AI 에이전트

OpenAI Dots와 Meta Muse 이후, 24시간 일하는 AI 에이전트에게 기업은 무엇을 맡겨야 하나

24시간 일하는 AI 에이전트가 나왔습니다. 도구보다 먼저 정해야 할 업무 단위, 권한, 승인과 책임, 성과 기준을 정리했습니다.

편집 및 재구성: AXMOS 콘텐츠팀 | 최종 수정 2026-09-30

핵심 요약

2026년 9월 29일(미국 현지 시각) OpenAI는 전용 클라우드 컴퓨터에서 사용자의 목표를 24시간 수행하는 AI 에이전트 Dots를 공개했고, 같은 날 Meta는 업무 도구와 광고 계정에 연결되는 Muse for Small Business를 출시했습니다.
두 회사는 모두 민감한 실행 전에 사람의 승인을 받는 장치를 넣었지만, 어떤 업무에 어떤 권한과 승인 단계를 둘지는 도입하는 기업이 정해야 합니다.
AI 에이전트에게 일을 맡기기 전에 기업이 정해야 할 항목은 업무 단위, 권한, 승인과 책임, 성과 기준 네 가지입니다.
2026년 9월 30일 기준으로 Muse는 미국과 캐나다에서만 제공되고, Dots는 요금제와 관리자 설정에 따라 사용 조건이 다르므로 한국 기업은 도입 전에 제공 범위와 데이터 처리 조건을 확인해야 합니다.

OpenAI Dots와 Meta Muse for Small Business는 무엇인가?

두 제품은 목표를 받아 사람이 없는 동안에도 일을 이어 가는 상시 작동형 AI 에이전트입니다.

OpenAI Dots는 에이전트마다 전용 클라우드 컴퓨터와 브라우저를 두고 GPT-6 Astra 모델로 작동합니다. OpenAI는 Dots가 사용자의 목표를 향해 24시간 일하고, 피드백을 받으면서 점점 나아진다고 설명했습니다(OpenAI, 2026.9.29). 플러그인 생태계에 있는 4,000개 이상의 앱에 연결할 수 있고, Slack이나 Teams 메시지로 일을 맡길 수도 있습니다.

Meta Muse for Small Business는 2026년 9월 8일 미국에서 먼저 출시된 개인용 에이전트 Muse를 중소기업 업무로 넓힌 제품입니다. Asana, Slack, Zoom, Intuit QuickBooks, Shopify, Notion 같은 업무 도구와 Meta 광고 계정, 인스타그램 프로페셔널 계정, 페이스북 페이지에 연결됩니다(Meta, 2026.9.29, TechCrunch, 2026.9.29). Meta의 알렉산더 왕(Alexandr Wang) 최고AI책임자(CAIO)는 9월 23일 행사에서 Muse를 사용자가 컴퓨터를 떠나도 맡겨 둔 일을 계속 처리하는 에이전트로 소개했습니다(TechCrunch, 2026.9.23).

항목	OpenAI Dots	Meta Muse for Small Business
공개일	2026년 9월 29일 (OpenAI DevDay 2026)	2026년 9월 29일 (Muse는 9월 8일 미국 출시)
작동 방식	에이전트별 전용 클라우드 컴퓨터와 브라우저에서 목표를 24시간 수행	사용자별 클라우드 가상 머신에서 연결된 도구를 사용해 업무 수행
기반 모델	GPT-6 Astra	Muse Spark
주요 연결 대상	플러그인으로 4,000개 이상 앱 연결, Slack·Teams 메시지로 지시	Asana, Slack, Zoom, Intuit QuickBooks, Shopify, Notion 등 업무 도구와 Meta 광고 계정, 인스타그램·페이스북 비즈니스 계정
제공 대상	ChatGPT Pro(EEA·영국·스위스 제외), Business Premium·Enterprise(전 세계 순차 제공, 관리자 활성화 필요)	미국·캐나다, 기존 Muse와 같은 요금 체계(사용량 제한이 있는 무료 이용과 유료 구독)
승인과 통제	행동별 허용·승인 필요·차단 규칙, 백그라운드 선제 조사는 읽기 전용	메일 발송·구매 같은 민감한 실행 전 사용자 확인, 전체 작업 기록 제공

OpenAI는 같은 행사에서 사람과 에이전트가 같은 문서를 함께 편집하는 ChatGPT Space를 공개했습니다. 또 9월 10일부터 공개 베타로 제공하던 Agents API에 에이전트가 소프트웨어 화면을 직접 조작하는 컴퓨터 사용(computer use) 기능을 추가했습니다(OpenAI DevDay 2026 주요 발표).

두 발표는 기업에 무엇을 바꾸나?

기업이 AI를 쓰는 단위가 질문에서 위임으로 바뀝니다.

지금까지 기업에서 생성형 AI를 쓰는 방식은 직원이 질문을 던지고, 받은 답을 직접 업무에 옮기는 형태가 중심이었습니다. 상시 작동 에이전트는 목표와 권한을 받은 뒤 여러 시스템을 오가며 스스로 일을 진행합니다. 그래서 사람은 매번 지시하는 역할보다 일을 맡기고 결과를 검토하는 역할을 더 많이 맡게 됩니다.

구분	챗봇형 AI 활용	상시 작동 에이전트
사람이 주는 것	질문, 프롬프트	목표, 권한, 완료 기준
작동 시간	사람이 대화할 때만	사람이 자리를 떠나도 계속
시스템 접근	대화창 안	메일, 캘린더, 협업 도구, 광고 계정, 사내 시스템
실패 비용	틀린 답을 사람이 걸러냄	잘못된 실행이 실제 시스템에 반영됨
사람의 역할	지시하고 결과를 옮기는 사람	맡기고 검토하고 책임지는 사람

표의 마지막 두 줄이 기업에는 더 중요한 차이입니다. 챗봇이 틀린 답을 내면 직원이 그 답을 쓰지 않으면 됩니다. 에이전트가 틀리면 잘못 보낸 메일이나 잘못 집행된 광고비가 실제로 남습니다. 두 회사가 모두 승인 장치를 강조한 것도 같은 이유로 보입니다. Meta는 Muse가 메일 발송이나 구매 같은 민감한 실행 전에 사용자에게 확인을 받고, 지금까지 한 일과 앞으로 할 일을 모두 기록으로 보여 준다고 밝혔습니다(Meta, 2026.9). OpenAI는 사용자가 함께 작업하지 않는 동안 Dots가 스스로 찾아보는 선제 조사(proactive research)에는 읽기 전용 도구만 쓰게 해 메시지 발송이나 앱 내용 변경을 막았습니다. 또 행동마다 허용, 승인 필요, 차단을 정하는 사용자 규칙(Custom Rules)을 둘 수 있게 했습니다(OpenAI, 2026.9.29).

AI 에이전트가 일을 할 수 있게 되면 기업은 무엇을 풀어야 하나?

도구를 구하는 일보다 업무를 설계하는 일이 더 어려운 과제가 됩니다.

모델 성능, 실행 환경, 앱 연결은 OpenAI와 Meta 같은 기업이 경쟁적으로 제공하고 있습니다. 반면 우리 회사에서 어떤 업무를 에이전트가 맡을 수 있는지, 그 업무가 어떤 시스템과 사람을 거쳐 처리되는지는 외부 도구가 알 수 없습니다. 승인 장치도 마찬가지입니다. 도구는 허용, 승인, 차단이라는 선택지를 제공하지만, 견적 발송은 담당자 승인을 거치고 재고 조회는 바로 허용하는 식의 판단은 업무를 아는 사람이 내려야 합니다.

기업용 설정에서는 이 판단이 더 구체적으로 필요합니다. OpenAI는 기업이 에이전트마다 신원과 자격 증명, 접근할 시스템을 따로 정하는 기업용 Dots(specialist dots)를 소수 기업 파일럿으로 시작했고, Microsoft와 함께 Agent 365의 거버넌스·보안 통제에 연동하는 작업을 진행하고 있다고 밝혔습니다(OpenAI, 2026.9.29). 에이전트별 권한을 제공하는 기능은 OpenAI가 만들지만, 그 권한을 어떻게 나눌지는 도입 기업이 정해야 합니다.

한국 기업에서는 이 설계를 맡을 사람이 부족하다는 점이 더 큰 문제입니다. 대한상공회의소가 국내 제조기업 504곳을 조사한 결과, 응답 기업의 80.7%가 AI 활용을 위한 전문인력이 없다고 답했습니다(대한상공회의소, 2025.11.19). 도구가 쉬워져도 업무를 정의하고 권한을 설계할 사람이 없으면, 에이전트는 구독만 하고 쓰지 않는 도구로 남을 수 있습니다. 도입 이후 확산이 멈추는 구조는 왜 한국 기업 AI 도입은 PoC에서 멈추는가에서 다뤘습니다.

AI 에이전트에게 일을 맡기려면 무엇을 먼저 정해야 하나?

업무 단위, 권한, 승인과 책임, 성과 기준 네 가지를 먼저 정해야 합니다.

네 가지 중 하나라도 비어 있으면 에이전트는 기대만큼 일하지 못하거나, 기대하지 않은 일을 합니다. 아래 표의 오른쪽 열은 견적 요청 메일을 처리하는 업무를 예로 들어 각 항목을 어떻게 채울 수 있는지 보여 줍니다.

정할 항목	답해야 할 질문	비어 있을 때 생기는 일	예시: 견적 요청 메일 처리
업무 단위	어떤 목표를 어디까지 맡기나, 완료는 무엇으로 판단하나	목표가 모호해 에이전트가 같은 작업을 반복하거나 범위를 벗어남	요청 메일 분류와 답장 초안 작성까지 맡김, 초안이 담당자에게 전달되면 완료
권한	어떤 시스템에 읽기 권한과 쓰기 권한을 주나	권한이 넘치면 보안 사고, 모자라면 사람이 다시 손으로 처리	메일함과 단가표는 읽기만 허용, 발송 권한은 주지 않음
승인과 책임	어느 지점에서 사람이 승인하나, 결과의 책임자는 누구인가	발송·결제·계약 같은 되돌리기 어려운 실행에서 책임 공백	영업 담당자가 초안을 확인한 뒤 직접 발송, 견적 내용의 책임은 담당자
성과 기준	처리 시간, 처리 건수, 오류율 중 무엇을 재나	도입 효과를 설명하지 못해 예산 연장이 어려워짐	요청 접수부터 회신까지 걸린 시간, 초안 수정 비율을 도입 전후로 비교

첫 대상으로는 반복 빈도가 높고, 입력과 결과물이 분명하며, 실행 전에 사람이 승인하는 지점을 넣기 쉬운 업무가 적합합니다. 반대로 부서마다 처리 방식이 다르고 예외가 많은 업무는 에이전트를 도입하기 전에 업무 흐름부터 정리해야 합니다.

첫 위임 업무를 고르는 순서

가장 자주 반복되는 업무 세 가지를 적고, 업무마다 일주일에 드는 처리 시간을 기록합니다.
업무마다 입력(메일, 파일, 시스템 데이터)과 결과물을 한 줄로 정리합니다.
발송, 결제, 계약, 삭제처럼 되돌리기 어려운 실행이 있는지 표시하고, 그 앞에 사람의 승인 지점을 둡니다.
에이전트에게 줄 권한을 읽기와 쓰기로 나누고, 업무에 필요한 만큼만 부여합니다.
도입 전의 처리 시간과 오류율을 측정해 두고, 일정 기간 운영한 뒤 같은 기준으로 비교합니다.

기업은 어떤 방식으로 AI 에이전트 도입을 준비할 수 있나?

회사의 개발 역량과 업무가 놓인 시스템에 따라 맞는 방식이 달라집니다.

Dots 같은 범용 에이전트를 바로 구독하는 방식이 맞는 회사도 있고, 현장에 들어가 업무 흐름부터 함께 설계해야 하는 회사도 있습니다.

방식	잘 맞는 상황	한계
범용 에이전트 구독 (Dots 등)	개인이나 소규모 팀, 업무가 이미 연결 가능한 글로벌 SaaS 위에 있음	업무 정의와 권한 설계는 사용자 몫, 국내 시스템과 제공 지역에 따라 연결이 제한될 수 있음
업무 SaaS에 내장된 에이전트	특정 업무가 한 SaaS 안에서 끝남	부서와 시스템을 넘나드는 업무 흐름은 다루기 어려움
컨설팅 후 자체 구축	사내 개발 조직이 있음	전략 보고서와 실행 사이에 인수인계 공백이 생기기 쉬움
현장 배치형 구축 (FDE)	개발 조직이 없고, 요구사항이 현장에 흩어져 있으며, 사내 시스템이 섞여 있음	투입되는 FDE의 역량에 결과가 좌우되고, 대규모 기간계 시스템 구축에는 맞지 않음

FDE(Forward Deployed Engineer, 전방 배치 엔지니어)는 고객 현장에 들어가 문제를 진단하고, AI 솔루션을 설계·구축해 작동시키는 엔지니어입니다. AXMOS는 상시 작동 에이전트가 늘어날수록 FDE가 하는 일도 에이전트를 만드는 데서 에이전트에게 맡길 업무와 권한을 설계하는 데까지 넓어질 것으로 봅니다. FDE의 역할은 FDE(Forward Deployed Engineer)란 무엇인가에서, 표준 SaaS와 맞춤 실행의 선택 기준은 SaaS 도입과 FDE 방식, 우리 회사에는 무엇이 맞나에서 비교했습니다. AI 에이전트 관련 글은 AI 에이전트 태그에서 모아 볼 수 있습니다.

한국 기업이 범용 AI 에이전트를 도입할 때 무엇을 따로 확인해야 하나?

제공 범위, 연결 대상, 데이터 처리 조건 세 가지를 따로 확인해야 합니다.

제공 범위

Meta Muse는 2026년 9월 30일 기준으로 미국과 캐나다에서만 제공되며, 한국에서는 아직 쓸 수 없습니다(Meta, 2026.9.29). OpenAI Dots는 ChatGPT Pro 요금제의 경우 유럽경제지역(EEA), 영국, 스위스를 제외한 지역의 만 18세 이상 사용자에게 제공되고, Business Premium과 Enterprise 요금제에는 전 세계에 순차적으로 제공됩니다. 기업 워크스페이스에서는 관리자가 기능을 켜야 쓸 수 있습니다(OpenAI 도움말).

연결 대상

보도된 Muse for Small Business의 연결 도구 15개는 Asana, Slack, Shopify, Stripe, Notion처럼 모두 해외 SaaS입니다(TechCrunch, 2026.9.29). Dots도 OpenAI 플러그인 생태계에 있는 앱을 중심으로 연결됩니다. 국내 기업의 업무가 국산 메신저, ERP, 그룹웨어, 엑셀 파일에 흩어져 있다면, 기본으로 제공되는 연결 기능만으로는 핵심 업무 시스템에 닿지 못할 수 있습니다.

데이터 처리 조건

에이전트는 메일, 고객 정보, 광고 계정처럼 민감한 데이터에 직접 접근합니다. 그래서 데이터가 어느 국가에서 처리되는지, 모델 학습에 쓰이는지, 얼마나 보관되는지를 확인해야 개인정보 보호 의무와 사내 보안 규정을 지킬 수 있습니다. OpenAI는 ChatGPT Business, Enterprise, Edu 워크스페이스의 콘텐츠를 기본 설정에서 모델 개선에 쓰지 않는다고 밝혔습니다(OpenAI, 2026.9.29). 또 API 고객을 위한 데이터 비보관 옵션(Zero Data Retention with Private Safety Processing)과 기밀 컴퓨팅 기반의 Private Inference 프리뷰를 발표했습니다(OpenAI DevDay 2026 주요 발표). 이런 옵션이 어떤 요금제와 계약 조건에 적용되는지는 계약 전에 확인하는 것이 좋습니다.

자주 묻는 질문

상시 작동 AI 에이전트란 무엇인가요?

상시 작동 AI 에이전트는 사용자가 목표와 권한을 주면 사람이 자리를 비운 동안에도 여러 앱과 시스템을 오가며 업무를 계속 수행하는 AI입니다. 2026년 9월 29일(미국 현지 시각) 공개된 OpenAI Dots와 Meta Muse for Small Business가 대표적인 예입니다.

OpenAI Dots는 한국에서 쓸 수 있나요?

OpenAI 도움말에 적힌 Pro 요금제의 제외 지역은 유럽경제지역, 영국, 스위스이며 한국은 이 목록에 없습니다. Business Premium과 Enterprise 요금제에는 전 세계에 순차적으로 제공되고 관리자가 기능을 켜야 하므로, 실제로 쓸 수 있는 시점은 계정과 워크스페이스 설정에 따라 다를 수 있습니다.

Meta Muse for Small Business는 한국에서 쓸 수 있나요?

2026년 9월 30일 기준으로 Muse는 미국과 캐나다에서만 제공되기 때문에 한국에서는 쓸 수 없습니다. Meta는 아직 한국 출시 일정을 발표하지 않았습니다.

에이전트를 도입하면 업무 담당자가 필요 없어지나요?

담당자는 계속 필요하며, 담당자가 맡는 일의 내용이 바뀝니다. 담당자는 매번 직접 처리하는 대신 에이전트에게 맡길 범위를 정하고, 발송이나 결제처럼 되돌리기 어려운 실행을 승인하고, 결과를 검토합니다. 업무를 가장 잘 아는 담당자가 위임 설계에 참여해야 에이전트가 제대로 작동합니다.

에이전트에게 처음 맡기기 좋은 업무는 무엇인가요?

반복 빈도가 높고, 입력과 결과물이 분명하며, 실행 전에 사람이 승인하는 지점을 넣기 쉬운 업무가 좋습니다. 문의 메일 분류와 답장 초안 작성, 정기 보고서 취합, 데이터 입력과 검증 같은 업무가 여기에 해당합니다.

우리 회사 업무 중 무엇을 에이전트에게 넘길 수 있는지 어떻게 확인하나요?

가장 많이 반복되는 업무 하나를 골라 업무 흐름, 사용하는 시스템, 필요한 권한, 현재 처리 시간을 먼저 정리하면 판단할 수 있습니다. AXMOS는 현장 업무를 진단해 에이전트에게 맡길 수 있는 범위와 예상 효과를 함께 정리합니다. AX 진단 문의하기에서 업무 진단을 요청할 수 있습니다.

그래서 기업은 무엇을 해야 하나

9월 29일의 두 발표로 상시 작동 에이전트는 요금제를 고르면 쓸 수 있는 제품이 되기 시작했습니다. AXMOS는 앞으로 기업 사이의 차이가 어떤 도구를 샀는지보다, 그 도구에게 맡길 업무와 권한과 책임을 얼마나 정확하게 설계했는지에서 나올 것으로 봅니다.

AXMOS의 모든 프로젝트는 FDE(전방 배치 엔지니어)가 끝까지 책임집니다(AXMOS 소개).

진단: 현장의 업무 흐름을 관찰해 에이전트에게 맡길 수 있는 업무를 찾습니다.
설득: 권한과 승인 지점을 두고 이해관계자와 해결할 문제에 합의합니다.
이식: 표준 코어 위에서 솔루션을 빠르게 만들어 배포합니다.
작동: KPI로 효과를 증명하고 조직에 내재화합니다.

AXMOS는 윌트벤처빌더(컨소시엄 리드·글로벌), 팝업스튜디오(AI 코어·OS), 코드프레소(교육·AX), 드림에이스(제조·실증), 트랜스링크인베스트먼트(투자·진출) 5개사가 컨소시엄으로 함께하고 있습니다.

에이전트에게 먼저 넘길 업무가 무엇인지 궁금하다면, 가장 많이 반복되는 업무 하나부터 진단해 보세요. AXMOS 알아보기 또는 AX 진단 문의하기