세스를 자동화하는 데 활용되었습니다. 선도 기업은 내부 생산성 향상을 넘어 고객 대상 제품, 서비스 및 경험으로 AI 활용 범위를 점점 더 확대하고 있습니다.

AI 에이전트가 효과적으로 작동하려면 적절한 컨텍스트와 도구에 액세스할 수 있어야 합니다. 플러그인⁠(새 창에서 열기)은 에이전트가 특정 워크플로를 완료하는 데 필요한 기능을 하나로 묶어 제공합니다. 플러그인은 재사용 가능한 지침을 제공하는 스킬과 회사 데이터, 도구 및 작업에 연결되는 앱을 결합할 수 있습니다. 예를 들어 영업 플러그인은 팀의 플레이북과 CRM 액세스를 결합하여 에이전트가 최신 고객 정보와 과거 제안서를 활용해 검토용 맞춤 답변을 작성할 수 있도록 합니다.

프런티어 기업은 고급 기능 활용에서도 뚜렷하게 앞서고 있습니다. 주간 활성 사용자 가운데 프런티어 기업에서는 21%가 플러그인을, 19%가 스킬을 사용하는 반면, 일반 기업에서는 각각 9%와 3%에 불과합니다. 하지만 프런티어 기업의 도입 수준조차 아직 잠재적으로 가능한 수준의 일부에 불과합니다. OpenAI 내부에서는 활성 사용자의 95%가 매주 플러그인을 사용하고 있어 이러한 기능이 훨씬 더 폭넓게 활용될 수 있음을 보여줍니다. 에이전트가 업무를 어떻게 변화시키고 있는지에 관한 OpenAI의 연구에서는 OpenAI 직원들이 고급 기능을 활용하는 방식을 더 자세히 살펴볼 수 있습니다.

AI 에이전트가 의미 있는 업무를 완료하려면 컨텍스트, 도구, 지속성이라는 세 가지 요소가 필요합니다. 메모리, 음성 입력, 앱샷을 사용하면 작업을 성공적으로 완료하는 데 필요한 컨텍스트와 정보를 손쉽게 공유할 수 있습니다. 컴퓨터 및 브라우저 사용을 통해 에이전트는 웹사이트를 탐색하고 파일을 생성하며, 자율적으로 또는 사용자의 감독하에 작업을 완료할 수 있습니다. 목표와 루프를 사용하면 작업이 완료될 때까지 에이전트가 계속 작업할 수 있습니다. 이러한 기능을 함께 활용하면 프런티어 기업은 에이전트의 잠재력을 더욱 효과적으로 실현할 수 있습니다.

하지만 에이전트가 회사 시스템에 액세스할 수 있게 되면 새로운 위험도 발생합니다. 프런티어 기업은 에이전트가 작업할 수 있는 범위, 액세스할 수 있는 정보, 직접 조치를 취할 수 있는 시점, 위험도가 높은 의사결정을 사람이 검토하는 방식에 대해 명확한 규칙을 정합니다. 이러한 통제 체계도 조직이 실제 배포 경험을 통해 학습함에 따라 지속적으로 발전해야 합니다.

프런티어 기업은 지속적인 학습과 실험도 일상적인 업무의 일부로 삼고 있습니다. 실습형 빌더 세션, 새로운 활용 사례를 공유하는 포럼, 내부 쇼케이스 등을 통해 성공적인 활용 방식이 여러 팀과 업무 영역으로 확산됩니다.

소프트웨어 개발자는 AI 에이전트를 가장 먼저 도입한 직군 중 하나였지만, 현재 가장 빠른 성장세를 보이는 것은 일반 지식 근로자입니다. 2월 이후 기업의 주간 활성 Codex 사용자 수는 엔지니어링에서 5배 증가한 데 비해 법무에서 108배, 영업에서 41배, 채용에서 41배, 마케팅에서 26배 증가했습니다. 

소프트웨어 분야에서 이러한 변화가 가장 먼저 시작된 데에는 이유가 있습니다. 코드베이스는 에이전트에게 명확한 컨텍스트를 제공하고, 테스트를 통해 결과물을 더 쉽게 검증할 수 있으며, 코딩 분야의 발전은 AI 연구 개발을 가속하는 데 도움이 됩니다. 지난 2년 동안 개발자들은 AI로 개별 코드 줄을 완성하는 방식에서 에이전트에게 소프트웨어 개발 작업 전체를 맡기는 방식으로 전환해 왔습니다. 많은 개발자가 이제 직접 코드를 작성하는 대신 작업을 설정하고, 에이전트를 조율하고, 결과를 검토하는 데 시간을 집중하고 있습니다.

반면 일반 지식 업무에서는 발전 속도가 더뎠습니다. 많은 작업이 충분한 컨텍스트를 제공하지 않고, 요구 사항을 명확하게 정의하기 어려우며, 결과를 검증할 명확한 기준도 부족하기 때문입니다. 하지만 지속적인 스케일링, 강화학습의 발전, GDPval과 같은 평가에서 성능을 개선하기 위한 집중적인 노력 덕분에 프런티어 모델이 처리할 수 있는 실제 작업, 도구, 업무 환경의 범위가 점점 확대되고 있습니다. 그 결과, 올해 초부터 에이전트형 AI는 일반 지식 근로자의 업무에서도 점차 제품 시장 적합성을 확보해 왔습니다.

1,000만 건이 넘는 메시지 표본을 분석한 결과, 기업의 AI 활용은 직원들이 업무 결과물을 만드는 것을 돕는 단계에서 팀이 실제 업무를 수행하도록 돕는 단계로 나아가고 있습니다. 같은 업무 영역에서도 채팅과 에이전트형 AI의 사용 패턴은 크게 다릅니다.

글쓰기는 여전히 ChatGPT의 가장 일반적인 활용 방식인 반면, 코딩과 시스템 또는 에이전트 운영을 합하면 에이전트형 AI 메시지의 약 75%를 차지합니다. 이러한 변화는 기존의 기술 직군이 아닌 분야에서 특히 두드러집니다. 채용(32%), 영업(26%), 정책(25%), 커뮤니케이션(24%)에서는 전체 메시지의 약 4분의 1에서 3분의 1을 시스템 및 에이전트 운영에 사용합니다. 기술 업무 역시 다양한 업무 영역으로 확산되고 있으며, 디자인 분야에서는 코딩이 에이전트형 AI 메시지의 약 60%를 차지합니다.

AI 도입 수준을 보여 주는 단 하나의 순위표는 없습니다. 어떤 지표를 기준으로 보느냐에 따라 업종별 순위는 달라집니다. 지난 한 달 동안 전문·과학 서비스업은 Codex 도입률과 API 사용 강도 모두에서 가장 앞섰습니다. 예술, 엔터테인먼트 및 레크리에이션 업종은 ChatGPT 도입률이 가장 높았으며, 제조업은 Codex 및 API 사용 강도에서는 최하위였지만 ChatGPT 사용 강도는 가장 높았습니다.

모든 업종이 같은 방식으로 AI를 도입하고 있는 것은 아닙니다. 일부 업종은 개발자 도구와 AI 기반 제품을 중심으로 AI 도입이 진전되고 있는 반면, 다른 업종에서는 일상적인 AI 활용이 더 폭넓게 이루어지거나 사용 강도가 높아지고 있습니다.

AI가 조직이 상품과 서비스를 제공하는 새로운 방식을 만들어내면서 보안 환경도 재편되고 있습니다. 특히 AI 사이버 역량이 빠르게 발전하고 있는 상황에서 사이버 보안만큼 시급한 위험은 거의 없습니다.

AI는 방어 측의 대응에도 도움이 될 수 있습니다. 모델은 대규모 코드베이스를 분석하고 취약점을 조사하며 여러 단계로 이루어진 보안 작업을 지원할 수 있습니다. 하지만 더 많은 문제를 찾아낸다고 해서 시스템이 자동으로 더 안전해지는 것은 아닙니다. 진정한 병목은 발견한 문제를 실제 조치로 이어가는 데 있습니다. 실제 취약점을 가려내고, 가장 중대한 위험부터 우선적으로 처리하고, 패치를 테스트하고, 보안 팀이 수정 사항을 신속하게 검토하고 배포하도록 하는 것이 중요합니다. 

OpenAI Daybreak는 프런티어 사이버 보안 모델, 엔터프라이즈 보안 도구, 파트너 생태계를 결합하여 조직이 이러한 과제에 대응하고 새롭게 등장하는 위협에 대한 방어 역량을 강화할 수 있도록 지원합니다.

OpenAI의 사명은 AI가 인류 전체에 혜택을 주도록 하는 것입니다. AI가 경제에 미치는 영향의 상당 부분은 조직이 AI를 어떻게 활용하느냐에 따라 결정됩니다. 이에 OpenAI는 기업의 AI 도입, 확산 및 영향을 추적하는 일련의 지표인 Enterprise Signals를 정기적으로 발표합니다. 이 보고서의 모든 분석은 집계되고 비식별화된 기업의 AI 사용 데이터를 기반으로 합니다. 메시지 콘텐츠는 자동화 시스템을 사용해 분류했으며, OpenAI 직원은 고객 메시지를 검토하지 않았습니다.

OpenAI Enterprise 고객은 최신 사용량 및 기능 지표를 기준으로 자사 조직의 수준을 비교할 수 있는 맞춤형 벤치마크를 요청할 수도 있습니다.