아스트라의 등장과 함께 살펴볼 질문
GPT-6 Astra, 아스트라가 공개됐어요. OpenAI는 공식 발표를 통해 새 모델의 출시와 단계적 제공 계획을 알렸습니다.⁽¹⁾ 새 모델이 등장하면 어떤 능력이 좋아졌는지부터 궁금해지죠. 업무에 AI를 쓰는 사람이라면 여기에 질문 하나가 더 붙어요.
“그래서 이번에는 어디까지 맡길 수 있을까?”
이 질문은 단순히 더 긴 글을 쓰거나 어려운 문제를 푸는 능력만을 뜻하지 않아요. 조사한 자료를 같은 기준으로 비교할 수 있는지, 여러 단계를 거쳐도 처음 요청한 조건을 유지하는지, 결과를 받아서 바로 검토할 수 있는지도 포함해요.
예를 들어 시장 조사 초안을 받았다고 해볼게요. 자료는 풍부한데 조사 시점이 제각각이라면 사람이 다시 맞춰야 해요. 공급업체 비교표가 깔끔해도 중요한 계약 조건이 빠져 있다면 원문부터 다시 열어봐야 하고요.
그래서 아스트라의 특성도 실제 업무 장면에 대입해 읽어볼 만해요. 무엇을 할 수 있다는 설명에서 한 걸음 더 들어가, 그 능력이 업무의 어느 부분을 맡을 수 있는지 살펴보는 거죠.
아스트라의 특성을 읽는 세 가지 업무 장면
아스트라를 살펴볼 때 주목할 영역은 컴퓨터 사용, 여러 단계의 작업 수행, 리서치 결과의 정리예요. 다만 각 능력의 세부 범위와 실행 조건은 공식 문서 및 이용 서비스에서 확인해야 해요.⁽¹⁾
첫 번째 장면은 다른 화면으로 옮겨가서 처리하던 일이에요.
컴퓨터 사용은 AI가 화면을 읽고 버튼이나 입력란을 조작하는 능력을 말해요. 길을 설명해주는 안내자에게 직접 움직일 수 있는 손이 붙는 것과 비슷하죠.
예를 들어 필요한 정보를 조회하려면 사이트를 열고, 조건을 입력하고, 결과를 확인해야 해요. 방법만 안내받으면 실제 조작은 사람이 해야 하죠. AI가 지원되는 환경에서 이 과정을 수행한다면 맡길 수 있는 범위가 설명에서 실행으로 넓어져요.
물론 화면을 조작하는 능력과 회사의 시스템에 접근할 권한은 별개예요. 어떤 도구가 연결돼 있는지에 따라 가능한 일이 달라져요. 정보를 조회하는 일과 외부에 전송하거나 데이터를 바꾸는 일도 구분해 다뤄야 하고요.
두 번째 장면은 한 번의 요청으로 끝나지 않는 일이에요.
다단계 작업은 하나의 목적을 위해 여러 작업을 순서에 맞춰 수행하는 일이에요. 재료를 손질하는 것뿐 아니라 조리와 상차림까지 이어가는 과정에 가까워요.
공급업체 비교를 생각해볼 수 있어요. 업체별 자료를 모으고, 공통 항목을 정하고, 빠진 조건을 확인한 뒤 검토 의견을 정리해야 하죠. 각 단계를 잘 처리하는 것만큼 단계 사이에서 기준이 바뀌지 않는 것도 중요해요.
처음에 정한 납기 조건이 마지막 추천에서 빠진다면 담당자가 다시 확인해야 해요. 정보가 없는 항목을 임의로 채웠다면 비교표 전체를 재검토해야 하고요.
아스트라의 작업 수행 능력도 이 지점에서 살펴볼 수 있어요. 얼마나 많은 단계를 거치는지만 보는 게 아니에요. 처음 요청한 조건을 끝까지 유지하고, 막힌 지점을 드러내는지 함께 확인하는 거죠.
세 번째 장면은 자료를 모은 뒤 보고서로 옮기는 일이에요.
리서치는 관련 자료를 찾고, 근거를 비교해 질문에 맞는 결론으로 정리하는 작업이에요. 책을 잔뜩 가져다주는 사람보다 필요한 대목과 서로 다른 주장을 짚어주는 조사 담당자에 가까워요.
시장 조사에서는 숫자가 많다고 판단이 쉬워지지는 않아요. 같은 시장 규모를 다뤄도 자료마다 조사 대상과 기준 시점이 다를 수 있으니까요. 차이를 설명하지 않고 수치만 나란히 놓으면 오히려 잘못된 비교로 이어질 수 있어요.
따라서 조사 결과에서는 출처뿐 아니라 정리 방식도 볼 수 있어요. 확인된 사실과 해석이 나뉘어 있는지, 자료가 부족한 부분을 표시하는지, 결론이 어떤 근거에서 나왔는지요.
이렇게 정리돼 있으면 담당자는 모든 자료를 처음부터 다시 엮기보다 중요한 근거와 판단을 검토하는 데 집중할 수 있어요. 다만 그럴듯하게 정리된 결과라도 주요 수치와 원문을 대조하는 과정은 남아요.
세 장면은 따로 떨어진 기능이 아니에요. 도구로 자료를 확보하고, 요청한 조건에 맞춰 작업을 이어가고, 사람이 검토할 결과로 정리하는 하나의 흐름이에요.
아스트라가 답한 뒤, 사람에게 남는 일
이런 작업이 아스트라에서 처음 가능해졌다는 뜻은 아니에요. 새 모델의 특성이 실제 차이로 이어지는지는 같은 업무에 적용해봐야 알 수 있어요.
비교 대상으로는 예전에 AI에게 맡겼다가 직접 마무리했던 일이 적합할 수 있어요. 조건을 여러 번 설명했던 조사나, 결과를 받고도 표부터 다시 만들었던 업무처럼요.
그때 살펴볼 것은 답변의 첫인상만이 아니에요. 다시 설명해야 했던 조건은 무엇인지, 직접 보완한 근거는 얼마나 있는지, 결과를 어디까지 고쳐야 하는지 기록하는 거예요. 그렇게 보면 모델의 능력을 업무 안에서 구체적으로 평가할 수 있어요.
아스트라가 어떤 답을 내놓는지와 함께, 그다음에 내가 무엇을 해야 하는지도 보는 거죠. 맡기는 범위가 넓어지더라도 중요한 판단과 승인까지 사라지는 것은 아니에요. 대신 사람이 개입해야 할 지점이 어디인지 더 분명해질 수 있어요.
아스트라는 웍스AI에서 지금 사용할 수 있어요. 다만 모델 자체의 능력과 서비스 안에서 제공되는 기능은 구분해야 해요. 컴퓨터 조작이나 외부 시스템 접근까지 같은 범위로 제공된다는 의미는 아니에요.
모델 소개에서 읽은 변화가 우리 업무에서는 어떤 차이로 나타날지, 적용 가능한 기능과 이용 범위는 웍스AI에서 경험해 볼 수 있어요.
출처
⁽¹⁾ OpenAI, GPT-6 Astra 소개; OpenAI Help Center, ChatGPT Release Notes.